평가 하네스에 C-5·F-2 배선 — 첫 통합 측정

무엇을

scripts/run_eval.py(평가 쪽 합성 루트, 류준 님이 w2-naive-rag 에서 만듦)에 C-5 마스킹·F-2 게이트를 꽂았다. 구현은 2026-08-27 에 끝나 있었는데 배선이 없어 하네스가 계속 「측정 불가 — 모듈 미구현」으로 보고하고 있었다.

결과 — 세 지표가 한 화면에 나온다

[retrieval]     recall_at_k 0.857 · mrr 0.702 · n 14
[masking]       miss_count 0 · absolute_rule_passed True · n 12
[closure_gate]  accuracy 1.0 · absolute_rule_passed True · n 16
[domain_routing / trigger / compliance]  측정 불가 — 모듈 미구현

--runs 3 최저치도 같다(셋 다 결정적 계산이라 흔들리지 않는다, 절대 원칙 4). 골든셋 v1-50 · ES 9.5.1 · callguard-kb-single 102건 기준.

⚠ 아직 기준선으로 고정하지 않았다. 절대 원칙 5(기준선 미달 시 CI 실패)를 켜려면 미구현 4종 때문에 계속 빨간불이 된다 — 켜는 시점은 미결에 남겼다.

왜 여기서 꽂아도 되나

masking·closure_gate 는 server/apps/ 에 있고 evaluation 은 ai/apps/ 에 있다. scripts/run_eval.py 는 두 모듈 밖의 합성 루트라 어느 쪽 계약에도 걸리지 않는다 — 의존 방향(ai → server)에도 맞고, ai/.importlinter 의 모듈 상호 독립 계약에도 걸리지 않는다. server/main.py 가 요청 경로에 대해 하는 일을 여기서 평가 경로에 대해 한다.

ES 가 없어도 마스킹·F-2 는 채점된다 — 둘 다 외부 의존이 없는 순수 규칙이다. ELASTICSEARCH_URL 없이 돌리면 검색만 「측정 불가」로 남는다.

회귀를 테스트로 막았다

ai/tests/test_eval_wiring.py 에 3건 추가 — ① 합성 루트가 두 포트를 꽂는지 ② ES 없이도 채점되는지 ③ 절대 규칙이 건 단위로 보고되는지. 배선이 끊기면 하네스가 다시 「측정 불가」로 조용히 돌아가므로 그 회귀를 잡는다.

⚠ ai/tests/ 는 류준 님 영역이다. 그 파일 docstring 이 스스로 “scripts/run_eval.py 소관” 이라 적고 있고 이번 변경이 배선 테스트라 여기 뒀다. decisions/022 ①(소유/배선 분리)이 아직 제안 단계이므로 사후 공유가 필요하다.