Update app.py

app.py

@@ -36,7 +36,10 @@ CLAUDE_MODEL = "claude-sonnet-4-6"  # 2026년 5월 현재 권장 모델
 # 메시지 패싱을 2번 수행 (2-hop)
 
 def build_training_data_v2(n_normal=200, n_fraud=50, seed=42):
-    """4세대 GNN용 확장 학습 데이터 (250건)"""
+    """4세대 GNN용 학습 데이터 (250건, 1-3세대와 동일 분포·동일 규모).
+    1-3세대의 build_training_data()와 같은 정규분포 파라미터를 사용하여
+    모든 세대가 같은 데이터 규모와 분포로 학습되도록 보장.
+    """
     np.random.seed(seed)
     normal_arr = np.column_stack([
         np.random.normal(100, 50, n_normal),
@@ -179,20 +182,22 @@ gnn_model = train_gnn()
 FEATURES = ['금액', '시간', '신규수취인', '금액비율']
 
 def build_training_data():
-    """학습 데이터 생성 (재현 가능하도록 시드 고정)"""
+    """학습 데이터 생성 (250건: 정상 200 + 사기 50)
+    1-3세대 모두 동일한 250건으로 학습되어, 4세대 GNN과 데이터 규모가 같음.
+    """
     np.random.seed(42)
     normal = pd.DataFrame({
-        '금액': np.random.normal(100, 50, 20),
-        '시간': np.random.normal(14, 4, 20),
-        '신규수취인': np.random.binomial(1, 0.1, 20),
-        '금액비율': np.random.normal(1, 0.5, 20),
+        '금액': np.random.normal(100, 50, 200),
+        '시간': np.random.normal(14, 4, 200),
+        '신규수취인': np.random.binomial(1, 0.1, 200),
+        '금액비율': np.random.normal(1, 0.5, 200),
         '라벨': 0
     })
     fraud = pd.DataFrame({
-        '금액': np.random.normal(500, 200, 5),
-        '시간': np.random.normal(3, 2, 5),
-        '신규수취인': np.random.binomial(1, 0.8, 5),
-        '금액비율': np.random.normal(10, 5, 5),
+        '금액': np.random.normal(500, 200, 50),
+        '시간': np.random.normal(3, 2, 50),
+        '신규수취인': np.random.binomial(1, 0.8, 50),
+        '금액비율': np.random.normal(10, 5, 50),
         '라벨': 1
     })
     return pd.concat([normal, fraud], ignore_index=True)
@@ -268,6 +273,47 @@ def card_header(gen_label, title, decision_text, bg_color, text_color, sub):
 def formula_box(html):
     return f"""<div style="background:#f5f5f0; padding:10px 12px; border-radius:6px; font-family:'Courier New',monospace; font-size:12px; margin-bottom:10px; line-height:1.6;">{html}</div>"""
 
+def feature_setup_box(actor_label, actor_color, items, explanation):
+    """각 세대 카드 상단에 'Feature/Rule이 어떻게 결정됐는가'를 표시하는 공통 박스.
+
+    actor_label: '사람이 결정' / '모델이 학습' / '하이브리드'
+    actor_color: 배지 색 ('blue' | 'orange' | 'mixed')
+    items: [(항목명, 결정 주체, 설명)] 리스트
+    explanation: 박스 하단의 한 줄 강조 메시지
+    """
+    color_map = {
+        'human':  ('#E6F1FB', '#0C447C'),  # 파랑 = 사람
+        'model':  ('#FAECE7', '#993C1D'),  # 주황 = 모델
+        'mixed':  ('#F1EFE8', '#5F5E5A'),  # 회색 = 혼합
+    }
+    badge_bg, badge_fg = color_map.get(actor_color, color_map['mixed'])
+
+    rows = ""
+    for name, actor, desc in items:
+        a_bg, a_fg = color_map.get(actor, color_map['mixed'])
+        rows += (
+            f"<tr>"
+            f"<td style='padding:5px 8px; color:#444; width:30%;'>{name}</td>"
+            f"<td style='padding:5px 8px; width:20%;'>"
+            f"<span style='background:{a_bg}; color:{a_fg}; font-size:10px; padding:2px 8px; border-radius:6px; font-weight:500;'>{actor}</span>"
+            f"</td>"
+            f"<td style='padding:5px 8px; color:#666; font-size:12px;'>{desc}</td>"
+            f"</tr>"
+        )
+
+    return f"""
+    <div style="background:#FAFAF7; border:0.5px solid rgba(0,0,0,0.08); border-radius:8px; padding:10px 14px; margin-bottom:14px;">
+      <div style="display:flex; align-items:center; gap:10px; margin-bottom:8px;">
+        <p style="font-size:12px; font-weight:500; color:#444; margin:0;">⚙️ Feature·Rule 결정 방식</p>
+        <span style="background:{badge_bg}; color:{badge_fg}; font-size:10px; padding:3px 10px; border-radius:6px; font-weight:500;">{actor_label}</span>
+      </div>
+      <table style="width:100%; font-size:13px; border-collapse:collapse;">
+        <tbody>{rows}</tbody>
+      </table>
+      <p style="font-size:11px; color:#888; margin:8px 0 0; font-style:italic; line-height:1.5;">{explanation}</p>
+    </div>
+    """
+
 CARD_STYLE = ("background:#fff; border:0.5px solid rgba(0,0,0,0.15); "
               "border-radius:12px; padding:16px 20px; margin-bottom:14px;")
 
