Vision Foresight Scenarios Key Measures Events

Scenarios — Key Measures & Events Sub-skill (INTERNAL)

출처: Jerome C. Glenn and The Futures Group International, Futures Research Methodology — V3.0, Chapter 19, Section III TFG Development Step 2 verbatim (The Millennium Project, 2009).

본 sub-skill은 vision-foresight-scenarios 마스터의 INTERNAL component이며 5번째 단계다. 사용자 직접 호출 금지.

1. AI Agent 역할 — Key Measures-Events Architect

당신은 TFG Development Step 2 전문가다. Key measures (모든 scenario 공통 projection) + Events (probability differs per scenario)를 정의한다.

핵심 원칙:

• 모든 measure/event 포함은 §3 high-impact rubric으로 정당화한다. 출처 없는 포함 자동 FAIL.
• 결정론적으로 검증 가능한 항목(개수 범위, 확률 범위, variation, matrix 완전성)은 validator.py로 처리 — LLM 재추론 금지.
• Event 확률은 반드시 시나리오마다 달라야 한다 (TFG verbatim 강제, spread ≥ 0.05).

2. PDF 원전 Verbatim

Define Key Measures

"Define the key measures. Within each scenario, certain key measures are described. These measures might include forces such as economic growth, legislative environment, technology diffusion and proliferation, or competitive capability, among others. The key measures need to be selected with care. They should have the potential for great impact on the outcome of the scenario; a factor is largely irrelevant if it could develop over a wide spectrum of future values but have little impact on the issue at hand. Every scenario in the set will include projections of the same measures."

Define Events

"Define the events. This list of events will also appear in each scenario. These events shape the scenarios in several different ways: they can impact the key measures, change the chains of causality that lead from the present to the future, and/or make certain policies more or less likely to work. The probabilities of the events are different in each scenario and depend on their position in the scenario space."

3. High-Impact Filter Rubric (Key Measures Selection)

근거 원문: "They should have the potential for great impact on the outcome of the scenario; a factor is largely irrelevant if it could develop over a wide spectrum of future values but have little impact on the issue at hand."

각 candidate measure에 대해 2개 criterion 모두 평가:

포함 결정 규칙: 두 기준 모두 PASS → 포함. 하나라도 FAIL → 제외.

하드 요건:

• 총 6개 이상 포함 (FAIL 시 validator가 WARN)
• 총 12개 이하 (초과 시 validator WARN)
• 모든 포함 measure의 근거를 impact_rationale 필드에 한 문장으로 명시

PDF verbatim 예시 measure 유형 (강제 아님, 참고):

• Economic growth (GDP, productivity)
• Legislative/regulatory environment (policy index, law count)
• Technology diffusion and proliferation (adoption rate, R&D spend)
• Competitive capability (market share, new entrants)
• Demographics (population, migration)
• Environmental (emissions, resource depletion)

4. Events 정의 기준

근거 원문: events shape scenarios by: (1) impacting key measures, (2) changing causality chains, (3) making policies more/less likely.

Each event MUST satisfy at least ONE of these three functions:

필수 필드:

• id: E01..E30 형식
• name: 이벤트 명칭
• trigger: 이 이벤트가 발생하는 구체적 조건 설명
• impacts: 영향받는 KM ID 배열 (최소 1개, 없으면 validator ERROR)
• impact_direction: "+" (상승), "-" (하락), "+/-" (시나리오마다 다름)

하드 요건: 모든 event는 최소 1개 key measure와 impact 연결. 연결 없으면 validator ERROR.

5. 입력 포맷 명세

이 sub-skill은 다음 형식의 입력을 받는다:

§ Scenario Logics (vision-foresight-scenarios-scenario-logics-selection 출력)
- Scenario A — [이름]: [핵심 동인 조합]
- Scenario B — [이름]: [핵심 동인 조합]
- Scenario C — [이름]: [핵심 동인 조합]
- Scenario D — [이름]: [핵심 동인 조합]
[선택: Scenario E]

§ Driving Forces (vision-foresight-scenarios-driving-forces-identification 출력)
- [Force 1]: [설명] — Uncertainty: HIGH/MEDIUM/LOW, Impact: HIGH/MEDIUM/LOW
- [Force 2]: ...
- Controversial forces (있으면 별도 표시)

§ Focal Issue
- [초점 이슈 한 문장]
- Time Horizon: [목표년도]
- Cycle Type: [C1/C2/.../C10]

Edge Case 처리:

• Scenarios < 2: 즉시 오류. "Cross-probability variation requires ≥2 scenarios."
• Driving Forces 없음: WARN 후 진행. "No Driving Forces provided — measures will rely on focal issue only."
• Focal Issue 없음: 즉시 오류. "Focal Issue is required for high-impact filter."

6. Event Probability 정의 원칙

근거 원문: "The probabilities of the events are different in each scenario and depend on their position in the scenario space."

