[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,65 +2,239 @@
|
||||
id: wiki-2026-0508-hypothesis-tree
|
||||
title: Hypothesis Tree
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [hypothesis tree, issue tree, MECE, McKinsey method, structured problem-solving]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
confidence_score: 0.88
|
||||
verification_status: applied
|
||||
tags: [problem-solving, consulting, mece, hypothesis-tree, mckinsey]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: Methodology
|
||||
applicable_to: [Consulting, Strategy, Analysis]
|
||||
---
|
||||
|
||||
# [[Hypothesis Tree|Hypothesis Tree]]
|
||||
# Hypothesis Tree (Issue Tree)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
문제를 분석하기 전, 문제에 대한 가설들을 [[MECE|MECE]] 원칙에 따라 시각적인 나무 구조로 배치하여 문제 해결 프로세스를 가속화하는 기법.
|
||||
## 매 한 줄
|
||||
> **"매 problem 의 의 의 hypothesis 의 hierarchy 의 의 의 의 decompose"**. McKinsey-style. 매 MECE (Mutually Exclusive, Collectively Exhaustive). 매 응용: 매 strategy consulting, 매 root cause analysis. 매 modern: 매 LLM-aided.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- 가설 트리는 문제 자체를 잘게 쪼개는 이슈 트리와 달리, 문제를 규명하는 '가설(Hypotheses)'들을 중심으로 문제를 구조화합니다 [41].
|
||||
- 최상단에는 해결하고자 하는 핵심 문제를 두고, 그 문제의 원인이나 해결책에 대한 주요 가설(Main hypotheses)들을 나열하며, 각 가설 밑에 이를 검증하기 위한 하위 가설(Sub-hypotheses)을 배치합니다 [42].
|
||||
- 예를 들어, 은행의 영업 생산성을 높인다는 문제에 대해 "1. 총 가용 시간 중 판매 시간을 늘린다"와 "2. 주어진 시간 내에 판매 볼륨을 높인다"라는 구체적 가설을 먼저 세우고 세부 방안으로 접근하는 식입니다 [42].
|
||||
- 이슈 트리보다 문제 해결에 더 직접적인 접근 방식을 제공하여 논리적 분석의 효율성을 극대화합니다 [41].
|
||||
## 매 핵심
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[Issue Tree|Issue Tree]], [[MECE Principle|MECE Principle]]
|
||||
- **Projects/Contexts:** [[Problem Solving|Problem Solving]], [[Management Consulting|Management Consulting]]
|
||||
- **Contradictions/Notes:** 가설 트리를 구축하기 위해서는 초기에 문제 상황에 대한 정확한 이해와 모호함이 없는 명확한 문제 정의(Problem [[State|State]]ment)가 필수적으로 요구됩니다 [43].
|
||||
### 매 properties
|
||||
- **MECE**: 매 매 branch 의 overlap X + 매 합 의 complete.
|
||||
- **Hypothesis-driven**: 매 each leaf = testable claim.
|
||||
- **Top-down**: 매 root = problem.
|
||||
- **Action-oriented**: 매 leaf → 매 specific test/action.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-27*
|
||||
### 매 응용
|
||||
1. Strategy / consulting.
|
||||
2. Root cause analysis.
|
||||
3. Investment thesis.
|
||||
4. Product diagnosis.
|
||||
5. Research hypothesis structuring.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Tree structure
|
||||
```python
|
||||
@dataclass
|
||||
class Hypothesis:
|
||||
statement: str
|
||||
children: list # 매 sub-hypotheses
|
||||
evidence_for: list = None
|
||||
evidence_against: list = None
|
||||
test_plan: str = None
|
||||
status: str = 'unverified' # verified / refuted / pending
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
# 매 example: Why is revenue declining?
|
||||
revenue_decline = Hypothesis(
|
||||
'Revenue is declining',
|
||||
children=[
|
||||
Hypothesis('Price decreased', children=[
|
||||
Hypothesis('Discount strategy too aggressive', ...),
|
||||
Hypothesis('Competitive pricing pressure', ...),
|
||||
]),
|
||||
Hypothesis('Volume decreased', children=[
|
||||
Hypothesis('Lost customers', children=[
|
||||
Hypothesis('Churn ↑', ...),
|
||||
Hypothesis('Acquisition ↓', ...),
|
||||
]),
|
||||
Hypothesis('Lower order frequency', ...),
|
||||
]),
|
||||
Hypothesis('Mix changed', children=[
|
||||
Hypothesis('Lower-margin products ↑', ...),
|
||||
]),
|
||||
],
|
||||
)
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### MECE check
|
||||
```python
|
||||
def is_mece(parent_set, children_sets):
|
||||
"""매 mutually exclusive + collectively exhaustive."""
|
||||
# 매 ME: 매 두 child 의 intersection 의 empty
|
||||
for i, a in enumerate(children_sets):
|
||||
for b in children_sets[i+1:]:
|
||||
if a & b: return False, 'overlap'
|
||||
# 매 CE: 매 union = parent
|
||||
union = set().union(*children_sets)
|
||||
if union != parent_set: return False, 'incomplete'
|
||||
return True, 'mece'
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### 80/20 prioritization
|
||||
```python
|
||||
def prioritize_hypotheses(hypotheses):
|
||||
"""매 likelihood × impact."""