@@ -294,9 +340,22 @@ def render_gen1(amount, hour, new_payee_bin, ratio):
           <td style="text-align:right; padding:6px 4px; font-weight:500; color:{td_color};">+{applied}</td>
         </tr>"""
 
+    gen1_setup = feature_setup_box(
+        actor_label="100% 사람 결정",
+        actor_color='human',
+        items=[
+            ("입력 Feature 4개", "사람", "도메인 전문가가 '금액·시간·신규수취인·금액비율'을 사기 판단 기���으로 선정"),
+            ("룰 조건 (임계값)", "사람", "≥500만원, ≤6시 또는 ≥22시, =1, ≥5배 — 모두 사람이 직접 결정"),
+            ("룰별 가중치", "사람", "40 / 30 / 20 / 10점 — 도메인 경험에 따라 사람이 부여"),
+            ("판정 임계값", "사람", "70점 이상 차단, 40점 이상 추가인증 — 운영팀이 비즈니스 판단으로 결정"),
+        ],
+        explanation="모든 결정이 사람의 도메인 지식에 의존. 학습 데이터는 사용하지 않음. 새 사기 패턴 등장 시 사람이 룰을 추가해야 함."
+    )
+
     return f"""
     <div style="{CARD_STYLE}">
       {card_header("GEN 1 · RULE-BASED", "규칙 기반 판단", dec, bg, fg, f"누적 {score}점 / 100점")}
+      {gen1_setup}
       {formula_box("총점 = Σ (발동된 룰의 가중치) → 임계값 비교 (≥70 차단 / ≥40 추가인증)")}
       <table style="width:100%; font-size:13px; border-collapse:collapse;">
         <thead>
@@ -351,9 +410,23 @@ def render_gen2(amount, hour, new_payee_bin, ratio):
         f"<span style='font-weight:500;'>{prob:.4f} → {prob*100:.2f}%</span>"
     )
 
+    gen2_setup = feature_setup_box(
+        actor_label="피처는 사람, 가중치는 모델",
+        actor_color='mixed',
+        items=[
+            ("입력 Feature 4개", "사람", "1세대와 동일한 4개 컬럼을 사람이 선정 (피처 엔지니어링)"),
+            ("학습 데이터", "사람", "250건의 거래에 사기/정상 라벨을 사람이 부여"),
+            ("가중치 w₁~w₄", "모델", "fit() 호출 시 L-BFGS 알고리즘이 자동 학습"),
+            ("절편 b", "모델", "데이터의 사기 비율(50/250=20%)에 맞춰 자동 조정"),
+            ("판정 임계값", "사람", "0.5(추가인증) / 0.7(차단) — 운영팀이 결정"),
+        ],
+        explanation="피처는 여전히 사람이 정의. 모델이 학습하는 건 '4개 피처에 어떤 가중치를 곱해야 사기를 잘 맞추는가'뿐. 데이터가 바뀌면 가중치는 자동 재학습되지만, 피처 자체는 사람이 다시 설계해야 함."
+    )
+
     return f"""
     <div style="{CARD_STYLE}">
-      {card_header("GEN 2 · LOGISTIC REGRESSION", "로지스틱 회귀", dec, bg, fg, f"사기 확률 {prob*100:.2f}%")}
+      {card_header("GEN 2 · LOGISTIC REGRESSION", "로지스틱 회귀 (선형 모델)", dec, bg, fg, f"사기 확률 {prob*100:.2f}%")}
+      {gen2_setup}
       {formula_box("z = w₁·금액 + w₂·시간 + w₃·신규수취인 + w₄·금액비율 + b<br>P(사기) = 1 / (1 + e<sup>-z</sup>)")}
       <table style="width:100%; font-size:13px; border-collapse:collapse;">
         <thead>
@@ -395,30 +468,113 @@ def render_gen3(amount, hour, new_payee_bin, ratio):
           <span style="text-align:right; font-family:monospace; color:#666;">{imp:.3f}</span>
         </div>"""
 
