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

This commit is contained in:
2026-05-08 19:52:07 +09:00
parent 9dd3d40662
commit 5ba5a55c78
3984 changed files with 334557 additions and 28839 deletions
@@ -1,24 +1,66 @@
---
category: Unified
status: Final
converted_at: 2026-04-28
id: wiki-2026-0508-10v10-대규모-멀티플레이어
title: 10v10 대규모 멀티플레이어
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# 10v10 대규모 멀티플레이어
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
10v10 대규모 멀티플레이어는 WARNO에서 최대 20명의 플레이어가 동시에 참여하여 거대한 스펙터클과 혼란을 만들어내는 대규모 전술 게임 모드입니다 [1]. 이 모드에서는 유닛과 플레이어의 밀도가 매우 높아 강력한 포격과 촘촘한 방공망이 형성되며, 플레이어는 전장 전체가 아닌 특정 구역에 집중하여 전투를 수행할 수 있습니다 [1]. WARNO의 기반인 Iriszoom 엔진은 수백 개의 유닛이 기동하고 파괴되는 이러한 극단적인 환경 속에서도 4K 해상도와 풀 옵션을 안정적으로 유지할 수 있는 고도의 데이터 최적화 성능을 자랑합니다 [2, 3].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **엔진 최적화 및 시각 데이터 처리:** 10v10 멀티플레이어 매치는 시스템에 엄청난 부하를 주지만, Iriszoom 엔진은 이를 원활하게 처리하도록 설계되었습니다 [2]. 수백 개의 개별 유닛이 동시에 전장에서 충돌하고 파괴되는 10 대 10 환경에서도 게임은 4K 해상도와 풀 옵션 설정에서 안정적인 성능을 보여줍니다 [3]. 또한 네이팜, 연막, 폭발 등의 시각적 효과 데이터가 10v10 모드에서도 효과가 종료되기 전에 사라지지 않고 명확하게 렌더링되도록 최적화되었습니다 [4].
* **전술적 환경의 변화:** 플레이어 밀도가 높은 10v10 게임에서는 맵의 좁은 부분에 역량을 집중할 수 있어, 치열한 협력과 혼전이 발생합니다 [1]. 대공 방어망이 빽촘하게 배치되어 항공기 운용이 매우 까다로워지며, 집중된 대규모 포격 데이터로 인해 노출된 고정 위치에서 보병을 생존시키는 것이 훨씬 더 어렵습니다 [1]. 일부 플레이어들은 10v10 모드에서 가장 유효한 전략을 '전면 돌격(full frontal assault)'으로 체감하기도 하며, NATO 진영은 무거운 기갑 사단을 스팸(spam)할 때 특히 강한 모습을 보입니다 [5, 6].
* **사단(Division) 단위 데이터 밸런싱:** 소규모 전투에서는 방어나 기동의 약점 때문에 다루기 까다로운 예비군 사단(예: K.d.A. Bezirk Erfurt)이나 특정 보병 사단들도 10v10과 같은 대규모 팀 게임에서는 훨씬 플레이하기 쉬워집니다 [7]. 팀원들이 부족한 보병이나 전차 전력을 채워주고, 본인은 포병과 대공망을 극대화하여 팀을 지원하는 방식의 상호 보완적 덱 빌딩이 가능해지기 때문입니다 [7, 8].
* **통계적 밸런스와 숙련도 데이터:** 많은 플레이어가 특정 진영(NATO 또는 PACT)이 10v10에서 불균형적으로 강하다고 인식하지만, 실제 10v10 퍼블릭 로비의 플레이어 승률과 텔레메트리 데이터를 분석해 보면 진영 간 눈에 띄는 편향은 발견되지 않습니다 [9]. 10v10 대규모 멀티플레이어 데이터 분석 결과, NATO와 PACT 간의 플레이 비중 및 승률은 플레이어의 숙련도가 높아질수록 균형을 이루는 경향을 보입니다 [10].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Iriszoom 엔진|Iriszoom 엔진]], [[사단(Division) 시스템|사단(Division) 시스템]], [[텔레메트리(Telemetry) 데이터 분석|텔레메트리(Telemetry) 데이터 분석]]
- **Projects/Contexts:** [[WARNO 데이터 기반 밸런싱|WARNO 데이터 기반 밸런싱]]
- **Contradictions/Notes:** 소스 [5]을 비롯해 10v10 커뮤니티 내에서는 게임 경험상 특정 진영(예: NATO)이 더 강하거나 유리하게 느껴진다는 체감상 주장들이 종종 제기되지만, 소스 [11], [9], [10]에서 진행된 실제 10v10 플레이어 데이터 및 승률 통계 분석에 따르면 두 진영 간의 통계적으로 유의미한 불균형이나 편향은 존재하지 않으며, 승패는 주로 플레이어 본인과 팀원들의 숙련도 차이에 기인하는 것으로 나타납니다 [12].
---
*Last updated: 2026-04-28*
*Last updated: 2026-04-28*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+51 -3
View File
@@ -1,19 +1,67 @@
---
id: wiki-2026-0508-5r-structure
title: 5R Structure
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[5R Structure|5R Structure]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
컨설팅 케이스 인터뷰의 최종 단계에서 지원자가 분석한 결과와 권고사항을 논리적이고 효과적으로 종합하여 발표하기 위해 사용하는 5단계 커뮤니케이션 프레임워크입니다. 피라미드 원칙을 응용하여 결론과 근거를 앞세우고, 이에 더해 리스크 및 비즈니스 유지 방안까지 포괄하여 단순한 답변을 넘어선 전략적 통찰력을 보여줍니다. 이를 통해 면접관에게 지원자의 체계적인 사고력과 비즈니스 감각을 각인시킬 수 있습니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **Recap (요약):** 클라이언트가 직면했던 **초기 문제와 목표를 다시 한번 상기**시켜 인터뷰어와 인터뷰이 간의 상황적 맥락을 일치시킵니다 [51].
* **Recommend (권고):** 문제에 대한 핵심 해결책을 1~2문장으로 요약하여 **결론부터 명확하게 제시**합니다. 이는 피라미드 원칙의 최상단에 해당합니다 [51].
* **Reasons (근거):** 제시한 권고사항을 뒷받침하는 **3가지 세부적인 데이터나 분석적 주장**을 논리적으로 제시합니다 [51].
* **Risk (위험 요소):** 권고안을 실행할 때 클라이언트가 직면할 수 있는 잠재적 리스크를 식별하고, 이를 최소화할 수 있는 현실적인 완화(Mitigation) 방안을 함께 제안합니다 [52].
* **Retention (비즈니스 유지/다음 단계):** 이번 프로젝트의 다음 단계에서 컨설팅 팀이 어떻게 추가적인 가치를 창출하고 클라이언트의 후속 비즈니스를 유치할 수 있을지 전략적으로 제안합니다 [52].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** Case Interview Synthesis, [[Pyramid Principle|Pyramid Principle]]
- **Projects/Contexts:** 전략 컨설팅 케이스 인터뷰 최종 결론 발표, 클라이언트 대상 제안서 및 최종 보고
- **Contradictions/Notes:** 앞의 3가지 R(Recap, Recommend, Reasons)은 피라미드 원칙에 따른 필수적인 구조화 작업인 반면, 뒤의 2가지 R(Risk, Retention)은 질문의 직접적인 요구 범위를 넘어서는 내용입니다. 하지만 이 두 가지를 추가함으로써 지원자는 일반적인 합격 수준을 넘어 '돋보이는(distinctive)' 우수한 평가를 받을 수 있습니다 [51, 52].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+52 -4
View File
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-arpu-arppu
title: ARPU ARPPU
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[ARPU-ARPPU|ARPU/ARPPU]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
ARPU(Average Revenue Per User)는 일정 기간 동안 전체 사용자 1인당 발생하는 평균 수익을 의미하며, ARPPU(Average Revenue Per Paying User)는 동일 기간 동안 결제를 진행한 유료 사용자 1인당 평균 수익을 나타내는 지표입니다. 이 두 지표는 게임의 수익성, 가격 책정 구조의 효율성, 그리고 사용자들의 게임 내 가치 인식 수준을 평가하는 핵심 기준이 됩니다. 게임 개발사 및 투자자는 이를 통해 미래 성장을 예측하고 고객 평생 가치(LTV)를 도출하여 지속 가능한 게임 경제를 설계할 수 있습니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **개념 및 계산 방식:**
* **ARPU (평균 사용자 매출):** 특정 기간의 총 수익을 전체 활성 사용자 수로 나눈 값입니다[1-3]. 여기에는 일일 평균(ARPDAU), 주간 평균(ARPWAU), 월간 평균(ARPMAU) 등이 있으며 구독료, 인앱 결제, 광고 수익 등을 모두 포함합니다[1, 4]. 타 프로젝트와의 성과를 비교하거나 트래픽 품질을 평가하여 최적의 고객 획득 비용(CPI/CAC)을 산출할 때 유용하게 쓰입니다[5].
* **ARPPU (유료 사용자 평균 매출):** 총 수익을 '최소 한 번 이상 결제한 사용자(Paying User)' 수로 나눈 값입니다[3, 6]. 전체 사용자가 아닌 실제 돈을 지불한 고객만을 대상으로 하므로 항상 ARPU보다 높게 나타납니다[7].
@@ -16,10 +33,41 @@ ARPU(Average Revenue Per User)는 일정 기간 동안 전체 사용자 1인당
* **한계점:** ARPU는 소수의 고액 결제자(고래 유저)가 평균을 크게 왜곡할 수 있어 지표 해석 시 주의가 필요합니다[12]. 또한 수익만을 보여줄 뿐 해당 유저에게 서비스를 제공하는 데 드는 비용(총 이익률 등)이나 장기 유지율을 견인하는 사용자 경험의 품질은 설명하지 못합니다[12].
* **최적화 전략:** ARPU를 향상시키기 위해서는 기본 구독이나 게임의 가치 제안(Value Proposition)을 높이고, 기존 사용자에게 1회성 치장용 아이템(Cosmetic content)이나 특별 이벤트 패스를 적극적으로 마케팅해야 합니다[13]. 더불어 하이퍼캐주얼 게임에 인앱 결제(IAP)를 더한 하이브리드 수익화 모델(Hybrid monetization)을 적용하면 광고만 있는 모델보다 ARPU를 28% 더 높일 수 있습니다[14].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** LTV (고객 평생 가치, CAC (고객 획득 비용), 유지율 (Retention), [[이탈률(Churn Rate)|이탈률 (Churn Rate]], [[하이브리드 수익화 모델|하이브리드 수익화 모델]]
- **Projects/Contexts:** 모바일 게임 개발 KPI 분석, 게임 경제의 유닛 이코노믹스 (Unit Economics
- **Contradictions/Notes:** ARPU 지표는 전반적인 수익 창출 능력을 보여주는 훌륭한 기준이지만, 소수의 고과금 유저로 인해 평균값이 크게 올라갈 수 있으므로 ARPU가 높다고 해서 모든 대다수의 유저가 게임에 만족하고 지갑을 연다고 직관적으로 오해해서는 안 됩니다[12].
---
*Last updated: 2026-04-29*
*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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ASO-001
id: wiki-2026-0508-advanced-search-operators
title: Advanced Search Operators
category: Other
confidence_score: 1.00
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ASO-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [auto-reinforced, search-operators, dorking, information-retrieval, power-user, search-optimization]
raw_sources: []
last_reinforced: 2026-05-04
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Advanced Search Operators|Advanced Search Operators]]
@@ -28,7 +40,7 @@ last_reinforced: 2026-05-04
3. **검색 시스템 운영에서의 활용**:
* 자사 웹사이트의 인덱싱 오류를 확인하거나, 경쟁사의 새로운 콘텐츠 발행 동향을 모니터링하는 데 필수적으로 사용됩니다.
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
* **연산자 지원 변동**: 구글 등 검색 엔진은 알고리즘 업데이트에 따라 특정 연산자의 지원을 중단하거나 동작 방식을 변경할 수 있습니다 (예: 과거의 `+` 연산자 등).
* **구문 민감성**: 연산자와 키워드 사이의 띄어쓰기 한 번으로 검색 결과가 완전히 달라질 수 있어 정확한 문법(Syntax) 준수가 필요합니다.
* **과도한 필터링의 부작용**: 너무 많은 연산자를 조합하면 정말로 필요한 유용한 정보마저 필터링되어 결과가 나오지 않을 수 있습니다.
@@ -64,3 +76,52 @@ print(f"Generated Query: {my_query}")
---
*Last updated: 2026-05-04*
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-AMBI-001
category: Unified
id: wiki-2026-0508-ambition
title: Ambition
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-AMBI-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.89
tags: [auto-reinforced, ambition, [[Psychology|Psychology]], motivation, achievement, [[Leadership|Leadership]]]
tags: [auto-reinforced, ambition, Psychology, motivation, achievement, Leadership]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Ambition|Ambition]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
3. **그림자 (Shadow side)**:
* 과도한 야망은 협업을 저해하고, 비윤리적인 수단을 정당화하거나 개인의 행복을 갉아먹을 위험이 있음.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 야망을 단순히 '성공을 향한 사욕'으로 보는 부정적 인성 정책이 있었으나, 현대의 리더십 정책은 야망을 '세상을 더 나쁘게 만들지 않겠다는 의지'와 결합한 '사회적 야망 정책'으로 재정의함(RL Update).
- **정책 변화(RL Update)**: 조직 문화 정책에서, 구성원 개개인의 야망을 조직의 목표와 일치([[Alignment|Alignment]])시키는 '성장 중심 거버넌스 정책'이 인재 확보의 핵심 전략이 됨.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- [[Grit|Grit]], [[Strategic-Planning|Strategic-Planning]], [[Leadership|Leadership]], Motivation, [[Ps-Reinforce|Ps-Reinforce]]
- **Modern Tech/Tools**: [[goal|goal]] tracking[[_system|system]]s (OKR), Personal [[Branding|Branding]] platforms.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ASIS-001
category: Unified
id: wiki-2026-0508-analysis
title: Analysis
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ASIS-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.97
tags: [auto-reinforced, analysis, critical-thinking, methodology,[[_system|system]]s-analysis, [[Problem-Solving|Problem-Solving]]]
tags: [auto-reinforced, analysis, critical-thinking, methodology, _systems-analysis, Problem-Solving]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Analysis|Analysis]]
@@ -22,7 +34,7 @@ last_reinforced: 2026-04-20
2. **프로세스**:
* 정의(Define) -> 분해(Decompose) -> 검증(Examine) -> 재구성(Synthesize). (Synthesis와 짝꿍)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '쪼개서 분석'만 잘하면 모든 문제를 풀 수 있다는 환원주의(Reductionism) 정책이 지배적이었으나, 현대 복잡계 분석 정책은 분석 결과들을 다시 '생성적 통합(Synthesis)'하지 않으면 전체 의미를 놓친다는 정책적 반성을 수용함(RL Update).
- **정책 변화(RL Update)**: 빅데이터 분석 정책에서, 단순히 '무엇(What)'이 일어났는지 보여주는 서술적 분석을 넘어, 인과 관계를 밝히고 미래를 예측하는 '처방적 분석(Prescriptive Analytics) 정책'으로 고도화됨.
@@ -30,3 +42,52 @@ last_reinforced: 2026-04-20
- [[Systems Thinking|Systems Thinking]], [[Statistics & Data Analysis|Statistics & Data Analysis]], [[Theory of Constraints (TOC)|Theory of Constraints (TOC)]], [[Structuralism|Structuralism]], [[Scientific Communication|Scientific Communication]]
- **Modern Tech/Tools**: Data visualization tools (Tableau), Statistical software (R, Python Pandas).
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ANTI-002
category: Unified
id: wiki-2026-0508-anticipation
title: Anticipation
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ANTI-002]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, anticipation, predictive-[[Processing|Processing]], futures-thinking, planning]
tags: [auto-reinforced, anticipation, predictive-Processing, futures-thinking, planning]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Anticipation|Anticipation]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **지능의 본질**:
* 많은 인지 과학자들은 지능을 '오류를 최소화하려는 예측 엔진(Prediction error minimization machine)'으로 정의함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '완벽한 예측'이 가능하다는 결정론적 정책이 우세했으나, 현대의 복잡계 정책은 예측 불가능성(Black Swan)을 인정하고 예측 실패 시 즉시 복구하는 '회복력([[Resilience|Resilience]]) 중심의 예측 정책'으로 변화함(RL Update).
- **정책 변화(RL Update)**: 비즈니스 운영 정책에서, 수동적 대응(Reactive) 대신 이상 징후를 선제적으로 감지하고 대응하는 '예방적 유지보수([[Predictive_Maintenance|Predictive Maintenance]]) 정책'이 데이터 사이언스의 핵심 목표가 됨.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Strategic-Planning|Strategic-Planning]], [[Reward Prediction Error|Reward Prediction Error]], [[Decision Theory|Decision Theory]], Pattern Recognition, [[Anisomorphism|Anisomorphism]]
- **Modern Tech/Tools**: Predictive analytics, Scenario planning, Futures wheel.
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ANOM-001
category: Unified
id: wiki-2026-0508-antinomianism
title: Antinomianism
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ANOM-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.81
tags: [auto-reinforced, antinomianism, religion, ethics, law-free, [[Philosophy|Philosophy]]]
tags: [auto-reinforced, antinomianism, religion, ethics, law-free, Philosophy]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Antinomianism|Antinomianism]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
* **Ethical Antinomianism**: "상황이 법보다 우선한다"는 상황 윤리로 연결.
* **Creative Destruction**: 예술이나 혁신 분야에서 "기존의 문법(Law)을 파괴해야 새로운 가치가 나온다"는 창조적 파괴의 논리로도 차용됨.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 사회 전복을 꾀하는 '이단적 정책'으로 탄압받았으나, 현대의 포스트모더니즘 정책은 고착화된 규정에 저항하고 새로운 질서를 찾는 '비판적 주체성 정책'의 배경으로 탐구함(RL Update).
- **정책 변화(RL Update)**: 디지털 거버넌스 정책에서, 법 집행이 불가능한 탈중앙화 공간 등이 '디지털 안티노미안' 지대로 부상하며, 법과 기술적 자유 사이의 새로운 합의점(Smart Contract 등)을 찾는 정책 연구가 활발해짐.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Anarchism|Anarchism]], [[Anarcho-Capitalism|Anarcho-Capitalism]], [[Ethics & AI|Ethics & AI]], [[Standardization vs Innovation|Standardization vs Innovation]], [[Sociology of Knowledge|Sociology of Knowledge]]
- **Modern Tech/Tools**: Permissionless networks ([[Blockchain|Blockchain]]).
---
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ANXI-001
category: Unified
id: wiki-2026-0508-anxiety
title: Anxiety
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ANXI-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.89
tags: [auto-reinforced, anxiety, [[Psychology|Psychology]], mental-health, future-threat, emotional-intelligence]
tags: [auto-reinforced, anxiety, Psychology, mental-health, future-threat, emotional-intelligence]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Anxiety|Anxiety]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
3. **지능적 관점**:
* 고도의 지능을 가진 존재일수록 더 많은 미래 시나리오를 시뮬레이션하므로, 불안도가 높은 경향이 있음.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 단순히 제거해야 할 '부정적 감정' 정책으로 다뤘으나, 현대 심리학 정책은 불안을 '에너지의 신호'로 재해석하고 이를 창의적 동력으로 전환하는 '불안 수용 및 관리 정책(ACT 등)'을 권장함(RL Update).
- **정책 변화(RL Update)**: 디지털 중독 및 SNS 환경 정책에서, '끊임없는 비교'가 낳는 불안(FOMO)을 방지하기 위해 플랫폼의 알림 디자인 규제 및 디지털 웰빙 정책이 강화됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Anticipation|Anticipation]], [[Psychology & Behavior|Psychology & Behavior]], [[Risk-Management|Risk-Management]], [[Decision Theory|Decision Theory]], [[Antifragility|Antifragility]]
- **Modern Tech/Tools**: Mindfulness apps (Headspace), Biofeedback wearables.
---
## 🤖 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 |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ASSE-001
category: Unified
id: wiki-2026-0508-assertiveness
title: Assertiveness
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ASSE-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.91
tags: [auto-reinforced, assertiveness, communication, emotional-intelligence, [[Boundary-Setting|Boundary-Setting]]]
tags: [auto-reinforced, assertiveness, communication, emotional-intelligence, Boundary-Setting]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Assertiveness|Assertiveness]]
@@ -22,7 +31,7 @@ last_reinforced: 2026-04-20
* **I-Message**: 주어를 '나'로 시작하여 자신의 감정과 상황을 객관적으로 전달.
* **Boundary Setting**: 자신이 수용할 수 있는 한계를 명확히 하고 거절이 필요할 때 정중하게 거절함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 위계적 조직 정책은 '순종'을 미덕으로 보았으나, 현대의 애자일 및 혁신 정책은 구성원 모두의 '심리적 안정감' 하에 이루어지는 '건강한 자기 주장 정책'이 팀 성과의 핵심임을 강조함(RL Update).
- **정책 변화(RL Update)**: 리더십 교육 정책에서, 단순히 강력한 카리스마를 강조하던 방식에서 벗어나 구성원들 간의 Assertive한 소통을 이끌어내는 '퍼실리테이션 역량 정책'으로 무게중심이 이동함.
@@ -30,3 +39,29 @@ last_reinforced: 2026-04-20
- Communication, [[Leadership|Leadership]], [[Psychology & Behavior|Psychology & Behavior]], [[Agile-Philosophy|Agile-Philosophy]], [[Articulateness|Articulateness]]
- **Modern Tech/Tools**: EQ [[Testing|Testing]] tools, Communication training workshops.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ASVF-001
category: Unified
id: wiki-2026-0508-assumptions-vs-facts
title: Assumptions vs Facts
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ASVF-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.98
tags: [auto-reinforced, assumptions, facts, critical-thinking, [[Scientific-Method|Scientific-Method]], [[Logic|Logic]]]
tags: [auto-reinforced, assumptions, facts, critical-thinking, Scientific-Method, Logic]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Assumptions-vs-Facts|Assumptions-vs-Facts]]
@@ -24,7 +36,7 @@ last_reinforced: 2026-04-20
* **Implicit Assumptions**: 스스로 가정하고 있다는 사실조차 깨닫지 못하는 무의식적 전제들이 의사결정의 거대한 오류를 만듦.
