2nd/10_Wiki/Topics/ASTRA 기능 인벤토리.md

---
type: reference
title: "ASTRA 기능 인벤토리 (자동 생성)"
version: "2.2.240"
generated_at: 2026-06-12T13:12:21.082Z
aliases: ["ASTRA 기능 목록", "ASTRA 명령어", "내 기능", "ASTRA가 할 수 있는 것", "기능 인벤토리", "ASTRA capabilities"]
---

# ASTRA 기능 인벤토리 — v2.2.240 (자동 생성)

> ⚙️ 이 문서는 Astra 활성화 시 **소스 코드(package.json)에서 기계 생성**됩니다 — 수동 편집 금지 (버전 변경 시 덮어씀).
> 자기 기능에 대한 질문·자기 개선 제안은 이 문서가 **항상 현행** 근거입니다. 서사적 설명은 [[ASTRA 자기 아키텍처]] 참고.

## 사용자 명령 (39개)
- Astra: New Chat
- Astra: 검색 평가 실행 (recall@k / MRR)
- Astra: 업무 평가 실행 (회의록 골든셋)
- Astra: 성장 리포트 (Reflection 추이)
- Astra: 학습 큐 갱신 (Need Engine)
- Astra: 지식 노후 점검 (Knowledge Decay)
- Astra: 학습 실행 (Research Agent — 승인된 큐 항목)
- Astra: 주간 성장 사이클 지금 실행 (평가→학습큐→노후점검→승인분 실행)
- Astra: 두뇌 임베딩 전체 색인
- Astra: 지식 사전 소화 지금 실행 (Sleep-time Digest)
- Astra: 지식 충돌 스캔 지금 실행 (신규 문서 ↔ 기존 지식)
- Astra: Export Chat as Markdown
- Astra: Explain Selected Code
- Astra: Focus Chat Input
- Astra: Show Brain Topology
- Astra: Focus Approval Panel
- Astra: Scaffold New Project
- Astra: Set Telegram Bot Token
- Astra: Clear Telegram Bot Token
- Astra: Test Telegram Connection
- Astra: Open Settings Panel
- Astra: Edit Agent ↔ Knowledge Map
- Astra: Open Chat (Editor Column)
- Astra: Setup Datacollect Dependencies (yt-dlp, youtube-transcript-api)
- Astra: New Lesson (Experience Memory)
- Astra: New Lesson from Current Conversation
- Astra: Browse / Manage Lessons
- Astra: Refresh Project Architecture Context
- Astra: Detach Project Architecture Context
- Astra: Attach Project Architecture Context
- Astra: Open Project Architecture Doc
- Astra: Toggle 1인 기업 Mode
- Astra: Manage 1인 기업 Agents
- Astra: Open 1인 기업 Sessions Folder
- Astra: Open Pixel Office (Full Screen)
- Astra: Google Calendar (iCal) 연결 📅
- Astra: Google Calendar 새로고침 📅
- Astra: Google Calendar OAuth 연결 (쓰기) 🔐
- Astra: Toggle Devil Agent 🎭

## 설정으로 제어되는 동작·자동화 (149개)
- `multiAgentEnabled` — Enable Multi-Agent Workflow (Planner -> Researcher -> Writer) for complex tasks.
- `datacollectBridgeTarget` — Datacollect 백엔드(Bridge)를 어디로 보낼지 선택.
- `datacollectBridgeUrl` — local 타깃 Wiki/Datacollect MCP Bridge URL.
- `datacollectBridgeNasUrl` — nas 타깃 NAS에서 도는 경량 Bridge URL (예: https://your-nas-domain 또는 http://nas-ip:3002).
- `datacollectBridgeNasToken` — nas 타깃 NAS Bridge가 요구하는 x-bridge-token 값(Bridge의 BRIDGE_AUTH_TOKEN과 일치).
- `datacollectSavePath` — /benchmark 등 Datacollect slash 명령 결과물(markdown)을 저장할 폴더.
- `datacollectCrawlDepth` — /benchmark 사이트맵 크롤 깊이 기본값.
- `datacollectMaxPages` — /benchmark 스캔 최대 페이지 수 기본값.
- `datacollectSynthesisTemperature` — /benchmark LLM 4-렌즈 합성의 temperature.
- `chatTemperature` — 채팅 응답 생성의 temperature.
