# Untitled

# 특허 출원 명세서 기초 자료 (변리사 전달용)

## 1. 발명의 명칭

**계층적 콘텐츠 블록 구조 기반의 공동 저술, AI 구조 보존 문체 교정 및 가중치 기반 미세 기여도 자동 산출 시스템 및 방법**

(System and Method for Collaborative Writing, AI Structure-Preserving Style Correction, and Weighted Micro-Contribution Automatic Calculation Based on Hierarchical Content Block Structure)

---

## 2. 발명의 기술 분야

본 발명은 온라인 다중 사용자 공동 저술 및 출판 플랫폼에 관한 것으로, 구체적으로는

- 문서를 계층형 독립 블록(Part > Chapter > Block) 단위로 분해하여 관리하고,

- 각 블록에 승인 잠금(Approval Lock) 상태를 부여하여 다중 사용자 간 편집 충돌을 구조적으로 방지하며,

- 생성형 AI를 통해 HTML 렌더링 구조(DOM)를 파괴하지 않고 문체를 일괄 교정하고,

- 블록 유형별 차등 가중치와 콘텐츠 해시(Content Hash) 기반 변동 감지를 결합하여 공동 저자의 기여도를 자동 산출·배분하는

협업 저술 및 출판 자동화 장치 및 방법에 관한 것이다.

---

## [도 1] 전체 시스템 아키텍처

```
graph TD
    subgraph CLIENT["클라이언트 (웹 브라우저)"]
        UI["블록 에디터 UI\n(드래그앤드롭 / 인라인 편집)"]
        IDB["로컬 대용량 스토리지\nIndexedDB\n(오프라인 드래프트 캐시)"]
        WF["워크플로우 엔진\nWorkflowEngine\n(DRAFT ↔ LOCKED)"]
        CE["기여도 엔진\nContributionEngine\n(해시·가중치 산출)"]
        AI_MOD["AI 청크 교정 모듈\n(HTML 보존 / 중단·재개)"]
    end

    subgraph SERVER["서버"]
        RT["실시간 채널\nPresence · Broadcast\n(편집모드 선점 / 동기화)"]
        DB["데이터베이스\nProjects · Parts · Chapters\nBlocks · Histories"]
        AI_SRV["생성형 AI 서버\n(문체 교정 / 도서 생성)"]
    end

    UI -->|100ms 디바운스 캐싱| IDB
    IDB -->|네트워크 복구 시 동기화| DB
    UI -->|상태 전이 요청| WF
    WF -->|상태 업데이트| DB
    UI -->|블록 저장 시 해시 비교| CE
    CE -->|이력 기록 weight| DB
    UI -->|교정 요청| AI_MOD
    AI_MOD -->|청크 JSON 전송| AI_SRV
    AI_SRV -->|교정 결과 반환| AI_MOD
    AI_MOD -->|병합 확정| DB
    UI <-->|Presence / 편집모드| RT
    RT <--> DB
```

---

## [도 2] 블록 생명주기 상태 전이도

```
stateDiagram-v2
    direction LR

    [*] --> DRAFT : 블록 생성

    DRAFT --> LOCKED : 승인 처리\n(편집자 권한)
    LOCKED --> DRAFT : 승인 취소\n(잠금 해제)

    state DRAFT {
        direction TB
        d1: 직접 수정 가능
        d2: AI 교정 대상 포함
        d3: 기여도 이력 기록 중
    }

    state LOCKED {
        direction TB
        l1: 직접 수정·삭제 차단
        l2: 수정 요청 기록 가능\n(pending → reviewing → approved)
        l3: 최종 기여도 산출 대상
    }

    LOCKED --> [*] : 출판 내보내기\n(기여도 최종 산출)
```