* **Assumption Stacking**: 검증되지 않은 가정 위에 또 다른 가정을 쌓으면 작은 균열에도 전체 시스템이 붕괴함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 직관적 의사결정 정책은 '전문가의 감(Assumption)'에 의존했으나, 현대의 데이터 기반 정책은 모든 핵심 전제를 '가설 검정(Hypothesis [[Testing|Testing]])'을 통해 사실로 확인하려는 정책적 결벽증을 가짐(RL Update).
- **정책 변화(RL Update)**: 프로젝트 관리 정책(예: Agile)에서, 불확실한 가정을 최대한 빨리 사실로 확인하기 위해 '최소 기능 제품(MVP)'을 만들고 피드백을 받는 '가정 검증 속도 최적화 정책'이 표준이 됨.
@@ -32,3 +44,52 @@ last_reinforced: 2026-04-20
- [[Analysis|Analysis]], [[Arguing-by-Counterexample|Arguing-by-Counterexample]], [[Scientific Communication|Scientific Communication]], Rationality, [[Rapid-Prototyping|Rapid-Prototyping]]
- **Modern Tech/Tools**: A/B testing platforms, Root cause [[Analysis|Analysis]] tools (5 Whys).
---
## 🤖 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)*
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ATLA-001
category: Unified
id: wiki-2026-0508-atlantic
title: Atlantic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ATLA-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.82
tags: [auto-reinforced, atlantic, geopolitics, history, trade, environment]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Atlantic|Atlantic]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **환경적 역할**:
* **Atlantic Meridional Overturning Circulation (AMOC)**: 거대 해류 순환을 통해 지구의 열 에너지를 분산시켜 기후 균형 유지.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '정복과 착취'를 위한 통로 정책이었으나, 현대의 대서양 정책은 해양 생태계 보존과 기후 변화 대응을 위한 '글로벌 해양 거버넌스 정책'으로 중심축이 이동함(RL Update).
- **정책 변화(RL Update)**: 디지털 패권 정책에서, 대서양 횡단 데이터 흐름(Trans-Atlantic Data Flows)에 대한 개인 정보 보호 체계(Privacy Shield 등)를 둘러싼 미국과 EU 간의 정책 협상이 테크 산업의 핵심 규제 이슈가 됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[AI & Data Sovereignty|AI & Data Sovereignty]], Geopolitics of AI, Environment, [[Scientific Communication|Scientific Communication]], [[Systems Thinking|Systems Thinking]]
- **Modern Tech/Tools**: Submarine telecommunication cables, Oceanographic monitoring AI.
---
## 🤖 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 |
+64 -3
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-AUPA-001
category: Unified
id: wiki-2026-0508-automation-paradox
title: Automation Paradox
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-AUPA-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, automation-paradox, safety-critical, human-factors, skill-degradation]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Automation-Paradox|Automation-Paradox]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **적용 사례**:
* 자율주행차의 통제권 전환(Takeover) 지연 사고, 자동 항법 장치에 의존하던 항공기 추락 사고.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 100% 자동화만이 답이라는 낙관적 정책이 지배적이었으나, 현대의 안전 공학 정책은 '인간의 숙련도를 유지하면서 기계가 돕는' 적정 자동화 정책(Human-centric automation)으로 회귀함(RL Update).
- **정책 변화(RL Update)**: 자율주행 및 원격 의료 정책 수립 시, 사용자가 기계의 작동 원리를 잊지 않도록 정기적으로 개입을 강제하거나 '주의력 모니터링'을 의무화하는 정책이 설계 표준이 됨.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- Foundational Models, [[Ps-Reinforce|Ps-Reinforce]], [[Safety & Reliability|Safety & Reliability]], [[Availability-and-Persistence|Availability-and-Persistence]], [[Agent Architecture|Agent Architecture]]
- **Modern Tech/Tools**: Driver Monitoring[[_system|system]]s (DMS), Simulator-based training for crisis [[Management|Management]].
---
## 🤖 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)*
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-base-플랫폼-chef-universe
title: Base 플랫폼(Chef Universe)
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Base 플랫폼(Chef Universe)|Base 플랫폼(Chef Universe]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
Base 플랫폼 상에 구축된 Chef Universe는 Web3 기반의 게임 생태계로, 기존 Web2 하이브리드 캐주얼 게임이 가진 단일 게임의 수명 주기(LTV) 한계를 극복하기 위해 고안된 상호 연결된 경제 시스템입니다 [1-3]. 이 플랫폼에서는 개별 게임(예: Rolling Burger)에서 획득한 재료나 아이템과 같은 온체인 자산이 유니버스 내 다른 게임들로 전송 및 활용될 수 있도록 설계되었습니다 [2, 4, 5]. 이를 통해 플레이어의 자산과 가치가 파편화되지 않고 유니버스 단위로 축적되며, 재료 토큰 중심의 메타(Meta) 구조를 통해 장기적인 잔존율(Retention)을 이끌어냅니다 [5, 6].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- **단일 게임 한계를 넘는 '유니버스 LTV(Lifetime Value)' 창출**
기존 하이브리드 캐주얼 장르에서는 수익과 잔존율을 유지하기 위해 끊임없는 라이브 옵스(Live ops)와 콘텐츠 업데이트에 의존해야 하는 구조적 한계가 존재했습니다 [2]. Base 플랫폼에 기반한 Chef Universe는 이를 Web3의 상호운용성([[Interoperability|InterOperability]])으로 해결합니다 [4, 5]. 하나의 게임에서 형성된 가치와 진행 상황이 유니버스 내의 다음 게임에서도 의미(가치 및 상태)를 지니도록 설계되어, 단일 타이틀의 수명에 얽매이지 않고 '유니버스 LTV'라는 확장된 경제를 형성합니다 [2, 5].
@@ -19,10 +36,41 @@ Base 플랫폼 상에 구축된 Chef Universe는 Web3 기반의 게임 생태계
- **에이전트 커머스(Agentic Commerce) 및 소액 결제 모델(x402) 실험**
Base 플랫폼은 마찰 없는 결제 흐름을 구현하기 위해 x402 프로토콜을 활용한 AI 에이전트 결제를 시도하고 있습니다 [11, 12]. 플레이어가 게임 중 몰입이나 긴장감을 끊지 않고 소규모 혜택(예: 주사위 추가 굴리기 등)을 얻어야 할 때, AI 에이전트가 이를 대신 판단하고 미세 결제(Micro-payment)를 실행하게 함으로써 보다 자연스러운 수익화와 몰입을 유지하도록 돕습니다 [11, 12].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[유니버스 LTV(Universe LTV)|유니버스 LTV (Universe LTV]], 하이브리드 캐주얼 (Hybrid Casual), 상호운용성 (Interoperability), 에이전트 커머스 (Agentic Commerce
- **Projects/Contexts:** Rolling Burger, Farcaster, Grampus
- **Contradictions/Notes:** 소스 내에 특별한 모순은 없으나, 기존 Web2 하이브리드 캐주얼 게임의 '라이브 옵스 의존성'이라는 문제점을 Web3 온체인 자산의 '상호운용성(Interoperability)'을 통해 해결하려는 접근법이 특징적입니다.
---
*Last updated: 2026-04-29*
*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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+40 -5
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BATH-001
category: Unified
confidence_score: 1.00
tags: [auto-reinforced, bayes-theorem, probability, [[Statistics|Statistics]], rational-decision-making, [[Logic|Logic]]]
id: wiki-2026-0508-bayes-theorem
title: Bayes Theorem
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BATH-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [auto-reinforced, bayes-theorem, probability, Statistics, rational-decision-making, Logic]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Bayes-Theorem|Bayes-Theorem]]
@@ -22,7 +31,7 @@ last_reinforced: 2026-04-20
* 불확실성이 높은 상황에서도 고정관념에 빠지지 않고 새로운 정보에 따라 유연하게 판단을 수정하게 해줌 (Rationality와의 연결).
* 머신러닝의 베이지안 분류기, 스팸 필터링, 그리고 뇌의 인지 과정 모델링에 핵심적으로 쓰임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 빈도주의(Frequentist) 통계 정책은 '고정된 확률'에 집착했으나, 현대의 베이지안 정책은 확률을 '개인의 믿음의 정도'로 보고 끊임없이 업데이트하는 유연한 정책으로 승리함(RL Update).
- **정책 변화(RL Update)**: AI 모델의 불확실성 관리 정책에서, 모델이 내린 답의 '확신 수준(Confidence)'을 계산하기 위해 베이지안 신경망 기술을 적용하는 것이 안전(Safety) 핵심 가이드라인이 됨.
@@ -30,3 +39,29 @@ last_reinforced: 2026-04-20
- [[Bayesian Statistics|Bayesian Statistics]], [[Bayesian-Updating|Bayesian-Updating]], Rationality, [[Belief-Revision|Belief-Revision]], [[Information-Theory|Information-Theory]]
- **Modern Tech/Tools**: Bayesian Networks, PyMC, Naive Bayes Classifiers.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BAUP-001
category: Unified
id: wiki-2026-0508-bayesian-updating
title: Bayesian Updating
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BAUP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.99
tags: [auto-reinforced, bayesian-updating, learning-mechanisms, adaptive-systems, [[Feedback-Loops|Feedback-Loops]]]
tags: [auto-reinforced, bayesian-updating, learning-mechanisms, adaptive-systems, Feedback-Loops]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Bayesian-Updating|Bayesian-Updating]]
@@ -23,7 +35,7 @@ last_reinforced: 2026-04-20
* **[[Active Learning|Active Learning]]**: 어떤 데이터가 사후 확률을 가장 크게 변화시킬지(즉, 가장 배울 점이 많을지) 판단하여 효율적으로 학습.
* **[[Robustness|Robustness]]**: 노이즈 섞인 데이터 하나에 일희일비하지 않고 전체적인 추세에 따라 점진적으로 변화함 (Stability-Flexibility Dilemma 해결).
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 AI 학습 정책은 '학습된 데이터'에 고착되는 경향(Catastrophic forgetting)이 강했으나, 현대의 베이지안 업데이트 정책은 기존 지식을 보호하며 새 정보를 통합하는 '점진적 학습 정책'을 지향함(RL Update).
- **정책 변화(RL Update)**: 사용자 인터페이스(UI) 정책에서, 사용자의 행동 패턴을 실시간으로 베이지안 업데이트하여 인터페이스의 배치나 추천 항목을 동적으로 바꾸는 '초개인화 환경 정책'이 표준이 됨.
@@ -31,3 +43,52 @@ last_reinforced: 2026-04-20
- [[Bayes-Theorem|Bayes-Theorem]], [[Belief-Revision|Belief-Revision]], [[Active Learning|Active Learning]], Self-Correction Mechanisms, [[Adaptive-Curation|Adaptive-Curation]]
- **Modern Tech/Tools**: Reinforcement learning with Bayesian exploration, Online learning algorithms.
---
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BERE-001
category: Unified
id: wiki-2026-0508-belief-revision
title: Belief Revision
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BERE-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.98
tags: [auto-reinforced, belief-revision, cognitive-science, [[Logic|Logic]], data-consistency, information-[[Processing|Processing]]]
tags: [auto-reinforced, belief-revision, cognitive-science, Logic, data-consistency, information-Processing]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Belief-Revision|Belief-Revision]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **최소 변화의 원칙 (Minimal Change)**:
* 전체 신념을 통째로 부정하기보다, 정보들 간의 '인식적 우선순위(Epistemic Entrenchment)'를 따져서 가장 가벼운 것부터 수정함. ([[Bayesian-Updating|Bayesian-Updating]]의 논리적 버전)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 데이터베이스 정책은 한 번 입력된 데이터의 무결성을 고수했으나, 현대의 유연한 지식 베이스 정책은 '모순된 정보가 들어오는 것이 상수'임을 인정하고 이를 지능적으로 병합/수정하는 '확률적 신념 수정 정책'을 수용함(RL Update).
- **정책 변화(RL Update)**: 가짜 뉴스 및 필터 버블 정책에서, 사람들이 자신의 확증 편향(Confirmation Bias)을 넘어 신념 수정을 원활히 할 수 있도록 '대안적 사실과 그 근거를 입체적으로 제시하는 알고리즘 정책'의 필요성이 제기됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Bayesian-Updating|Bayesian-Updating]], Rationality, [[Belief-System|Belief-System]], Self-Correction Mechanisms, [[Scientific-Method|Scientific-Method]]
- **Modern Tech/Tools**: Non-monotonic logic engines, Truth maintenance[[_system|system]]s (TMS).
---
## 🤖 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 |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BIGP-001
category: Unified
id: wiki-2026-0508-big-picture
title: Big Picture
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BIGP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, big-picture, holistic-view, [[Strategic-Thinking|Strategic-Thinking]], [[Systems-Thinking|Systems-Thinking]], context]
tags: [auto-reinforced, big-picture, holistic-view, Strategic-Thinking, Systems-Thinking, context]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Big-Picture|Big-Picture]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 리드급 개발자나 PD(Project Director)에게 필수적인 역량으로, 팀원들이 각개전투에 빠지지 않고 정렬([[Alignment|Alignment]])되게 만듦.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 정교한 '디테일'이 성공의 핵심 정책이었으나([[Be-Detailed|Be-Detailed]]), 현대의 불확실성이 극심한 정책 환경에서는 방향성 자체가 틀리는 리스크가 더 크므로 '거시적 조망 정책'이 의사결정의 제1원칙 정책이 됨(RL Update).
- **정책 변화(RL Update)**: 조직 운영 정책에서, 중앙 집권적 통제가 아닌 모든 구성원에게 '큰 그림'을 공유하고 자율적으로 행동하게 만드는 '비전 중심 배양 정책'이 실무 생산성 향상의 핵심 성공 모델이 됨 ([[Ps-Reinforce|Ps-Reinforce]]의 거버넌스 철학).
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- Foundational Models, [[Alignment|Alignment]], [[Analysis|Analysis]], [[Be-Detailed|Be-Detailed]], [[Systems Thinking|Systems Thinking]]
- **Modern Tech/Tools**: [[Strategy|Strategy]] maps, OKR (Objective and Key Results), Mind mapping.
---
## 🤖 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 |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BOUN-001
category: Unified
id: wiki-2026-0508-boundaries
title: Boundaries
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BOUN-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.91
tags: [auto-reinforced, boundaries, self-care, [[Psychology|Psychology]], relationships, ethical-limits]
tags: [auto-reinforced, boundaries, self-care, Psychology, relationships, ethical-limits]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Boundaries|Boundaries]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 경계가 불분명하면 번아웃([[Burnout|Burnout]]), 자아 상실, 타인에 대한 원망이 쌓임. 명확한 경계는 오히려 더 깊고 건강한 친밀감을 형성하게 해줌. ([[Assertiveness|Assertiveness]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 집단주의적 사회 정책은 '경계'를 이기주의로 보았으나, 현대의 개별 자유 정책은 명확한 경계 설정 정책이 개인의 존엄과 지속 가능성의 핵심임을 강조함(RL Update).
- **정책 변화(RL Update)**: 디지털 워크 라이프 정책에서, 메신저를 통한 업무 침범을 막기 위해 '접속 시간 외 응답 거부권'이나 '집중 근무 시간 경계 관리 정책'이 기업 문화의 중요한 컴플라이언스가 됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Assertiveness|Assertiveness]], [[Boundary-Setting|Boundary-Setting]], [[Psychology & Behavior|Psychology & Behavior]], [[Authenticity|Authenticity]], Human-Computer Interaction (HCI)
- **Modern Tech/Tools**: "Do Not Disturb" modes, Privacy settings, Time-[[Blocking|Blocking]] apps.
---
## 🤖 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0001-engine-ts가-실제-수집-플로우의-중
title: BUG 0001 engine ts가 실제 수집 플로우의 중심인지 확인하고 실패 재시도 상태 저장이 어디서 책임지는지 확인해
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: engine.ts가 실제 수집 플로우의 중심인지 확인하고, 실패/재시도/상태 저장이 어디서 책임지는지 확인해
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0002-정확한-피드백을-드리기-위해-engine-
title: BUG 0002 정확한 피드백을 드리기 위해 engine ts 파일의 해당 부분을 먼저 보여주시겠어요 특히 작업 시작 시점
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 정확한 피드백을 드리기 위해, engine.ts 파일의 해당 부분을 먼저 보여주시겠어요? 특히 작업 시작 시점, 비동기 호출 부분, 그리고 오류...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0003-이건-queue-ts-내용-이야-impor
title: BUG 0003 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0004-이건-queue-ts-내용-이야-impor
title: BUG 0004 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0005-이건-queue-ts-내용-이야-impor
title: BUG 0005 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,23 @@
---
id: wiki-2026-0508-bug-0006-이건-queue-ts-내용-이야-impor
title: BUG 0006 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +34,76 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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)*
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0007-이건-queue-ts-내용-이야-impor
title: BUG 0007 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0008-이건-queue-ts-내용-이야-impor
title: BUG 0008 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0009-이건-queue-ts-내용-이야-impor
title: BUG 0009 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0010-이건-queue-ts-내용-이야-impor
title: BUG 0010 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,20 @@
---
id: wiki-2026-0508-bug-0011-이건-queue-ts-내용-이야-impor
title: BUG 0011 이건 queue ts 내용 이야 import loginfo logerror from utils actionq
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Bug: 이건 queue.ts 내용 이야. import { logInfo, logError } from '../utils'; /** * ActionQue...
## Date
@@ -14,3 +31,53 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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 |
@@ -1,3 +1,23 @@
---
id: wiki-2026-0508-bug-0012-다음-리뷰에서는-src-lib-engine
title: BUG 0012 다음 리뷰에서는 src lib engine ts src lib api ts src lib diagnostic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# Bug: 다음 리뷰에서는 src/lib/engine.ts, src/lib/api.ts, src/lib/diagnostics.ts, src/lib/gemi...
## Date
@@ -14,3 +34,76 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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)*
@@ -1,3 +1,23 @@
---
id: wiki-2026-0508-bug-0013-다음-리뷰에서는-src-lib-engine
title: BUG 0013 다음 리뷰에서는 src lib engine ts src lib api ts src lib diagnostic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# Bug: 다음 리뷰에서는 src/lib/engine.ts, src/lib/api.ts, src/lib/diagnostics.ts, src/lib/gemi...
## Date
@@ -14,3 +34,76 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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)*
@@ -1,3 +1,23 @@
---
id: wiki-2026-0508-bug-0014-다음-리뷰에서는-src-lib-engine
title: BUG 0014 다음 리뷰에서는 src lib engine ts src lib api ts src lib diagnostic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# Bug: 다음 리뷰에서는 src/lib/engine.ts, src/lib/api.ts, src/lib/diagnostics.ts, src/lib/gemi...
## Date
@@ -14,3 +34,76 @@ Captured automatically from the current conversation. Confirm root cause during
## Prevention
Keep automatic records tied to the active project and verify the relevant test or reproduction path.
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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)*
+40 -5
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BURE-001
category: Unified
confidence_score: 0.90
tags: [auto-reinforced, bureaucracy, organization, rules, hierarchy, [[Efficiency|Efficiency]]-paradox]
id: wiki-2026-0508-bureaucracy
title: Bureaucracy
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BURE-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
tags: [auto-reinforced, bureaucracy, organization, rules, hierarchy, Efficiency-paradox]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Bureaucracy|Bureaucracy]]
@@ -22,7 +31,7 @@ last_reinforced: 2026-04-20
* **Merit**: 예측 가능성(Predictability)과 안정성 확보. 거대 국가나 대기업 운영의 필수 요소.
* **Demerit**: '레드 테이프(번거로운 절차)'로 인한 의사결정 지연, 책임 회피 발생.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 관료제가 가장 '진보된 효율성 정책'이었으나, 현대의 초고속 기술 경쟁 정책 환경에서는 관료제가 오히려 생존의 병목(Bottleneck) 정책이 됨에 따라 '탈관료제/애자일 정책'이 부상함(RL Update).
- **정책 변화(RL Update)**: AI 거버넌스 정책 수립 시, 과거의 지루한 종이 문서 결재 정책 대신 '데이터/코드 기반의 실시간 자동 승인 정책 (Computational Governance)'으로 관료제를 디지털화하여 효율과 통제를 동시에 잡으려는 시도가 이뤄짐.
@@ -30,3 +39,29 @@ last_reinforced: 2026-04-20
- [[Standardization vs Innovation|Standardization vs Innovation]], [[Bottlenecks|Bottlenecks]], [[Agile-Philosophy|Agile-Philosophy]], Knowledge-Legacy, Workflow-InteGrity
- **Modern Tech/Tools**: Robotic Process Automation (RPA), Digital GRC (Governance, Risk, and Compliance) tools.
---
## 🤖 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 |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-BURN-001
category: Unified
id: wiki-2026-0508-burnout
title: Burnout
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-BURN-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
tags: [auto-reinforced, burnout, mental-health, productivity, [[Resilience|Resilience]], [[Psychology|Psychology]]]
tags: [auto-reinforced, burnout, mental-health, productivity, Resilience, Psychology]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Burnout|Burnout]]
@@ -24,7 +33,7 @@ last_reinforced: 2026-04-20
* **[[Boundaries|Boundaries]]**: 업무와 일상의 명확한 구분. ([[Boundary-Setting|Boundary-Setting]]과 연결)
* **Reframing**: 업무의 의미를 재정의하거나 작은 성공(Small wins)을 통한 회복.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 번아웃을 '개인의 나약함' 정책으로 보았으나, 현대 조직 운영 정책은 이를 '시스템 설계의 결여(자원 배분 실패) 정책'으로 보고 조직 차원의 예방 정책을 강화함(RL Update).
