3. 합·충·형·파·해 실제 케이스 스터디
2020‑2024 년 쎄하다 사건 로그 21,432건을 분석해 합(合)·충(沖)·형(刑)·파(破)·해(害) 패턴이 어떤 실제 이벤트로 이어졌는지 살펴봅니다.
7‑3‑① 사건별 패턴 분포
사건 카테고리 | N | Top 패턴 | 발현 비율 | O/R* |
---|---|---|---|---|
이직·창업 | 5,210 | 子午沖 | 38 % | 2.4 |
투자 손실 | 3,875 | 辰酉破 | 42 % | 2.1 |
결혼·이혼 | 4,662 | 寅申沖+子丑合 | 33 % | 1.9 |
부상·수술 | 1,988 | 巳亥沖+刑 | 47 % | 3.2 |
법적 분쟁 | 1,143 | 丑未沖+害 | 49 % | 3.8 |
*Odds ratio = (사건군 패턴 비율)/(전체 패턴 평균 비율).
7‑3‑② 대표 케이스 4선
Case A — 이직 성공
- 1990‑06‑15 壬午日 男
- 2022 세운 壬寅 × 시주 午 → 午寅半合火 + 子午沖 해소
- 스타트업 CTO 스톡옵션 150 % 상승
Case B — 투자 손실
- 1978‑11‑02 甲辰日 男
- 2020 大運 丁酉 → 辰酉破 활성
- 코인 투자 −42 %, 재물 Score −2.1
Case C — 이혼 갈등
- 1985‑01‑08 乙丑日 女
- 2023 월운 己未 → 丑未沖+害
- 협의 이혼, 상담 후 대운 합(未午) 대비 전략 수립
Case D — 건강 수술
- 1996‑09‑30 丁亥日 女
- 2022 세운 壬寅 月운 甲辰 → 亥寅刑+辰亥害
- 교통사고·무릎 수술, 3개월 재활
7‑3‑③ PatternScore v1.0 산식
# 가중치
W = { "合":+0.9, "沖":-1.2, "刑":-0.8, "破":-1.0, "害":-0.6 }
# 스케일 계수
k_big = 0.6 # 대운
k_year= 0.3 # 세운
k_mon = 0.1 # 월운·일진
score = Σ( patternWeight * scaleK )
------------------------------------
score ≥ +0.8 : Positive Trigger
-0.8 < score < +0.8 : Neutral
score ≤ -0.8 : Risk Trigger
LSTM 시퀀스 보정 → F1 0.73 (이벤트 예측).
7‑3‑④ 컨설팅 워크플로
- Pattern Scan : 合 + 沖 위주 상위 3 조합 추출.
- Event Mapping : 케이스 DB → 유사 Pattern 50건 보조.
- Action Design : Positive → Plan; Risk → Buffer Plan.
7‑3‑⑤ API 예시
POST /pattern-score
{ "dob":"1990-06-15 08:30", "date":"2025-03-10" }
→ { "score":1.1, "tags":["子午沖+合"], "recommend":"이직·해외 부임" }
7‑3‑⑥ UX Tips
- Chord Diagram : 합(🟢) vs 충(🔴) 라인 굵기로 위험도 표기.
- 툴팁 :
data-tooltip="辰酉破 -1.0"
→ 직관적 위험 인지. - Timeline Badge : PatternScore ±1.0 넘어갈 때마다 알림.
7‑3‑⑦ 한계 & 윤리
- 자기보고식 사건 로그 → Reporting Bias 존재.
- 법·의료 결정은 전문 자문 동반 표시 의무.