[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,111 +2,156 @@
|
||||
id: wiki-2026-0508-mental-models
|
||||
title: Mental Models
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [멘탈 모델, Cognitive Models, Thinking Frameworks]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [auto-consolidated, technical-documentation]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [thinking, decision-making, productivity, learning]
|
||||
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: unspecified
|
||||
framework: unspecified
|
||||
language: na
|
||||
framework: cognitive
|
||||
---
|
||||
|
||||
# [[Mental Models|Mental Models]]
|
||||
# Mental Models
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
사람들이 복잡한 현실 세계의 정보를 처리하고, 문제를 분해하며, 의사결정을 내릴 때 사용하는 인지적 프레임워크와 사고 방식의 집합입니다.
|
||||
## 매 한 줄
|
||||
> **"매 model 은 reality 의 simplified map — 매 right model 은 right decision."**. Mental model 은 매 사람이 세계를 이해하기 위해 head 안에 가진 representation. Charlie Munger 가 매 popularize — 매 multidisciplinary toolkit 으로 매 50-100 개의 model 을 갖추면 매 cross-domain reasoning 가능. 매 engineering, 매 product, 매 AI prompt 설계에 매 직접 적용.
|
||||
|
||||
---
|
||||
## 매 핵심
|
||||
|
||||
> "생각의 연장통: 세상이 어떻게 돌아가는지에 대한 핵심 원리들을 추상화한 지적 모형으로, 복잡한 상황에 직면했을 때 이를 해석하고 해결책을 도출하게 돕는 '인지적 지름길'이자 현자의 렌즈."
|
||||
### 매 종류 (engineering 관련)
|
||||
- **First Principles**: 매 가정 분해, 매 fundamental physics/math 부터 reason.
|
||||
- **Inversion**: 매 "어떻게 fail 할까" 부터 시작.
|
||||
- **Second-order thinking**: 매 직접 결과 + 매 그 다음 결과까지.
|
||||
- **Occam's Razor**: 매 simplest explanation 우선.
|
||||
- **Hanlon's Razor**: 매 stupidity 가 malice 보다 매 흔하다.
|
||||
- **Pareto (80/20)**: 매 20% 의 cause 가 매 80% 의 effect.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **선형적 사고([[Linear Thinking|Linear Thinking]]):** 문제와 해결책 간의 명확한 인과관계를 가정하며, 복잡한 문제를 더 단순한 부분으로 쪼개어 순차적으로 해결하려는 모델입니다 [33-35]. 예측 가능성이 높고 정형화된 문제를 푸는 데 적합합니다 [34, 36].
|
||||
- **시스템적 사고([[Systems Thinking|Systems Thinking]]):** 문제는 전체 시스템의 상호작용과 피드백 루프 속에서 발생한다고 보는 전체론적(Holistic) 관점의 사고방식입니다 [37, 38]. 환경 관리, 공중 보건, 복잡한 조직 개발 등 상호 의존성이 높은 문제를 해결하는 데 필수적입니다 [37, 39].
|
||||
- **구조화 모델:** [[MECE|MECE]]나 피라미드 원칙 역시 인간의 인지 부하([[Cognitive_Load|Cognitive Load]])를 줄여 한 번에 3~4개의 핵심 그룹만 기억하게 함으로써 복잡한 정보를 쉽게 소화하도록 돕는 강력한 멘탈 모델입니다 [40].
|
||||
### 매 system thinking
|
||||
- **Feedback loop**: reinforcing (snowball) vs balancing (thermostat).
|
||||
- **Stock & flow**: state vs rate of change.
|
||||
- **Leverage point**: 매 small change → 매 large outcome (Donella Meadows).
|
||||
|
||||
---
|
||||
### 매 decision-making
|
||||
- **Expected value**: 매 probability × payoff.
|
||||
- **Regret minimization** (Bezos): "매 80세에 후회 안 할 결정?"
|
||||
- **Reversible vs one-way door**: 매 undo 가능 → 빠르게 결정.
|
||||
- **OODA loop**: Observe-Orient-Decide-Act (Boyd).