- `meetUsesTasks` — /meet 액션 아이템을 Google Tasks 에도 등록할지 여부.
- `meetUsesCalendar` — /meet 액션 아이템을 Google Calendar 일정(all-day)으로도 등록할지 여부.
- `meetVerifyPass` — /meet 회의록 생성 후 검증 패스 실행 여부.
- `dailyBriefing.enabled` — 데일리 브리핑 — 평일(월~금) 지정 시각에 오늘의 캘린더 일정 + Google Tasks(오늘 마감·기한 경과·조건부 대기)를 텔레그램으로 발송.
- `dailyBriefing.time` — 데일리 브리핑 발송 시각 (KST, HH:MM).
- `sleepDigest.enabled` — Sleep-time 지식 사전 소화 — 매일 지정 시각(유휴 시간)에 최근 7일 내 변경된 두뇌 지식을 폴더별 '소화 노트'(<두뇌>/Digests/)로 변환합니다
- `sleepDigest.time` — 사전 소화 실행 시각 (KST, HH:MM).
- `growthCycle.enabled` — 주간 성장 사이클 — 매주 지정 요일·시각에 검색 평가(골든셋)→학습 큐 갱신(Need Engine)→지식 노후 점검→성장 리포트→승인된 학습 자동 실행(Research Agent, 사이클당 최대 3건)을 자동 수행하고 요약을 알림(+텔레그램).
- `growthCycle.day` — 주간 성장 사이클 실행 요일 (0=일 … 6=토).
- `growthCycle.time` — 주간 성장 사이클 실행 시각 (KST, HH:MM).
- `growthCycle.autoRunApproved` — 사이클에서 approved 상태의 학습 큐 항목을 Research Agent 로 자동 실행할지 (사이클당 최대 3건).
- `teamVoiceGuide` — /draft 외부 커뮤니케이션 초안 작성 시 모든 생성에 적용되는 팀 보이스 가이드.
- `memoryEnabled` — Enable layered memory injection before each model response.
- `memoryShortTermMessages` — Number of recent conversation messages included as short-term memory.
- `memoryMediumTermSessions` — Number of recent saved chat sessions included as medium-term memory.
- `memoryLongTermFiles` — Number of relevant Second Brain markdown files included as long-term memory.
- `ollamaUrl` — Base URL for Ollama or LM Studio.
- `defaultModel` — Default model name to use for chat requests.
- `requestTimeout` — Request timeout in seconds.
- `contextLength` — Model context window in tokens (prompt + generation combined).
- `maxOutputTokens` — Upper bound on tokens generated per response.
- `contextSafetyMargin` — Tokens kept free as a safety buffer for token-count estimation error.
- `contextOverflowPolicy` — Fallback behavior (LM Studio) if the prompt still exceeds the context window after Astra's own budgeting.
- `autoCompactHistory` — Automatically drop the oldest conversation messages from the request when the prompt would exceed the context budget (the on-screen chat history is unaffected).
- `smallModelContextCap` — Optional safety knob, OFF by default (0).
- `autoContinueOnOutputLimit` — When a reply is cut off because it hit the output-token limit, Astra continues it internally (compressed request — original question + the answer so far, not th
- `maxAutoContinuations` — Maximum number of automatic continuation rounds per reply (prevents runaway loops).
- `finalOnlyRetryOnThoughtLeak` — If the model emits only hidden reasoning (<think>, <|channel|>thought, "Thinking Process:" …) and no user-visible answer, Astra silently re-asks it for the fina
- `lmStudio.idleTimeoutMs` — Auto-eject the loaded LM Studio model after this many milliseconds of inactivity.
- `lmStudio.autoLoadOnSelect` — Automatically load LM Studio models into memory when selected from the Astra sidebar.
- `lmStudio.sampling.topP` — Nucleus sampling cutoff.
- `lmStudio.sampling.topK` — Top-K sampling cutoff.
- `lmStudio.sampling.minP` — Min-P floor — discards tokens with probability below this fraction of the top token.
- `lmStudio.sampling.repeatPenalty` — Repeat / frequency penalty to curb stutter (것입니다서입니다…).
- `lmStudio.statsInBudget` — Show token/s and time-to-first-token from LM Studio prediction stats in the context-budget badge after each turn (SDK path only).