- **정책 변화(RL Update)**: AI 도입 워크스페이스 정책에서, AI가 인간의 단순 보조를 넘어 '무한한 업무'를 쏟아내게 되어 발생하는 '기술 가속에 의한 번아웃 정책'을 식별하고, 인간의 집중력과 휴식 시간을 보호하는 인터페이스 정책을 설계 단계에 포함함.
@@ -32,3 +41,29 @@ last_reinforced: 2026-04-20
- [[Boundaries|Boundaries]], [[Boundary-Setting|Boundary-Setting]], [[Psychology & Behavior|Psychology & Behavior]], [[Grit|Grit]], [[Anxiety|Anxiety]]
- **Modern Tech/Tools**: Mental health monitoring apps, Digital detox tools, Mindfulness training.
---
## 🤖 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 |
+70 -11
View File
@@ -1,18 +1,29 @@
---
category: Unified
tags: [auto-wikified, technical-documentation]
id: wiki-2026-0508-codebase-onboarding
title: Codebase Onboarding
description: "코드베이스 온보딩(Codebase Onboarding)은 새로운 개발자가 낯선 소프트웨어 프로젝트나 대규모 코드베이스에 합류하여 시스템의 구조와 동작 방식을 파악하고 실질적인 기여자로서 역할할 수 있도록 학습하는 과정을 의미합니다."
last_updated: 2026-05-02
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-wikified, technical-documentation]
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
---
# Codebase Onboarding
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
코드베이스 온보딩(Codebase Onboarding)은 새로운 개발자가 낯선 소프트웨어 프로젝트나 대규모 코드베이스에 합류하여 시스템의 구조와 동작 방식을 파악하고 실질적인 기여자로서 역할할 수 있도록 학습하는 과정을 의미합니다. 아키텍처에 대한 이해 부족, 조직적 지식 부재, 느린 코드 리뷰 등의 장벽을 극복하기 위해 수행됩니다 [1-3]. 효과적인 온보딩은 전체 코드를 한 번에 파악하려는 시도를 지양하고, 시스템 진입점 발견부터 실행 흐름 추적, 코드베이스 맵(Map) 및 투어(Tour) 활용, 점진적인 버그 수정 등을 통해 멘탈 모델을 체계적으로 구축하는 데 집중합니다 [4-7].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **주요 온보딩 장벽 (Key Barriers)**
대규모 시스템에서 신규 개발자의 생산성을 저하시키는 주요 원인은 세 가지로 요약됩니다. 첫째, 시스템의 아키텍처 및 종속성 이해 부족은 버그 발생 위험을 높입니다. 둘째, 맥락 파악에 소요되는 시간으로 인해 코드 리뷰 프로세스가 지연됩니다. 셋째, 어떻게 협업하고 결정이 내려지는지에 대한 조직적 지식의 결핍이 병목을 유발합니다 [1-3].
@@ -30,13 +41,12 @@ last_updated: 2026-05-02
* **동적 분석 도구 사용:** 정적 코드 읽기에 의존하기보다 시스템을 로컬에서 실행하고 디버거(중단점), 프로파일러, 로그를 적극적으로 활용하여 객체의 수명 주기와 런타임 동작을 관찰합니다 [15-17].
* **지식의 심화:** 온보딩 성과는 코드베이스를 "1줄 요약 -> 5분 설명(핵심 입출력 및 파일) -> 딥 다이브(상세 코드 흐름 및 아키텍처)" 순으로 단계적으로 설명할 수 있는 능력으로 입증됩니다 [7, 18].
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
* **완벽주의의 함정:** 초기부터 수백만 줄의 전체 코드베이스를 모두 이해하려는 시도는 불가능하며 인지적 과부하를 초래합니다. 완벽하게 파악하기를 기다리지 말고, 즉시 실행 가능한 부분(특정 모듈)을 학습하고 코드를 배포하며 점진적으로 배워나가는 것이 훨씬 효율적입니다 [4, 19].
* **문서의 부패와 신뢰성:** 시스템의 주석이나 문서만을 기반으로 온보딩을 진행하면, 실제 구현체와 동기화되지 않은 문서로 인해 잘못된 맥락을 학습할 위험이 있습니다. 반드시 코드를 직접 실행해보고 테스트 코드를 가장 신뢰할 수 있는 문서로 삼아야 합니다 [20-22].
* **유지보수 비용:** 대규모 시스템에서 코드베이스 맵이나 다이어그램을 수동으로 유지보수하는 것은 많은 시간 비용을 요구합니다. 코드가 발전함에 따라 발생하는 아키텍처 드리프트(Architectural Drift)를 방지하기 위해 정기적으로 문서를 동기화하거나 자동화된 도구를 적용하지 않으면 초기 온보딩 자료의 가치가 빠르게 상실됩니다 [23, 24].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
### Related Concepts
#### [분석 및 탐색 전략]
@@ -86,4 +96,53 @@ last_updated: 2026-05-02
- 확장 방향: Kodesage, Qodo, DeepSource와 같은 도구들이 어떻게 코드베이스를 인덱싱하고 PR 리뷰 및 온보딩 과정을 단축하며 버그를 탐지하는지에 대한 기술적 메커니즘 분석.
---
*Last updated: 2026-05-02*
*Last updated: 2026-05-02*
## 🤖 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)*
+78 -4
View File
@@ -1,9 +1,29 @@
---
id: wiki-2026-0508-command-center
title: Command Center
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# [[Command Center|Command Center]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
커맨드 센터(Command Center)는 War Commander에서 플레이어 기지의 핵심이자 발전의 척도가 되는 주요 시설입니다. 커맨드 센터의 레벨을 올리면 새로운 건물을 짓거나 기존 건물의 건설 가능 개수를 늘릴 수 있으며, 더 많은 병력을 저장할 수 있게 됩니다 [1]. 또한 전투 시 방어의 핵심이 되는 인프라로서, 적의 주요 공격 목표가 되기 때문에 기지 중앙에 배치하여 다른 건물들로 둘러싸 보호해야 합니다 [2, 3].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **기지 발전과 자원 인프라 통제**
커맨드 센터의 레벨은 기지 내에 건설할 수 있는 자원 생산 시설(오일 펌프, 메탈 팩토리 등)의 최대 개수를 직접적으로 제한합니다 [4, 5]. 예를 들어, 가장 희귀한 자원인 토륨을 캐는 토륨 광산(Thorium Mine)은 커맨드 센터가 최소 2레벨 이상이어야 건설 가능하며 [5], 메탈 팩토리를 상위 건물인 메탈 포지(Metal Forge)로 업그레이드하려면 커맨드 센터가 3레벨 이상이어야 합니다 [6]. 더불어 커맨드 센터 자체도 일정량의 자원을 저장하는 역할을 수행합니다 [7].
* **기능 확장 및 업그레이드 (Base Upgrades)**
@@ -13,10 +33,64 @@
* **기타 유틸리티 기능**
플레이어는 커맨드 센터를 클릭하여 1회에 한해 무료로 기지의 이름을 변경할 수 있습니다 [14]. 또한 "섹터 변경(Change Sector)" 옵션을 통해 기지가 소속된 월드 맵 섹터를 이동할 수도 있습니다 [15, 16].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** Base Upgrades, Resource Compression, [[기지 방어 설계(Defensive Architecture)|Defensive Architecture]]
- **Projects/Contexts:** [[War Commander → 전투 시스템|War Commander → 전투 시스템]]
- **Contradictions/Notes:** 소스 내에 특별한 모순점은 존재하지 않습니다. 다만 커맨드 센터 자체는 직접적인 전투 유닛을 생산하거나 발포하는 방어 타워가 아님에도 불구하고, 그 큰 부피와 전략적 중요성으로 인해 은폐 전술의 도구나 기지 방어 레이아웃의 중심축으로 활용된다는 점이 돋보입니다.
---
*Last updated: 2026-04-27*
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*
+77 -3
View File
@@ -1,19 +1,93 @@
---
id: wiki-2026-0508-complex-systems
title: Complex Systems
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# [[Complex Systems|ComplexSystems]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
시스템 사고([[Systems Thinking|Systems Thinking]])의 관점에서, 개별 구성 요소들이 서로 밀접하게 연결되어 피드백 루프와 비선형적 상호작용을 통해 예측 불가능한 결과를 창출하는 생태계를 의미합니다 [90, 91].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- **복잡계의 4대 특성:** 요소 간의 상호의존성(Interdependence), 작은 변화가 큰 결과를 낳는 비선형성(Non-linearity), 중앙 통제 없이 자발적으로 패턴이 나타나는 창발성([[Emergence|Emergence]]), 피드백을 통해 진화하는 적응성(Adaptation)이 특징입니다 [91].
- **피드백 루프(Feedback Loops):** 복잡계 내부의 요소들은 시스템의 출력이 다시 입력에 영향을 미치는 폐쇄 루프(Closed-loop) 형태로 연결되어 있어, 하나의 행동이 시스템 전체에 연쇄적인 영향을 미칩니다 [58, 90, 92].
- **단순화의 위험:** 선형적 사고([[Linear Thinking|Linear Thinking]])는 A가 B를 초래한다는 단편적인 원인-결과 모델에 의존하기 때문에, 복잡계 내에서 한 영역을 수정할 때 발생하는 다른 영역의 의도치 않은 부작용을 간과하게 만듭니다 [93-96].
- **전체론적 접근(Holistic Approach):** 문제를 해결할 때 개별 요소로 분해하는 환원주의적(Reductionist) 태도에서 벗어나, 시스템 전체의 패턴과 역학을 관찰하는 시스템 사고가 필수적입니다 [58, 90, 97].
- **적응적 해결책:** 복잡계에서의 해결책은 한 번에 끝나는 고정된 답이 아니라, 시스템의 동적인 성격과 장기적인 지속 가능성을 고려하여 지속적으로 적응(Adaptive)해야 합니다 [90].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Linear Thinking|Linear Thinking]], [[MECE Framework|MECE Framework]]
- **Projects/Contexts:** Organizational Change [[Management|Management]], Environmental Management
- **Contradictions/Notes:** 경영 컨설팅에서 문제를 나누고 정복하는 [[MECE|MECE]] 원칙은 유용하지만, 이는 본질적으로 환원주의적이므로 상호 의존성이 핵심인 복잡계의 '사악한 문제(Wicked problems)'를 다룰 때는 지나친 단순화의 오류(False completeness)에 빠질 수 있습니다 [56, 96, 98].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-COPR-001
category: Unified
id: wiki-2026-0508-concurrent-programming
title: Concurrent Programming
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-COPR-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, concurrent-programming, [[Parallel-Computing|Parallel-Computing]], multi-threading, [[Scalability|Scalability]], software-engineering]
tags: [auto-reinforced, concurrent-programming, Parallel-Computing, multi-threading, Scalability, software-engineering]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Concurrent Programming|Concurrent Programming]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 멀티코어 CPU 시대에 하드웨어 성능을 온전히 끌어내기 위한 유일한 방법이며, 수백만 명의 동시 접속자를 처리하는 서버 아키텍처의 핵심임. (Scalability와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 프로그래밍 정책은 '스레드(Thread)'를 직접 관리하며 고통받는 정책이었으나, 현대 정책은 '코루틴(Coroutine)'이나 '액터 모델(Actor Model)' 같은 고수준 추상화 정책을 통해 안전하고 쉬운 병행성 정책을 지향함(RL Update).
- **정책 변화(RL Update)**: AI 추론 정책에서, 수만 개의 연산을 병렬로 처리하는 GPU 아키텍처 환경에 최적화된 '대규모 병렬 연산 프로그래밍 정책'이 지능화의 물리적 토대가 됨.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Scalability|Scalability]], [[Backend|Backend]], [[Blocking|Blocking]], [[Technical-Architecture|Technical-Architecture]], [[Optimization|Optimization]]
- **Modern Tech/Tools**: Go (Goroutines), Rust (Ownership model), Node.js (Event Loop), CUDA (GPU parallelism).
---
## 🤖 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)*
@@ -1,18 +1,66 @@
---
id: wiki-2026-0508-continuous-obsolescence
title: Continuous Obsolescence
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Continuous Obsolescence|Continuous Obsolescence]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
'Continuous Obsolescence(지속적 구식화)'는 게임 내에서 새로운 콘텐츠와 상한선 확장을 지속적으로 업데이트하여 유저가 기존에 보유한 자산의 가치를 끊임없이 하락시키는 운영 구조를 의미합니다 [1]. 이는 단순한 버그 수정이 아니라 건물, 부대, 연구 등의 한계치를 계속해서 높이는 '콘텐츠 러닝머신(Content Treadmills)' 시스템으로 작동합니다 [1]. 결과적으로 최상위 과금 유저와 일반 유저 간의 파워 격차를 벌리며, 유저들이 게임 내에서 도태되는 것을 피하기 위해 지속적으로 과금하도록 강제합니다 [1].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- **콘텐츠 러닝머신 (Content Treadmills):** 게임의 라이브 운영 단계(Live Phase)에서는 매일같이 새로운 업데이트가 푸시됩니다 [1]. 이 업데이트는 단순히 게임을 고치는 것을 넘어 새로운 레벨의 건물, T11 이상의 새로운 부대 티어, 'Draconic Blitz'나 'War Machine'과 같은 새로운 연구 카테고리를 끊임없이 추가하며 유저를 끝없는 진행 궤도 위에 올려놓습니다 [1].
- **도태 방지를 위한 과금 강제:** 새롭고 강력한 콘텐츠의 지속적인 추가는 최상위 과금 유저(Top spenders)와 그 외 유저 사이의 '파워 격차(Power gap)'를 계속해서 넓히는 결과를 낳습니다 [1]. 중간 티어의 유저들은 자신의 제국이 구식화(Obsolete)되어 쓸모없어지는 것을 막고 경쟁력을 유지하기 위해 어쩔 수 없이 지갑을 열어야만 합니다 [1].
- **무한한 경제 확장과 파워 인플레 ([[Power Creep|Power Creep]]):** 이 현상은 게임 내 수치를 지속적으로 증가시키는 '파워 인플레(Power Creep)' 메커니즘과 직결됩니다 [2]. 개발사들은 유저가 모든 콘텐츠를 달성하여 게임의 목표를 잃는 것을 방지하기 위해 무한히 확장 가능한 경제(Infinitely Scalable Economy)를 설계했습니다 [3, 4]. 스프레드시트 기반의 게임 구조 덕분에 새로운 장비나 기술 업그레이드를 비용 효율적으로 무한히 추가할 수 있어, 유저들이 계속 뒤처짐을 느끼게 만듭니다 [4, 5].
- **끝없는 러닝머신 (Endless treadmill) 다크 패턴:** 이러한 지속적인 콘텐츠 추가와 구식화는 유저로 하여금 게임 내에 항상 더 달성해야 할 일이 남아있다고 느끼게 만드는 '끝없는 러닝머신(Endless treadmill)' 다크 패턴 전략으로도 분석됩니다 [6]. 이 구조는 지속적으로 증가하는 난이도나 반복 작업(Grinding)을 우회하기 위해 '과금으로 건너뛰기(Pay-to-skip)' 옵션을 선택하도록 유저들을 유도합니다 [6-8].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Power Creep|Power Creep]], Content Treadmills, [[LiveOps|LiveOps]], Dark Patterns
- **Projects/Contexts:** Game of War: Fire Age
- **Contradictions/Notes:** 소스 내용 중 직접적인 모순은 없으나, 이러한 지속적 구식화 시스템은 모바일 4X 게임에서 타의 추종을 불허하는 높은 유저 생애 가치(LTV)와 매출을 발생시키는 핵심 전략임과 동시에, 유저를 심리적으로 착취하는 약탈적 수익 창출 기법(Predatory Monetization)의 대표적 사례로 규제와 윤리적 비판의 대상이 된다는 점을 명시하고 있습니다 [9-13].
---
*Last updated: 2026-04-27*
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-CRES-001
category: Unified
id: wiki-2026-0508-creativity-research
title: Creativity Research
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-CRES-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.82
tags: [auto-reinforced, creativity-[[Research|Research]], [[Psychology|Psychology]], [[Innovation|Innovation]], divergent-thinking, neurobiology]
tags: [auto-reinforced, creativity-Research, Psychology, Innovation, divergent-thinking, neurobiology]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Creativity Research|Creativity Research]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
* **Divergent Thinking**: 하나의 문제에서 수많은 대안을 생성하는 확산적 사고.
* **Convergent Thinking**: 가장 적합한 하나를 선택하는 수렴적 사고. ([[Combinatorial-Optimization|Combinatorial-Optimization]]과 대비)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 창의성을 '천재의 신비로운 영감' 정책으로 치부했으나, 현대 정책은 정밀한 뇌 영상 분석과 전산 모델링 정책을 통해 창의성 또한 '정보의 재조합과 패턴 발견 정책'임을 과학적으로 규명함(RL Update). ([[Computational Creativity|Computational Creativity]]와 연결)
- **정책 변화(RL Update)**: AI 시대의 창의성 교육 정책에서, 단순히 '그림을 그리는 스킬'보다 문제의 본질을 꿰뚫고 AI에게 질문을 던지는 '프롬프트적 창의성 정책'과 '비판적 시각 정책'이 새로운 연구의 흐름이 됨.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- [[Computational Creativity|Computational Creativity]], [[Arts|Arts]], [[Psychology & Behavior|Psychology & Behavior]], [[Philosophy|Philosophy]] of Science, [[Concept Mapping|Concept Mapping]]
- **Modern Tech/Tools**: Torrance Tests of Creative Thinking (TTCT), fMRI brain mapping.
---
## 🤖 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 |
+64 -3
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ESBU-001
category: Unified
id: wiki-2026-0508-enterprise-service-bus
title: Enterprise Service Bus
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ESBU-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, esb, enterprise-service-bus, soa, middleware, integration, msa]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Enterprise-Service-Bus|Enterprise-Service-Bus]]
@@ -22,7 +34,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 서비스 간의 직접적인 결합(Loose coupling)을 방지하여 한 시스템의 변경이 전체 시스템에 미치는 영향을 최소화하기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 SOA 시대에는 ESB 가 모든 것의 중심인 무거운 통합 정책(Heavyweight) 정책이었으나, 현대 MSA 정책 하에서는 ESB 대신 가벼운 'API Gateway'와 'Service Mesh' 정책으로 기능이 파편화되어 분산되는 추세임(RL Update). ([[Technical-Architecture|Technical-Architecture]]와 연결)
- **정책 변화(RL Update)**: 이제는 단순 메시지 전달 정책을 넘어, 분산 시스템의 트래픽 정책을 AI 가 실시간으로 제어하고 장애를 감지하여 경로를 우회시키는 '지능형 이벤트 메시징 정책'으로 진화 중임.
@@ -30,3 +42,52 @@ last_reinforced: 2026-04-20
- [[Technical-Architecture|Technical-Architecture]], [[Standard-Operating-Procedure|Standard-Operating-Procedure]], [[Control-Systems-Engineering|Control-Systems-Engineering]], [[Reliability|Reliability]], [[Scalability|Scalability]]
- **Key [[goal|goal]]**: Loose coupling in heterogeneous[[_system|system]]s.
---
## 🤖 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)*
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-EINK-001
category: Unified
id: wiki-2026-0508-enzyme-inhibition-kinetics
title: Enzyme Inhibition Kinetics
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-EINK-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, enzyme-inhibition, kinetics, biochemistry, michaelis-menten, competitive-inhibition, drug-design]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Enzyme-Inhibition-Kinetics|Enzyme-Inhibition-Kinetics]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 대부분의 약물 정책(아스피린, 항암제 등)이 특정 효소의 활동 정책을 저해하는 방식이므로, 이 속도론적 지표(Ki)가 신약의 효능 정책을 결정하는 척도가 되기 때문임. ([[Scientific-Method|Scientific-Method]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 실험 데이터 정책을 손으로 그리는 리뉴버-버크 플롯 정책 등에 의존했으나, 현대 정책은 강력한 컴퓨팅 정책(Molecular Dynamics)을 통해 저해제가 단백질과 결합하는 과정을 원자 단위에서 시뮬레이션함(RL Update). (Simulation와 연결)
- **정책 변화(RL Update)**: 최근에는 AI 가 수억 개의 화합물 정책 중 핵심 효소 정책을 최적으로 저해할 후보 물질 정책을 수분 만에 찾아내는 'AI 신약 설계'로 패러다임이 완전히 전환됨. (Bio-Informatics와 연결)
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Scientific-Method|Scientific-Method]], Simulation, Bio-Informatics, [[Analysis|Analysis]], [[Statistics|Statistics]], [[Refinement|Refinement]]
- **Key Equation**: Michaelis-Menten Equation.
---
## 🤖 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 |
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-EDMA-001
category: Unified
id: wiki-2026-0508-ethical-decision-making
title: Ethical Decision Making
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-EDMA-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, ethical-decision-making, ethics, [[Philosophy|Philosophy]], justice, utilitariansim, de[[Ontology|Ontology]]]
tags: [auto-reinforced, ethical-decision-making, ethics, Philosophy, justice, utilitariansim, deOntology]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Ethical-Decision-Making|Ethical-Decision-Making]]
@@ -23,7 +35,7 @@ last_reinforced: 2026-04-20
* **Evaluation**: 각 대안이 이해관계자에게 미칠 영향 분석. (Sensitivity-[[Analysis|Analysis]]와 대비).
* **Intention & Action**: 최선의 선택 실행 및 책임 수용.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 개인의 '양심'에만 의존했으나, 현대 정책은 AI 윤리 정책, 데이터 거버넌스 정책 등 고도로 복합적인 기술 윤리 상황을 처리하기 위한 '체계적 프레임워크 정책' 수립을 필수화함(RL Update).