> **Cascade Transition**: 챕터/파트 단위 승인 처리 시 하위 블록 전체 상태 연쇄 동기화

---

## [도 3] AI 청크 배치 교정 파이프라인

```
flowchart TD
    A([교정 요청]) --> B[텍스트 블록 필터링\ntype === 'text']
    B --> C[JSON 직렬화\n블록ID + Raw HTML Text 배열]
    C --> D[청크 분할\n고정 크기 N개 단위]

    D --> E{중단 신호?}
    E -- "Yes (AbortController)" --> Z([처리 중단\n완료 청크 결과 유지])
    E -- No --> F[동적 메타 프롬프트 생성\n① HTML 구조 보존 강제 명령\n② 프로젝트 문체 지침 결합]

    F --> G[AI 서버 전송\n현재 청크]
    G --> H[응답 수신\n{ blockId, suggested, reason } 배열]
    H --> I[마크다운 래퍼 제거\nJSON 파싱]
    I --> J{다음 청크 존재?}
    J -- Yes --> E
    J -- No --> K[Two-pane Diff UI 렌더링\n원본 / 제안 좌우 대조]

    K --> L{사용자 선택}
    L -- "블록별 선택 수락" --> M[선택 블록만 병합\nDOM 구조 유지]
    L -- "전체 일괄 수락" --> M
    L -- "재검사 요청" --> G
    M --> N([기여도 이력 기록\n교정 수락 작업 반영])
```

---

## [도 4] 블록 유형 가중치 기반 기여도 산출 알고리즘

```
flowchart TD
    A([블록 저장 이벤트]) --> B[콘텐츠 해시 생성\nContent Hash]
    B --> C{이전 버전\n해시와 동일?}
    C -- "동일 (무변동)" --> Z([이력 기록 생략])
    C -- "다름 (실질 변동)" --> D[블록 유형 분류]

    D --> D1{블록 유형}
    D1 -- 텍스트 --> E1["가중치 = 순수 글자 수 × 단위 가중치\n(최소값 보장)"]
    D1 -- 이미지 --> E2[가중치 = 고정값 High]
    D1 -- 표/Table --> E3[가중치 = 고정값 Mid]
    D1 -- 코드 --> E4[가중치 = 고정값 Low]

    E1 & E2 & E3 & E4 --> F["이력 저장\n{ blockId, authorId, contentHash,\naction, weight, timestamp }"]

    F --> G([다음 저장 이벤트 대기])

    subgraph EXPORT["출판 내보내기 시점"]
        H[최종 블록 목록 순회] --> I[저자별 누적 가중치 합산\nauthor_weight 가산]
        I --> J[전체 합계 계산\ntotal_weight]
        J --> K["지분율 정규화\nroyalty = author_weight ÷ total_weight"]
        K --> L[기여도 리포트 출력\n히트맵 + 지분율 차트]
    end
```

---

## 3. 종래 기술의 문제점

기존 공동 편집 도구는 다중 사용자의 동시 편집을 지원하지만, 대규모 원고를 다수의 저자가 협업하여 출판할 때 다음과 같은 기술적 한계를 지닌다.

1. **문단 단위 편집 충돌**: 문서를 단일 텍스트 스트림 또는 페이지 단위로 관리하므로, 한 저자가 완성한 문단을 다른 저자가 무심코 덮어쓰는 충돌이 빈번하다. 출판 확정된 블록을 블록 레벨에서 직접 잠그는 세밀한 상태 관리 기능이 없다.

2. **AI 교정 시 서식 파괴**: 기존 방식은 단순 텍스트(Plain Text)로 AI 프롬프트를 전송하므로 원본의 굵게(Bold), 이탤릭(Italic), 줄바꿈(`<br/>`) 등 HTML DOM 구조가 교정 과정에서 손실된다. 또한 전체 문서를 단일 API 호출로 처리하면 타임아웃과 비용이 급등하며, 처리 도중 중단·재개가 불가능하다.

3. **비텍스트 기여도 미반영**: 공동 저작물의 인세·저작권 지분 산정 시 텍스트 분량만 고려하고 이미지·표·코드 등 비텍스트 콘텐츠의 기여를 정량화할 수 없어 저자 간 분쟁이 발생한다.

