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

10_Wiki/Topics/Edge Computing.md

@@ -1,29 +1,39 @@
 ---
-id: [[P-Reinforce]]-AI-043
-category: "10_Wiki/💡 Topics/Infrastructure & Automation"
+id: wiki-2026-0508-edge-computing
+title: Edge Computing
+category: 10_Wiki/Topics
+status: needs_review
+canonical_id: self
+aliases: [P-Reinforce-AI-043]
+duplicate_of: none
+source_trust_level: A
 confidence_score: 0.98
 tags: [edge, computing, iot, distributed]
+raw_sources: []
 last_reinforced: 2026-06-XX
 github_commit: "[P-Reinforce] Processed Edge_Computing.md"
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
+tech_stack:
+  language: unspecified
+  framework: unspecified
 ---
 
 # [[Edge Computing]]
 
-## 📌 Brief Summary
+## 📌 한 줄 통찰 (The Karpathy Summary)
 에지 컴퓨팅(Edge Computing)은 클라우드 기반 처리에서 벗어나 디바이스 자체에서 직접 AI 및 실시간 데이터 분석을 실행하는 기술입니다 [1]. 이를 통해 지연 시간(latency)을 줄이고 개인정보 보호를 강화하며 에너지 소비를 최소화할 수 있습니다 [1]. 특히 웨어러블 기기 분야에서는 단순한 데이터 수집을 넘어, 사용자에게 즉각적이고 사전 예방적인 건강 조언(Proactive Suggestion)을 제공하는 핵심 기반으로 작용하고 있습니다 [1, 2].
 
-## 📖 Core Content
+## 📖 구조화된 지식 (Synthesized Content)
 - **클라우드에서 디바이스로의 전환:** 웨어러블 AI 시장은 IoT, 무선 연결, AI 구동 분석의 발전과 함께 클라우드 기반 처리에서 기기에서 직접 AI가 구동되는 에지 컴퓨팅(Edge Computing)으로 전환되고 있습니다 [1]. 
 - **실시간 분석 및 사전 감지:** 에지 컴퓨팅이 적용된 디바이스는 비정상적인 심장 박동을 즉시 경고하거나, 저혈당 에피소드가 발생하기 전에 이를 미리 예측할 수 있습니다 [1]. 또한, 스트레스를 감지하여 그 순간에 필요한 즉각적인 개입(intervention)을 제안하는 등 실시간 분석을 가능하게 합니다 [1].
 - **데이터 노이즈 필터링 및 개인화:** 웨어러블에서 실행되는 기계 학습 모델은 심박수, 혈중 산소, 스트레스, 수면 등과 관련된 노이즈를 필터링하고 개인화된 기준선을 설정하여 이상 징후를 감지합니다 [3].
 - **능동적 조언(Proactive Suggestion)으로의 진화:** 단순한 수치나 과거의 데이터(예: 어젯밤 수면 부족, 심박 변이도 하락)를 보여주는 반응형(Reactive) 기기에서 벗어나, AI 분석을 통해 "어떻게 해야 하는지"를 알려주는 예측형(Predictive) 기기로 발전하고 있습니다 [2, 4]. 예를 들어, 심박 변이도(HRV)가 떨어졌을 때 단순히 수치를 알려주는 것에 그치지 않고, "강도 높은 운동을 건너뛰고 회복하는 날을 가지라"고 선제적으로 지시합니다 [5].
 
-## ⚖️ Trade-offs & Caveats
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
 - **프라이버시와 클라우드 처리 능력 간의 상충 관계 (Privacy vs. Cloud Processing):** 온디바이스 AI(에지 컴퓨팅)는 건강 데이터를 기기 내부에 로컬로 유지함으로써 프라이버시 문제를 일부 해결할 수 있습니다 [6]. 하지만 가장 강력하고 정교한 AI 모델을 구동하기 위해서는 여전히 클라우드 처리가 필요하다는 한계(Trade-off)가 존재합니다 [6].
 - **데이터 전송에 따른 신뢰 문제:** 사용자에게 고도화된 AI 인사이트를 제공하기 위해 개인 건강 데이터를 외부 서버로 전송해야 할 경우, 기업은 프라이버시 우려를 극복하고 사용자의 신뢰를 얻어야 하는 제약 과제에 직면하게 됩니다 [6].
 
-## 🔗 Knowledge Connections
-
+## 🔗 지식 연결 (Graph)
 ### Related Concepts
 
 #### [아키텍처/기반 기술]
@@ -59,4 +69,53 @@ github_commit: "[P-Reinforce] Processed Edge_Computing.md"
   - 확장 방향: 에지 디바이스에서 분석된 건강 데이터를 대규모 언어 모델과 결합하여, 단순한 지시(예: "휴식하세요")를 넘어 "왜 어젯밤 수면의 질이 나빴는지" 활동, 스트레스, 온도 등 복합적인 맥락을 고려한 대화형 맞춤 코칭을 제공하는 영역으로 확장이 가능합니다 [2].
 
 ---
-*Last updated: 2026-05-05*
+*Last updated: 2026-05-05*
+
+## 🤖 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)*