- `lmStudio.draftModel` — Speculative decoding LM Studio model key of a small draft model (e.g.
- `lmStudio.load.flashAttention` — Load option Enable Flash Attention when loading models.
- `lmStudio.load.gpuOffloadRatio` — Load option How much of the model to offload to GPU.
- `lmStudio.load.offloadKVCacheToGpu` — Load option Keep KV cache on GPU memory.
- `lmStudio.load.keepModelInMemory` — Load option Prevent the model from being swapped out of system memory.
- `lmStudio.load.useFp16ForKVCache` — Load option Store KV cache in FP16 (halves cache memory).
- `lmStudio.load.evalBatchSize` — Load option Token batch size during evaluation.
- `localBrainPath` — Folder path for your local Second Brain knowledge base.
- `brainProfiles` — Multiple brain profiles.
- `activeBrainId` — Active brain profile id used for the current chat context.
- `secondBrainRepo` — Optional GitHub repository URL used for Second Brain sync.
- `autoPushBrain` — Automatically commit and push Second Brain changes after updates.
- `maxContextSize` — Maximum character count for active file context.
- `maxAutoSteps` — Maximum autonomous steps the agent can take per request.
- `dryRun` — If enabled, the agent will ask for approval before committing any file changes.
- `telegram.enabled` — Enable the Telegram bot integration.
- `telegram.allowedChatIds` — Optional allowlist of Telegram chat IDs that may message the bot.
- `telegram.defaultAgent` — Agent name (matches an entry in the Agent ↔ Knowledge map) used to scope Second Brain retrieval for Telegram replies.
- `telegram.agentByChatId` — Per-chat override of the Telegram agent.
- `telegram.contextChunks` — How many Second Brain excerpts to inject into Telegram replies.
- `skillKnowledgeMapPath` — Absolute path to the agent ↔ knowledge mapping JSON.
- `skillKnowledgeMap` — Inline fallback for the agent ↔ knowledge mapping.
- `agentSkillsPath` — Absolute path to the agent skills folder (.agent/skills/*.md).
- `embeddingModel` — Embedding model registered in LM Studio / Ollama (e.g.
- `embeddingBlendAlpha` — Hybrid score blend: 0 = pure TF-IDF (sparse / keyword), 1 = pure embedding cosine (dense / semantic), 0.5 = balanced.
- `chunkLevelRetrieval` — 섹션 청크 단위 검색 (Phase 1-가).
- `chunkTargetChars` — 섹션 청크의 목표 길이(문자).
- `conflictHighlightingEnabled` — Conflict Surface — 검색된 출처에서 충돌/논란 신호 감지 시 CONFLICT WARNINGS 블록을 시스템 프롬프트에 주입.
- `conflictSeverityThreshold` — Conflict 자기-신호 surface 시 최소 severity 임계.
- `conflictCrossDocEnabled` — 교차-문서 발산 감지 — 같은 주제 ≥2 chunks 의 본문 Jaccard < 0.30 인 잠재 모순 쌍을 CONFLICT WARNINGS 에 함께 표시.
- `coveEnabled` — Chain-of-Verification (CoVe) — 답변 *작성 전* 그라운딩 체크리스트를 시스템 프롬프트에 주입해 모델이 self-verify 하도록.
- `requirementGraphEnabled` — Requirement Graph — 업무 유형(회의록/시장조사/업무조사/일정) 감지 시 필수 요소 체크리스트를 시스템 프롬프트에 주입.
- `requirementCoverageEnabled` — Requirement Coverage Check — 답변 완료 후 업무 필수 요소 커버리지를 결정론적(정규식)으로 검사, 누락 가능 요소를 footer 한 줄로 표시.
- `epistemicGuardEnabled` — Epistemic Guard — 모름/추정/확실 3분류를 강제하는 시스템 프롬프트 블록.
- `confidenceEngineEnabled` — Confidence Engine — 답변 확신도 0~100 을 검색 그라운딩·출처 인용·충돌·커버리지 신호로 결정론적 산출, 업무 답변 아래 footer 표시.
- `escalationEnabled` — Escalation Engine — 확신도 낮음/출처 충돌/조사 출처 누락 시 footer 로 사람 검토를 명시적으로 요청.