4. **오프라인 데이터 유실**: 브라우저 내장 스토리지(localStorage)는 용량 한계(~5MB)로 대용량 원고의 오프라인 캐싱이 불가능하며, 네트워크 장애 시 미저장 작업이 유실된다.

---

## 4. 발명의 목적

본 발명은 상기 문제를 해결하기 위한 **'협업 출판 엔진(Collaboration Publication Engine, CPE)'**으로, 다음을 목적으로 한다.

- **목적 1**: 문서를 독립 콘텐츠 블록으로 구조화하고, 블록 단위 승인 잠금(DRAFT / LOCKED)과 원본 블록 기반 수정 요청 메커니즘으로 다중 사용자 간 편집 충돌을 원천 방지한다.

- **목적 2**: HTML DOM 구조를 보존하면서 청크(Chunk) 단위로 분할 처리하고, 처리 도중 중단·재개가 가능한 AI 배치 교정 파이프라인을 제공한다.

- **목적 3**: 블록 유형별 차등 가중치와 콘텐츠 해시 기반 변동 감지를 결합하여 공동 저자의 기여도를 출판 시점에 자동 산출하고 저작권료를 자동 배분한다.

- **목적 4**: 브라우저 내장 대용량 스토리지(IndexedDB)와 서버 실시간 채널을 결합한 하이브리드 오프라인 드래프트 아키텍처로 데이터 유실을 방지한다.

---

## 5. 발명의 기술적 특징

### 5.1. HTML 구조 보존형 AI 청크 배치 교정 파이프라인

**핵심 과제:** AI 교정 시 서식 파괴 및 단일 호출 장애 문제 해결

**작동 원리:**

1. **직렬화**: 문서 내 텍스트 블록만 필터링하여 `[{ blockId, rawHtmlText }]` 형태의 JSON 배열로 직렬화한다.

2. **청크 분할 전송**: 직렬화된 배열을 고정 크기 청크(예: 3개 블록)로 분할하여 생성형 AI 서버에 순차 전송한다. 청크 단위 처리로 단일 API 호출 시 발생하는 타임아웃과 과금 폭증을 방지한다.

3. **동적 메타 프롬프트 주입**: 각 청크 전송 시, `"HTML 태그의 구조와 위치를 절대 훼손하지 않고 순수 문자열의 문체만 변경할 것"`을 강제하는 **동적 메타 프롬프트(Dynamic Meta Prompt)**와 프로젝트별 문체 지침을 결합하여 주입한다.

4. **중단·재개(Abort/Resume)**: 사용자는 처리 중 작업을 즉시 중단할 수 있으며, 이미 완료된 청크의 결과는 유지된 채로 나머지 처리를 재개할 수 있다.

**병합 알고리즘:**

- AI 반환값: `[{ blockId, suggested: "교정된 텍스트(HTML 포함)", reason: "사유" }]` 형태

- 클라이언트는 이를 **좌우 대조(Two-pane Diff)** 인터페이스로 렌더링하여, 사용자가 블록별 선택 수락 또는 전체 일괄 수락을 수행

- 수락된 블록만 DOM 파싱 구조를 파괴하지 않고 기존 블록 데이터에 병합

- 개별 블록 단독 재처리('재검사') 지원

---

### 5.2. 블록 유형 가중치 기반 미세 기여도 자동 산출 및 저작권료 배분 모듈

**핵심 과제:** 텍스트 이외 비텍스트 콘텐츠의 기여를 정량화하고, 단순 저장 횟수가 아닌 콘텐츠 실질 변동에 근거한 객관적 지분 산출

**콘텐츠 해시 기반 변동 감지:**

- 블록 저장 시마다 콘텐츠를 해시(Content Hash)로 변환하여 이전 버전과 비교한다.

- 해시가 변경된 경우(실질 콘텐츠 변동)에만 이력을 기록하여 UI 상호작용에 의한 무의미한 이력 생성을 방지한다.

