# 승정원일기 날씨 칸 — 토큰 사전과 날 단위 판정 규칙 (사전 등록 R1, 2026-11-02)

계열 F 의 어떤 수치도 계산하기 전에 고정한 규칙이다. 구현은 `src/weather_tokens.py` 이고 이 문서는 사람이 읽는 사본이다. 이후 규칙을 바꾸면 R2 로 번호를 올리고 두 판의 결과를 함께 싣는다. 외부 데이터셋(Lyu 외 2024, Lee 외 2024)과의 일치율을 높이려고 규칙을 손대지 않는다.

## 1. 입력

국사편찬위원회 승정원일기 XML 의 날 요소(`level4 type="일"`) 안 `front/description/weather` 문자열. 2026-11-02 실측: 날 노드 104,074 · 날씨 문자열 있는 날 102,397 · 서로 다른 문자열 896종 · 글자 종류 234.

## 2. 토큰

최장 일치로 왼쪽부터 자른다. 구두점·괄호(` ,。、·〈〉[]()○◆`)는 버린다. 사전에 없는 글자는 「잔여」로 보고하고, 빌드 검사는 **896종 전부에서 잔여 0** 을 요구한다(2026-11-02 통과).

| 부류 | 표면형 | 비고 |
|---|---|---|
| clear 맑음 | 晴 淸 睛 陽 霽 爽 明 照 | 淸·睛 은 날씨 칸 안의 晴 이체·오기(淸[晴] 20건). 霽 는 「갬」 |
| cloudy 흐림 | 陰 隂 雲 曇 蔭 密雲 暗 晦 | |
| rain 비 | 雨 灑雨 洒雨 灑 洒 霡霂 霧雨 霏 注 雨水 | 단독 灑·洒 는 「뿌림」= 가벼운 비(或灑或雨). 霧雨 는 비로 센다 |
| snow 눈 | 雪 霰 宿雪 灑雪 洒雪 | 霰(싸라기)은 눈으로 센다 |
| hail 우박 | 雹 | 雨雹 은 비+우박 |
| fog 안개 | 霧 霧氣 沈霧 蒙 塵 霾 | |
| thunder 천둥·번개 | 雷 電 雷電 雷震 雷動 震 | |
| wind 바람 | 風 吹 大吹 | 방위(東西南北)는 수식으로 둔다 |
| frost 서리 | 霜 | |
| optical 광학 현상 | 暈 日暈 月暈 珥 兩珥 虹 火光 氣如火光 白氣 赤氣 有氣 | 날씨 판정에 넣지 않는다(계열 G 쪽 각주) |
| astro 천문 | 日食 月食 太白 歲星 金星 星 犯 見於 流星 太微 太薇 月入 | 날씨 판정에 넣지 않는다 |
| time 시간 수식 | 朝 晝 午 夕 暮 夜 晩 曉 晨 晡 昏 平明 昧爽 終日 終夜 達夜 達曙 午前 午後 自~至~ 十二支 시각 更 刻 등 | 판정에서 무시 — 하루 중 언제든 있었으면 「있음」 |
| altern 교대·정도 부사 | 或 乍 且 又 旋 仍 復 乃 卽 暫 … | 或·乍 가 있으면 mixed |
| degree 세기 | 大 小 微 細 少 驟 密 深 … | 세기는 1.2 에서 쓰지 않는다(大雨 도 rain_any 만) |
| direction 방위·자리 | 東 西 南 北 方 地 … 별자리 이름 | |
| provenance 전거 주기 | 燼餘 謄書 謄錄 朝報 缺落 日記 以下 測器 … | 날씨가 아니라 「불탄 뒤 등서했다」 류의 필사 주기. 있으면 provenance_note |
| blank | - | 칸은 있으나 비어 있음 |

## 3. 날 단위 판정

| 변수 | 규칙 |
|---|---|
| kind | blank(`-` 또는 빈 칸) / note_only(날씨 부류 토큰이 하나도 없음 — 日食·燼餘 만 적힌 날, 결측으로 취급) / weather |
| clear_any · cloudy_any · rain_any · snow_any · hail_any · fog_any · thunder_any · wind_any · frost_any | 그 부류 토큰이 문자열 어디에든 있으면 참. 시간대·或·乍 무관 |
| precip_any | rain ∨ snow ∨ hail |
| clear_only | 날씨 부류가 clear 뿐 |
| mixed | 날씨 부류(바람·안개·천둥·서리 제외)가 둘 이상이거나 或·乍 가 있음 |
| provenance_note · astro_note | 해당 토큰 존재 |

2026-11-02 전수 적용(102,397일): weather 101,793 · blank 579 · note_only 25. clear_only 76,489(74.7%) · rain_any 12,787 · snow_any 1,504 · hail 23 · fog 62 · thunder 39 · wind 462 · frost 6 · mixed 7,056. 이 수치는 규칙 검사용 집계이며 지표 F1 은 단계 2 에서 왕대·월별로 다시 낸다.

## 4. 외부 데이터셋과의 대응(단계 2 삼자 대조에서 쓸 사상, 역시 고정)

| 우리 | Lyu 외 2024 열 | Lee 외 2024 범주 |
|---|---|---|
| clear_any | Sunny | 맑음 계열 |
| cloudy_any | Cloudy | 흐림 계열 |
| rain_any | Rainy | 비 계열 |
| snow_any | Snow | 눈 계열 |
| hail_any | Hail | — |
| wind_any | Wind | — |

일치율은 날짜(국편 양력 ↔ Lyu `Gregorian calendar`)로 맞춘 뒤 변수별로 낸다. 차이 목록은 공개하되 어느 쪽이 맞는지는 판정하지 않는다 — 원문 문자열을 함께 싣는다(승정원일기는 제1유형).