- `criticLoopEnabled` — Critic Loop — 커버리지 누락 또는 확신도<70 인 업무 답변에만 LLM 검수 1회 실행, 발견 이슈와 보완 제안을 footer 카드로 표시.
- `reflectionEnabled` — Reflection — 업무 turn 회고(확신도·누락 요소·에스컬레이션)를 두뇌 .astra/growth/reflections.jsonl 에 기록.
- `orgMemoryEnabled` — Organizational Memory — 두뇌 .astra/organization.md 의 조직 규칙·업무 방식·선호를 시스템 프롬프트에 항상 주입.
- `coveTopSourcesCount` — CoVe 체크리스트에 나열할 상위 출처 개수.
- `coveStrictMode` — CoVe Strict 모드 — 모든 사실 주장 뒤에 출처 ID S1 형식으로 inline 인용 강제.
- `actionabilityEnabled` — Actionability Scoring — '현재 작업 상태' 신호(최근 슬래시 명령 + 열린 파일) 로 검색 결과를 재가중.
- `distillationEnabled` — Distillation Loop — stale Episodic Memory 를 LongTerm 'episode-digest' 로 승급해 검색 노이즈 방지.
- `distillationAgeThresholdDays` — 며칠 이상 지난 episode 를 distill 대상으로 할지.
- `distillationIntervalDays` — 자동 distillation 의 최소 간격 (일).
- `distillationArchiveMode` — Distillation 후 원본 episode 처리: 'mark-promoted'=플래그만 (파일 보존, 기본), 'archive-file'=memory/episodes/archive/ 로 파일 이동.
- `hierarchicalReweightEnabled` — Hierarchical Context Window — 질의·문서 추상도(concrete/operational/strategic) 매칭으로 검색 결과 재가중.
- `semanticRerankEnabled` — Semantic Re-ranking — 검색된 selectedChunks 의 순서를 LLM 한 번 호출로 의도-부합도 순 재정렬.
- `semanticRerankModel` — Semantic Re-ranking 전용 모델 ID.
- `semanticRerankCandidateK` — Re-rank 대상 상위 후보 개수.
- `semanticRerankTimeoutSec` — Re-rank LLM 호출 타임아웃 (초).
- `intentClarificationEnabled` — Intent Clarification — 모호 질의(환경/대상/범위/포맷/마감 누락) 감지 시 LLM 에게 추측 답변보다
- `intentClarificationStrictness` — 모호 판정 임계.
- `citationTraceEnabled` — Citation Trace — 답변 끝에 사용된 출처를 *출처:* 한 줄로 정리 지시.
- `selfCheckEnabled` — Post-hoc Self-Check — 답변 완료 후 별도 LLM 호출 1회로 검증 (답변 직접도/그라운딩/논리 모순).
- `selfCheckModel` — Self-check 전용 모델 ID.
- `selfCheckTimeoutSec` — Self-check LLM 호출 타임아웃 (초).
- `glossaryEnabled` — Terminology Dictionary — 사용자 편집 글로서리(.astra/glossary.md) 를 시스템 프롬프트에 주입.
- `glossaryPath` — Glossary 파일 상대 경로 (workspace root 기준).
- `glossaryMaxBodyLength` — Glossary 본문 시스템 프롬프트 cap (chars).
- `termValidatorEnabled` — Post-gen Term Validator — 답변 완료 후 글로서리 forbidden 단어 결정론적 정규식 스캔.
- `knowledgeMix.secondBrainWeight` — Knowledge Mix (0–100): how heavily the assistant should lean on Second Brain evidence vs.
- `workflow.multiAgentMode` — Multi-Agent(5단계) 파이프라인 발동 모드.
- `workflow.autoCtxFractionThreshold` — workflow.multiAgentMode = auto 일 때, prompt 토큰이 효과적 context window 의 이 비율(0~1)을 넘으면 5단계 파이프라인을 강제 발동.
- `chunkedSwitchTokens` — 입력 prompt 가 이 토큰 수 *미만* 이면 Multi-Agent(chunked) 파이프라인 발동 안 함 — 모델이 단일 호출로 처리.
- `chunkedMaxSections` — Chunked 파이프라인이 답변을 쪼갤 수 있는 최대 섹션 수.
- `polishPersonaOverride` — ChunkedWriter 의 polish 단계 system prompt 를 직접 정의 — 답변 톤·구조를 도메인에 맞게 커스텀.