**블록 유형별 차등 가중치 산출:**

| 블록 유형 | 기본 가중치 산출 방식 |
| --- | --- |
| 텍스트 | HTML 태그 제거 후 순수 글자 수 × 단위 가중치 (최소값 보장) |
| 이미지 | 비텍스트 고가치 콘텐츠를 반영한 고정 가중치 |
| 표(Table) | 중간 고정 가중치 |
| 코드 | 하위 고정 가중치 |

- 가중치 기준값은 프로젝트별 커스텀 설정으로 조정 가능하다.

- 각 이력 레코드: `{ 블록ID, 버전, 저자ID, 콘텐츠해시, 작업유형(CREATE/UPDATE), 가중치, 타임스탬프 }`

**저작권료 자동 배분 계산식:**

```
출판 내보내기 시점:
1. 최종 블록 목록 순회 → 저자별 누적 가중치 합산
   author_weight[authorId] += Σ history.weight (해당 저자 기여분)
2. total_weight = Σ author_weight (전체 저자 합계)
3. royalty[authorId] = author_weight[authorId] / total_weight
   → 결과: { 저자A: 0.40, 저자B: 0.35, 저자C: 0.25 }
```

- 최종 지분율은 날짜별 편집 활동 히트맵(Calendar Heatmap) 및 기여 비율 리포트로 시각화된다.

---

### 5.3. 블록 승인 잠금 상태 기계(State Machine) 및 원본 블록 기반 수정 요청 메커니즘

**핵심 과제:** 출판 확정 블록의 원본 무결성 보장 및 사후 수정 검수 추적

**승인 잠금 상태 전이:**

```
DRAFT(초안 작성 중) ←→ LOCKED(승인 완료 / 출판 확정, 직접 수정 불가)
```

- `DRAFT → LOCKED`: 승인 처리와 동시에 에디터 레벨에서 직접 수정·삭제·순서 변경이 차단된다.

- `LOCKED → DRAFT`: 승인 취소와 동시에 잠금이 해제된다.

**원본 블록 기반 수정 요청:**

- `LOCKED` 블록에 수정이 필요한 경우, 별도의 파생 블록(Derivative Block)을 생성하지 않고 해당 **원본 블록의 수정 요청 필드**에 제안 내용을 직접 기록한다.

- 수정 요청은 `pending → reviewing → approved` 상태로 독립 관리되며, 원본 블록의 승인 잠금 상태는 유지된다.

**계층적 일괄 전이(Cascade Transition):**

- 상위 노드(챕터/파트) 단위 '전체 승인' 처리 시, 하위 블록 노드들의 잠금 상태가 연쇄 동기화된다.

- 모든 상태 전이 이력은 `{ 편집자, 작업유형, 타임스탬프 }` 형태로 자동 기록된다.

---

### 5.4. 대용량 스토리지 기반 하이브리드 오프라인 드래프트 아키텍처

**핵심 과제:** localStorage 용량 한계 극복 및 네트워크 장애 시 데이터 유실 방지

**이중 저장소 구조:**

- 사용자 입력 데이터를 **100ms 디바운싱(Debouncing)** 후 브라우저 내장 대용량 키-값 스토리지(IndexedDB)에 블록 단위로 실시간 캐싱한다. 이는 기존 localStorage의 ~5MB 한계를 넘어 수백 MB의 대용량 원고 저장을 지원한다.

- 네트워크 복구 시 서버 실시간 동기화 채널을 통해 다중 접속자 간 블록 데이터와 순서를 충돌 없이 동기화한다.

**구버전 자동 마이그레이션:**

- 최초 로드 시 구버전(localStorage) 기반 드래프트를 자동 감지하여 대용량 스토리지로 마이그레이션하고, 이후 대용량 스토리지만을 단일 진실 공급원(Single Source of Truth)으로 사용한다.