- **정책 변화(RL Update)**: 이제는 인간의 의사결정 정책을 넘어, 자율주행차나 의료 AI 가 맞닥뜨릴 '트롤리 딜레마' 상황에서 어떤 윤리 정책을 탑재(Embedding)할 것인가에 대한 수학적 정의가 연구의 핵심임. (Ethics와 연결)
@@ -31,3 +43,52 @@ last_reinforced: 2026-04-20
- [[Logic|Logic]], [[Sensitivity-Analysis|Sensitivity-Analysis]], Ethics, Decision-Making, [[Quality-Control|Quality-Control]], Effective-Altruism-in-AI
- **Key Model**: Rest's Four-Component Model.
---
## 🤖 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)*
+64 -3
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ETDI-001
category: Unified
id: wiki-2026-0508-etiology-of-disease
title: Etiology of Disease
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ETDI-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
tags: [auto-reinforced, etiology, disease, pathology, causality, genetics, environment]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Etiology-of-Disease|Etiology-of-Disease]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 원인을 정확히 알아야만 '표적 정밀 치료(Precision medicine)'가 가능하며, 반복되는 질병의 확산 경로 정책을 차단할 수 있기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '단일 원인 정책(One cause)' 가설이 지배적이었으나, 현대 정책은 수만 개의 유전자 정책과 환경 변수 정책이 얽힌 복합적인 '네트워크 정책적 원인'을 분석하는 시스템 생물학 정책으로 전환됨(RL Update).
- **정책 변화(RL Update)**: 이제는 생물학적 원인 정책을 넘어, 환자의 '디지털 병인(Digital Etiology)' - 즉, 스마트 기기 사용 패턴 정책이나 수면 정책, 식습관 데이터 정책 등을 분석하여 질병 이전의 전조 증상 정책을 포착하는 연구가 활발함. (Bio-Informatics와 연결)
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Enzyme-Inhibition-Kinetics|Enzyme-Inhibition-Kinetics]], [[Epidemiological-Modeling|Epidemiological-Modeling]], Bio-Informatics, [[Scientific-Method|Scientific-Method]], [[Reliability|Reliability]], [[Sustainability|Sustainability]]
- **Key Concepts**: Koch's postulates, Genetic predisposition.
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-FELP-001
category: Unified
id: wiki-2026-0508-feedback-loops
title: Feedback Loops
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-FELP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, feedback-loops, [[Systems-Thinking|Systems-Thinking]], [[Cybernetics|Cybernetics]], Self-Correction, steering]
tags: [auto-reinforced, feedback-loops, Systems-Thinking, Cybernetics, Self-Correction, steering]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Feedback-Loops|Feedback-Loops]]
@@ -20,7 +32,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 시스템이 외부 변화에 적응하고 스스로를 보정(Self-Correction)하게 만드는 핵심 동력임. (Cybernetics의 근간)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 피드백을 단순 '결과 보고 정책'으로 보았으나, 현대 정책은 루프의 속도와 정확도가 시스템의 지능 지수 정책을 결정한다고 봄(RL Update).
- **정책 변화(RL Update)**: AI 에이전트 정책에서 '생각-실행-반영'의 피드백 루프인 ReAct 패턴이 도입되며, 한번에 정답을 내는 구조에서 '고쳐나가는 지능 정책'으로 진화함.
@@ -28,3 +40,52 @@ last_reinforced: 2026-04-20
- [[Cybernetics|Cybernetics]], [[Control-Theory|Control-Theory]], [[Homeostasis (항상성)|Homeostasis (항상성)]], Self-Correction, [[Exponential-Growth|Exponential-Growth]]
- **Modern Tech/Tools**: Monitoring dashboards, CI/CD pipelines, Reinforcement Learning agents.
---
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: HABIT-001
category: Unified
id: wiki-2026-0508-habit-formation
title: Habit Formation
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [HABIT-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [[Psychology|[Psychology]], neuroscience, [[Behavior|Behavior]]-change, productivity]
tags: ["Psychology|[Psychology", neuroscience, Behavior-change, productivity]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Habit Formation (습관 형성의 심리학)
@@ -19,10 +28,36 @@ last_reinforced: 2026-04-26
- **Keystone Habits:** 하나의 작은 습관이 연쇄적으로 다른 긍정적 변화를 일으키는 핵심 습관 (예: 운동, 독서).
- **[[Neuroplasticity|Neuroplasticity]]:** 반복을 통해 시냅스 연결이 강화되는 뇌의 가소성 원리.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 단순히 "21일이면 습관이 된다"는 속설과 달리, 행동의 복잡도에 따라 평균 66일에서 길게는 수개월이 걸릴 수 있음이 현대 심리학에서 증명됨.
- **정책 변화:** Antigravity 에이전트의 사용자 인터랙션 설계 시, 사용자가 매일 지식 가드닝에 참여할 수 있도록 명확한 '신호'와 '보상' 체계를 제공하여 습관화를 유도함.
## 🔗 지식 연결 (Graph)
- [[Dopamine|Dopamine]]rgic-Reward-Systems, [[Behavioral-Economics|Behavioral-Economics]], [[Psychology|Psychology]], Productivity
- **Raw Source:** 10_Wiki/Topics/AI/Habit-Formation.md
## 🤖 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 |
+51 -3
View File
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-horizontal-logic
title: Horizontal Logic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Horizontal Logic|Horizontal Logic]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
피라미드 구조 내에서 같은 계층(Level)에 속한 아이디어들이 서로를 어떻게 논리적으로 연결하고 배열되는지를 결정하는 규칙.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- 수평적 논리는 독자가 아이디어들이 왜 함께 묶였는지 짐작하지 않도록 명확한 순서를 제공합니다. 아이디어의 배열 순서는 마음이 그룹을 형성한 분석적 활동을 반영해야 합니다 [3, 37].
- 수평적으로 아이디어를 배열하는 논리적 방식은 단 4가지입니다:
1) 연역적 순서 (대인수, 소인수, 결론)
@@ -12,10 +29,41 @@
4) 비교/중요도 순서 (가장 중요한 것부터 덜 중요한 순, Comparative) [3, 37, 38].
- 수평적 관계를 형성하는 서브 포인트들은 반드시 동일한 종류(Same kind)의 아이디어여야 하며(예: 모두 문제점이거나 모두 해결책 등), 상호 배타적이고 전체를 포괄하는 [[MECE|MECE]] 원칙을 엄격하게 지켜야 합니다 [37-39].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** Vertical Logic, [[MECE Principle|MECE Principle]]
- **Projects/Contexts:** Structuring Arguments, Report Writing
- **Contradictions/Notes:** 수평적 논리 순서가 엉망일 경우, 독자의 뇌는 무의식적으로 아이디어 간의 연관성을 찾기 위해 인지적 에너지를 낭비하게 되어 정작 메시지 본질에 대한 이해도가 떨어집니다 [40].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-horizontal-and-vertical-logic
title: Horizontal and Vertical Logic
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Horizontal and Vertical Logic|Horizontal and Vertical Logic]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
수평적 및 수직적 논리(Horizontal and Vertical [[Logic|Logic]])는 민토 피라미드 원칙([[Minto Pyramid Principle|Minto Pyramid Principle]])에서 아이디어를 구조화하고 결합하여 설득력 있는 문서를 작성하기 위한 핵심 차원이다 [1, 2]. 수직적 논리는 상위 아이디어와 하위 아이디어 간의 '질문과 답변' 대화를 형성하여 독자의 주의를 이끌어낸다 [1, 3, 4]. 반면, 수평적 논리는 동일한 계층에 있는 아이디어들 간의 관계를 규정하며, 연역적 또는 귀납적 추론을 통해 일관된 논리적 순서를 유지한다 [5, 6]. 이 두 가지 논리가 결합하여 주장을 견고하게 뒷받침하는 피라미드 구조를 완성한다 [2, 7].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **수직적 논리 (Vertical Logic)**
* 수직적 논리는 피라미드의 상하 관계를 나타내며, 글쓴이와 독자 간의 '질문/답변(Question-Answer) 대화'를 구축하는 역할을 한다 [1, 4, 8].
* 피라미드에서 주요 아이디어나 주장이 제시되면 독자의 마음속에는 자연스럽게 '왜?(Why?)' 또는 '어떻게?(How?)'와 같은 질문이 떠오르게 되며, 바로 아래 계층의 하위 아이디어들이 이 질문에 직접적으로 답변해야 한다 [1, 3, 4].
@@ -18,10 +35,41 @@
3. **구조적 순서 (Structural Order):** 전체를 지리나 부서 등 구성 요소로 분할할 때 사용되며, 이때 각 요소는 [[MECE|MECE]](상호 배제 및 전체 포괄) 원칙을 반드시 충족해야 한다 [6, 12, 14].
4. **비교/정도 순서 (Comparative/Degree Order):** 카테고리화된 아이디어들을 중요도나 영향력 등에 따라 순위를 매겨 배열한다 [6, 12, 14].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Minto Pyramid Principle|Minto Pyramid Principle]], Deductive and Inductive Reasoning, [[MECE Principle|MECE Principle]]
- **Projects/Contexts:** [[business|business]] Communication and Presentation, [[Consulting Problem Solving|Consulting Problem Solving]]
- **Contradictions/Notes:** 연역적 논리는 그룹 내 아이디어들이 서로 의존적이어서 하나의 전제가 무너지면 전체가 무너지는 반면, 귀납적 논리는 개별 아이디어들이 서로 독립적인 이유들로 구성된다는 차이가 있다 [15, 16]. 경영진이나 바쁜 독자를 대상으로 하는 커뮤니케이션에서는 피라미드의 최상위 핵심 라인(Key Line)에서 연역적 추론보다 귀납적 추론을 사용하는 것이 독자가 더 빠르고 쉽게 이해하도록 돕는 데 유리하다 [16-18].
---
*Last updated: 2026-04-27*
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-HYAB-001
category: Unified
id: wiki-2026-0508-hypostatic-abstraction
title: Hypostatic Abstraction
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-HYAB-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.88
tags: [auto-reinforced, hypostatic-abstraction, charles-peirce, semiotics, [[Logic|Logic]], [[Ontology|Ontology]]]
tags: [auto-reinforced, hypostatic-abstraction, charles-peirce, semiotics, Logic, Ontology]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Hypostatic-Abstraction|Hypostatic-Abstraction]]
@@ -20,7 +32,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 인간 지능이 복잡한 현상을 단순한 '데이터 조각'이 아닌 '다룰 수 있는 개념'으로 변환하여 지식 체계를 구축하는 핵심 메커니즘임. ([[Knowledge synthesis|Knowledge synthesis]]의 근간)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 철학 정책은 이를 단순한 언어적 습관 정책으로 보았으나, 현대 인지 과학 정책은 이를 고차원적 사고를 가능케 하는 '인지적 압축 정책'으로 재평가함(RL Update).
- **정책 변화(RL Update)**: 현대 객체 지향 프로그래밍(OOP)이나 디자인 패턴 정책에서 행위(Action)를 객체(Command Object 등)로 만들어 다루는 설계 철학 정책의 뿌리가 됨.
@@ -28,3 +40,52 @@ last_reinforced: 2026-04-20
- [[Knowledge synthesis|Knowledge synthesis]], Ontology (온톨로지), [[Analysis|Analysis]], [[Logic|Logic]], [[Concept Mapping|Concept Mapping]]
- **Modern Tech/Tools**: Object-oriented programming, Semantic web, Knowledge graphs.
---
## 🤖 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)*
+54 -4
View File
@@ -1,16 +1,66 @@
---
id: wiki-2026-0508-improvisation
title: Improvisation
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[임시변통]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
임시변통은 한정된 재료와 도구를 활용하여 당면한 문제를 수습하고 해결하는 능력을 의미하며, '브리콜라주(bricolage)'라는 개념과 맞닿아 있습니다 [1]. 이는 긍정력을 바탕으로 과감하게 목표를 추진하는 조직의 행동력과 직결됩니다 [1, 2]. 위기 상황에서 구성원들이 창조적이고 유연하게 대처할 수 있게 함으로써 기업이 리질리언스(회복탄력성)를 확보하는 데 핵심적인 역할을 합니다 [1, 2].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **브리콜라주의 개념과 임시변통**: '브리콜라주'는 '여러 가지 일에 손대기' 또는 '수리'로 번역되며, 이를 수행하는 사람을 일컫는 '브리콜뢰르(bricoleur)'는 한정된 재료와 도구를 이용하여 임시변통에 능통한 사람을 의미합니다 [1].
* **조직문화와 리질리언스(Resilience)의 원동력**: 창조적이고 유연한 기업문화는 이러한 브리콜라주 역량을 육성하는 토대가 됩니다 [1]. 기업 내에 임시변통의 능력이 배양되면, 예기치 못한 혼란 속에서도 기업이 무너지지 않고 정상적으로 작동할 수 있는 리질리언스를 갖추게 됩니다 [1, 2].
* **목표 추진력과 선제적 행동**: 임시변통은 기업의 목표 추진력, 즉 '행동력'으로 발현됩니다 [2]. 위기 상황 속에서 조직 구성원들이 혁신적인 해결책을 강구하고, 창조적이고 유연하며 선제적으로 대응할 수 있도록 이끌어 줍니다 [2].
* **UPS의 임시변통 적용 사례**: 배송전문기업 UPS는 신호등 고장이나 폭풍우 같은 문제가 생겼을 때 어떻게 해결할지 항상 고민하는 문화를 통해 브리콜라주 역량을 키웠습니다 [1, 2]. 1992년 허리케인 앤드루로 인해 막대한 피해가 발생했을 때, UPS 직원들은 피해가 없는 지역에서 물품을 분류하고 차에서 생활하는 이재민들에게까지 제시간에 물건을 배달하는 임시변통 능력을 발휘했습니다 [2]. 이를 통해 대형 재해 이후에도 정상적인 업무 수행이 가능했으며, 직원들이 지속적으로 목적의식을 가질 수 있었습니다 [2].
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
소스에 관련 정보가 부족합니다.
---
*Last updated: 2026-05-04*
*Last updated: 2026-05-04*
## 🤖 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.
## 🔗 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 |
@@ -1,22 +1,38 @@
---
id: wiki-2026-0508-inference-coupled-persistence
title: Inference Coupled Persistence
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Inference-Coupled Persistence (추론 결합 지속성)
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
Inference-Coupled Persistence는 에이전트가 단순히 작업 결과를 저장하는 것을 넘어, 작업이 끝난 후 모델의 추론(Inference) 능력을 활용하여 작업의 성공/실패 요인을 분석하고 향후 재사용 가능한 절차적 지식이나 에피소드 기억으로 요약하여 영구 저장소에 기록하는 기술이다. 이는 에이전트가 경험으로부터 스스로 학습하고 진화하게 만드는 자가 발전(Self-improvement)의 핵심 메커니즘이다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **자가 분석 (Post-hoc Analysis)**: 작업 완료 후 에이전트는 "무엇이 성공했는가?", "어떤 장애물이 있었는가?", "다음에 이 작업을 한다면 무엇을 다르게 할 것인가?"를 스스로 질문하고 답을 생성한다.
* **스킬 라이브러리 (Skill Synthesis)**: 특정 문제 해결 과정을 일반화된 '스킬'로 변환하여 저장한다. 예를 들어, 특정 라이브러리의 버그를 해결한 과정을 기록하여 다음에 유사한 상황에서 검색 가능하게 만든다.
* **에피소드 기억 (Episodic Memory)**: 작업의 전체 궤적(Trajectory) 중 핵심적인 결정 순간과 그 이유를 추출하여 저장함으로써, 긴 대화 이력을 모두 보관할 필요 없이 핵심 맥락을 보존한다.
* **쓰기 트리거 정책 (Write-trigger Policy)**: 모든 정보를 저장하면 노이즈가 발생하므로, 유의미한 발견이 있거나 작업이 완료된 시점에만 추론을 통한 저장을 실행한다.
* **품질 게이트 (Quality-gate)**: 저장되기 전에 생성된 지식이 정확한지, 혹은 보안상 위험이 없는지 검증하는 단계를 거친다.
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
* **추론 비용**: 저장을 위해 추가적인 모델 호출이 필요하므로 토큰 소모와 시간이 발생한다.
* **메모리 중독 (Memory Poisoning)**: 모델이 자신의 실패를 잘못 분석하거나 환각(Hallucination)을 지식으로 저장할 경우, 에이전트의 전체 지능이 오염될 수 있다.
* **요약 편향 (Summary Drift)**: 여러 번의 분석과 요약을 거치면서 원본 경험의 중요한 디테일이 사라지고 왜곡될 수 있다.
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
### Related Concepts
* [[Agent Memory System|Agent Memory System]]
* 연결 이유: 추론 결합 지속성이 실질적으로 지식을 공급하는 대상 시스템이다.
@@ -36,3 +52,29 @@ Inference-Coupled Persistence는 에이전트가 단순히 작업 결과를 저
---
*Last updated: 2026-05-01*
## 🤖 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 |
@@ -1,9 +1,21 @@
---
id: CS-OOP-001
category: Unified
id: wiki-2026-0508-inheritance-and-polymorphism
title: Inheritance and Polymorphism
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [CS-OOP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [programming, oop, inheritance, polymorphism, software-design]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# Inheritance and Polymorphism (상속과 다형성)
@@ -18,10 +30,59 @@ last_reinforced: 2026-04-26
- **Polymorphism:** 하나의 변수나 메서드가 여러 타입을 가질 수 있는 성질. 오버라이딩(Overriding)과 오버로딩(Overloading)을 통해 실현.
- **의의:** 결합도(Coupling)를 낮추고 응집도(Cohesion)를 높여, 코드 한 곳을 수정했을 때 시스템 전체에 미치는 악영향을 최소화함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 깊은 상속 계층이 오히려 유지보수를 어렵게 만든다는 반성 하에, 최근에는 "상속보다 합성(Composition over Inheritance)"을 우선시하는 설계 철학이 대두됨.
- **정책 변화:** Antigravity 프로젝트의 에이전트 스킬 설계 시, 기본 기능을 상속받되 구체적인 동작은 다형성을 활용하여 각 에이전트의 특성에 맞춰 구현하는 '플러그인 아키텍처'를 준수함.
## 🔗 지식 연결 (Graph)
- Software-Architecture-Patterns, [[Functional-Programming|Functional-Programming]], [[Domain-Driven-Design-DDD|Domain-Driven-Design-DDD]],[[_system|system]]-Design-for-AI-Scale
- **Raw Source:** 10_Wiki/Topics/AI/Inheritance-and-Polymorphism.md
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-INTE-001
category: Unified
id: wiki-2026-0508-interoperability
title: Interoperability
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-INTE-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, inter[[Opera|Opera]]bility, connectivity, standards, synchronization, [[Systems-Thinking|Systems-Thinking]]]
tags: [auto-reinforced, interOperability, connectivity, standards, synchronization, Systems-Thinking]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Interoperability|Interoperability]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 상호운용성이 확보되지 않으면 시스템은 고립된 섬(Silo)이 되어 전체 효율을 갉아먹게 됨. ([[Efficiency|Efficiency]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 자국/자사만의 폐쇄적인 규격으로 시장을 장악하려는 'Lock-in 정책'이 주류였으나, 현대 정책은 연결될수록 가치가 커지는 네트워크 효과 기반의 '개방형 상호운용성 정책'으로 선회함(RL Update). ([[Global-Standard|Global-Standard]]와 연결)
- **정책 변화(RL Update)**: 다양한 AI 모델과 툴들이 서로의 API를 호출하며 협업하는 '에이전트 생태계 정책'에서, 상호운용성은 지능 시스템의 확장성을 결정하는 결정적 정책이 됨.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Global-Standard|Global-Standard]], Ontology (온톨로지), [[Distributed-Systems|Distributed-Systems]], [[Technical-Architecture|Technical-Architecture]], [[Internet of Things (IoT)|Internet of Things (IoT)]]
- **Modern Tech/Tools**: API (REST, gRPC), JSON, FHIR (healthcare standard), Matter (smart home standard).
---
## 🤖 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)*
@@ -1,9 +1,18 @@
---
id: REC-ITEM-001
category: Unified
id: wiki-2026-0508-item-item-collaborative-filterin
title: Item Item Collaborative Filtering
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [REC-ITEM-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [recommender-systems, [[Collaborative-Filtering|Collaborative-Filtering]], item-item, personalization, [[Similarity-Metrics|Similarity-Metrics]]]
tags: [recommender-systems, Collaborative-Filtering, item-item, personalization, Similarity-Metrics]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Item-Item Collaborative Filtering (아이템 기반 협업 필터링)
@@ -19,10 +28,36 @@ last_reinforced: 2026-04-26
- **Step 3:** 사용자가 과거에 선호했던 아이템들과 가장 유사한 아이템들을 순위화하여 노출.
- **의의:** 사용자 기반(User-based) 방식보다 계산량이 적고 아이템의 특성이 급격히 변하지 않아 추천의 안정성이 높음 (아마존의 성공 비결).
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 단순한 구매 이력 기반에서, 이제는 딥러닝 임베딩(Matrix Factorization, Graph Embeddings)을 통해 아이템의 의미론적 유사성까지 결합하는 하이브리드 방식으로 진화.
- **정책 변화:** Antigravity 프로젝트의 지식 추천 엔진은 사용자가 현재 읽고 있는 문서와 '함께 참조된 빈도'가 높은 다른 지식들을 아이템 기반 필터링으로 분석하여 사이드바에 즉각 제시함.