|
||||
|
||||
사고 모델(Mental-Models)은 우리가 세상을 이해하고 의사결정을 내릴 때 사용하는 심리적 틀입니다. (찰리 멍거의 '격자판 지식' 개념과 연결)
|
||||
### 매 learning
|
||||
- **Feynman technique**: 매 12살에게 설명할 수 있을 때까지.
|
||||
- **Spaced repetition**: 매 forgetting curve 와 싸움 (Anki, SuperMemo).
|
||||
- **Deliberate practice**: 매 edge of competence + immediate feedback.
|
||||
|
||||
1. **대표적 모델들**:
|
||||
* **First [[Principles|Principles]] (제1원리)**: 가정을 다 걷어내고 근본 진리에서 시작. ([[Reasoning|Reasoning]]와 연결)
|
||||
* **[[Inversion|Inversion]] (역발상)**: 성공이 아닌 실패를 피하는 법부터 생각. (Inversion와 연결)
|
||||
* **Circle of Competence**: 내가 명확히 아는 영역과 모르는 영역의 경계 인식.
|
||||
* **Compounding (복리)**: 작은 성과가 쌓여 거대한 차이를 만드는 힘.
|
||||
2. **왜 중요한가?**:
|
||||
* 단편적 정보는 잊히기 쉽지만, 견고한 사고 모델은 새로운 정보를 걸러내고 의미를 부여하는 '지적 뼈대' 역할을 하여 더 나은 판단을 유도함. ([[Judgment|Judgment]]와 연결)
|
||||
## 💻 패턴
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 한 가지 전문 분야의 모델 정책만으로 충분했으나, 현대 정책은 찰리 멍거의 조언처럼 여러 학문의 핵심 모델 정책을 엮는 '격자판 지식(Latticework) 정책'이 복잡한 문제를 푸는 유일한 방법임(RL Update). ([[Knowledge synthesis|Knowledge synthesis]]와 연결)
|
||||
- **정책 변화(RL Update)**: AI 에이전트 설계 정책에서도 에이전트가 현실을 모델링하는 방식(World Model)을 사고 모델 정책으로 구현하여, 단순히 정답을 내는 것을 넘어 '상황의 맥락 정책'을 이해하게 함.
|
||||
### First Principles 적용 (engineering)
|
||||
```
|
||||
문제: "DB query 가 느림"
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[Mutually Exclusive and Collectively Exhaustive (MECE)|Mutually Exclusive and Collectively Exhaustive (MECE]], First [[Principles|Principles]] Thinking
|
||||
- **Projects/Contexts:** Decision Making, Complexity [[Management|Management]]
|
||||
- **Contradictions/Notes:** 특정 멘탈 모델(예: 선형적 사고나 MECE)만 과도하게 사용하면 현실의 복잡성이나 예상치 못한 상호작용을 간과하는 '단순화의 오류'에 빠질 위험이 있으므로 다양한 모델을 결합해 사용하는 것이 권장됩니다 [10, 11, 41, 42].
|
||||
❌ Analogical: "다른 팀은 cache 추가했음 → 우리도"
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-27*
|
||||
✅ First Principles:
|
||||
1. Query latency = network + parse + plan + execute + return
|
||||
2. 측정 → execute 가 95%
|
||||
3. EXPLAIN → seq scan on 10M rows
|
||||
4. Index → 20ms (was 2000ms)
|
||||
|
||||
---
|
||||
|
||||
- [[Judgment|Judgment]], [[Innovation|Innovation]], [[Reasoning|Reasoning]], [[Inversion|Inversion]], [[Knowledge synthesis|Knowledge synthesis]], Mental-Operations-Synthesized
|
||||
- **Modern Tech/Tools**: 1st principles thinking, Second order effects, Latticework of [[Mental Models|Mental Models]].
|
||||
---
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
→ Cache 는 매 next step (further reduction), 매 root cause 해결 후.