|
||||
scored = [(h.likelihood * h.impact, h) for h in hypotheses]
|
||||
return sorted(scored, key=lambda x: -x[0])
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
### Test plan per leaf
|
||||
```python
|
||||
def design_test(hypothesis):
|
||||
return {
|
||||
'hypothesis': hypothesis.statement,
|
||||
'data_needed': identify_data(hypothesis),
|
||||
'analysis': pick_method(hypothesis),
|
||||
'success_criteria': what_supports(hypothesis),
|
||||
'time_estimate': estimate_hours(hypothesis),
|
||||
}
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### LLM-aided decomposition
|
||||
```python
|
||||
def llm_decompose(problem, llm, depth=3):
|
||||
if depth == 0: return Hypothesis(problem, [])
|
||||
|
||||
prompt = f"""Decompose into 2-4 MECE sub-hypotheses:
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
Problem: {problem}
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
Output as JSON list. Each must be:
|
||||
- Specific
|
||||
- Testable
|
||||
- Mutually exclusive with siblings
|
||||
- Together exhaustive of parent"""
|
||||
|
||||
sub_hypotheses = json.loads(llm.generate(prompt))
|
||||
return Hypothesis(problem, [llm_decompose(s, llm, depth - 1) for s in sub_hypotheses])
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
### Update tree (after evidence)
|
||||
```python
|
||||
def update_status(hypothesis, evidence):
|
||||
if evidence.refutes(hypothesis):
|
||||
hypothesis.status = 'refuted'
|
||||
# 매 prune children (no need to test)
|
||||
elif evidence.supports(hypothesis):
|
||||
hypothesis.evidence_for.append(evidence)
|
||||
if all(c.status == 'verified' for c in hypothesis.children):
|
||||
hypothesis.status = 'verified'
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### 5 Why integration
|
||||
```python
|
||||
def append_5why(symptom, llm):
|
||||
"""매 hypothesis tree root 의 의 5-why."""
|
||||
chain = [symptom]
|
||||
for _ in range(5):
|
||||
chain.append(llm.generate(f'Why: {chain[-1]}? Single root cause.'))
|
||||
return chain
|
||||
```
|
||||
|
||||
### Decision tree visualization
|
||||
```python
|
||||
def render_tree(hypothesis, indent=0):
|
||||
status_icon = {'verified': '✓', 'refuted': '✗', 'pending': '?', 'unverified': '○'}
|
||||
print(' ' * indent + f'{status_icon[hypothesis.status]} {hypothesis.statement}')
|
||||
for c in hypothesis.children:
|
||||
render_tree(c, indent + 2)
|
||||
```
|
||||
|
||||
### Pyramid Principle (Minto)
|
||||
```python
|
||||
def pyramid_summary(tree):
|
||||
"""매 매 root insight 의 main message + 3 supporting."""
|
||||
return {
|
||||
'main': tree.synthesize(),
|
||||
'supporting': [c.synthesize() for c in tree.children[:3]],
|
||||
'evidence': [c.evidence_for for c in tree.children[:3]],
|
||||
}
|
||||
```
|
||||
|
||||
### Communication template
|
||||
```markdown
|
||||
## Diagnosis (top-down)
|
||||
|
||||
**Main finding**: <1-line synthesis>
|
||||
|
||||
### Supporting points (MECE)
|
||||
1. <Branch 1 finding> — evidence: ...
|
||||
2. <Branch 2 finding> — evidence: ...
|
||||
3. <Branch 3 finding> — evidence: ...
|
||||
|
||||
### Recommendations
|
||||
- <Action from finding 1>
|
||||
- <Action from finding 2>
|
||||
```
|
||||
|
||||
### Hypothesis vs question
|
||||
```python
|
||||
# 매 ❌ Question only
|
||||
"Is the price too high?"
|
||||
|
||||
# 매 ✅ Hypothesis (testable)
|
||||
"Price increase of 10% in Q3 caused 15% volume drop because elasticity is -1.5"
|
||||
```
|
||||
|
||||
### Saturation criterion
|
||||
```python
|
||||
def is_saturated(branch):
|
||||
"""매 매 더 decompose 의 의 의 의 informative X."""
|
||||
if branch.depth > 4: return True
|
||||
if all(c.is_directly_testable() for c in branch.children): return True
|
||||
return False
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Strategic problem | Hypothesis tree (top-down) |
|
||||
| Root cause | 5 Why → tree |
|
||||
| Communication | Pyramid (Minto) |
|
||||
| Diagnosis | MECE branches |
|
||||
| Quick | LLM-aided initial decompose |
|
||||
|
||||
**기본값**: 매 LLM 의 의 의 initial decompose + 매 MECE check + 매 80/20 prioritize + 매 test plan per leaf + 매 Pyramid summary.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Problem-Solving]] · [[Strategy]]
|
||||
- 변형: [[MECE]] · [[Issue-Tree]] · [[Pyramid-Principle]]
|
||||
- 응용: [[Root-Cause-Analysis]] · [[Strategy-Consulting]]
|
||||
- Adjacent: [[5-Why]] · [[Innovative Problem Solving]] · [[Iterative Prompting]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 strategic / diagnostic. 매 communication.
|
||||
**언제 X**: 매 narrow optimization.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Non-MECE**: 매 overlap or gap.
|
||||
- **Question instead of hypothesis**: 매 not testable.
|
||||
- **Too deep**: 매 over-decompose.
|
||||
- **No evidence loop**: 매 stale.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (McKinsey methodology, Minto Pyramid Principle).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — tree + 매 MECE / 80/20 / Pyramid / LLM decompose code |
|
||||
|
||||
Reference in New Issue
Block a user