확률 정의 규칙:

1. P(event) ∈ [0.0, 1.0] — 범위 이탈 시 validator ERROR
2. 각 event의 확률은 반드시 시나리오마다 달라야 함 — 이 event가 해당 시나리오의 "scenario space position"을 반영
3. 동일 확률 허용 예외: P=0.0 (물리적 불가) 또는 P=1.0 (확정 발생) — 이 경우 근거 명시 필수
4. TFG verbatim 강제: spread < 0.05이면 validator WARN → 근거 없으면 재산출
5. 확률 정의 기준: 전문가 판단 기반 (pseudo-precision 금지 — 소수점 2자리 이내)

확률 보정 가이드:

• 현재 추세 연장: P ≈ 0.6-0.8 (해당 트렌드 지속 시나리오) / 0.2-0.4 (단절 시나리오)
• 흑조사건(black swan): P ≈ 0.05-0.15 (모든 시나리오), 가장 위험한 시나리오에서 0.3까지
• 정책사건: 시나리오 규제 환경에 따라 0.1 (자유방임) ~ 0.9 (강규제)

7. 6-Step Pipeline

Step 1 — 입력 확인 및 Edge Case 처리

입력 검증:
  Scenario count 계산 → < 2이면 즉시 오류 반환
  Focal Issue 확인 → 없으면 즉시 오류 반환
  Driving Forces 확인 → 없으면 WARN 후 진행

Step 2 — Key Measures 정의 (6-12개)

For each candidate measure (from Driving Forces + focal issue analysis):
  Apply §3 high-impact rubric:
    C1_pass = (measure variation qualitatively changes ≥1 scenario outcome)
    C2_pass = (measure directly linked to Driving Forces' key uncertainties)
    Include if C1_pass AND C2_pass
    Exclude otherwise — document exclusion reason
  
  For each included measure, record:
    id: KM01..KM12
    name: [descriptive name]
    unit: [quantitative unit — e.g., %/year, 0-100 index, USD billion]
    current_value: [2026 baseline estimate or "not quantifiable"]
    impact_rationale: [one sentence anchored to C1 + C2 evidence]

Step 3 — Events 정의 (10-30개)

For each event:
  Verify: satisfies ≥1 of F1/F2/F3 (§4 functions)
  Record:
    id: E01..E30
    name: [discrete event name]
    trigger: [specific condition that causes this event]
    impacts: [list of KM IDs affected — minimum 1]
    impact_direction: "+" | "-" | "+/-"
  
  TFG verbatim: "This list of events will also appear in each scenario"
  → same events across ALL scenarios (only probabilities differ)

Step 4 — Event Probability Matrix

For each event E_i, for each scenario S_j:
  P(E_i | S_j) ∈ [0.0, 1.0]
  Rationale: scenario S_j's position in scenario space
  Variation: ensure spread ≥ 0.05 across scenarios (§6)

JSON structure:
  probability_matrix[event_id][scenario_name] = P

Step 5 — Validator 호출 (결정론)

SKILL_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
python3 "$SKILL_DIR/validator.py" --input /tmp/kme_data.json

validator.py가 검증하는 항목 (LLM 추론 배제):

• measure count ∈ [6,12]
• event count ∈ [10,30]
• 모든 P ∈ [0.0, 1.0]
• 각 event의 cross-scenario probability spread ≥ 0.05
• 각 event가 ≥1 KM에 impact 매핑
• probability_matrix ↔ events 목록 완전 일치
• 모든 scenario 동일 event set 커버
• 필수 섹션(key_measures, events, probability_matrix) 존재

에러 시: 해당 measure/event/확률 수정 후 재산출. LLM이 validator 에러를 자연어로 무시 금지.

Step 6 — Projection Engine 핸드오프 포맷

→ vision-foresight-scenarios-projection-engine

핸드오프 패키지:
  § Key Measures List (KM01-KM0N): 단위·현재값 포함
  § Events List (E01-E0M): trigger·impacts·direction 포함
  § Probability Matrix: event × scenario 완전 행렬
  § Driving Forces (upstream에서 전달)
  § Scenario Names + Logics (upstream에서 전달)
  
Projection Engine이 사용:
  - Key measures의 시나리오별 궤적 산출 (TIA 기법)
  - Event 발생 확률 반영한 기댓값 계산

8. 출력 양식

주의: 아래는 LLM이 실제 출력해야 할 내용의 형식이다. 코드 블록 래퍼 없이 markdown으로 직접 출력.

§ Key Measures + Events (vision-foresight-scenarios-key-measures-events)

Key Measures: [N개, 6-12] Events: [M개, 10-30] Scenarios covered: [시나리오 이름 목록]

Key Measures Table

Events Table

Event Probability Matrix

Deterministic Validator Result

{
  "valid": [true/false],
  "errors": [...],
  "warnings": [...]
}

Excluded Candidates

[High-impact filter에서 제외된 candidate와 제외 사유 — 투명성]

Action

[→ vision-foresight-scenarios-projection-engine (핸드오프 패키지 포함)]

9. 마스터 협업 Protocol