Organizer 정리 산출물(From_RawData) + 이사 체크리스트 + 인덱스 갱신

- Raw_Data 자동 정리 산출물이 각 도메인 From_RawData/ 로 편입, 00_INDEX 연결 갱신
- 컴퓨터_이사_체크리스트.md 추가 (두뇌-상대 경로 규약 v2.2.304 — 새 컴퓨터에서
  바꿀 절대 경로는 localBrainPath 1개)
- Astra 세션 산출물(에피소드 기억·기능 인벤토리) 갱신

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
Antigravity Agent
2026-07-11 21:03:00 +09:00
parent 468322768c
commit 2cc6eff2dd
162 changed files with 15836 additions and 14 deletions
@@ -0,0 +1,110 @@
---
id: 스크립트-이론-(script-theory)
title: "스크립트 이론 (Script Theory)"
category: "Cognitive_Science"
status: "draft"
verification_status: "conceptual"
canonical_id: ""
aliases: ["스크립트 이론", "Script Theory", "대본 이론", "인지 스크립트", "Cognitive Scripts", "Schema Theory"]
duplicate_of: ""
source_trust_level: "A"
confidence_score: 0.90
created_at: 2026-07-11
updated_at: 2026-07-11
review_reason: ""
merge_history: []
tags: ["research", "context 이해 규칙", "script theory", "cognitive science"]
raw_sources: ["Script Theory - The Decision Lab", "Script Theory | Social Sciences and Humanities | Research Starters - EBSCO", "Schemata - the living handbook of narratology", "다차원적 맥락 이해 규범의 통섭적 분석: 인지과학, 언어학, 컴퓨터 과학 및 인공지능 모델의 통합적 메커니즘", "UX Schema Cards Predicting User Behaviour and Model Experiences | Appnovation"]
applied_in: []
github_commit: ""
---
# [[스크립트 이론 (Script Theory)]]
## 🎯 한 줄 통찰 (One-line insight)
인간이 사회적 상호작용 속에서 반복 학습한 정형화된 행위 시퀀스를 바탕으로 상황을 예측하고 인지적 부하를 최소화하며 행동하도록 돕는 인지적 기억 구조 메커니즘.
## 🧠 핵심 개념 (Core concepts)
* **계통 1 인지 활성화 (System 1 Processing)**: 스크립트는 고부하의 의식적 추론이 수반되는 사고를 빠르고 자동화된 인지적 지름길로 변환시켜 뇌의 에너지 소모를 줄인다.
* **스크립트의 구성 (Scenes)**: 스크립트는 목표를 달성하기 위해 연결된 일련의 더 작은 행동 단위인 '씬(Scenes)'으로 쪼개어 구성된다.
* **스크립트의 유형**: 상황 내 행동 시퀀스를 규율하는 '이벤트 스크립트(Event Script)', 특정 물리적 공간의 기대치를 다루는 '물리적 스크립트(Physical Script)', 사회적 지위에 따른 규범을 뜻하는 '역할 스크립트(Role Script)'로 분류된다.
* **조직 패킷 (MOPs & TOPs)**: 스크립트가 경직되지 않도록 돕는 상위 조직 단위로, 목적 중심의 MOP(Memory Organization Packets)와 주제 중심의 TOP(Thematic Organization Packets)를 통해 동적 학습과 재구성이 일어난다.
## 🧩 추출된 패턴 (Extracted patterns)
* **스크립트 강도 조절 (Strong vs. Weak Scripts)**: 행동의 순서와 인과성이 엄격하게 연결된 강한 스크립트(예: 식당 주문 과정)와 순서가 유연하게 변경될 수 있는 약한 스크립트(예: 생일 파티, 주말 오후)로 구분하여 상황적 변동성에 대응한다.
* **스크립트 정렬 (Scripted Alignment)**: 스크립트는 개인의 인지를 넘어 그룹 내 사람들이 공통의 모델을 공유하게 만듦으로써, 의식적 고민 없이 부드러운 사회적 조율과 협업(real-time social coordination)을 가능하게 한다.
* **예외를 통한 학습 (Learning via Anomalies)**: 예상되는 스크립트에서 벗어난 변칙적이거나 모순적인 상황에 직면했을 때, 인지 주체는 이를 파악하기 위해 질문을 던지고 문제를 해결하며 스크립트를 능동적으로 업데이트한다.