**실시간 Presence 기반 편집 모드 제어:**

- 실시간 채널을 통해 각 사용자의 `{ 세션ID, 이름, 편집모드(edit/view) }`를 공유한다.

- **편집(Edit) 모드**는 단일 사용자만 점유 가능하여 동시 편집 충돌을 구조적으로 방지한다.

- **열람(View) 모드**는 다중 접속을 허용하며, 모드 전환은 다른 사용자에게 실시간 전파된다.

---

### 5.5. 판형(書型) 및 블록 유형별 차등 동적 페이지 수 계산 모듈

**핵심 과제:** 화면 해상도가 아닌 실제 종이 판형 기준의 출판 분량 실시간 예측

**판형별 기준 글자 수 설정:**

- 신국판(152×225mm): 1,800자/페이지

- A4(210×297mm): 3,000자/페이지

- 기타 판형: 설정값 기준 (확장 가능)

**블록 유형별 차등 환산 알고리즘:**

```
텍스트 블록:
  HTML 태그 제거 후 순수 글자 수 ÷ 판형 기준 글자 수

이미지 블록:
  판형 기준 글자 수 × 0.4
  (이미지 1개가 해당 판형 페이지의 40%를 점유한다고 가정)

표(Table) 블록:
  각 셀 텍스트 합산 + 행(Row) 수 × 50자 (구조적 오버헤드 반영)

프로젝트 합산:
  각 챕터는 새 페이지에서 시작 (올림 처리)
  totalPages = Σ ceil(챕터 환산 글자 수 ÷ 판형 기준 글자 수)
```

- 판형 변경 시 전체 프로젝트 예상 페이지 수가 실시간으로 재계산된다.

---

### 5.6. AI 기반 참고 자료 컨텍스트 주입 도서 자동 생성 파이프라인

**구성:**

| 단계 | 내용 |
| --- | --- |
| 0. 자료 주입 | 사용자 업로드 참고 파일을 AI Files API로 전송, 생성 프롬프트에 컨텍스트로 주입 |
| 1. 목차 생성 | 제목·설명·분량 설정 기반으로 `{ parts[{ title, chapters[{ title, question, summary }] }] }` JSON 생성 |
| 2. 구조 저장 | 생성된 목차를 계층 구조(파트→챕터→블록)로 데이터베이스에 순차 삽입 |
| 3. 콘텐츠 생성 | 분량 설정(brief 500자 / standard 1,500자 / detailed 3,000자 / comprehensive 5,000자) 및 문체 설정(격식체/친근체/학술체/구어체) 조합 프롬프트로 블록 배열 `[{ type, content }]` 생성 및 저장 |

- 챕터 생성 진행 상황을 실시간 프로그레스 UI로 시각화한다.

---

## 6. 실시예 (작동 시나리오)

1. **프로젝트 개설 및 AI 생성**: 저자 A가 프로젝트를 개설하고 참고 PDF를 업로드한 후 원클릭 도서 생성을 실행한다. 시스템은 3단계 파이프라인으로 목차, 챕터 구조, 본문 블록을 자동 생성한다.

2. **동시 집필**: A, B, C가 각자 배정된 챕터에서 블록을 추가하며 작성한다. Presence 모듈로 편집 모드 선점 상태를 실시간 확인하며, 네트워크가 끊겨도 대용량 로컬 스토리지에 저장된 드래프트가 자동 복원된다.

3. **AI 일괄 교정**: B 저자가 챕터 전체에 대해 문체 교정을 실행한다. 시스템은 3개 블록 단위 청크로 순차 전송하고, HTML 구조를 유지한 채 '해요체'를 '하십시오체'로 변환한다. B 저자는 Diff UI로 블록별 선택 수락하며, 처리 중 중단 시 완료된 청크 결과만 유지된다.

4. **승인 잠금 및 수정 요청**: 편집자 D가 챕터를 `LOCKED` 처리하면 Cascade Transition으로 하위 블록 전체가 잠긴다. C 저자가 오탈자를 발견하면 원본 직접 수정은 차단되고, 해당 원본 블록에 수정 요청이 기록된다.

