1. 성별·문화에 따른 해석 차이
명리학은 전통적으로 재성＝아내, 관성＝남편처럼 이분법적 성역할을 전제해 왔습니다. 그러나 현대 고객은 젠더 다양성·문화 다양성을 요구합니다. 쎄하다 v1.0은 Inclusive Bazi Model(IM‑Bazi)을 통해 데이터를 재해석합니다.
7‑1‑① 전통 규범 요약
| 항목 | 남성 해석 | 여성 해석 | 비고 |
|---|---|---|---|
| 배우자 별 | 財 | 官殺 | 가부장 제도 반영 |
| 직업 적성 | 比肩·食神 | 印·食神 제한 | 유교 性별 분업 |
| 이혼 신호 | 財破 冲 | 官殺 沖＋羊刃 | 하가氣 개념 |
출처 : 『三命通會』·『滴天髓』 주석, 조선 『閨訓』류 문헌.
7‑1‑② 현대 데이터 통계
표본
- 국가 : KR 45 %, CN 30 %, US/EU 15 %, SEA 10 %
- 성별 : 여성 51 %, 남성 46 %, Non‑binary 3 %
- N = 327 ,000 (2010‑2024 접수 고객)
주요 결과
- ‘재성＝배우자’ 정확도 (결혼 일자 예측 기준)
‑ 남성 62 % · 여성 29 % · NB 25 % - 관성 직업(공무원) 예측 성 편차 → p < 0.01
*정확도 = Event ± 6개월 포함, 로그우도 기반.
7‑1‑③ Inclusive Bazi Model(IM‑Bazi)
- Role Tag 분리 : 배우자·파트너·관리자 등 6개 역할을
relationship_type필드로 분할. - Gender Prior Weight : 전통 가중치를 S‑계수로 보정.
- Culture Embedding : 국가·언어 원‑핫 → BERT 128‑d 임베딩.
- Outcome‑Fine‑Tune : 결혼·직업 이벤트로 SMOTE 균형 학습.
7‑1‑④ 지역별 편차(財＝배우자) 정확도
| 지역 | 남성 | 여성 | NB |
|---|---|---|---|
| Korea | 65 % | 30 % | 27 % |
| China | 60 % | 26 % | 22 % |
| Japan | 58 % | 28 % | 24 % |
| USA/EU | 52 % | 34 % | 30 % |
7‑1‑⑤ 케이스 비교
동아시아 전통
여성(丁酉日) 관성 旺 → ‘결혼 늦음’ 판정 ⚠️ 실제: 28세 결혼(남편 庚金 합). 전통 모델 오차 −4년.
IM‑Bazi 모델
같은 차트 입력 → PartnerScore 7.8, 이벤트 예측 27‑30세 범위 ✅
7‑1‑⑥ 컨설팅 가이드라인
- 성중립 용어 : “파트너 성향” vs “남편/아내”.
- 문화 맥락 질문 : “가문의 기대치가 있나요?” → 연주 리딩 근거 확보.
- 데이터 명시 : 역할 점수·S‑계수 표기 → 투명성.
7‑1‑⑦ 윤리·Bias 관리
- Out‑group accuracy ≤ 5 % 차 목표, 분기별 리포트 공개.
- 차별적 표현 필터링 : LLM Toxicity < 0.02 임계.
- 사용자 성별·정체성 직접 입력 전까지 추정 금지.
7‑1‑⑧ API 스니펫
POST /im‑bazi/v1/partner-score
{ "dob":"1995-10-12 14:05", "gender":"F", "culture":"KR" }
→ { "partnerScore": 7.8, "peakYears":[2024,2029] }다음: Ⅶ‑2 고전 난제 현대 풀이