## ⚖️ 비교 및 선택 기준 (Comparison & decision criteria)
| 항목 (Option) | 장점 | 단점 | 언제 선택 |
|---|---|---|---|
| **도식 (Schema)** | 객체나 상황에 대한 전반적인 지식 구조나 범주를 포괄적으로 표현 가능 | 구체적인 시간적, 순차적 인과성을 섬세하게 설명하기에는 너무 넓은 개념일 수 있음 | 사물, 사람, 장소 등에 대한 정적 지식이나 보편적 틀을 추상화할 때 |
| **스크립트 (Script)** | 상황 내 사건의 '시간적/인과적 순서(Sequence)'를 명확히 모델링하고 예측 가능 | 스크립트의 고정 관념이 사회적 권력 구조나 차별을 정당화하는 무의식적 편향으로 작용할 수 있음 | 식당 방문, 회의, 진찰 등 시간의 흐름에 따른 정형화된 행동 플로우를 설계할 때 |
## 📖 세부 내용 (Details)
**스크립트 이론의 정의와 발전 배경**
스크립트 이론(Script Theory)은 1970년대 인공지능 연구자인 로저 섕크(Roger Schank)와 로버트 아벨슨(Robert Abelson)에 의해 고안되었다 [S1], [S2]. 이들은 장 피아제와 바틀릿의 도식(Schema) 연구를 토대로, 인간의 기억과 지식이 특정 목적을 가진 일련의 행동 순서로 조직화된다는 것을 발견했다 [S2]. 스크립트는 본질적으로 '시간적 순서가 있는 스키마(temporally-ordered schema)'로 정의되며, 이를 통해 인공지능이 문장의 추상적 의미를 구조적으로 파악하게 만드는 데 기여하였다 [S3], [S4].
**인지 및 행동에 미치는 영향**
인간은 반복적인 사회적 상호작용 속에서 스크립트를 무의식적으로 내재화한다 [S1]. 예를 들어 식당에 가면 자리에 앉고, 주문하고, 식사한 뒤 비용을 지불하는 일련의 과정을 굳이 의식적으로 생각하지 않아도 자동으로 수행할 수 있다 [S2]. 이는 인간의 행동을 의도적이고 느린 계통 2(System 2)에서 빠르고 자동화된 계통 1(System 1) 사고로 전환시켜 인지적 부하(Cognitive load)를 줄여주는 핵심적인 역할을 한다 [S1], [S4]. 또한, 개별 주체뿐만 아니라 사회 구성원들이 동일한 스크립트를 공유함으로써 별도의 논의 없이도 복잡한 사회적 상황에서 협력하고 행동을 동기화하는 '스크립트 정렬(Scripted alignment)'이 일어난다 [S1].
**스크립트의 유형과 한계**
연구자들은 스크립트를 크게 상황적 목표를 달성하기 위한 '이벤트 스크립트', 물리적 환경과 결합된 '물리적 스크립트', 사회적 정체성과 기대치에 부응하는 '역할 스크립트'로 분류한다 [S1], [S2], [S4]. 아울러 사건의 순서가 변할 수 없는 '강한 스크립트'와 유동적인 '약한 스크립트'로 강도를 구분한다 [S2]. 하지만 스크립트 이론은 인지 기작의 편리성을 제공하는 반면, 역사적 권력 역학이나 체계적 불평등과 같은 복잡한 사회적 구조를 지나치게 단순화하고 고정관념이나 무의식적 편향을 낳을 수 있다는 한계도 함께 지적받는다 [S1].
## ⚖️ 모순 및 업데이트 (Contradictions & updates)
초기 섕크와 아벨슨이 제안한 스크립트 이론은 구조주의적인 성격이 강하여 너무 엄격하고 유연성이 부족하다는 비판을 받았다 [S2]. 이에 로저 섕크는 스스로 이론을 수정하여 새로운 경험을 동화시키고 구조를 재편할 수 있는 **동적 기억 모델(Dynamic Memory Model)**을 발표했다 [S2]. 이 모델은 MOPs(Memory Organization Packets, 특정 목적 중심)와 TOPs(Thematic Organization Packets, 특정 테마 중심)라는 개념을 도입하여, 스크립트가 고정 불변의 것이 아니라 경험이 축적됨에 따라 끊임없이 변화하고 성장할 수 있도록 이론을 업데이트하였다 [S2].
## 🛠️ 적용 사례 (Applied in summary)
소스에서 구체적인 시스템 경로, Git 커밋 해시 등은 발견되지 않았으나, 여러 실무/학문 분야에서 이 개념이 실제로 적용된 접근법들이 발견되었다.
- **교육 환경**: 교실에서 학생들에게 스크립트를 내재화시키기 위해 '경험을 통한 학습(Learning by doing)', 스토리를 통한 상황 제시, 롤플레잉 등을 도입. 특히 독해 능력을 기를 때나 수학의 문제 해결 단계를 학습시킬 때, 정형화된 스크립트적 절차와 예상치 못한 변형(Anomalies)을 결합하여 가르치는 데 적용되었다 [S2].