5. **기여도 정산 및 분량 확인**: 판형을 신국판으로 설정하면 전체 예상 페이지 수가 실시간 계산된다. 내보내기 시 시스템은 블록 이력을 스캔하여 블록 유형 가중치 기반으로 A(40%), B(35%), C(25%)를 자동 산출하고 히트맵 리포트로 시각화한다.

---

## 7. 특허 청구 범위 (초안)

**청구항 1 (시스템 독립항):**
다중 사용자가 접근 가능한 데이터베이스 및 프로세서를 포함하는 공동 저술 시스템으로서, 상기 프로세서는: 문서를 `파트(Part) > 챕터(Chapter) > 블록(Block)` 형태의 계층 트리 구조를 가지는 복수의 독립 콘텐츠 블록으로 분할하여 저장하고; 각 블록의 유형(텍스트, 이미지, 표, 코드)에 따라 상이한 가중치를 적용하고, 블록 저장 시마다 콘텐츠 해시(Content Hash)를 생성하여 이전 버전과 비교함으로써 실질 변동이 발생한 경우에만 해당 저자의 작업 이력을 기록하며; 출판 내보내기 시점에 누적된 블록 이력의 저자별 가중치를 합산·정규화하여 공동 저자 각각의 기여도(Micro-Contribution) 비율과 저작권료(Royalty) 배분 결과를 자동 산출하는 기여도 정산 모듈을 포함하는 것을 특징으로 하는 공동 저술 시스템.

**청구항 2 (AI 청크 교정 — 종속항):**
제1항에 있어서, 상기 프로세서는 인공지능 기반 문체 교정 모듈을 더 포함하며, 상기 모듈은: 복수의 텍스트 블록을 식별자(Block ID)와 HTML 태그를 포함한 원시 텍스트(Raw HTML Text) 쌍의 JSON 배열로 직렬화하는 단계; 상기 배열을 고정 크기 청크(Chunk)로 분할하여 생성형 AI 서버에 순차 전송하되, HTML 구조 보존을 강제하는 동적 메타 프롬프트와 프로젝트별 문체 지침을 결합하여 주입하는 단계; 사용자 명령에 의해 처리를 즉시 중단하고 완료된 청크 결과를 유지한 채 재개(Resume)하는 단계; 및 AI 서버로부터 역직렬화 가능한 구조화 데이터를 수신하여 좌우 대조(Two-pane Diff) 인터페이스를 통해 사용자가 블록별 선택적 병합을 수행하는 단계를 수행하는 것을 특징으로 하는 시스템.

**청구항 3 (승인 잠금 워크플로우 — 종속항):**
제1항에 있어서, 상기 프로세서는: 각 블록에 `DRAFT(초안)` 및 `LOCKED(승인 잠금)` 상태값을 부여하고; `LOCKED` 상태의 블록에 대한 직접 수정·삭제·순서 변경을 에디터 레벨에서 차단하되, 해당 원본 블록의 수정 요청 필드에 제안 내용을 기록하고 그 검토 상태를 `pending → reviewing → approved` 로 추적하며; 상위 노드(챕터/파트)의 상태 변경 시 하위 블록들의 잠금 상태를 연쇄 동기화(Cascade Transition)하는 워크플로우 제어 모듈을 더 포함하는 시스템.

**청구항 4 (하이브리드 오프라인 드래프트 — 종속항):**
제1항에 있어서, 상기 시스템은: 사용자 입력 데이터를 디바운싱(Debouncing)을 적용하여 브라우저 내장 대용량 키-값 스토리지(IndexedDB)에 블록 단위로 실시간 캐싱하고; 구버전 소용량 스토리지(localStorage) 기반 드래프트를 최초 로드 시 자동 감지하여 상기 대용량 스토리지로 마이그레이션하며; 네트워크 복구 시 서버 실시간 채널을 통해 다중 접속자 간 블록 데이터를 동기화하되; 실시간 Presence 채널로 사용자별 편집 모드를 공유하여 편집 모드를 단일 사용자만 점유하도록 제어하는 것을 특징으로 하는 시스템.