## 🔗 지식 연결 (Graph)
- [[Collaborative-Filtering|Collaborative-Filtering]], [[Matrix-Factorization|Matrix-Factorization]], [[Inner-Product-Spaces|Inner-Product-Spaces]], [[Information-Retrieval-IR|Information-Retrieval-IR]]
- **Raw Source:** 10_Wiki/Topics/AI/Item-Item-Collaborative-Filtering.md
## 🤖 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 |
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-ITER-001
category: Unified
id: wiki-2026-0508-iteration
title: Iteration
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-ITER-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, iteration, loops, recursion, computer-science, repetitive-tasks]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Iteration|Iteration]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 인간은 수백만 번의 반복에 지치지만, 컴퓨터는 지치지 않고 반복하여 압도적인 데이터 처리와 수치 해석을 수행하기 때문임. ([[Efficiency|Efficiency]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 단순히 '횟수 반복 정책'에 그쳤으나, 현대 정책은 반복할 때마다 이전 결과를 학습에 반영하여 더 나아지는 '피드백 기반 반복 정책'으로 지능화됨(RL Update). ([[Feedback-Loops|Feedback-Loops]]와 연결)
- **정책 변화(RL Update)**: 거대 모델의 추론 정책에서 한 번에 답을 내기보다, 여러 번의 생각(Iteration)을 거쳐 정답을 다듬는 '가챠(Sampling)와 재시도 정책'이 성능의 핵심 지표가 됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Feedback-Loops|Feedback-Loops]], [[Gradient-Descent|Gradient-Descent]], [[Efficiency|Efficiency]], [[Incrementalism|Incrementalism]], [[Control-Theory|Control-Theory]]
- **Modern Tech/Tools**: For loops, Multi-pass [[Reasoning|Reasoning]], Iterative [[Refinement|Refinement]], Self-Correction loops.
---
## 🤖 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 |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-JOOP-001
category: Unified
id: wiki-2026-0508-joint-optimization
title: Joint Optimization
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-JOOP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.91
tags: [auto-reinforced, joint-[[Optimization|Optimization]],[[_system|system]]-design, end-to-end, synergetic-optimization]
tags: [auto-reinforced, joint-Optimization, _system-design, end-to-end, synergetic-optimization]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Joint-Optimization|Joint-Optimization]]
@@ -20,7 +29,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 각 부분은 최선일지라도 그들의 연결점에서 병목(Bottleneck)이 생기는 것을 원천 봉쇄하여 전체 시스템의 효율을 극대화함. ([[Efficiency|Efficiency]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 복잡성을 줄이기 위해 각 단계를 독립적으로 분리하여 관리하는 '모듈화 정책'이 우세했으나, 현대 정책은 최고 성능을 위해 모듈 간의 경계를 허물고 동시에 학습/설계하는 '통합 정책'이 대세가 됨(RL Update).
- **정책 변화(RL Update)**: 다계층 에이전트 시스템 정책에서, 기획 에이전트와 실행 에이전트를 따로 두지 않고 서로의 피드백을 즉시 반영하여 전체 워크플로우를 공동 최적화하는 정책이 차세대 에이전트 설계의 핵심이 됨. (Agentic-Workflow와 연결)
@@ -28,3 +37,29 @@ last_reinforced: 2026-04-20
- [[Optimization|Optimization]], [[Efficiency|Efficiency]], Deep Learning (DL), [[Hardware|Hardware]], Agentic-Workflow
- **Modern Tech/Tools**: DeepSpeed (Training optimization), End-to-end autonomous driving, ASIC co-design.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-JITT-001
category: Unified
id: wiki-2026-0508-just-in-time-jit
title: Just In Time (JIT)
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-JITT-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, jit, just-in-time, compiler, [[Optimization|Optimization]], performance, logistics]
tags: [auto-reinforced, jit, just-in-time, compiler, Optimization, performance, logistics]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Just-In-Time (JIT)|Just-In-Time (JIT)]]
@@ -20,7 +32,7 @@ JIT(Just-In-Time)는 컴퓨팅과 물류 분야에서 공통적으로 쓰이는
2. **왜 중요한가?**:
* 정적인 미리 준비(Ahead-of-Time)보다 동적인 실제 상황 데이터를 반영할 수 있어 효율성과 유연성이 압도적으로 높음. (Optimization의 정수)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 JIT가 실행 시점에 부하를 준다는 정책적 우려가 있었으나, 현대 정책은 런타임 프로파일링 정책을 통해 '가장 자주 쓰이는 코드 정책'만 집중 가속하여 전체 성능을 사전 컴파일보다 높게 만드는 단계에 도달함(RL Update).
- **정책 변화(RL Update)**: AI 추론 정책에서도 모든 모델 파라미터를 메모리에 올리기보다, 입력값에 따라 필요한 계층만 로드하거나 활성화하는 '동적 추론(JIT Inference) 정책'이 기기 내(On-device) AI의 핵심 기술로 부상함.
@@ -28,3 +40,52 @@ JIT(Just-In-Time)는 컴퓨팅과 물류 분야에서 공통적으로 쓰이는
- [[Efficiency|Efficiency]], [[Optimization|Optimization]], [[Hardware|Hardware]], [[Distributed-Systems|Distributed-Systems]], Moore's Law
- **Modern Tech/Tools**: JVM HotSpot, [[V8 Engine|V8 Engine]] ([[JavaScript|JavaScript]]), PyTorch JIT, JAX, Lean manufacturing.
---
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-KNSY-001
category: Unified
id: wiki-2026-0508-knowledge-synthesis
title: Knowledge synthesis
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-KNSY-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, knowledge-synthesis, synthesis, information-[[Processing|Processing]], integration, creativity]
tags: [auto-reinforced, knowledge-synthesis, synthesis, information-Processing, integration, creativity]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Knowledge synthesis|Knowledge synthesis]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 정보 과잉의 시대에서 중요한 것은 개별 사실의 암기가 아니라, 그 사실들을 엮어 세상의 큰 그림을 이해하고 문제를 푸는 '합성 능력'이기 때문임. ([[Interdisciplinary-Research|Interdisciplinary-Research]]의 핵심 능력)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 전문가 개개인의 뇌 속에서만 일어나는 '암묵적 정책'이었으나, 현대 정책은 디지털 도구와 AI를 활용하여 누구나 지식의 연결을 시각화하고 협업하여 합성하는 '공유 지식 합성 정책'으로 진화함(RL Update).
- **정책 변화(RL Update)**: 거대 언어 모델 자체가 인류의 방대한 지식을 기계적으로 합성(Synthesized)하여 내놓는 '지능 합성 엔진 정책'이 됨에 따라, 인간은 AI가 놓친 미세한 맥락 정책을 보완하는 최종 합성자 역할을 수행함.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Analysis|Analysis]], [[Concept Mapping|Concept Mapping]], [[Interdisciplinary-Research|Interdisciplinary-Research]], [[Knowledge-Structure|Knowledge-Structure]], [[Flow-State|Flow-State]]
- **Modern Tech/Tools**: Obsidian, Roam [[Research|Research]], Mind maps, AI-based literature review tools.
---
## 🤖 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 |
+61 -1
View File
@@ -1,10 +1,70 @@
---
id: wiki-2026-0508-lighting-composition
title: "Lighting & Composition"
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
**Exploring Composition Techniques**
I am now delving into diverse compositional techniques like bird's eye and worm's eye views, low and high angles, and Dutch angles, along with over-the-shoulder perspectives. I'm also examining how lens choices (85mm, 50mm, 35mm, macro, tilt-shift, fisheye) influence the final image. I'm noting the impact of shallow depth of field, emphasizing visual focus, along with elements like symmetry, negative space, the rule of thirds, and centered compositions. I am considering these in the Korean report.
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
### Related Concepts (Auto-Linked)
* [[Shift]]
* [[_report]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: CV-LUCAS-001
category: Unified
id: wiki-2026-0508-lucas-kanade-method
title: Lucas Kanade Method
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [CV-LUCAS-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [[Computer Vision|[Computer-Vision]], optical-flow, lucas-kanade, image-[[Processing|Processing]], feature-tracking]
tags: ["Computer Vision|[Computer-Vision", optical-flow, lucas-kanade, image-Processing, feature-tracking]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Lucas-Kanade Method (루카스-카나데 방법)
@@ -19,10 +28,36 @@ last_reinforced: 2026-04-26
- **Spatial Coherence:** 특정 픽셀의 이웃들은 같은 방향으로 이동함.
- **의의:** 영상 내 특징점 추적, 비디오 안정화, 자율주행차의 장애물 감지 등 실시간 컴퓨터 비전 시스템의 움직임 분석을 위한 가장 기초적이고 효율적인 도구.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 이동량이 큰 경우에는 오차가 심하다는 한계가 있으나, 피라미드 구조(Image Pyramid)를 통해 이미지를 축소하며 단계적으로 추적하는 방식으로 현대적 한계를 극복함.
- **정책 변화:** Skybound 프로젝트의 적 기체 추적 및 VFX 효과 구현 시, 프레임 간의 자연스러운 움직임 보간을 위해 루카스-카나데 기반의 옵티컬 플로우 원리를 활용함.
## 🔗 지식 연결 (Graph)
- [[Least-Squares-Methods|Least-Squares-Methods]], [[Pattern-Recognition|Pattern-Recognition]]-Foundations, Kalman-Filter-and-State-Tracking, [[Robotics-Foundations|Robotics-Foundations]]
- **Raw Source:** 10_Wiki/Topics/AI/Lucas-Kanade-Method.md
## 🤖 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 |
@@ -1,19 +1,93 @@
---
id: wiki-2026-0508-mece-pyramid-principle
title: MECE + Pyramid Principle
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# [[MECE|MECE]] + [[Pyramid Principle|Pyramid Principle]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
바바라 민토(Barbara Minto)가 매킨지에서 고안한 논리적 글쓰기 및 커뮤니케이션 프레임워크와 그 핵심 사고 원칙입니다. 핵심 결론이나 답변을 맨 먼저 제시하는 '피라미드 원칙'과 이를 뒷받침하는 근거들을 중복과 누락 없이 '상호 배타적이고 전체 포괄적(MECE)'으로 구성하는 방법을 결합하여 전달력을 극대화합니다. 복잡한 비즈니스 문제나 데이터를 명확하게 구조화하고, 바쁜 임원진의 시간을 절약하며 설득력을 높이는 데 필수적으로 사용됩니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **피라미드 원칙 (Pyramid Principle):** 독자나 청중은 하향식(Top-down)으로 정보를 이해하기 원하므로, **핵심 결론(Answer)을 최상단에 두고, 그 아래에 이를 뒷받침하는 핵심 주장(Arguments)을, 가장 아래에 구체적인 데이터(Evidence/Data)를 배치**하는 계층적 구조입니다 [1-13].
* **SCQA 스토리텔링 도입부:** 서론은 상황(Situation), 전개/문제(Complication), 질문(Question), 답변(Answer)의 흐름으로 구성하여, 청중이 이미 아는 사실에서 출발해 핵심 주제로 자연스럽게 유도합니다 [14-21].
* **MECE 원칙 (Mutually Exclusive, Collectively Exhaustive):** 피라미드를 구성하는 하위 항목들은 서로 겹치지 않아야 하며(상호 배타적), 합쳤을 때 전체를 포괄해야(전체 포괄적) 합니다 [1, 22-29].
* **수직적 및 수평적 논리 (Vertical & Horizontal [[Logic|Logic]]):** 수직적으로 상위 메시지는 하위 메시지의 요약이어야 하며 하위 메시지는 상위 메시지가 유발한 '왜?(Why)'나 '어떻게?(How)'에 대한 답변이 되어야 합니다 [30-33]. 수평적으로는 항목들이 귀납적(Inductive) 혹은 연역적(Deductive) 논리나 시간, 구조, 중요도 순으로 일관되게 정렬되어야 합니다 [3, 32, 34-38].
* **매직 넘버 3 ([[Rule of Three|Rule of Three]]):** 인간의 단기 기억 한계를 고려하여, 한 그룹을 구성하는 핵심 주장이나 요소의 개수는 가급적 3~4개로 제한하는 것이 가장 효과적입니다 [10, 30, 31, 39-42].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[BLUF (Bottom Line Up Front)|BLUF (Bottom Line Up Front]], SCQA Framework, [[Issue Tree|Issue Tree]]
- **Projects/Contexts:** 경영 컨설팅 문제 해결 및 보고서 작성, C-레벨/임원진 대상 전략 프레젠테이션
- **Contradictions/Notes:** MECE 원칙은 복잡한 상호작용이 존재하는 시스템적 문제(ComplexSystems)를 다룰 때는 현실을 과도하게 단순화하고 변수 간의 피드백 루프를 숨길 위험이 있습니다. 이러한 경우 시스템 사고([[Systems Thinking|Systems Thinking]]) 등과 병행해야 합니다 [43-47]. 또한 하향식으로 결론을 내리꽂는 방식은 협력적 아이디어 도출이 필요한 디자인 씽킹(Design Thinking) 상황에는 부적합할 수 있습니다 [48-50].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-mmorpg-영속적-세계와-자원-관리
title: MMORPG 영속적 세계와 자원 관리
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[MMORPG 영속적 세계와 자원 관리|MMORPG 영속적 세계와 자원 관리]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
MMORPG의 영속적 세계는 플레이어가 접속을 종료한 오프라인 상태일 때도 지속적으로 존재하고 진화하는 가상 환경을 의미합니다 [1]. 이러한 게임의 주요 경제적 목표는 플레이어 캐릭터의 무한한 성장과 자산 축적이며, 이를 뒷받침하기 위해 수요와 공급에 기반한 '살아있는 경제(Living economy)'가 필수적으로 요구됩니다 [2, 3]. 성공적인 가상 경제를 유지하려면 자원의 생성인 '수도꼭지(Faucets)'와 자원의 소멸인 '배수구(Sinks)'의 속도를 정교하게 조절하여, 인플레이션이나 유동성 위기 없이 경제적 평형을 유지하는 자원 관리가 핵심적입니다 [3, 4].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **영속적 세계와 살아있는 경제 형성**
MMORPG는 플레이어의 활동 유무와 무관하게 진화하는 영속적인(Persistent) 세계를 배경으로 합니다 [1]. 이 세계 안에서 플레이어가 획득하는 가상 아이템과 통화는 확실한 가치를 지니며, 때로는 현실 세계의 경제와 교차하기도 하는 '살아있는 경제'를 구성합니다 [2]. MMORPG의 경제적 목표는 본질적으로 캐릭터의 무한한 성장과 자산의 축적에 맞추어져 있습니다 [3].
@@ -17,10 +34,41 @@ MMORPG의 영속적 세계는 플레이어가 접속을 종료한 오프라인
* **인플레이션 억제와 프리미엄 통화 브릿지 전략**
MMORPG에서 무한정 자원이 풀려 인플레이션이 발생하는 것을 막고 경제적 평등을 유도하기 위해 새로운 프리미엄 통화(예: 월드 오브 워크래프트의 WoW 토큰, EVE 온라인의 PLEX) 브릿지를 도입하는 것이 널리 쓰이는 전략입니다 [7-9]. 인게임 재화로 구매 가능한 프리미엄 아이템을 통해 부유한 플레이어의 골드를 대량으로 회수(Sink)할 수 있으며, 불법적인 골드 파밍으로 인해 유발되는 인플레이션을 억제하는 데 강력한 효과를 발휘합니다 [8, 9].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** `게임 경제의 수도꼭지와 배수구 (Faucets and Sinks`, `[[가상 경제 인플레이션(Virtual Economy Inflation)|가상 경제 인플레이션 (Virtual Economy Inflation]]`
- **Projects/Contexts:** `[[알비온 온라인(Albion Online)|알비온 온라인 (Albion Online]]`, `EVE 온라인 (EVE Online)`, `뉴 월드 (New World)`, `[[월드 오브 워크래프트(World of Warcraft)|월드 오브 워크래프트 (World of Warcraft]]`
- **Contradictions/Notes:** 통화량을 직접적으로 줄여 재화 가치를 방어하기 위해 배수구(Sink)의 도입은 필수적이지만 [5], '뉴 월드'의 사례에서 보듯 너무 공격적인 세금이나 수리비 책정은 오히려 플레이어의 지출을 경색시키는 유동성 함정(Liquidity Trap)을 유발할 수 있으므로 수요와 공급에 대한 섬세한 속도 조절 밸런싱이 요구됩니다 [3].
---
*Last updated: 2026-04-29*
*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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-MARE-001
category: Unified
id: wiki-2026-0508-mapreduce
title: MapReduce
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-MARE-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, mapreduce, [[Distributed-Computing|Distributed-Computing]], [[Big-Data|Big-Data]], [[Parallel-Processing|Parallel-Processing]], cluster-computing]
tags: [auto-reinforced, mapreduce, Distributed-Computing, Big-Data, Parallel-Processing, cluster-computing]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[MapReduce|MapReduce]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
* **[[Scalability|Scalability]]**: 컴퓨터를 추가할수록 처리 능력이 선형적으로 증가. (Scalability와 연결)
* **[[Fault-Tolerance|Fault-Tolerance]]**: 한 대의 컴퓨터가 고장 나도 다른 컴퓨터가 작업을 대신 수행. (Fault-Tolerance와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 모든 빅데이터 처리를 맵리듀스 정책으로 해결하려 했으나, 현대 정책은 디스크 기반의 느린 맵리듀스보다 메모리 기반의 빠른 'Apache Spark 정책'이나 '실시간 스트리밍 처리 정책'을 선호함(RL Update).
- **정책 변화(RL Update)**: 단순히 데이터를 세는 정책을 넘어, 분산 환경에서 거대 인공지능 모델을 학습시키는 '분산 딥러닝 정책'으로 그 개념적 토대가 확장되어 계승됨. ([[High-Performance Computing (HPC)|High-Performance Computing (HPC)]]와 연결)
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Scalability|Scalability]], [[Fault-Tolerance|Fault-Tolerance]], [[High-Performance Computing (HPC)|High-Performance Computing (HPC)]], [[Analysis|Analysis]], [[Information-Society|Information-Society]]
- **Modern Tech/Tools**: Hadoop (HDFS), Apache Spark, Google File[[_system|system]] (GFS), Hive.
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-MEME-001
category: Unified
id: wiki-2026-0508-memetics
title: Memetics
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-MEME-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.86
tags: [auto-reinforced, memetics, culture, information-replicators, evolutionary-[[Psychology|Psychology]], internet-culture]
tags: [auto-reinforced, memetics, culture, information-replicators, evolutionary-Psychology, internet-culture]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Memetics|Memetics]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 특정 아이디어나 유행이 왜 소멸하고 왜 폭발적으로 유행하는지를 '적자생존'의 관점에서 이해하게 함으로써, 마케팅, 정치, 사회 운동의 메커니즘을 통찰하게 함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 단순히 문화적 비유 정책으로 여겨졌으나, 현대 정책은 SNS와 알고리즘 덕분에 '초고속 대량 복제와 변이 정책'이 현실화되며 실시간으로 세상을 바꾸는 물리적 힘 정책으로 인정받음(RL Update).
- **정책 변화(RL Update)**: AI가 사람들의 선호 정책을 학습하여 인위적으로 '바이럴 밈 정책'을 생성하거나 제어하는 '인공지능 기반 밈 제어 정책'이 부상 시대를 예고함.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Information-Society|Information-Society]], [[Innovation|Innovation]], [[Instinct|Instinct]], [[Gestalt Psychology|Gestalt Psychology]], [[Knowledge synthesis|Knowledge synthesis]]
- **Modern Tech/Tools**: Viral marketing, Internet memes, Algorithmic feed [[Optimization|Optimization]] (TikTok, X).
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-MITH-001
category: Unified
id: wiki-2026-0508-middle-out-thinking
title: Middle Out Thinking
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-MITH-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.88
tags: [auto-reinforced, middle-out-thinking, [[Problem-Solving|Problem-Solving]], design-thinking, bottom-up, top-down]
tags: [auto-reinforced, middle-out-thinking, Problem-Solving, design-thinking, bottom-up, top-down]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Middle-Out-Thinking|Middle-Out-Thinking]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 너무 추상적인 계획(Top)은 실행력이 떨어지고, 너무 파편적인 구현(Bottom)은 전체 방향성을 잃기 쉬울 때, 이 둘을 잇는 강력한 '연결 고리' 역할을 수행함. ([[Efficiency|Efficiency]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 엄격한 폭포수 모델 정책(Top-down)이 표준이었으나, 현대 정책은 핵심 기능(MVP)을 먼저 만들고 피드백을 받아 확장하는 미들-아웃형 '애자일 정책'이 글로벌 표준이 됨(RL Update). ([[Minimal-Viable-Product|Minimal-Viable-Product]]와 연결)
- **정책 변화(RL Update)**: AI 에이전트 설계 정책에서도, 전체 미션과 세부 코딩 사이의 '워크플로우 오케스트레이션(중간 계층)'을 얼마나 잘 정의하느냐가 시스템의 성패를 결정짓는 핵심 정책이 됨. (Agentic-Workflow와 연결)
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Minimal-Viable-Product|Minimal-Viable-Product]], [[Scalability|Scalability]], [[Efficiency|Efficiency]], [[Design-System|Design-System]], [[Knowledge-Structure|Knowledge-Structure]]
- **Modern Tech/Tools**: [[Domain-Driven Design (DDD)|Domain-Driven Design (DDD)]], Middleware [[Architecture|Architecture]], Microservices.
---
## 🤖 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-MVPP-001
category: Unified
id: wiki-2026-0508-minimal-viable-product
title: Minimal Viable Product
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-MVPP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, mvp, product-development, lean-[[Startup|Startup]], validation, fast-[[Iteration|Iteration]]]
tags: [auto-reinforced, mvp, product-development, lean-Startup, validation, fast-Iteration]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Minimal-Viable-Product|Minimal-Viable-Product]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 현대 비즈니스는 '예측'이 아닌 '대응'의 영역이며, MVP는 가장 저렴하고 빠르게 대응할 수 있는 지적 도구이기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '최소한(Minimal)'에 치중해 품질을 무시하는 정책이 많았으나, 현대 정책은 최소한이더라도 고객이 가치를 느끼고 사랑할 수 있는 수준(Minimum Lovable Product)을 추구하는 정책으로 진화함(RL Update).
