feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/Architecture/어포던스(Affordances).md

@@ -1,20 +1,33 @@
 ---
-category: Unified
+id: wiki-2026-0508-어포던스-affordances
+title: 어포던스(Affordances)
+category: 10_Wiki/Topics
+status: needs_review
+canonical_id: self
+aliases: []
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.92
 tags: [auto-consolidated, technical-documentation]
-title: [[어포던스(Affordances)|어포던스(Affordances]]
-last_updated: 2026-05-02
+raw_sources: []
+last_reinforced: 2026-05-08
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
+tech_stack:
+  language: unspecified
+  framework: unspecified
 ---
 
 # [[어포던스(Affordances)|어포던스(Affordances]]
 
-## 📌 Brief Summary
+## 📌 한 줄 통찰 (The Karpathy Summary)
 어포던스(Affordances)는 플레이어가 시각을 통해 인지할 수 있는 객체의 상호작용 속성 또는 가능성을 의미합니다 [1]. 게임 디자인에서 어포던스를 분석하고 그룹화하면 게임의 핵심 메커니즘, 플레이 리듬, 그리고 인터페이스 내의 패턴을 명확히 이해할 수 있습니다 [2-4]. 게임 경제 설계의 관점에서 디자이너는 플레이어가 여러 어포던스 사이에서 선택하도록 유도하는 딜레마를 구축하며, 이는 게임 내 '위험과 보상(Risks and Rewards)' 구조를 형성하고 자원 관리를 이끄는 핵심 기반이 됩니다 [5, 6].
 
 ---
 
 행동 유도성(Affordances)은 객체가 상호작용을 제공하는 속성으로, 주로 시각을 통해 플레이어에게 인지되는 디자인 요소입니다 [1]. 게임 설계에서 행동 유도성은 단순히 시각적 단서를 넘어서 게임의 핵심 메커니즘과 직접적으로 연관되며, 플레이어의 인터랙션을 분석하는 도구로 활용됩니다 [2]. 이를 통해 게임 디자이너는 플레이어가 직면하는 리스크와 보상의 구조를 파악하고, 이를 바탕으로 게임 내 경제적 딜레마와 밸런스를 정교하게 조정할 수 있습니다 [3, 4].
 
-## 📖 Core Content
+## 📖 구조화된 지식 (Synthesized Content)
 *   **개념과 시각적 인지**
     어포던스는 상호작용을 제공하는 객체의 속성으로 주로 시각을 통해 인지됩니다 [1]. 예를 들어, 플레이어가 버튼을 클릭하게 하려면 클릭이라는 어포던스를 가진 객체를 직관적으로 눈에 띄게 만들어야 합니다 [1]. 때로는 클릭해도 아무 일도 일어나지 않는 가짜 버튼(faux button)을 만들어 플레이어에게 심리적 속임수를 제공하는 용도로도 활용됩니다 [1].
 
@@ -38,10 +51,10 @@ last_updated: 2026-05-02
 * **게임 리듬과 경제적 메커니즘의 시각화:** '클래시 로얄(Clash Royale)'의 사례에서 볼 수 있듯이, 행동 유도성 패턴을 그룹화하면 게임의 경제적 리듬을 쉽게 시각화할 수 있습니다 [9, 10]. 실시간으로 엘릭서가 차오르는 것을 확인하는 '리듬의 유도성'은 각 유닛을 배치하는 '카드의 유도성(엘릭서 비용)'과 직결됩니다 [10, 11]. 이러한 유도성 간의 연결은 플레이어가 한정된 자원을 어떻게 분배할지 최적의 타이밍과 전략을 고민하게 만드는 핵심 경제 딜레마로 작동합니다 [12].
 * **개발 프로세스 및 밸런싱 최적화:** 게임의 행동 유도성을 도식화하고 패턴을 분석하는 방법은 기획자와 프로그래머 간의 의사소통을 획기적으로 개선합니다 [13]. 디자이너는 복잡한 수학적 통계를 내지 않더라도 시각적으로 인지되는 유도성과 딜레마 구조를 분석하여 플레이어의 행동을 예측하고, 피드백을 반영하여 게임 밸런스 및 경제 메커니즘을 유연하게 개선할 수 있습니다 [14, 15].
 
-## ⚖️ Trade-offs & Caveats
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
 No trade-offs available.
 
-## 🔗 Knowledge Connections
+## 🔗 지식 연결 (Graph)
 - **Related Topics:** 위험과 보상 구조(Risks and Rewards Structure, 의사결정 딜레마(Decision-making Dilemma), 게임 메커니즘(Game Mechanics
 - **Projects/Contexts:** [[클래시 로얄(Clash Royale)|클래시 로얄(Clash Royale]]
 - **Contradictions/Notes:** 소스에 관련 정보가 부족합니다. (제공된 소스 내에서 어포던스의 개념이나 설계 방식에 대해 상반된 주장은 존재하지 않습니다.)
@@ -57,3 +70,52 @@ No trade-offs available.
 
 ---
 *Last updated: 2026-04-29*
+
+## 🤖 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
+```
+
+## 🤔 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)*