**청구항 5 (판형 기반 동적 페이지 계산 — 종속항):**
제1항에 있어서, 상기 프로세서는: 판형(書型) 설정에 따른 페이지당 기준 글자 수를 적용하여; 텍스트 블록은 HTML 태그 제거 후 순수 글자 수를 기준 글자 수로 나누어 환산하고; 이미지 블록은 기준 글자 수에 점유 비율 계수를 곱하여 환산하며; 표(Table) 블록은 셀 텍스트 합산에 행(Row) 수 기반 구조 오버헤드를 가산하여 환산하고; 각 챕터는 독립 페이지에서 시작하는 규칙을 적용하여 전체 예상 페이지 수를 판형 변경 시마다 실시간 재계산하는 동적 페이지 수 계산 모듈을 더 포함하는 시스템.

**청구항 6 (AI 도서 자동 생성 — 종속항):**
제1항에 있어서, 상기 프로세서는: 사용자 업로드 참고 파일을 AI 파일 서버로 전송하여 생성 컨텍스트로 주입하는 단계; 프로젝트 제목·설명·분량 설정을 기반으로 파트-챕터 계층 구조를 포함하는 목차(TOC) JSON을 생성하여 데이터베이스에 저장하는 단계; 및 챕터별로 분량 설정(brief/standard/detailed/comprehensive)과 문체 설정을 조합한 프롬프트로 콘텐츠 블록 배열을 생성하여 저장하는 단계를 순차 수행하는 도서 자동 생성 모듈을 더 포함하는 시스템.

**청구항 7 (방법 독립항):**
프로세서가 수행하는 공동 저술 방법으로서: 문서를 계층 트리 구조의 독립 콘텐츠 블록으로 분할하여 저장하는 단계; 블록 저장 시마다 콘텐츠 해시를 생성하여 실질 변동을 감지하고, 변동이 있을 경우에만 해당 저자의 작업 이력을 블록 유형별 차등 가중치와 함께 기록하는 단계; 출판 내보내기 시점에 누적 이력의 저자별 가중치를 합산·정규화하여 기여도 비율과 저작권료 배분 결과를 자동 산출하는 단계; 및 승인 처리된 블록에 `LOCKED` 상태를 부여하여 직접 수정을 차단하고, 수정 요청을 원본 블록 내 별도 필드로 기록·추적하는 단계를 포함하는 공동 저술 방법.

---

## 8. 발명의 기대 효과

1. **교정 비용 절감 및 서식 안전성**: HTML DOM 구조를 보존하는 청크 단위 AI 배치 교정으로 수작업 출판 교정 비용을 절감하고, 단일 API 호출 타임아웃 위험을 구조적으로 제거한다.

2. **원본 무결성 보장**: 블록 단위 승인 잠금과 원본 블록 기반 수정 요청 메커니즘으로 수십 명의 저자가 협업하더라도 확정 원본의 무단 변경을 방지한다.

3. **객관적 기여도 보상 체계**: 블록 유형별 차등 가중치와 콘텐츠 해시 기반 변동 감지로 공동 저자의 기여도를 자동 산출하여 인세 분쟁을 방지하고, 블록체인 기반 창작 플랫폼의 핵심 원천 기술로 확장 가능하다.

4. **데이터 유실 제로 환경**: 대용량 로컬 스토리지 기반 하이브리드 오프라인 아키텍처로 네트워크 장애 상황에서도 저술 연속성을 보장한다.

5. **출판 분량 정밀 예측**: 판형별·블록 유형별 차등 환산 알고리즘으로 기획 단계부터 실제 출판 분량을 실시간 예측하여 출판 계약 및 제작 일정 수립을 지원한다.

For the site tree, see the [root Markdown](https://slashpage.com/lop.md).