- **UX/서비스 디자인**: 사용자 행동을 추론하고 모델링하기 위해 섕크와 아벨슨의 스크립트를 바탕으로 'UX Schema Cards(Action cards)'를 제작. 서비스 이용 중 사용자의 무의식적 작동 방식(Auto-modus-operandi)과 역할(roles), 도구(props)를 슬롯(slots)에 매핑하여 인터랙션을 설계하는 데 사용되었다 [S5].
## 💻 코드 패턴 (Code patterns)
소스에 코드 예시 없음.
## ✅ 검증 상태 및 신뢰도
- **상태:** draft
- **검증 단계:** conceptual
- **출처 신뢰도:** A
- **신뢰 점수:** 0.90
- **중복 검사 결과:** 신규 생성 (New discovery)
## 🔗 관련 문서 링크 (Related document links)
### 상위/유사 개념
- [[인지 도식 (Schema)]] — 연결 이유: 스크립트 이론의 근간이 되며, 지식을 체계화하는 더 포괄적인 인지 프레임워크.
- [[동적 기억 모델 (Dynamic Memory Model)]] — 연결 이유: 초기 스크립트 이론의 경직성을 극복하기 위해 제안된 확장 인지 구조.
- [[계통 1 인지 (System 1)]] — 연결 이유: 스크립트가 활성화될 때 나타나는 빠르고 자동화된 무의식적 인지 과정.
### 심층 후속 질문 (Deeper Research Questions)
- MOPs와 TOPs는 어떻게 기존의 고정된 스크립트와 결합하여 인지적 유연성을 창출하는가?
- 인공지능(LLM)이 문맥(Context)을 이해하고 추론할 때 스크립트 이론의 순차적 개념이 기술적으로 어떻게 매핑되는가?
- 스크립트 정렬(Scripted alignment)이 조직 커뮤니케이션이나 팀 역학에 미치는 구체적인 영향은 무엇인가?
- 고맥락(High-context) 문화와 저맥락(Low-context) 문화 간에 공유되는 사회적 스크립트 구조의 차이는 무엇인가?
- UX 디자인에서 스크립트 이론을 기반으로 한 모델링이 기존의 사용자 여정 맵(Customer Journey Map)과 어떻게 다른가?
### 실무 적용 맥락 (Practical Application Contexts)
- **Implementation:** 인공지능 에이전트의 지식 표현 구조 설계, UX 환경에서 사용자의 상황별 루틴 파악 및 플로우 매핑
- **System Design:** 챗봇 등 대화형 시스템의 목표 지향적 상황별 시나리오(Script) 설계
- **Operation / Maintenance:** 조직 내 교육 및 업무 매뉴얼 작성 시 반복적인 스크립트 노출을 통한 자동화된 절차 습득 유도
- **Learning Path:** 인지과학 기초 -> 인공지능 및 프레임워크 구조 -> UX/UI 행동 심리학
### 인접 주변 주제 (Adjacent Topics)
- [[프롬프트 엔지니어링 (Prompt Engineering)]] — 확장 방향: 인공지능에게 지시를 내릴 때 상황적 스크립트(역할 부여 등)를 부여하여 정확한 맥락적 대답을 유도하는 기법.
- [[화용론 (Pragmatics)]] — 확장 방향: 발화자가 처한 상황과 맥락을 바탕으로 숨겨진 의도(대화적 함축)를 이해하는 언어학적 기반.
## 🔗 지식 그래프 (Knowledge Graph)
- **상위/루트:** [[context 이해 규칙]]
- **관련 개념:** [[인지 도식 (Schema)]], [[인공지능 프레임워크 (AI Framework)]]
- **참조 맥락:** 시스템 기획자나 인지 분석가가, 인간 혹은 기계가 예상되는 상황적 루틴을 바탕으로 다음 행동이나 정보를 어떻게 처리하고 예측하는지 설계할 때 참조된다.
## 📚 출처 (Sources)
- [S1] Script Theory - The Decision Lab
- [S2] Script Theory | Social Sciences and Humanities | Research Starters - EBSCO
- [S3] Schemata - the living handbook of narratology
- [S4] 다차원적 맥락 이해 규범의 통섭적 분석: 인지과학, 언어학, 컴퓨터 과학 및 인공지능 모델의 통합적 메커니즘
- [S5] UX Schema Cards Predicting User Behaviour and Model Experiences | Appnovation
## 📝 변경 이력 (Change history)
- 2026-07-11: Initial draft generated via Datacollector_MAC P-Reinforce engine.