- `liveStreamTokens` — 모델 토큰을 받는 즉시 채팅 버블에 흘려보낼지 여부.
- `outputFormat` — 최종 답변 표시 방식.
- `chronicleAutoRecord` — 자동 기록 (Project Chronicle Auto-Record).
- `company.intentClassifierModel` — Model used to classify whether an incoming chat message in 1인 기업 모드 is a (a) casual chat / question, (b) follow-up on the previous round, or (c) a brand-new tas
- `company.disableIntentClassifier` — Bypass the intent classifier and always run the full work pipeline on every chat message in 1인 기업 모드 (legacy behaviour).
- `company.autoSelectPipeline` — Let the intent classifier *automatically switch* to the pipeline it recommends for this turn (e.g.
- `company.intentAlignmentMode` — Intent Alignment — turn user prompts into an explicit Requirement Contract (C-G-C-F-Q) before dispatching a pipeline.
- `company.intentAlignmentMaxRounds` — Maximum back-and-forth rounds the Intent Alignment analyzer is allowed to ask before forcing a 'confirm or cancel' card (it stops asking new questions and shows
- `web.autoFetchUrls` — URL 자동 수집 — 메시지에 http(s) 링크가 있으면 답변 생성 전에 페이지 본문을 가져와 모델에게 전달합니다
- `company.alignmentSelfResearch` — Alignment 자가 조사 — 분석기가 만든 질문을 사용자에게 보여주기 전에 두뇌(지식 폴더)를 먼저 검색해 스스로 답할 수 있는 질문을 걸러냅니다.
- `company.alignmentKnowledgeSave` — Alignment 학습 루프 — 사용자가 alignment 라운드에서 직접 답해준 Q/A를 두뇌의 'Alignment Knowledge' 폴더에 노트로 저장합니다.
- `selfReflector.enabled` — Self-Reflector Phase A — append a Self-Reflector Check block at the end of every substantive LLM answer (Consistency / Completeness / Accuracy, plus References 
- `hollowCheck.enabled` — Hollow Code Check — <create_file> 등 action-tag 로 만든 파일이 *빈 깡통* (empty class, stub-only function, imports-only) 인지 정규식 스캔.
- `hollowCheck.autoRetry` — Hollow 감지 시 1회 자동 재작업 — Phase B (externalVerification) 와 분리.
- `selfReflector.externalVerification` — Self-Reflector Phase B — after every 1인 기업 specialist response, run a *separate* LLM call to verify the output from an outside-context perspective (catches the 
- `selfReflector.executionVerification` — Self-Reflector Phase C — after a code file is created via <create_file>, automatically run the language's syntax check (Python: py_compile, JS: node --check, TS
- `company.pixelOffice.enabled` — Show the Pixel Office visualisation panel above the chat — a small pixel-office-style display that mirrors the agent's current pipeline status (analyzing, need_
- `company.pixelOffice.bubbles` — Show short comic-style speech bubbles above the Pixel Office character on status changes / key events (e.g.
- `google.clientId` — Google OAuth Client ID — console.cloud.google.com/apis/credentials → OAuth 2.0 Client ID (Desktop app) 생성 후 복사.
- `google.clientSecret` — Google OAuth Client Secret — Client ID 와 같은 페이지에서 발급.
- `google.calendarId` — 일정을 등록할 Google Calendar 식별자.
- `google.defaultEventDurationMinutes` — end / duration 둘 다
- `google.icalUrl` — Google Calendar 비공개 iCal URL — 읽기 전용 모드용.
- `google.icalDaysAhead` — iCal 캐시에 포함할 다가오는 일정 기간 (일).
- `providers.openrouter.enabled` — OpenRouter cloud provider 활성화 — Claude/Gemini/GPT 등 100+ 모델을 OpenAI 호환 API 로 사용.
- `providers.openrouter.defaultModel` — OpenRouter 의 기본 모델 (예: 'anthropic/claude-3.5-sonnet').
- `providers.anthropic.enabled` — Anthropic Claude 직접 API 활성화.
- `providers.anthropic.defaultModel` — Anthropic 의 기본 모델.
- `providers.gemini.enabled` — Google Gemini 직접 API 활성화.
- `providers.gemini.defaultModel` — Gemini 의 기본 모델.