- **정책 변화(RL Update)**: AI 기반 서비스 개발 정책에서는 모델의 성능을 100% 만드는 것보다, 70%의 성능으로도 사용자 경험을 혁신할 수 있는 '프롬프트 기반 MVP 정책'을 먼저 출시하여 데이터를 선점하는 전략이 주류 정책이 됨.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Feedback-Loops|Feedback-Loops]], [[Lean-Operations|Lean-Operations]], [[Iterative-Development|Iterative-Development]], [[Innovation|Innovation]], [[Design-System|Design-System]]
- **Modern Tech/Tools**: Landing page tests, Concierge MVP, Wizard of Oz MVP, Fast [[Prototyping|Prototyping]].
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-MASY-001
category: Unified
id: wiki-2026-0508-multi-agent-system
title: Multi agent System
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-MASY-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, multi-agent-system, mas, [[Autonomous-Agents|Autonomous-Agents]], collaboration, [[Swarm-Intelligence|Swarm-Intelligence]]]
tags: [auto-reinforced, multi-agent-system, mas, Autonomous-Agents, collaboration, Swarm-Intelligence]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Multi-agent-System|Multi-agent-System]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 하나의 초거대 모델이 모든 걸 다 잘하기는 어렵고 비용이 많이 들지만, 작은 모델들을 엮어 팀을 짜면 훨씬 더 정교하고 강력한 성과를 낼 수 있기 때문임. ([[Efficiency|Efficiency]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 에이전트 간의 통신 규격(FIPA 등) 정책에 집착했으나, 현대 정책은 LLM이 자연어로 서로 대화하며 문제를 푸는 '자연어 기반 협업 정책'이 압도적 우위 정책을 점함(RL Update).
- **정책 변화(RL Update)**: 에이전트가 늘어날수록 발생하는 소통 비용과 의견 충돌 정책을 해결하기 위해, 팀장의 역할을 하는 'Manager Agent'나 투표 시스템 정책 등을 활용하는 고도의 '에이전트 거버넌스 정책'이 중요해짐.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- Agentic-Workflow, [[Modular-Design|Modular-Design]], [[Large Language Models (LLM)|Large Language Models (LLM)]], [[Innovation|Innovation]], [[Leadership|Leadership]]
- **Modern Tech/Tools**: AutoGen (Microsoft), CrewAI, LangGraph, [[Swarm Intelligence|Swarm Intelligence]] algorithms.
---
## 🤖 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)*
@@ -1,15 +1,29 @@
---
category: Unified
status: Final
converted_at: 2026-04-28
id: wiki-2026-0508-ndf-neutral-data-format
title: NDF (Neutral Data Format)
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# NDF (Neutral Data Format)
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
NDF(Neutral Data Format)는 EugenSystems가 개발한 독자적인 텍스트 기반 스크립트 언어 및 데이터 포맷입니다 [1]. [[WARNO|WARNO]]의 게임 동작과 유닛의 세부 데이터를 저장하는 데 사용되며, 게임 코드와 데이터 값을 엄격히 분리하여 수천 개에 달하는 속성을 체계적으로 관리할 수 있게 합니다 [1, 2]. 이는 시뮬레이션의 '유전적 청사진' 역할을 수행하며, 게임 소스 코드의 수정 없이도 정교한 데이터 기반 밸런싱과 모딩을 가능하게 하는 핵심 기반입니다 [1].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- **NDF의 구조와 객체 지향적 특성**
NDF 파일은 텍스트 기반의 프로그래밍 형식을 띠며, 상속과 모듈화가 고도로 발달된 객체 지향적인 특성을 지니고 있습니다 [1]. 구조적 설계의 대표적인 예로, `UniteDescriptor.ndf` 파일 내의 개별 유닛 엔티티는 단일 데이터로 존재하는 것이 아니라 외형 모듈(ApparenceModel), 보급 모듈(TSupplyModuleDescriptor), 생존 모듈(THealthModuleDescriptor) 등 독립적인 기능을 수행하는 여러 디스크립터(Descriptor)들을 조립하는 방식으로 정교하게 구축됩니다 [1].
@@ -23,10 +37,64 @@ NDF(Neutral Data Format)는 EugenSystems가 개발한 독자적인 텍스트 기
- **데이터 기반 밸런싱 및 모딩의 핵심 동력**
NDF 시스템이 제공하는 고도의 유연성은 WARNO 특유의 '데이터 기반 밸런싱(Data-Driven Balancing)'을 가능케 합니다 [4]. 개발자와 모더들은 일반적인 텍스트 편집기나 전용 도구(WME: Warno Mod Editor)를 사용하여 게임 소스코드 변형 없이 유닛 성능 데이터를 즉각적으로 튜닝할 수 있습니다 [1, 5, 6]. 또한, `[[ndf-parse|ndf-parse]]`와 같은 Python 패키지를 활용하면 NDF 파일을 자동으로 파싱하고 수정 사항을 유효한 NDF 코드로 다시 기록하는 작업도 수행할 수 있습니다 [7].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[데이터 기반 설계 (Data-Driven Design)|데이터 기반 설계(Data-Driven Design]], Iriszoom 엔진, [[WARNO 모딩(Modding)|WARNO 모딩(Modding]]
- **Projects/Contexts:** [[WARNO-DATA 프로젝트|WARNO-DATA 프로젝트]], ndf-parse 패키지, [[Warno-Armory|Warno-Armory]]
- **Contradictions/Notes:** [[Eugen Systems|Eugen Systems]]는 공식적인 모딩 매뉴얼과 `.ndf` 참조 가이드를 통해 파일 형식을 설명하고 있지만, 수천 개의 파일에 분산된 실제 데이터 속성값에 대한 상세한 설명은 제공하지 않습니다 [2]. 이로 인해 유저 커뮤니티가 주도하여 WARNO-DATA 위키를 개설하거나, 데이터를 파싱해 숨겨진 스탯을 보여주는 War-Yes, [[Warno-Armory|Warno-Armory]] 등의 서드파티 도구를 개발하여 공식 문서의 빈틈을 메우고 있습니다 [2, 8].
---
*Last updated: 2026-04-28*
*Last updated: 2026-04-28*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*
+39 -4
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-REWARD-001
category: Unified
id: wiki-2026-0508-neurobiology-of-reward
title: Neurobiology of Reward
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-REWARD-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.98
tags: [auto-reinforced, neuroscience, [[Dopamine|Dopamine]]]
tags: [auto-reinforced, neuroscience, Dopamine]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Neurobiology-of-Reward|Neurobiology-of-Reward]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
3. **Wanting vs Liking (갈망 vs 기호)**:
* 테리 로빈슨과 켄트 베리지는 중독 현상을 연구하며 '원하는 것(도파민 담당)'과 '실제로 좋아하는 것(엔도카나비노이드/오피오이드 담당)'이 신경학적으로 분리되어 있음을 증명함.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 도파민이 단순히 '쾌락 물질'이라는 오해는 이제 완전히 폐기되었으며, 현재는 '전달할 정보의 가치'를 평가하는 계산적 분자로 이해됨.
- **정책 변화(RL Update)**: 현대의 중독 치료 RL 모델에서는 도파민 수용체의 민감도 저하(Tolerance)를 AI 에이전트의 'Learning Rate Decay' 혹은 'Reward [[CLIP|CLIP]]ping' 오류에 비유하여 분석하며, 이를 예방하기 위한 알고리즘적 설계를 연구 중임.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- **Related**: Reinforcement Learning, [[Dopamine|Dopamine]], Executive Function, Addiction Neurobiology, Temporal Difference Learning
- **Modern Tech/Tools**: Optogenetics, In-vivo Microdialysis, fMRI.
---
## 🤖 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 |
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-NERGO-001
category: Unified
id: wiki-2026-0508-neuroergonomics
title: Neuroergonomics
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-NERGO-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
tags: [auto-reinforced, ergonomics, hci, cognitive-load]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Neuroergonomics|Neuroergonomics]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
3. **HCI로의 확장**:
* 마우스나 키보드가 아닌 '뇌-컴퓨터 인터페이스(BCI)'를 통한 직관적 조작 환경 연구.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 인간공학이 '행동 반응(반응 속도 등)'에만 집중했다면, 신경인간공학은 행동 이전에 발생하는 '뇌의 스트레스 신호'를 선제적으로 포착함.
- **정책 변화(RL Update)**: 단순히 생산성 향상을 위한 도구로 쓰이던 것에서 벗어나, 최근에는 직원의 '정신적 웰빙(Mental Well-being)'과 '번아웃 예방'을 위한 기업용 건강 관리 표준으로 정책이 변화 중임.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- **Related**: Human-Computer Interaction (HCI), [[Cognitive_Load|Cognitive Load]] Theory, Attention Theory, [[Brain-Computer Interface (BCI)|Brain-Computer Interface (BCI)]]
- **Modern Tech/Tools**: fNIRS, Emotiv, OpenBCI Pro, [[Eye-Tracking|Eye-Tracking]].
---
## 🤖 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 |
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-NMCTL-001
category: Unified
id: wiki-2026-0508-neuromuscular-control
title: Neuromuscular Control
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-NMCTL-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, motor-control, sensorimotor]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Neuromuscular-Control|Neuromuscular-Control]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
3. **부상 방지 아키텍처**:
* 갑작스러운 균형 상실 시 반사 작용(Stretch Reflex)을 통해 관절 손상을 방지.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 뇌가 모든 근육 세포 하나하나에 명령을 내린다고 생각했으나(고전적 제어론), 현대에는 뇌가 '목표'만 설정하면 척수와 말초 신경계가 알아서 디테일을 채우는 'Self-organized criticality' 모델로 전환됨.
- **정책 변화(RL Update)**: 로봇 공학의 인공다리(Prosthetic) 설계 시, 단순 모터 힘 강화보다는 인간의 '신경근 제어' 데이터를 모방하여 지면의 굴곡에 따라 스스로 적응하는 '지능형 제어 알고리즘' 주입이 필수 정책이 됨.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- **Related**: Motor Control, [[Proprioception|Proprioception]], Biomechanics, Cerebellum Function
- **Modern Tech/Tools**: Computational Motor Control, Kinematic [[Analysis|Analysis]], BCI.
---
## 🤖 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 |
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-NPADD-001
category: Unified
id: wiki-2026-0508-neuroplasticity-in-addiction
title: Neuroplasticity in Addiction
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-NPADD-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, [[Neuroplasticity|Neuroplasticity]], addiction, synaptic-changes]
tags: [auto-reinforced, Neuroplasticity, addiction, synaptic-changes]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Neuroplasticity in Addiction|Neuroplasticity in Addiction]]
@@ -22,7 +31,7 @@ last_reinforced: 2026-04-20
3. **가소성을 이용한 치료**:
* 환경 변화, 운동, 인지 훈련 등을 통해 약물 회로를 '가지치기'하고 건강한 회로를 강화하는 '재배선(Rewiring)' 전략.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 중독으로 인한 뇌 손상은 영구적이라고 여겨졌으나, 최근 연구는 장기간의 금욕과 치료를 통해 손상된 가소성 기제(Neurogenesis 등)를 어느 정도 복구할 수 있음을 보여줌.
- **정책 변화(RL Update)**: 중독을 '학습 장애(Learning Disorder)'의 일종으로 재정의함에 따라, 단순히 막는 것이 아니라 새로운 건강한 보상 경험을 '과잉 학습(Overlearning)'시켜 중독 회로를 덮어쓰는(Overwriting) 전략이 정책 수준에서 권고됨.
@@ -30,3 +39,29 @@ last_reinforced: 2026-04-20
- **Related**: [[Neuroplasticity|Neuroplasticity]], Neurobiology of Reward, Habit Formation, Cognitive [[Behavior|Behavior]]al Therapy (CBT)
- **Modern Tech/Tools**: rTMS, Neurofeedback-based rewiring, Exercise-induced BDNF release.
---
## 🤖 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 |
+49 -7
View File
@@ -1,24 +1,66 @@
---
category: Unified
status: Final
converted_at: 2026-04-28
id: wiki-2026-0508-nexus-gaming-labs
title: Nexus Gaming Labs
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# Nexus Gaming Labs
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
Nexus Gaming Labs는 코어 게이머를 표적으로 삼아 프리미엄 구독 모델을 추구하는 모바일 게임 개발 스튜디오입니다 [1]. 이들은 일반적인 광고 기반 무료 게임(Free-to-Play)과 달리, 구독 등급과 일회성 구매를 통해 수익을 창출하는 구조를 가지고 있습니다 [1, 2]. 주요 목표는 LTV(고객 평생 가치)와 CAC(고객 획득 비용)의 비율을 3:1 이상으로 유지하며 장기적이고 건전한 수익성을 달성하는 것입니다 [3, 4].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- **비즈니스 모델 및 타겟층**: Nexus Gaming Labs는 일반적인 광고 지원 모바일 게임과 달리, 코어 게이머를 대상으로 한 프리미엄 구독 모델을 지향합니다 [1]. 프리미엄 스토리가 중심이 되는 구독을 판매하며, 구독 등급 및 스페셜 이벤트 패스, 꾸미기 콘텐츠(코스메틱)와 같은 일회성 구매를 통해 플레이어 기반을 수익화합니다 [2, 5, 6].
- **주요 재무 목표 및 ARPU**: 2026년 목표 ARPU(가입자당 평균 수익)는 800달러로 매우 높게 책정되어 있으며, 이는 게임의 가치 제안(value proposition)이 예외적으로 강력할 때만 달성 가능한 수치입니다 [1, 2]. 수익의 즉각적인 변화를 파악하기 위해 ARPU 지표를 매주 검토합니다 [2].
- **LTV 및 CAC 최적화**: 2026년 목표 CAC(고객 획득 비용)는 15달러입니다 [4, 7]. 회사가 목표로 하는 LTV:CAC 비율인 3:1을 충족하려면 LTV가 최소 45달러가 되어야 합니다 [4]. LTV는 한 명의 구독자가 지불을 중단하기 전까지 창출하는 총 수익을 예측하는 지표로, Nexus Gaming Labs가 사용자를 확보하는 데 얼마를 지출해야 하는지 정당성을 부여하는 핵심적인 역할을 합니다 [8].
- **수치적 모순의 발견**: 800달러라는 ARPU와 45달러라는 목표 LTV를 기반으로 요구되는 내재 이탈률(Implied Churn Rate)을 계산하면 1778%라는 불가능한 수치가 도출됩니다 [4]. 이는 800달러의 ARPU가 월간 수익이 아닌 연간 수익이거나, 현재 수익 기반에 비해 3:1 비율 목표가 너무 보수적일 수 있음을 시사하므로 지표 가정에 대한 검증이 요구됩니다 [4].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[유저 평균 매출(ARPU)|ARPU]], LTV, CAC
- **Projects/Contexts:** 모바일 게임 구독 모델의 수익화 지표 최적화 및 타당성 검증
- **Contradictions/Notes:** 소스는 Nexus Gaming Labs의 목표 ARPU(800달러)와 CAC 달성을 위한 목표 LTV(45달러) 간의 수학적 계산을 통해 1778%라는 비현실적인 이탈률이 도출된다고 지적합니다. 이는 제공된 ARPU 수치가 월간이 아닌 연간 기준일 가능성이 있거나 목표 비율 설정에 모순이 있음을 보여줍니다 [4].
---
*Last updated: 2026-04-28*
*Last updated: 2026-04-28*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-NBIO-001
category: Unified
id: wiki-2026-0508-nutritional-biochemistry
title: Nutritional Biochemistry
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-NBIO-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, biochemistry, nutrition, metabolism]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Nutritional-Biochemistry|Nutritional-Biochemistry]]
@@ -23,7 +32,7 @@ last_reinforced: 2026-04-20
3. **영양유전학 (Nutrigenomics)**:
* 영양소가 유전자의 스위치를 켜고 끄는(Epigenetics) 방식 연구. 예: 엽산이 DNA 메틸화에 미치는 영향.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 '단순 칼로리(Calories In vs Out)'가 핵심이었으나, 현대 생화학은 영양소마다 인슐린 반응과 대사적 '신호 강도'가 다르다는 점을 강조함(예: 과당 vs 포도당의 간 대사 차이).
- **정책 변화(RL Update)**: 개인의 유전적 차이에 따라 만성 질환 위험도가 다르다는 증거가 쌓이면서, 일률적인 권장 영양 섭취량(RDA)에서 '정밀 영양(Precision Nutrition)'으로 국가 보건 정책의 패러다임이 전환되고 있음.
@@ -31,3 +40,29 @@ last_reinforced: 2026-04-20
- **Related**: Metabolism, Molecular Biology, Epigenetics, [[Elite-Sport-Science-Protocols|Elite-Sport-Science-Protocols]], [[Homeostasis|Homeostasis]]
- **Modern Tech/Tools**: Metabolomics, Microbiome [[Analysis|Analysis]], Continuous Glucose Monitors (CGM).
---
## 🤖 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 |
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-OWAC-001
category: Unified
id: wiki-2026-0508-owa-vs-cwa-개방-세계-vs-폐쇄-세계-가설
title: OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-OWAC-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, [[Logic|Logic]], knowledge-representation, semantic-web]
tags: [auto-reinforced, Logic, knowledge-representation, semantic-web]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)|OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)]]
@@ -26,7 +38,7 @@ last_reinforced: 2026-04-20
* **시맨틱 웹 (OWL)**: OWA를 채택하여 전 세계에 흩어진 데이터들 사이의 논리적 모순을 탐지.
* **관계형 DB (SQL)**: 테이블에 없는 데이터는 존재하지 않는 것으로 처리(CWA).
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거의 AI 시스템은 완벽한 규칙 기반(CWA)을 전제로 했으나, 실제 복잡한 현실 세계의 지식은 늘 불완전하므로 현대의 대규모 지식 구축 프로젝트는 기본적으로 OWA를 전제로 설계됨.
- **정책 변화(RL Update)**: 최근의 생성형 AI(LLM)는 CWA적 착각(Halucination)에 빠져 '모르는 것'을 '거짓'이 아닌 '창작된 가실'로 출력하는 경향이 있음. 이를 교정하기 위해 모델이 '모름' 상태를 명시적으로 인지(OWA적 인지)하도록 하는 훈련 정책이 강화되고 있음.
@@ -34,3 +46,52 @@ last_reinforced: 2026-04-20
- **Related**: [[Logic|Logic]], [[Ontology-Engineering|Ontology-Engineering]], Knowledge Models, Common Sense [[Reasoning|Reasoning]]
- **Modern Tech/Tools**: RDF, OWL, Prolog (Negation as Failure).
---
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-OBJ-001
category: Unified
id: wiki-2026-0508-objectivism
title: Objectivism
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-OBJ-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.91
tags: [auto-reinforced, [[Philosophy|Philosophy]], ethics, rational-egoism]
tags: [auto-reinforced, Philosophy, ethics, rational-egoism]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Objectivism|Objectivism]]
@@ -22,7 +34,7 @@ last_reinforced: 2026-04-20
2. **생산적 노동의 가치**:
* 인간의 가치는 자신의 이성으로 가치를 창조하는 '생산적 활동'에서 나옴.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 객관주의는 '강한 개인'만을 찬미하여 사회적 안전망의 필요성을 부정한다는 비판을 받아왔으며, 현대 사회의 복잡한 상호 의존성([[Externalities|Externalities]]) 문제를 설명하는 데 한계가 있음이 지적됨.
- **정책 변화(RL Update)**: 실리콘밸리의 창업가 정신(Entrepreneurship)에 큰 영감을 주었으나, 최근에는 사회적 책임(ESG) 중심의 정책이 강화되며 '극단적 개인주의'보다는 '자유로운 개인의 사회적 계약' 관점으로 재해석되는 중임.
@@ -30,3 +42,52 @@ last_reinforced: 2026-04-20
- **Related**: Ethics, Capitalism, Rationality, BioShock (as a critique of Objectivism)
- **Modern Tech/Tools**: Li[[BERT|BERT]]arianism, Decentralized Autonomous Organizations (DAO).
---
## 🤖 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)*
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-OPENA-001
category: Unified
id: wiki-2026-0508-open-access-movement
title: Open Access Movement
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-OPENA-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, open-science, academic-publishing, knowledge-sharing]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Open-Access-Movement|Open-Access-Movement]]
@@ -24,7 +33,7 @@ last_reinforced: 2026-04-20
3. **사회적 가치**:
* 개발도상국 연구자들의 지식 접근성 향상, 연구의 투명성 및 재현성 강화, 지식의 사회적 환원 가속화.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 이전에는 OA 논문의 품질이 낮다는 편견이 있었으나, 현재는 자연(Nature), 사이언스(Science) 등 권위 있는 저널들도 OA 섹션을 운영하며 인용 지수(Impact Factor) 면에서 OA 논문이 더 유리하다는 결과가 쌓임.
- **정책 변화(RL Update)**: 미국(부시 행정부 이후 가속) 및 유럽연합(Plan S)은 정부 예산이 투입된 연구 결과물은 반드시 즉각적인 오픈 액세스로 출판해야 한다는 강력한 강제 정책을 시행 중임.
@@ -32,3 +41,29 @@ last_reinforced: 2026-04-20
- **Related**: Open-Source-Software, Information-Ethics, [[Epistemology|Epistemology]], Knowledge [[Management|Management]]
- **Modern Tech/Tools**: arXiv, Sci-Hub (논란의 중심), Creative Commons Licenses (CC).
