Concept (개념)aiverified2026-05-08

PostSampling — 시스템 측 마지막 검증 레이어 (Anthropic 측)

별칭: PostSampling · 후샘플링 · 시스템 측 검증 · 모델 응답 후처리

#post-sampling#verification#anthropic#distillation-defense#watermark#lecture-core

정의

PostSampling = 모델이 응답을 생성한 후 Anthropic 시스템 측에서 마지막 단계로 작동하는 검증 레이어. 사용자 측의 concept/hooks-6-events 에 대응하는 시스템 측 끝 — 경쟁사의 distillation 학습을 막기 위해 박은 메커니즘.

검증은 사용자 측 (Hooks) 과 시스템 측 (PostSampling) 의 양 끝에서 작동한다. 두 검증 사이에 모델 응답이 있다.

3 가지 메커니즘

메커니즘	값
Fake Tool Definitions	시스템 프롬프트에 실재하지 않는 도구 일부 섞음. 정상 사용에서는 모델이 안 부르도록 학습됐다. 누가 응답을 그대로 학습 시키면 그 가짜 도구가 같이 학습 됨 → 거기서 잡힌다
Summarized Reasoning	모델의 전체 reasoning 을 다 보여주지 않음. PostSampling 단계에서 축약 요약으로 치환 후 사용자에게 전달
Watermark	응답에 통계적 시그니처 삽입. 다른 모델이 학습하면 추적 가능

양 끝 검증 — 본 위키의 핵심 기록

          [사용자 측]                 [모델]              [시스템 측]
               ↓                        ↓                      ↓
  Hooks (PreToolUse / PostToolUse)  → 응답 생성  →  PostSampling
   ──────────────────────────────────────────────────────────────
                          모델 응답이 두 검증 사이에 있다

→ 검증 요소는 사용자 측만으로 완성되지 않는다. 시스템 측 검증 도 기록되어 있다 — 모델 응답이 우리에게 도달하기 전에 한 번 더 거른다.

4 요소·4 엔지니어링 위치

검증 요소: PostSampling 이 시스템 측 끝. Hooks 가 사용자 측 끝. 둘이 양 끝 으로 검증을 기록
하네스 엔지니어링: 모델 바깥 인프라의 한 면 — Anthropic 이 박은 인프라
에이전틱 엔지니어링: 모델 응답 자체를 어떻게 박는가 의 결정

시사점 — 우리가 못 통제하는 검증

PostSampling 은 사용자 통제 ❌ — Anthropic 이 박은 검증. 그러나 그 존재를 아는 것 이 우리 워크플로우 설계의 시각을 기록:

응답이 원형 그대로 도착하지 않는다 (요약·서명 기록됨 가능)
다른 모델로 재학습할 때 추적 가능 (라이선스 위반 시 발각)
자기 검증을 시스템도 한다 — 우리 측 검증과 겹쳐서 기록

→ 본 카드는 concept/hooks-6-events 의 자매 카드. 하나는 사용자 측 검증, 하나는 시스템 측 검증.

출처

60_service/6006 booklet-vibe-coding-4-elements/_combined_book.md §502~510 (6 장 — PostSampling). 60_service/lecture_claude_code_internals/claude_code_leak_findings_brief.md (누출 분석 브리핑).