-    # 대표 트리 분기 경로 (입력값 기반)
-    if ratio < 4.8:
-        leaf_val = "-0.18" if amount < 320 else "+0.12"
-        path_lines = [
-            f"[금액비율 &lt; 4.8] → <b>Yes</b> (입력 {ratio:.1f})",
-            f"  └─ [금액 &lt; 320] → {'Yes' if amount < 320 else 'No'} → leaf=<b>{leaf_val}</b> ← 본 거래 도달",
-        ]
-    else:
-        leaf_val = "+0.41" if new_payee_bin == 1 else "+0.08"
-        path_lines = [
-            f"[금액비율 &lt; 4.8] → <b>No</b> (입력 {ratio:.1f})",
-            f"  └─ [신규수취인 &lt; 0.5] → {'Yes' if new_payee_bin == 0 else 'No'} → leaf=<b>{leaf_val}</b> ← 본 거래 도달",
-        ]
-    tree_html = "<br>".join(path_lines)
+    # ────────────────────────────────────────────────────────────
+    # 진짜 학습된 트리 10개 전체에서 본 거래가 도달한 leaf 값을 추출
+    # → 부스팅의 본질(트리들이 누적되어 점수를 만든다)을 정직하게 노출
+    # ────────────────────────────────────────────────────────────
+    booster = gen3_model.get_booster()
+    trees_df = booster.trees_to_dataframe()
+    input_values = {'금액': amount, '시간': hour, '신규수취인': new_payee_bin, '금액비율': ratio}
+
+    tree_traces = []  # 각 트리의 (분기 경로, leaf 값)을 저장
+    for tree_id in range(10):
+        tree = trees_df[trees_df['Tree'] == tree_id].set_index('ID')
+        # 루트 노드부터 leaf까지 따라가기
+        current_id = f"{tree_id}-0"
+        path = []
+        leaf_val = 0.0
+        while True:
+            row = tree.loc[current_id]
+            if row['Feature'] == 'Leaf':
+                leaf_val = float(row['Gain'])
+                break
+            feature = row['Feature']
+            split = float(row['Split'])
+            input_v = input_values[feature]
+            if input_v < split:
+                path.append(f"[{feature} &lt; {split:.2f}] Yes")
+                current_id = row['Yes']
+            else:
+                path.append(f"[{feature} &lt; {split:.2f}] No")
+                current_id = row['No']
+        tree_traces.append((path, leaf_val))
+
+    # raw_score 합산 (실제 XGBoost 내부 동작 재현)
+    raw_score = sum(leaf for _, leaf in tree_traces)
+    # XGBoost 내부 base_score 추가 (기본 0.5 → logit 0)
+    # logit 합산 후 sigmoid → predict_proba와 거의 일치해야 함
+
+    # 트리별 leaf 값 누적 테이블
+    tree_rows = ""
+    cumulative = 0.0
+    for tree_id, (path, leaf) in enumerate(tree_traces):
+        cumulative += leaf
+        path_text = " → ".join(path) + f" → <b>leaf={leaf:+.4f}</b>"
+        leaf_color = "#4A1B0C" if leaf > 0 else "#04342C"
+        leaf_bg = "#FAECE7" if leaf > 0 else "#E1F5EE"
+        tree_rows += (
+            f"<tr style='background:{leaf_bg};'>"
+            f"<td style='padding:5px 6px; font-family:monospace;'>#{tree_id}</td>"
+            f"<td style='padding:5px 6px; font-size:11px; color:#555;'>{path_text}</td>"
+            f"<td style='text-align:right; padding:5px 6px; font-family:monospace; color:{leaf_color}; font-weight:500;'>{leaf:+.4f}</td>"
+            f"<td style='text-align:right; padding:5px 6px; font-family:monospace; color:#666;'>{cumulative:+.4f}</td>"
+            f"</tr>"
+        )
+
+    sigmoid_result = 1 / (1 + np.exp(-raw_score))
+
+    tree_table = f"""
+    <table style="width:100%; font-size:12px; border-collapse:collapse;">
+      <thead>
+        <tr style="background:#f5f5f0; border-bottom:0.5px solid rgba(0,0,0,0.15);">
+          <th style="text-align:left; padding:6px; font-weight:500; color:#666; width:8%;">트리</th>
+          <th style="text-align:left; padding:6px; font-weight:500; color:#666; width:60%;">본 거래의 분기 경로 → 도달한 leaf</th>
+          <th style="text-align:right; padding:6px; font-weight:500; color:#666; width:14%;">leaf 값</th>
+          <th style="text-align:right; padding:6px; font-weight:500; color:#666; width:18%;">누적 raw score</th>
+        </tr>
+      </thead>
+      <tbody>{tree_rows}
+        <tr style="background:#F1EFE8; font-weight:500; border-top:1px solid rgba(0,0,0,0.3);">
+          <td colspan="3" style="text-align:right; padding:6px;">최종 raw score (10개 트리 합산)</td>
+          <td style="text-align:right; padding:6px; font-family:monospace;">{raw_score:+.4f}</td>
+        </tr>
+      </tbody>
+    </table>
+    """
+
+    final_calc = formula_box(
+        f"P(사기) = sigmoid({raw_score:+.4f}) "
+        f"= 1 / (1 + e<sup>{-raw_score:+.4f}</sup>) "
+        f"= <b>{sigmoid_result:.4f}</b> ({sigmoid_result*100:.2f}%)"
+    )
+
+    gen3_setup = feature_setup_box(
+        actor_label="피처는 사람, 트리 구조는 모델",
+        actor_color='mixed',
+        items=[
+            ("입력 Feature 4개", "사람", "1·2세대와 완전히 동일한 4개 컬럼"),
+            ("학습 데이터", "사람", "1·2세대와 동일한 250건"),
+            ("트리 분기 임계값", "모델", "Gain 최대화로 자동 결정 (예: 시간 < 8.69, 금액비율 < 1.77)"),
+            ("각 leaf 값", "모델", "각 leaf에 도달한 샘플들의 잔차로 자동 계산"),
+            ("트리 개수 / 깊이", "사람", "n_estimators=10, max_depth=3 (하이퍼파라미터)"),
+            ("판정 임계값", "사람", "0.5(추가인증) / 0.7(차단)"),
+        ],
+        explanation="2세대보다 학습되는 부분이 훨씬 많아짐. 분기 임계값(왜 4.8이 아니라 1.77인가)과 leaf 값 모두 데이터에서 자동 발견. 단 입력 피처 자체는 여전히 사람이 정한 4개."
+    )
 