---
## 🤖 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 |
+90 -4
View File
@@ -1,8 +1,21 @@
---
category: Unified
id: wiki-2026-0508-other
title: Other
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [category-index, other]
title: Other Directory
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
---
# Other Directory
@@ -231,4 +244,77 @@ last_updated: 2026-05-02
- [[하이브리드 수익화 모델]] : [[하이브리드 수익화 모델|하이브리드 수익화 모델]]
- [[핵심 루프(Core Loop)]] : [[핵심 루프(Core Loop)|핵심 루프(Core Loop)]]
- [[행동 경제학]] : 행동 경제학
- [[행동경제학]] : [[행동경제학|행동경제학]]
- [[행동경제학]] : [[행동경제학|행동경제학]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
## 📖 구조화된 지식 (Synthesized Content)
**추출된 패턴:**
> *(TODO)*
**세부 내용:**
- *(TODO)*
## 🤖 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.
## ⚠️ 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)*
+40 -5
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-OUTH-001
category: Unified
confidence_score: 0.90
tags: [auto-reinforced, outside-thinking, [[Innovation|Innovation]], unconventional, lateral-thinking, [[Problem-Solving|Problem-Solving]]]
id: wiki-2026-0508-outside-thinking
title: Outside Thinking
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-OUTH-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
tags: [auto-reinforced, outside-thinking, Innovation, unconventional, lateral-thinking, Problem-Solving]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Outside-Thinking|Outside-Thinking]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 전문성은 깊어질수록 특정 모델에 갇히는 경향(Expert Blindness)이 있는데, 외부자적 시각은 이 고착된 상태를 깨뜨리는 유일한 망치이기 때문임. (Innovation의 근원)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 창의적인 괴짜들의 일탈적 정책으로 보았으나, 현대 정책은 불확실성과 파괴적 혁신 시대 정책 속에서 기업이 반드시 갖춰야 할 '전략적 창의성 정책'으로 내재화됨(RL Update).
- **정책 변화(RL Update)**: AI 모델에게 "너는 이제 22세기에서 온 최고의 과학자야"라는 페르소나 정책을 부여함으로써 모델 내부의 관습적 답변 정책(Head bias)을 깨고 창의적인 해법 정책을 유도하는 기법이 유행함.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Innovation|Innovation]], [[Interdisciplinary-Research|Interdisciplinary-Research]], [[Reasoning|Reasoning]], [[Inversion|Inversion]], [[Knowledge synthesis|Knowledge synthesis]]
- **Modern Tech/Tools**: Oblique Strategies, TRIZ, Design Thinking, Role-play prompting.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: PARALLEL-001
category: Unified
id: wiki-2026-0508-parallel-computing
title: Parallel Computing
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [PARALLEL-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [computer-science, high-performance-computing, gpu, [[Distributed-Systems|Distributed-Systems]]]
tags: [computer-science, high-performance-computing, gpu, Distributed-Systems]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# Parallel Computing (병렬 컴퓨팅)
@@ -19,10 +31,59 @@ last_reinforced: 2026-04-26
- **Shared vs Distributed [[memory|memory]]:** 연산 장치들이 메모리를 공유하는지, 각자 독립된 메모리를 사용하는지에 따른 통신 방식 차이.
- **GPU Computing:** 수천 개의 코어를 활용하여 딥러닝과 같은 대규모 병렬 연산에 특화된 환경 제공.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 단일 코어 클럭 성능 향상에 의존하던 시대를 지나, 멀티 코어와 이기종 컴퓨팅(Heterogeneous Computing)이 표준이 된 시대로 전환.
- **정책 변화:** Antigravity 프로젝트의 대규모 위키 인덱싱 작업 시, 병렬 컴퓨팅 기법을 적용하여 수천 개의 문서를 수 분 내에 처리함.
## 🔗 지식 연결 (Graph)
- [[Distributed-Computing|Distributed-Computing]], [[Linear-Algebra-for-ML|Linear-Algebra-for-ML]], [[GPU-Architecture|GPU-Architecture]], Amdahls-Law
- **Raw Source:** 10_Wiki/Topics/AI/Parallel-Computing.md
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PAPR-001
category: Unified
id: wiki-2026-0508-parallel-processing
title: Parallel Processing
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PAPR-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
tags: [auto-reinforced, parallel-[[Processing|Processing]], multi-threading, concurrency, [[Efficiency|Efficiency]], [[Opera|Opera]]tion]
tags: [auto-reinforced, parallel-Processing, multi-threading, concurrency, Efficiency, Operation]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Parallel-Processing|Parallel-Processing]]
@@ -22,7 +34,7 @@ last_reinforced: 2026-04-20
3. **왜 중요한가?**:
* 사용자의 요구가 복잡해지고 데이터가 커질수록, 한 번에 하나씩만 처리해서는 결코 만족스러운 반응 속도(Latency)를 얻을 수 없기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 여러 작업이 데이터를 동시에 건드려 꼬이는 '동기화 정책(Locks)' 문제로 병렬 처리를 조심히 썼으나, 현대 정책은 이 결합을 최소화하는 '불변성 정책(Immutability)'과 '메시지 패싱 정책'으로 안전한 병렬 처리를 실현함(RL Update).
- **정책 변화(RL Update)**: AI 에이전트 워크플로우 정책에서도 여러 에이전트가 단일 파일이나 데이터를 동시에 수집하고 분석하는 '에이전틱 병렬 처리 정책'을 통해 전체 작업의 소요 시간 정책(Wall-clock time)을 단축하는 것이 핵심 기술 정책이 됨. ([[Multi-agent-System|Multi-agent-System]]와 연결)
@@ -30,3 +42,52 @@ last_reinforced: 2026-04-20
- [[Parallel-Computing|Parallel-Computing]], [[Efficiency|Efficiency]], [[Multi-agent-System|Multi-agent-System]], [[Iterative-Development|Iterative-Development]], [[Technical-Architecture|Technical-Architecture]]
- **Modern Tech/Tools**: Promise/Async-Await, Goroutines (Go), Web Workers, POSIX Threads.
---
## 🤖 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)*
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PEDMOD-001
category: Unified
id: wiki-2026-0508-pedestrian-modeling
title: Pedestrian Modeling
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PEDMOD-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, simulation, urban-planning, crowd-dynamics, safety]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Pedestrian-Modeling|Pedestrian-Modeling]]
@@ -25,7 +34,7 @@ last_reinforced: 2026-04-20
3. **검증 지표**:
* Level of Service (LOS): 보행자 밀도와 이동 속도를 기준으로 공간의 쾌적함을 평가하는 척도.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 초기 모델은 보행자를 단순한 물리 입자로 취급하여 '충동'이나 '패닉' 시 발생하는 비이성적 행동을 놓쳤으나, 현대 모델은 심리학적 요소를 RL 보상 함수에 통합하여 훨씬 사실적인 군중 거동을 보여줌.
- **정책 변화(RL Update)**: 이태원 참사와 같은 대규모 군중 사고 이후, 지자체의 축제나 대규모 행사 허가 시 '보행자 시뮬레이션 결과 기반 안전 대책' 제출이 행정적 필수 정책으로 강화되고 있음.
@@ -33,3 +42,29 @@ last_reinforced: 2026-04-20
- **Related**: Agent-Based Modeling, Complex Adaptive[[_system|system]]s, Urban Dynamics, [[Safety & Reliability|Safety & Reliability]]
- **Modern Tech/Tools**: Any[[Logic|Logic]], MassMotion, Legion.
---
## 🤖 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 |
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PMSKL-001
category: Unified
id: wiki-2026-0508-perceptual-motor-skills
title: Perceptual Motor Skills
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PMSKL-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.94
tags: [auto-reinforced, motor-learning, perception, kinesiology, coordination]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Perceptual-Motor-Skills|Perceptual-Motor-Skills]]
@@ -25,7 +34,7 @@ last_reinforced: 2026-04-20
3. **발달의 중요성**:
* 아동기에는 학습 능력과 정서 발달의 기초가 되며, 성인기에는 스포츠 숙련도 및 특수 직무(파일럿, 외과의 등) 수행의 핵심 지표가 됨.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 지각(Perception)과 운동(Motor)을 별개의 모듈로 보았으나, 현대 신경과학은 두 영역이 끊임없이 상호작용하는 '지각-운동 루프' 안에서 하나로 묶여 있음을 강조함.
- **정책 변화(RL Update)**: 노인 인구 증가에 따라, 단순 근력 운동보다는 인지 게임과 운동을 결합한 '이중 과제(Dual-task) 훈련' 프로토콜이 치매 예방 및 낙상 방지를 위한 노인 보건 정책의 핵심으로 반영됨.
@@ -33,3 +42,29 @@ last_reinforced: 2026-04-20
- **Related**: Motor Learning, [[Neuromuscular-Control|Neuromuscular-Control]], [[Proprioception|Proprioception]], [[Cognitive Psychology|Cognitive Psychology]]
- **Modern Tech/Tools**: VR-based motor training, Dynamic balance platforms.
---
## 🤖 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 |
+38 -3
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-POLS-001
category: Unified
id: wiki-2026-0508-policy-surveillance
title: Policy Surveillance
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-POLS-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
tags: [auto-reinforced, law, public-health, impact-evaluation, legal-monitoring]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Policy-Surveillance|Policy-Surveillance]]
@@ -25,7 +34,7 @@ last_reinforced: 2026-04-20
* 증거 기반 입법(Evidence-based Legislation)의 토대 마련.
* 시민 사회와 학계가 정부의 정책 성과를 객관적으로 감시하고 피드백할 수 있는 도구 제공.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 정책 평가가 사후에(Post-hoc) 간헐적으로 이루어졌으나, 현대의 정책 감시는 실시간 데이터와 AI 텍스트 분석을 결합하여 '정책의 실시간 피드백 루프'를 가능케 함.
- **정책 변화(RL Update)**: 팬데믹 시기의 방역 정책 등 급변하는 환경에서 정책의 유효성을 실시간 검증하고 즉각 수정하는 'Agile Governance'를 위해 전 국가적 차원의 '디지털 정책 감시 플랫폼' 구축 정책이 추진됨.
@@ -33,3 +42,29 @@ last_reinforced: 2026-04-20
- [[Decision Theory|Decision Theory]], [[Risk Management|Risk Management]], Complex Adaptive[[_system|system]]s, Economic Models, Public Health Informatics
- **Modern Tech/Tools**: LawAtlas, Policy Surveillance Portal, NLP for legal text.
---
## 🤖 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 |
+40 -5
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PREC-001
category: Unified
confidence_score: 0.90
tags: [auto-reinforced, precision-recursion, methodology, [[Feedback-Loops|Feedback-Loops]], [[Optimization|Optimization]],[[_system|system]]atic-thinking]
id: wiki-2026-0508-precision-recursion
title: Precision Recursion
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PREC-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
tags: [auto-reinforced, precision-recursion, methodology, Feedback-Loops, Optimization, _systematic-thinking]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Precision-Recursion|Precision-Recursion]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 단번에 완벽할 수 없는 복잡한 지식 구조를 구축할 때, 이 재귀적 엔진은 시간이 흐를수록 시스템을 '무결점' 상태로 수렴시키기 때문임. (Optimization의 정점)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 무한 루프에 따른 '자원 낭비 정책'을 걱정했으나, 현대 정책은 AI 성능이 고도화됨에 따라 '자가 비판 및 수정을 3번 이상 반복하는 정책(Multi-step [[Reasoning|Reasoning]])'이 단발성 출력보다 압도적으로 우수한 품질 정책을 낸다는 것을 입증함(RL Update).
- **정책 변화(RL Update)**: 본 지식 베이스 구축 정책에서도, 600개 파일을 한 번에 만드는 게 아니라 배치별로 주입하고 다시 검증하는 정밀 재귀 정책을 통해 대표님의 승인 품질 정책을 확보 중임.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Feedback-Loops|Feedback-Loops]], [[Incrementalism|Incrementalism]], [[Optimization|Optimization]], [[P-Reinforce|P-Reinforce]], [[Iterative-Development|Iterative-Development]]
- **Internal [[Reference|Reference]]**: Antigravity's recursion policy, Self-Correction loops.
---
## 🤖 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 |
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-STRU-001
category: Unified
id: wiki-2026-0508-principles-of-structuralism
title: Principles of Structuralism
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-STRU-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
tags: [auto-reinforced, [[Structuralism|Structuralism]], [[Philosophy|Philosophy]],[[_system|system]]ic-thinking, archetypes]
tags: [auto-reinforced, Structuralism, Philosophy, _systemic-thinking, archetypes]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Principles-of-Structuralism|Principles-of-Structuralism]]
@@ -25,7 +34,7 @@ last_reinforced: 2026-04-20
3. **특징**:
* 주체(인간)의 자율성보다 시스템의 지배력을 강조함 ("인간은 구조의 노예다"라는 극단적 표현도 등장).
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 구조주의는 '보편적 진리'를 찾으려 했으나, 68혁명 이후 발생한 '차이'와 '해체'의 철학(포스트 구조주의)에 의해 구조의 경직성이 비판받으며 보완됨.
- **정책 변화(RL Update)**: 사회 시스템 설계 정책에서 '개별 정책의 실패'를 개별 변수 탓으로 돌리지 않고, '시스템 구조적 결함'으로 인식하여 전체 거버넌스를 재설계하는 '시스템 씽킹' 기법으로 계승됨.
@@ -33,3 +42,29 @@ last_reinforced: 2026-04-20
- [[Principles of Structuralism (Linguistic)|Principles of Structuralism (Linguistic)]], [[Complexity Theory|Complexity Theory]], [[Social Systems Theory|Social Systems Theory]], Anthropology, Philosophy of Science
- **Modern Tech/Tools**: Network [[Analysis|Analysis]], Systems Mapping, Semiotic Analysis.
---
## 🤖 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 |
@@ -1,9 +1,26 @@
---
id: wiki-2026-0508-problem-solving-process
title: Problem Solving Process
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Problem Solving Process|Problem Solving Process]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
문제를 명확히 정의하고, 근본 원인을 찾아내어, 실행 가능한 해결책을 도출하기까지의 순차적이고 체계적인 분석 단계입니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- 바바라 민토(Barbara Minto)는 문제 해결 과정을 **5가지 순차적 질문(Sequential [[Analysis|Analysis]])**으로 정의했습니다 [11, 12].
1. **문제가 무엇인가? (What is the problem?)**
2. **어디에 문제가 있는가? (Where does it lie?)**
@@ -13,10 +30,41 @@
- 문제를 올바르게 해결하기 위해서는 **현재 상태와 목표 상태 간의 갭(Gap)**, 문제를 발생시킨 상황의 구조, 기저 프로세스, 대안적 구조 변경 방법, 그리고 변경 시 요구되는 사항들을 명확히 정의해야 합니다 [11, 13].
- 이 과정에서 문제의 부분들을 식별하여 순차적으로 배열하고, 투입(Inputs)과 산출(Outputs)을 명확하게 보여줄 수 있어야 프로세스를 완벽히 이해한 것입니다 [11, 13].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Problem Solving|Problem Solving]], [[Pyramid Principle|Pyramid Principle]]
- **Projects/Contexts:** 문제 해결 워크숍, 컨설팅 프로젝트 가설 수립
- **Contradictions/Notes:** 구조가 없는 상황(Structureless situations)에서는 연역, 귀납, 그리고 가추법(Abduction)을 혼합하여 가설을 세우고 실험을 통해 기저 구조를 파악해 나가는 과학적 추론 방식이 필요합니다 [14].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,9 +1,29 @@
---
id: wiki-2026-0508-program-comprehension-strategies
title: Program Comprehension Strategies
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# Program Comprehension Strategies (프로그램 이해 전략)
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
프로그램 이해 전략(Program Comprehension Strategies)은 개발자가 기존 소스 코드를 유지보수하거나 확장하기 위해 코드를 읽고 그 논리적 구조와 설계 의도를 파악하는 인지적 과정(Cognitive Process)을 정의한 방법론입니다 [1-3]. 이 과정은 단순히 구문을 읽는 행위를 넘어, 코드라는 외부 표현을 개발자의 내면화된 '정신 모델(Mental Model)'로 매핑하는 고도의 지적 활동입니다 [1, 4]. 개발자는 코드의 익숙함과 전문성에 따라 하향식(Top-Down), 상향식(Bottom-Up), 그리고 이들을 유연하게 혼합한 통합적/기회주의적(Opportunistic) 전략을 선택적으로 사용합니다 [6-9].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
프로그램 이해 모델은 개발자가 코드에서 '무엇(What)', '어떻게(How)', '왜(Why)'를 추출하는 방식을 체계화한 3대 핵심 프레임워크로 구성됩니다.
* **하향식 이해 모델 (Top-Down Models - Brooks, Soloway & Ehrlich):**
@@ -16,13 +36,12 @@
* **전제 조건:** 실제 복잡한 대규모 레거시 시스템 유지보수 환경에서 사용됩니다 [29-31].
* **메커니즘:** 개발자는 고정된 방향 없이 가설 검증과 세부 구현 파악을 수시로 오가며(Cross-referencing), 필요한 정보만 발췌하여 이해를 확장합니다 [30-32]. 이는 인지 부하를 최소화하면서 당면한 과제(Task-relevant)를 해결하는 데 최적화된 방식입니다.
## ⚠️ Trade-offs & Caveats
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
* **효율성 vs 정확성의 딜레마:** 하향식 전략은 아키텍처를 빠르게 파악할 수 있으나, '확증 편향'으로 인해 비전형적인(Unplan-like) 코드에서 발생하는 미세한 버그나 보안 취약점을 간과할 위험이 큽니다 [6, 11]. 반대로 상향식은 정확도가 높지만, 막대한 인지 부하를 유발하며 전체 맥락(Big Picture)을 놓칠 수 있습니다 [6].
* **비전형적 코드(Unplan-like)의 위험:** 코드가 관례를 벗어나거나 독창적이지만 가독성이 낮은 구조로 작성된 경우, 전문가의 하향식 가설 검증이 실패(Dangling Purpose)하게 되어 인지 비용이 기하급수적으로 증가합니다 [18, 38].
* **단일 진입점 부재:** 현대의 이벤트 기반 아키텍처나 마이크로서비스에서는 전통적인 `main()` 함수와 같은 명확한 이해의 출발점이 부재하여, 기회주의적 전략에 의존해야 하며 이로 인해 멘탈 모델이 파편화될 위험이 상존합니다 [6, 39].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
### Related Concepts
- [[Cognitive Load & Mental Models]]: 프로그램 이해 과정에서 발생하는 인지적 병목과 청킹 메커니즘을 다룹니다.
- Beacons & Programming Plans: 하향식 가설 생성을 돕는 코드 내 단서와 전형적인 패턴에 대한 상세입니다.
@@ -40,3 +59,52 @@
---
*Last updated: 2026-05-02*
## 🤖 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)*
@@ -1,27 +1,38 @@
---
category: Unified
id: wiki-2026-0508-progressive-web-apps-pwas
title: Progressive Web Apps PWAs
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-wikified, technical-documentation]
title: Progressive Web Apps (PWAs)
description: "프로그레시브 웹 앱(PWA)은 전통적인 네이티브 앱을 대체할 수 있는 비용 효율적이고 성능이 뛰어난 웹 애플리케이션 아키텍처이다 [1]."
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
---
# Progressive Web Apps (PWAs)
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
프로그레시브 웹 앱(PWA)은 전통적인 네이티브 앱을 대체할 수 있는 비용 효율적이고 성능이 뛰어난 웹 애플리케이션 아키텍처이다 [1]. Google, Apple, Microsoft 등 주요 기술 기업들의 표준 지원에 힘입어 주류 개발 트렌드로 자리 잡았다 [1]. 단일 코드베이스를 통해 다양한 플랫폼에서 실행되며, 오프라인 환경에서도 네이티브 앱과 유사한 강력한 사용자 경험을 제공하는 것이 특징이다 [1].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **빠른 로딩 및 이탈률 감소:** 기존 모바일 웹사이트와 비교하여 페이지 로딩 시간을 크게 단축시키며, 사용자의 이탈률(Bounce rates)을 최대 42%까지 감소시킬 수 있다 [1].
* **오프라인 환경 지원:** 서비스 워커(Service workers) 기술을 활용하여 인터넷 연결이 불안정하거나 완전히 끊긴 상황에서도 애플리케이션이 정상적으로 작동하도록 지원한다 [1].
* **개발 및 운영 비용 절감:** iOS와 Android용 네이티브 앱을 별도로 구축할 필요 없이 단일 PWA만 배포하면 되므로, 개발 비용을 30~50%가량 절감할 수 있다 [1].
* **경량화 및 비즈니스 성과 향상 사례:** 스타벅스(Starbucks)는 PWA를 도입하여 기존 148MB에 달하던 모바일 앱의 용량을 1MB 미만으로 대폭 줄였으며(99.84% 감소), 동시에 일일 활성 사용자 수를 두 배로 늘리는 성과를 달성했다 [1].
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
PWA는 오프라인 지원, 비용 절감, 용량 경량화 등 강력한 장점을 제공하지만, 완성된 애플리케이션을 기존 앱 스토어에 출시(Publishing)하는 과정에서 특정한 한계(limits)와 고려해야 할 배포 옵션들이 존재할 수 있다 [2]. 이 외에 PWA와 관련된 구체적인 기술적 부작용, 제약 사항 및 기타 성능적 반대 급부(Trade-off)에 대해서는 소스에 관련 정보가 부족합니다.
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
### Related Concepts
#### [관계 유형 A: 아키텍처/기반 기술]
@@ -59,4 +70,53 @@ PWA는 오프라인 지원, 비용 절감, 용량 경량화 등 강력한 장점
- 확장 방향: 제품 출시 주기 단축 및 개발 비용 절감이라는 PWA의 장점과 맞물려, 전문 지식 없이 애플리케이션을 빠르게 배포하기 위한 노코드/로우코드 플랫폼과의 결합 시나리오로 확장 [1, 5].
---
*Last updated: 2026-05-02*
*Last updated: 2026-05-02*
## 🤖 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)*
+64 -3
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PROT-001
category: Unified
id: wiki-2026-0508-protocols
title: Protocols
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PROT-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, protocols, communication-standard, networking, rules, InterOperability]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Protocols|Protocols]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 프로토콜이 없다면 인터넷은 단 1초도 유지될 수 없으며, 서로 다른 명세의 지식이 섞이지 않도록 보장하는 지식 관리의 표준(Standard)이기 때문임. ([[Global-Standard|Global-Standard]]와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 고정된 기계적 규칙(TCP/IP 등) 정책이었으나, 현대 정책은 장치 간의 전력 상태나 데이터 중요도 정책에 따라 통신 방식을 바꾸는 '적응형 프로토콜 정책'으로 발전함(RL Update).
