Dulus
선택한 모델로 데스크톱·터미널에서 동작하는 AI 에이전트, 모델은 Fuel에 호스팅되고 $DULUS로 결제
저장소 정보는 아직 수집하지 않았습니다.
아직 감지된 업데이트가 없습니다. GitHub 릴리스가 나오면 여기에 보입니다.
Reproducible evidence pipeline for OCR normalization, legal citations, CBAM scenarios, and forest XAI—with deterministic artifacts and auditable claim boundaries.
README 전체를 불러오는 중입니다.
README 전문 보기 ↗비정형 무역자료를 계산 가능한 값으로 바꾸는 것보다, 그 값이 어디에서 왔고 왜 선택됐는지 증명하는 일이 더 어려웠습니다. EcoGuard는 이 증명 과정을 코드로 재구성한 무역금융 교육용 PoC입니다.
2026 하나 청년 금융인재 양성 프로젝트에서 3인 Team UniHana가 준비·발표해 **대상(상장 표기: 금융감독원상)**을 받았습니다. 연합뉴스 보도와 하나금융그룹 제공 보도자료 게재본에 따르면 대상 팀에는 상장과 상금 1천만 원이 수여됐습니다. 대상은 세 사람이 함께 만든 팀 성과이며, 수상 결과를 아래 코드의 정확도 증거로 사용하지 않습니다.
보안 패치 릴리스 · 2026-11-02: 새 개발·연구 환경은 아래 v0.6.1을
사용하세요. 기존 계산 결과와 연구 모델·이미지는 유지하고 의존성을 수정했습니다.
이전 v0.6.0은 역사적 비교용 태그이며 보안 수정이 소급 적용되지 않습니다.
수정 범위와 버전은 보안 정책에 적었습니다.
| 목적 | 고정할 범위 | 첫 명령 | 포함 관계 |
|---|---|---|---|
| 전체 포트폴리오를 인용·재현 | v0.6.1 tag | 아래 tag quickstart, make proof | dependency-free core와 별도 research/forest_xai가 같은 tag tree에 있음. 연구 의존성·수치·artifact는 core wheel·core test count에서 제외 |
| 역사적 core-only 기준선 확인 | v0.5.0 tag | git clone --branch v0.5.0 --depth 1 … | Sentinel-2/Grad-CAM과 post-award GAN/2.5D 추가 전 core 릴리스 |
| 릴리스 이후 개발 상태 검토 | current main commit | commit SHA 고정 후 make proof | 다음 변경이 먼저 들어올 수 있으므로 v0.6.1과 동일하다고 가정하지 않음 |
동일 결과를 인용하려면 tag를, 최신 포트폴리오를 검토하려면 현재 commit SHA를 함께 고정합니다. 질문별 읽기 경로는 문서 지도에 모았습니다.
make proof는 네트워크나 모델 의존성 없이 committed artifact를 읽어 아래 대표값과
SHA-256 연결을 검증합니다. [PASS]는 저장소의 제한된 공개 계약을 통과했다는 뜻이며
운영 정확도·법률 적합성·대회 당시 구현을 대신 증명하지 않습니다.
| 기술 주장 | 실행 코드 | 방어 테스트 | 직접 볼 artifact | 검증되는 범위와 경계 |
|---|---|---|---|---|
| OCR output → field provenance | ocr_adapter.py, ingestion.py, preprocessing.py | test_ocr_adapter.py, test_ingestion.py, test_preprocessing.py | extracted_records.json → normalized_evidence.json | 7문서·37 line·30 candidate, raw line/character span/line·document hash와 selected_from; OCR engine 정확도 아님 |
| CBAM 11-step DAG + 양축 대사 | cbam.py | test_cbam.py | cbam_exposure.json, artifact_manifest.json | 11개 topological step, direct+indirect와 process+precursor가 모두 1,111.36 tCO2e로 일치; 법정 인증서 의무액 아님 |
| EUR-Lex citation + fail-closed abstention | legal.py, regulatory.py |
그림의 line·span·hash·수치와 두 output hash는 committed JSON에서 그대로 가져왔습니다.
검증 구현과 tamper test는 scripts/proof_summary.py와
tests/test_proof_summary.py에서 확인할 수 있습니다.
저장소 소유자 @soccz는 대회에서 핵심 기술 엔진의 단독 개발 책임자로 참여해 CBAM 계산·가격 민감도, 산림 변화 분석, 데이터 처리·검증 로직을 설계하고 구현했습니다. 공개 v0.6의 Python 패키지, schema, benchmark, 테스트와 재현 산출물도 이 개발 범위를 제3자가 검증할 수 있도록 @soccz가 정리한 것입니다.
이 문장은 팀 전체 결과를 개인 성과로 바꾸려는 설명이 아닙니다. 대회 수상과 프로젝트 결과는 3인 팀의 공동 성과입니다. 다른 참여자의 세부 역할, 원본 Live Demo와 발표용 웹 구현은 이 기술 저장소의 공개·평가 범위에 넣지 않습니다.
여기까지가 README 앞부분입니다. 나머지는 원문에서 읽을 수 있습니다. README 전문 보기 ↗
test_legal.py, test_regulatory_coverage.py |
legal_issue_citations.json, legal_blind_evaluation.json |
| 공식 CELEX/ELI binding, 12 negative의 기권·false support 0; maintainer-authored holdout이며 외부 blind·법률 자문 아님 |
| 공개 Sentinel-2 + Grad-CAM | public_training.py, explain.py | test_public_demo.py | evaluation.json, gradcam.png | 단일시점 forest-cover F1 0.947917·IoU 0.900991과 reference-targeted 민감도; 실제 bi-temporal change·원인 설명 아님 |
| 수상 후 tiny GAN latent | reconstruction.py | test_reconstruction.py | latent_interpolation.json, latent_interpolation.png | 8-frame z0→z1, forest-score JVP 0.01209233; 대회 당시 코드·HiGAN·photorealism 증거 아님 |
| 합성 높이 2.5D drape | reconstruction.py | test_reconstruction.py | terrain_drape.json, terrain_drape.png | bilinear 합성 높이, 1,089 vertex·1,024 face; Sentinel-2에서 얻은 고도나 satellite→3D reconstruction 아님 |