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Inversion (debugging)
|
||||
```
|
||||
"매 system 을 빠르게 만들 방법?"
|
||||
→ "매 system 을 느리게 만드는 모든 방법?"
|
||||
- N+1 query
|
||||
- Sync 호출 in tight loop
|
||||
- Memory leak → GC pause
|
||||
- Lock contention
|
||||
- Network round-trip
|
||||
→ 매 list 를 거꾸로 읽으면 optimization checklist.
|
||||
```
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### Second-order (product)
|
||||
```
|
||||
1차: "Feature X 추가 → user 늘어남"
|
||||
2차: "user 늘어남 → support load 늘어남, infra cost 늘어남,
|
||||
기존 user 의 UX complexity 늘어남"
|
||||
3차: "complexity → churn → 결국 user 감소 가능"
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
→ 매 1차만 보면 매 false positive.
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
### Pareto 적용 (LLM eval)
|
||||
```python
|
||||
# 80% of bugs from 20% of prompts
|
||||
from collections import Counter
|
||||
errors = load_eval_failures()
|
||||
patterns = Counter([categorize(e) for e in errors])
|
||||
top_20pct = patterns.most_common(int(len(patterns) * 0.2))
|
||||
# → fix top 20% categories first → 80% of failures resolved
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
### Reversible decision matrix
|
||||
```
|
||||
| Decision | Reversible? | Stakes | Approach |
|
||||
|--------------------|-------------|--------|--------------------|
|
||||
| Library choice | Yes (refactor) | Low | Pick + iterate |
|
||||
| Database schema | Hard (migration) | High | Design carefully |
|
||||
| Hire | No (mostly) | High | Slow, multiple sigs|
|
||||
| Production rename | Yes (alias) | Med | Pick + monitor |
|
||||
```
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
### Feynman technique (learning a concept)
|
||||
```
|
||||
1. Pick concept (e.g., "Mark-Sweep GC")
|
||||
2. Write down what you know — in plain language
|
||||
3. Identify gaps where you used jargon
|
||||
4. Go back to source (paper, doc), fill gap
|
||||
5. Simplify until a 12-year-old understands
|
||||
→ 매 gap exposure 가 매 핵심.
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Model |
|
||||
|---|---|
|
||||
| 새 architecture 설계 | First Principles |
|
||||
| Postmortem | Inversion ("어떻게 fail?") |
|
||||
| Product decision | Second-order, Reversibility |
|
||||
| Roadmap prioritization | Pareto, Expected Value |
|
||||
| Learning new domain | Feynman |
|
||||
| 여러 conflicting view | Steelman 후 weighted |
|
||||
|
||||
**기본값**: 매 small but diverse toolkit (10-15 models) 을 매 active recall — 매 50개 다 외우기보다 매 right one 을 right time 에 reach.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Critical Thinking]] · [[Decision Making]]
|
||||
- 변형: [[First Principles]] · [[Inversion]] · [[Systems Thinking]]
|
||||
- 응용: [[Engineering Design]] · [[Product Strategy]] · [[Postmortems]]
|
||||
- Adjacent: [[Cognitive Biases]] · [[Heuristics]] · [[Bayesian Reasoning]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: complex problem 분해, multi-stakeholder decision, 새 domain learning, prompt 설계 (LLM 에게 model 명시 → 매 reasoning quality 상승).
|
||||
**언제 X**: trivial / well-trodden problem — 매 over-thinking 의 risk.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **One-model thinking** (Munger's "man with a hammer"): 매 모든 문제를 매 favorite model 로 — 매 distortion.
|
||||
- **Analogical 만**: 매 "X 회사가 했으니 우리도" — 매 first principles 무시.
|
||||
- **Model 수집만**: 매 50개 외우지만 매 active 사용 X — 매 deliberate practice 필요.
|
||||
- **Confirmation bias** 와 결합: 매 favored model 로 매 cherry-pick.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Munger "Poor Charlie's Almanack", Kahneman "Thinking Fast & Slow", Meadows "Thinking in Systems", Bezos shareholder letters).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — engineering 중심 mental model toolkit |
|
||||
|
||||
Reference in New Issue
Block a user