OPS-0507-FAKE-DONE-PATTERN-ANALYSIS (00ba28c3-e547-4a4d-b6eb-c0fab5d682c2)

대표님 지시 (5/7): DB 전체 가짜 DONE 200건 + 오늘 검증된 가짜 1건 + 애매 3건 대상으로 봇이 어떤 상황에서 가짜 DONE을 마킹하는지 패턴 추출. 분석 축 (모두 데이터로 — 추측 금지): 1. 시간 패턴 (dispatch→DONE 소요 시간 분포) 2. 봇별 패턴 (role별 가짜 비율) 3. 작업 유형 패턴 4. 정황 패턴 (dispatch 시각 / 토큰 임계 / 재시도) 5. resolution 텍스트 자동 문구 분포 6. stage 점프 패턴 (requirements→DONE 141건 등) 7. dispatch_count 패턴 8. acceptance_criteria 명확도 vs 가짜 비율 출력: - 표 8개 (축당 1개) — 가짜 vs 진짜 비교 + 통계적 차이 - "가장 강한 가짜 DONE 신호 3개" 결론 - 각 신호에 대한 가드 제안 (제안만 — 박지 말 것) 저장 위치: outputs/OPS-0507-FAKE-DONE-PATTERN-ANALYSIS/analysis.md 원칙: - 추측 금지. 모든 패턴 DB 쿼리로 실측 - 데이터 부족하면 "데이터 없음" 명시 - 수정 금지 (read-only) - 가드 자체 박지 말고 권고만 가짜 DONE 식별 기준 (분석 시작점): - artifacts jsonb 비어있는데 status=DONE - dispatched_at → closed_at 매우 짧음 (예: 5분 미만) - resolution이 자동 문구 ("auto-close", "chain completed" 등) - dispatch_count = 0인데 DONE - stage requirements → DONE 점프 - outputs/{ticket}/ 디렉토리 없거나 빈 채로 DONE 위 기준은 시작점이고 데이터 보면서 정련 필요.