[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -1,104 +1,35 @@
 ---
 id: wiki-2026-0508-ai-기반-보상-및-난이도-스케일링
 title: AI 기반 보상 및 난이도 스케일링
-category: 10_Wiki/Topics_Biz
-status: verified
-canonical_id: self
-aliases: []
-duplicate_of: none
+category: 10_Wiki/Topics
+status: duplicate
+canonical_id: wiki-2026-0508-dynamic-pricing
+duplicate_of: "[[Dynamic Pricing]]"
+aliases: [DDA, Dynamic Difficulty Adjustment, AI Reward Scaling]
 source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
+confidence_score: 0.9
+verification_status: redirected
+tags: [duplicate, ai, dda, reward-scaling, monetization]
+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
 ---

---
-redirect_to: "[[게임_디자인_및_가상_경제_시스템]]"
-canonical_id: "wiki-2026-0507-105"
---
+# AI 기반 보상 및 난이도 스케일링

-# Redirect
+> **이 문서는 [[Dynamic Pricing]] 의 중복본입니다.** Canonical 문서로 redirect.

-이 문서는 Canonical 문서인  통합되었습니다.
-모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
-## 📌 한 줄 통찰 (The Karpathy Summary)
+## 핵심 요약 (AI/DDA 특수 측면)
+- 매 contextual bandits (LinUCB, Thompson Sampling)로 per-player reward magnitude 조정.
+- 매 DDA (Dynamic Difficulty Adjustment)는 Left 4 Dead AI Director 의 spiritual successor — 매 churn risk score 기반 boss HP / loot drop rate tuning.
+- 2026 state: 매 LightGBM ranker + online RL (Vowpal Wabbit, RLlib) 의 hybrid stack 의 industry standard.
+- 매 ethical line: "personalized monetization" (가격 차별)은 EU DSA / Korean GMRB 기준 disclosure 필요.

-> AI 기반 보상·난이도 스케일링은 유저 행동·실력에 따라 콘텐츠를 동적으로 조정하는 시스템으로, retention과 매출 모두 향상시킨다.
+## 🔗 Graph
+- 부모: [[Dynamic Pricing]] (canonical)
+- 인접: [[고객 유지율(Retention)]] · [[과금 의향 (Willingness to Pay)]] · [[라이브옵스(Live-ops)]]

-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:** "플로우 상태"를 자동 유지 — 너무 쉬우면 지루, 너무 어려우면 이탈, 그 중간을 유지.
-
-**세부 내용:**
- DDA(Dynamic Difficulty Adjustment).
- 추천 시스템: 다음 콘텐츠/패키지.
- 강화학습으로 보상량 최적화.
- 페르소나별 별도 모델.
- 윤리: 고래 유저 "착취" 우려.
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
- **정보 상태:** draft
- **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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 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
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 변경 이력
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | 중복 처리 — Dynamic Pricing canonical 로 redirect (AI/DDA 측면 보존) |