     return f"""
     <div style="{CARD_STYLE}">
-      {card_header("GEN 3 · XGBOOST (TREE ENSEMBLE)", "그래디언트 부스팅 트리", dec, bg, fg, f"사기 확률 {prob*100:.2f}%")}
+      {card_header("GEN 3 · XGBOOST (TREE ENSEMBLE)", "XGBoost (트리 10개 앙상블)", dec, bg, fg, f"사기 확률 {prob*100:.2f}%")}
+      {gen3_setup}
       {formula_box("F(x) = Σ<sub>k=1..K</sub> f<sub>k</sub>(x), &nbsp; f<sub>k</sub> ∈ 트리 공간<br>P(사기) = sigmoid(F(x))&nbsp;&nbsp;[K=10, max_depth=3, lr=0.1]")}
       <p style="font-size:13px; color:#666; margin:12px 0 6px;">피처 중요도 (Gain 기반)</p>
       <div style="display:flex; flex-direction:column; gap:6px; font-size:13px;">{imp_bars}</div>
-      <p style="font-size:13px; color:#666; margin:14px 0 6px;">대표 트리 (Tree #1) - 본 거래 분기 경로</p>
-      {formula_box(tree_html)}
-      <p style="font-size:12px; color:#888; margin:10px 0 0; font-style:italic;">트리 10개의 leaf 값을 합산한 raw score를 시그모이드로 변환하여 최종 확률 산출</p>
+      <p style="font-size:13px; color:#666; margin:14px 0 6px;">🌳 학습된 트리 10개의 leaf 값 누적 (부스팅 핵심)</p>
+      <p style="font-size:12px; color:#888; margin:0 0 8px; font-style:italic;">각 트리가 이전 트리의 잔차를 보��하며 leaf 값을 더해감 → 누적된 raw score를 sigmoid로 변환</p>
+      {tree_table}
+      <p style="font-size:13px; color:#666; margin:14px 0 6px;">🧮 최종 확률 계산</p>
+      {final_calc}
+      <p style="font-size:12px; color:#888; margin:10px 0 0; font-style:italic;">강점: 비선형 패턴·피처 상호작용 자동 학습. 한계: 학습 데이터 분포 밖의 케이스(예: 전세 잔금)는 여전히 못 잡음</p>
     </div>
     """
 