- `devilAgent.enabled` — Devil's Advocate (도현) 활성화 — 매 답변 직후 별도 LLM 호출로 *비판적 sparring partner* 가 한 문단 반박.
- `stocks.watcherEnabled` — 주식 자동 모니터링 활성화 — VS Code 시작 시 watcher 가동.
- `stocks.spreadsheetId` — Stocks Google Sheets ID — https://docs.google.com/spreadsheets/d/<여기>/...
- `stocks.sheetSwing` — 스윙/중기 종목 시트 탭 이름.
- `stocks.sheetLong` — 장기투자 종목 시트 탭 이름.
- `stocks.sheetUltraLow` — 저평가우량주 시트 탭 이름.
- `stocks.telegramChatId` — Stocks 보고서 전용 텔레그램 chatId — fallback.

## 답변 후 자동 검증 훅 (7단계 — 매 답변 후 실행)
- `devil-rebuttal` — Devil Agent 반박 카드 (활성화 시)
- `self-check` — 답변 검증 LLM 호출 — 검색 근거 대조 (opt-in)
- `term-validator` — 글로서리 금지 용어 결정론적 검사
- `requirement-coverage` — 업무 필수 요소 커버리지 결정론적 검사
- `confidence-escalation` — 확신도 산출 + 인간 검토 에스컬레이션 + Reflection 기록
- `critic-loop` — 문제 신호(요소 누락/저확신/근거 약함+단정) 턴만 Critic LLM 검수 1회
- `inventory-cross-check` — (설명 미등록 — 코드 참조)

## ⚠️ 개선 제안 전 필독 — 학술 개념 ↔ 구현 매핑
아래 개념들은 명칭이 달라도 **이미 구현되어 있다**. 이들을 "도입/추가하라"고 제안하면 오답이다:
- **CoVe / Chain-of-Verification / Self-Critique**: 구현됨 — coveEnabled(답변 전 그라운딩 체크리스트) + critic-loop 훅(문제 신호 턴 LLM 검수) + citationTrace(출처 역추적)
- **지식 노후 점검 자동화 / Automated Decay Audit**: 구현됨 — 주간 성장 사이클이 매주 자동 실행 (decay-report.md) + "Astra: 지식 노후 점검" 수동 명령
- **지식 충돌 감지/해결 / Conflict Resolver**: 구현됨 — 검색 시점 [CONFLICT WARNING] + 일일 충돌 스캔 + 신뢰도(trust·confidence·최신성) 비교 우선 권고. 최종 결정만 사람
- **피드백 태깅 / 오류 분류 / Feedback Tagging**: 구현됨 — Correction Loop가 사용자 정정을 자동 분류(사실오류/근거누락/맥락누락/추론오류/지시불이행/형식오류)해 레슨+회귀 케이스로 저장
- **멀티스텝 플래닝 / Multi-Step Planning / CoT 강제**: 구현됨 — multiAgentEnabled(Planner→Researcher→Writer, 기본 OFF) + 1인 기업 모드 디스패처
- **골든셋 자동 평가 / Regression Test**: 구현됨 — 주간 사이클 자동 평가 + 직전 대비 회귀 경보(regression-alert.md) + 정정 회귀 재검사
- **Sleep-time / 유휴 시간 학습**: 구현됨 — 일일 지식 사전 소화 (Digests/)
- **확신도 게이팅 / 환각 방지 표명**: 구현됨 — [GROUNDING] 강함/보통/약함 + 약함 시 표명 강제 + 학습큐 자동 등록
- **Reflection Layer / 자기 성찰 / 메타 학습 루프 / Self-Reflection**: 구현됨 — Self-Reflector Phase A(답변 자가 점검 블록, opt-in) + Phase B(외부 검증 LLM + 자동 재시도) + Phase C(생성 파일 syntax 검증) + Hollow Code Check(빈 깡통 감지 + 자동 재작업) + 약점 프로필→자기검토 블록(최근 정정 통계가 다음 턴 행동을 직접 변경)
- **질문 전 자가 조사 / Self-Research / 경험 기반 제약 주입**: 구현됨 — Intent Alignment 자가 조사(질문을 사용자에게 노출하기 전 두뇌 검색으로 선해결) + 사용자 답변 두뇌 자동 저장(Alignment Knowledge 학습 루프) + 레슨 체크리스트 truncation 보호 구역 주입