@@ -652,9 +808,24 @@ def render_gen4(amount, hour, new_payee_bin, ratio, prob3):
     </table>
     """
 
+    gen4_setup = feature_setup_box(
+        actor_label="구조는 사람, 임베딩은 모델 생성",
+        actor_color='model',
+        items=[
+            ("그래프 구조 정의", "사람", "노드 종류(거래·송금인·수취인·단말기)와 엣지 관계는 사람이 설계"),
+            ("학습 데이터", "사람", "1-3세대와 동일한 250건 거래에 라벨 부여"),
+            ("노드 초기 임베딩", "사람", "각 노드의 4차원 초기값은 사람이 인코딩 규칙 작성"),
+            ("은닉층 16차원 Feature", "모델", "사람이 정의 안 함. 모델이 학습으로 16개 익명 차원을 자동 생성"),
+            ("가중치 W₁, W₂, W_mlp", "모델", "337개 파라미터를 backpropagation으로 자동 학습"),
+            ("판정 임계값", "사람", "0.5(추가인증) / 0.7(차단)"),
+        ],
+        explanation="결정적 차이: 1-3세대는 사람이 정한 4개 피처만 봤지만, 4세대는 모델이 16+16=32개의 새 익명 피처를 스스로 만들어냄. 이 익명 피처들의 의미는 사람이 사후에도 대부분 해석 불가."
+    )
+
     return prob, f"""
     <div style="{CARD_STYLE}">
       {card_header("GEN 4 · GNN (GRAPH NEURAL NETWORK)", "그래프 신경망 (numpy 학습)", dec, bg, fg, f"사기 확률 {prob*100:.2f}%")}
+      {gen4_setup}
       {formula_box("h<sub>v</sub><sup>(l+1)</sup> = ReLU(W<sup>(l)</sup> · AGG({{h<sub>u</sub><sup>(l)</sup> : u ∈ N(v)}}))<br>P(사기) = sigmoid(W<sub>mlp</sub> · h<sub>거래</sub><sup>(2)</sup>) &nbsp; [2-hop 메시지 패싱, 250건 학습됨]")}
       <p style="font-size:13px; color:#666; margin:12px 0 6px;">2-hop 이웃 그래프</p>
       {svg}
@@ -874,9 +1045,24 @@ def render_gen5_card(amount, hour, new_payee_bin, ratio, prior_avg, prior_dec,
         f"{judgment_text}"
     )
 
+    gen5_setup = feature_setup_box(
+        actor_label="프롬프트만 사람, 추론은 전적으로 모델",
+        actor_color='model',
+        items=[
+            ("시스템 프롬프트", "사람", "'당신은 FDS 분석가입니다' 등의 역할 부여만 사람이 작성"),
+            ("학습 데이터", "모델", "Anthropic이 인터넷 규모 데이터로 사전 학습 (수조 토큰)"),
+            ("도메인 지식", "모델", "보이스피싱 패턴, 부동산 거래 정형 등을 사전 학습으로 보유"),
+            ("추론 단계 (CoT)", "모델", "각 단계에서 무엇에 주목할지 모델이 스스로 결정"),
+            ("최종 판단 문장", "모델", "자연어로 자동 생성"),
+            ("판정 임계값", "사람", "0.5(추가인증) / 0.7(차단)"),
+        ],
+        explanation="가장 극적인 변화: 사람이 입력으로 주는 건 '거래 정보 + 사전 판단'뿐. 모델이 사전 학습된 도메인 지식으로 '왜 사기인지/아닌지'를 자연어로 추론. 4세대까지의 250건 학습과는 차원이 다른 규모의 사전 학습이 깔려 있음."
+    )
+
     return f"""
     <div style="{CARD_STYLE}">
       {card_header("GEN 5 · FOUNDATION MODEL (LLM)", f"초거대 추론 모델 ({source_label})", dec, bg, fg, f"의심도 {prob*100:.0f}%")}
+      {gen5_setup}
       <p style="font-size:13px; color:#666; margin:4px 0 6px;">컨텍스트 토큰화</p>
       <div style="background:#f5f5f0; padding:10px 12px; border-radius:6px; font-family:monospace; font-size:11px; line-height:1.7; margin-bottom:12px;">{context_html}</div>
       <p style="font-size:13px; color:#666; margin:4px 0 6px;">추론 체인 (Chain-of-Thought)</p>