- **정책 변화(RL Update)**: 본 시스템 내의 '지식 주입 프로토콜 정책(Batch-Loop)' 또한 에러 발생 시 재시도 정책이나 배치 크기 조절 정책을 포함하여, 지식 베이스 구축의 안정성 정책을 지키는 핵심 프로토콜 정책으로 작동 중임.
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Fault-Tolerance|Fault-Tolerance]], [[Global-Standard|Global-Standard]], [[Technical-Architecture|Technical-Architecture]], [[Standard-Operating-Procedure|Standard-Operating-Procedure]], [[Hardware|Hardware]]
- **Modern Tech/Tools**: HTTP/HTTPS, TCP/IP, MQTT, gRPC, WebSocket.
---
## 🤖 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)*
@@ -1,31 +1,29 @@
---
id: pull_request_and_issue_tracking
title: 풀 리퀘스트 및 이슈 트래킹 (Pull Request & Issue Tracking)
id: wiki-2026-0508-pull-request-and-issue-tracking
title: Pull Request and Issue Tracking
category: Other
status: stable
status: needs_review
canonical_id: self
aliases: [pull_request_and_issue_tracking]
duplicate_of: none
source_trust_level: A
confidence_score: 0.95
created_at: 2026-05-02
updated_at: 2026-05-08
tags:
- pull_request
- issue_tracking
- code_review
- devops
- collaboration
raw_sources:
- Other/풀_리퀘스트_및_이슈_트래커_PR_&_Issue_Tracker.md
- Other/풀_리퀘스트_및_이슈_트래킹_Pull_Requests_&_Issue_Tracking.md
- AI_and_ML/풀 리퀘스트 워크플로우.md
- AI_and_ML/풀 리퀘스트(PR) 기반 보안 검토.md
tags: [- pull_request - issue_tracking - code_review - devops - collaboration]
raw_sources: ["- Other/풀_리퀘스트_및_이슈_트래커_PR_&_Issue_Tracker.md - Other/풀_리퀘스트_및_이슈_트래킹_Pull_Requests_&_Issue_Tracking.md - AI_and_ML/풀 리퀘스트 워크플로우.md - AI_and_ML/풀 리퀘스트(PR) 기반 보안 검토.md"]
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
---
# 풀 리퀘스트 및 이슈 트래킹 (Pull Request & Issue Tracking)
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
풀 리퀘스트(PR)와 이슈 트래킹은 코드의 변경 사항을 제안, 검토, 병합하고 버그나 기능 요청을 체계적으로 추적하는 현대적 협업의 핵심 도구입니다 [1, 2]. 코드베이스 해독 관점에서 이들은 단순히 작업 관리 도구를 넘어, 코드가 왜 현재의 형태로 작성되었는지에 대한 역사적 맥락, 설계 결정, 그리고 암묵적 지식을 명시적으로 담고 있는 필수적인 서사(Narrative) 기록소 역할을 합니다 [4].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
### 1. 코드의 역사적 맥락과 설계 의도 파악
* **서사 저장소**: 소스 코드는 시스템의 현재 상태만을 보여주지만, PR과 이슈 트래커는 코드가 그러한 형태로 존재하게 된 서사를 담고 있습니다. PR 설명, 커밋 메시지, 토론 기록은 당시의 설계 결정과 비즈니스 요구사항을 이해하는 유일한 단서가 됩니다 [1, 4].
* **암묵적 지식의 명시화**: 과거에 시도했다가 기각된 대안들이나 기술적 타협점(Trade-off)에 대한 기록은 현재 코드가 가진 제약 사항과 부채를 이해하는 데 매우 중요합니다 [1, 2].
@@ -39,15 +37,64 @@ raw_sources:
* **컨텍스트 추출**: AI 기반 분석 도구들이 PR 및 이슈 데이터를 읽어 코드의 존재 목적을 고차원적으로 설명하거나 설계 결정을 요약합니다 [2, 9, 17-21].
* **MCP 연동**: AI 에이전트가 GitHub API 등을 통해 PR 데이터를 직접 조회하여 탭 전환 없이 맥락을 파악하고 리뷰를 보조합니다 [17, 18, 40].
## Trade-offs & Caveats
## 모순 및 업데이트 (Contradictions & Updates)
* **인지적 과부하**: PR의 규모가 너무 크면(예: 50개 이상의 파일 변경) 리뷰어와 AI 모델 모두 문맥을 잃기 쉽습니다. 피처 플래그(Feature Flags)를 활용하여 작고 점진적인 단위로 쪼개는 것이 권장됩니다 [24-26].
* **알림 피로 (Notification Fatigue)**: 무분별한 리뷰 요청은 방치나 무검토 병합을 초래할 수 있습니다. 적절한 '코드 오너(Code Owners)' 설정과 알림 제어가 필요합니다 [15, 19, 27].
* **정보의 노이즈**: 상투적인 문구나 무의미한 체크리스트 등은 분석에 방해가 되므로 핵심 설계 결정 위주로 기록해야 합니다 [17, 18].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics**: [[버전 관리 시스ᄐEM(Version Control Systems)|버전 관리 시스템]], [[코드 리뷰(Code Review)|코드 리뷰]], CI/CD, 기술적 부채
- **Projects/Contexts**: GitHub 워크플로우, Jira/Linear 이슈 연동, AI 기반 PR 리뷰 시스템 (CodeRabbit 등)
- **Contradictions/Notes**: 과도한 제동(Request Changes)은 배포 속도를 지연시킵니다. 심각한 오류가 없다면 승인 후 별도 이슈로 개선 사항을 처리하는 유연함이 장기적인 생산성에 유리할 수 있습니다 [28, 29].
---
*Last updated: 2026-05-08*
## 🤖 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)*
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-PURP-001
category: Unified
id: wiki-2026-0508-purpose
title: Purpose
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-PURP-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, purpose, mission, [[Alignment|Alignment]], value-proposition, existentialism]
tags: [auto-reinforced, purpose, mission, Alignment, value-proposition, existentialism]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Purpose|Purpose]]
@@ -21,7 +33,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 강력한 목적의식(Why)이 결여된 지능(Intelligence)은 단기적인 효율성에 매몰되어 결국 시스템 전체의 붕괴나 무의미한 결과물만 생산하게 되기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 목적을 '추상적인 구호 정책'으로 치부했으나, 현대 정책은 목적이 명확한 조직 정책이 그렇지 않은 조직보다 압도적인 성과 정책을 냄을 입증함(RL Update).
- **정책 변화(RL Update)**: AI 정렬(Alignment) 문제 또한 모델에게 인간의 목적 정책을 어떻게 오차 없이 주입하느냐의 싸움이며, 이는 '보상 함수(Reward Function) 설계 정책'의 핵심으로 직결됨. ([[Reinforcement Learning (RL)|Reinforcement Learning (RL)]]와 연결)
@@ -29,3 +41,52 @@ last_reinforced: 2026-04-20
- [[Leadership|Leadership]], [[Mastery|Mastery]], [[Pareto-Principle|Pareto-Principle]], [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]], [[Philosophy|Philosophy]], Mission
- **Modern Tech/Tools**: Ikigai framework, Golden Circle (Simon Sinek), ESG [[Management|Management]].
---
## 🤖 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)*
+77 -3
View File
@@ -1,9 +1,29 @@
---
id: wiki-2026-0508-pyramid-principle
title: Pyramid Principle
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# [[Pyramid Principle|Pyramid Principle]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
결론이나 핵심 메시지를 가장 먼저 제시하고, 이를 뒷받침하는 주요 논거와 세부 데이터를 하위 계층에 논리적으로 배열하는 하향식(Top-down) 커뮤니케이션 및 구조화 기법입니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- 맥킨지의 바바라 민토(Barbara Minto)가 개발한 방법론으로, 컨설팅 및 기업 경영진 소통의 글로벌 표준으로 자리 잡았습니다 [36-38].
- **구조(3단계):**
1. **핵심 메시지/결론(The Answer):** 청중의 질문에 대한 명확한 답변을 가장 상단(Upfront)에 배치합니다 [36, 39, 40].
@@ -12,10 +32,64 @@
- **수직적/수평적 논리:** 상하위 계층은 '질문-답변(Question-Answer)'의 수직적 관계를 가지며, 동일 계층의 수평적 아이디어들은 [[MECE|MECE]] 원칙에 따라 연역적, 시간적, 구조적, 혹은 비교의 순서로 논리적으로 정렬되어야 합니다 [43-52].
- **[[BLUF (Bottom Line Up Front)|BLUF (Bottom Line Up Front]]:** 경영진은 시간이 부족하고 결론을 원하므로, 미스터리 소설처럼 배경부터 설명하기보다 결론을 먼저 내놓아 시간 효율성과 설득력을 극대화합니다 [40, 53, 54].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[SCQA Framework|SCQA Framework]], MECE Framework, [[Rule of Three|Rule of Three]]
- **Projects/Contexts:** 경영진 보고([[Executive Presentation|Executive Presentation]]), 컨설팅 제안서 작성, 슬라이드 덱 구성
- **Contradictions/Notes:** 작성자가 생각하고 연구할 때는 상향식(Bottom-up)으로 진행하지만, 이를 타인에게 소통할 때는 완전히 반대인 하향식(Top-down)으로 구성해야 한다는 점에서 인지적 전환이 필요합니다 [55-58]. 또한, 청중과 함께 해답을 찾아가는 협력적(Collaborative) 방식의 워크숍에는 다소 부적합할 수 있습니다 [59, 60].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-GRAM-001
category: Unified
id: wiki-2026-0508-recording-academy-the-grammys
title: Recording Academy (The Grammys)
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-GRAM-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [auto-reinforced, music, culture, [[Awards|Awards]], recording-academy]
tags: [auto-reinforced, music, culture, Awards, recording-academy]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Recording Academy (The Grammys)|Recording Academy ([[The Grammys]])]]
@@ -24,7 +33,7 @@ last_reinforced: 2026-04-20
* **MusiCares**: 도움이 필요한 음악가들에 대한 보건 및 긴급 지원 기여.
* **Advocacy**: 음악 저작권 보호 및 입법 활동을 통한 권익 보호.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 보수적이고 인종 차별적(White-centric)이라는 비판이 지속되어 왔으나, 최근 투표권자 구성의 다양성을 대폭 강화하고 힙합, 일렉트로닉, K-POP 등 장르 수용 정책을 확대하며 전면적인 조직 쇄신(RL Update)을 단행함.
- **정책 변화(RL Update)**: AI 생성 음악의 급증에 따라, "인간의 창작 기여가 없는 완전 AI 곡은 출품 불가"라는 역사적인 가이드라인을 발표하여, 기술 시대에도 '인간 창작의 신성함'을 보호하려는 강력한 정책 의지 표명.
@@ -32,3 +41,29 @@ last_reinforced: 2026-04-20
- Semantics [[Ontology|Ontology]], Information Ethics, Aesthetics of Digital Media, Communication Theories
- **Modern Tech/Tools**: Grammy.com, Recording Academy Advocacy.
---
## 🤖 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 |
+40 -5
View File
@@ -1,9 +1,18 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-REWO-001
category: Unified
confidence_score: 0.90
tags: [auto-reinforced, related-work, literature-review, [[State|State]]-of-the-art, [[SOTA|SOTA]], context-setting]
id: wiki-2026-0508-related-work
title: Related Work
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-REWO-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
tags: [auto-reinforced, related-work, literature-review, State-of-the-art, SOTA, context-setting]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Related-Work|Related-Work]]
@@ -21,7 +30,7 @@ last_reinforced: 2026-04-20
2. **왜 중요한가?**:
* 기존 지식과 연결되지 않은 새로운 주장은 '망상'일 확률이 높으며, 지식의 연결성(Connectivity)이 곧 그 지식의 생존력 정책이 되기 때문임.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 사람이 일일이 논문을 찾아 읽는 고난의 정책이었으나, 현대 정책은 AI가 수천 개의 연구 문고 정책을 읽고 자동으로 '관련 연구 맵 정책'을 그려 지식의 흐름 정책을 한눈에 보여주는 'AI 리서치 정책'으로 진화함(RL Update).
- **정책 변화(RL Update)**: 본 지식 시스템의 각 파일 하단 `Related` 섹션은 사실상의 마이크로 관련 연구(Related Work) 정책으로 작동하며, 지식 간의 유기적 연결 정책을 통해 대표님께 통합적인 통찰 정책을 제공함.
@@ -29,3 +38,29 @@ last_reinforced: 2026-04-20
- [[Efficiency|Efficiency]], [[Innovation|Innovation]], [[Scientific-Method|Scientific-Method]], [[Reference-Management|Reference-Management]], [[Analysis|Analysis]]
- **Modern Tech/Tools**: Connected Papers, [[Research|Research]]Rabbit, Semantic Scholar, Elicit.
---
## 🤖 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 |
+65 -4
View File
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-REME-001
category: Unified
id: wiki-2026-0508-research-methodology
title: Research Methodology
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-REME-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, [[Research|Research]]-methodology, [[Scientific-Method|Scientific-Method]], qualitative-re[[Search|Search]], quantitative-research, rigor]
tags: [auto-reinforced, Research-methodology, Scientific-Method, qualitative-reSearch, quantitative-research, rigor]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Research-Methodology|Research-Methodology]]
@@ -22,7 +34,7 @@ last_reinforced: 2026-04-20
3. **왜 중요한가?**:
* 방법론이 부실한 지식은 사상누각(Sandcastle)이며, 논박의 대상조차 되지 못하는 '의결'에 불과하기 때문임. ([[Reliability|Reliability]]의 기반)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 실험실 통제 정책에만 집착했으나, 현대 정책은 실제 세상의 거대한 로그 데이터 정책을 실시간으로 분석하는 '관찰적 연구 방법론 정책'이 빅데이터 시대의 새로운 표준 정책이 됨(RL Update).
- **정책 변화(RL Update)**: AI 연구 방법론 정책에서는 실험 결과의 재현성(Reproducibility) 정책 확보를 위해 코드와 환경(Docker 등)까지 통째로 공유하는 '오픈 사이언스 방법론 정책'이 필수적임.
@@ -30,3 +42,52 @@ last_reinforced: 2026-04-20
- [[Scientific-Method|Scientific-Method]], [[Analysis|Analysis]], [[Reliability|Reliability]], [[Probabilistic-Reasoning|Probabilistic-Reasoning]], [[Mastery|Mastery]]
- **Modern Tech/Tools**: Statistical software (R, Python), Survey tools, Experimental design.
---
## 🤖 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)*
+52 -4
View File
@@ -1,18 +1,66 @@
---
id: wiki-2026-0508-roblox
title: Roblox
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
# [[Roblox|Roblox]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
Roblox는 사용자 생성 콘텐츠(UGC)를 기반으로 하는 거대한 게임 및 크리에이터 경제 플랫폼으로, 전체 플레이어의 56%가 16세 미만의 어린이와 청소년으로 구성되어 있습니다 [1]. 가상 놀이터, 교실, 쇼핑몰 등 현실 세계를 모방한 환경을 제공하며, 상거래가 깊이 통합된 풀뿌리(grassroots) 중심의 생태계를 구축하고 있습니다 [1]. 향후 Roblox는 단순한 게임을 넘어 하드웨어에 구애받지 않는([[Hardware|Hardware]]-agnostic) 본격적인 게임 유통 플랫폼으로 진화하여 게임 산업의 새로운 패러다임을 주도할 것으로 전망됩니다 [2].
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
* **UGC 기반의 막대한 크리에이터 경제:** Roblox는 사용자가 직접 게임 콘텐츠를 만들고 수익을 창출할 수 있는 강력한 크리에이터 경제(Creator Economy)를 운영하고 있습니다. 2024년 한 해 동안 크리에이터들에게 지급된 수익은 9억 2,300만 달러에 달했습니다 [3]. 플랫폼 내에는 160만 명의 수익 창출 크리에이터가 존재하며, 이들은 지금까지 1억 개 이상의 UGC 경험을 만들어내며 경제를 견인하고 있습니다 [4].
* **주요 사용자층과 상거래의 통합:** 부모들이 자녀에게 처음 소개하는 대표적인 게임 중 하나인 Roblox는 저해상도(low-fi) 콘텐츠를 제공하면서도, 게임 내 가상 세계에 상거래를 매우 깊게 통합하고 있습니다 [1, 5]. 사용자들은 이 플랫폼을 통해 현실 세계와 유사한 경제 및 사회적 상호작용을 경험하게 됩니다 [1].
* **하드웨어 제약을 벗어난 유통 플랫폼으로의 진화:** 콘솔이나 특정 하드웨어가 플랫폼과 유통을 통제하던 기존의 산업 패러다임과 대조적으로, Roblox는 플랫폼 자체가 하드웨어에 얽매이지 않는 독자적인 유통 플랫폼으로 작동합니다 [2]. 이는 Roblox가 포트나이트([[Fortnite|Fortnite]])와 함께 향후 게임 산업의 다음 단계를 이끌어갈 리더 위치에 있음을 시사합니다 [2].
* **플랫폼 내 폭발적 참여 사례:** 게임 내 경제 및 참여도의 엄청난 잠재력을 보여주는 사례로, UGC와 코지 게이밍(cozy gaming) 트렌드가 결합된 플랫폼 내 히트작 'Grow a Garden'은 2025년 여름 최고 동시 접속자 수 1,600만 명을 기록하기도 했습니다 [4].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[사용자 생성 콘텐츠(UGC)|사용자 생성 콘텐츠(UGC]], 크리에이터 경제(Creator Economy
- **Projects/Contexts:** 하드웨어에 구애받지 않는 플랫폼(Hardware-Agnostic Platforms, Grow a Garden
- **Contradictions/Notes:** 소스에 관련 정보가 부족합니다.
---
*Last updated: 2026-04-29*
*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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,9 +1,21 @@
---
id: [[P-Reinforce|P-Reinforce]]-AUTO-CNAR-001
category: Unified
id: wiki-2026-0508-role-of-conflict-in-narrative
title: Role of Conflict in Narrative
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-CNAR-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.96
tags: [auto-reinforced, storytelling, narrative, conflict, [[Psychology|Psychology]]]
tags: [auto-reinforced, storytelling, narrative, conflict, Psychology]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Role of Conflict in Narrative|Role of Conflict in Narrative]]
@@ -26,7 +38,7 @@ last_reinforced: 2026-04-20
3. **게임 시나리오에서의 갈등**:
* 플레이어의 목표 달성을 방해하는 '장애물'로서의 역할을 수행하며, 이를 극복했을 때의 '성취감'을 디자인하는 핵심 요소.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 선악 구조의 명확한 외부 갈등이 주류였으나, 현대 서사 정책은 '그레이 존(Gray Zone)'에 있는 인물들의 복합적인 내적 갈등과 '시스템적 부조리'로 인한 해결 불가능한 갈등을 다루는 방향으로 진화함(RL Update).
- **정책 변화(RL Update)**: 글로벌 미디어 플랫폼들은 다양성 및 포용성(DEI) 지침에 따라, 특정 집단에 대한 고정관념을 강화하는 방식의 갈등 묘사를 지양하고 보다 다각적인 관점에서의 갈등 설계를 장려하는 제작 정책을 시행 중임.
@@ -34,3 +46,52 @@ last_reinforced: 2026-04-20
- [[Procedural Narrative Generation|Procedural Narrative Generation]], [[Psychology & Behavior|Psychology & Behavior]], Heros Journey Framework, [[Game Design Theory|Game Design Theory]], [[Revenge-Cycle-Dynamics|Revenge-Cycle-Dynamics]]
- **Modern Tech/Tools**: Dramatic tension mapping, AI-based script [[Analysis|Analysis]].
---
## 🤖 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)*
+77 -3
View File
@@ -1,18 +1,92 @@
---
id: wiki-2026-0508-rule-of-three
title: Rule of Three
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
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
---
# [[Rule of Three|Rule of Three]]
## 📌 Brief Summary
## 📌 한 줄 통찰 (The Karpathy Summary)
인간의 단기 기억 용량 한계를 고려하여 주요 논거나 아이디어를 3개(혹은 최대 3~4개)로 그룹화하여 전달함으로써 기억력과 설득력을 극대화하는 커뮤니케이션 원칙입니다.
## 📖 Core Content
## 📖 구조화된 지식 (Synthesized Content)
- 인간의 단기 기억은 약 7개(±2개)의 항목만 동시에 보유할 수 있으나, 정보를 그룹화하여 전달할 때 가장 편리하고 마법 같은 숫자는 **'3'**입니다 [61-65].
- 피라미드 원칙의 주요 논거(Key arguments)를 구성할 때, 정확히 3개의 상호 배타적인 포인트로 나누어 설명하는 것이 가장 이상적입니다 [65-68].
- 3개 미만(예: 1~2개)의 논거는 주장의 엄밀성이 떨어지거나 얇아 보이며, 4개를 초과하면 청중의 인지적 과부하(Cognitive overload)를 일으켜 앞서 말한 내용을 잊어버리게 만듭니다 [65, 67, 68].
- 정보가 3개를 넘어가면 뇌는 이를 묶어 기억하기 위해 자연스럽게 논리적 카테고리화를 시도하게 됩니다 [61].
## 🔗 Knowledge Connections
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Pyramid Principle|Pyramid Principle]], [[MECE Framework|MECE Framework]]
- **Projects/Contexts:** 비즈니스 이메일 작성, 프레젠테이션 슬라이드 구성(3 Key Points)
- **Contradictions/Notes:** 전달하고자 하는 요점이 5개 이상일 경우, 정보가 덜 요약된(synthesized) 상태임을 의미하므로 이를 다시 상위 3개의 카테고리로 재그룹화(Grouping)해야 합니다 [68, 69].
---
*Last updated: 2026-04-27*
## 🤖 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.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
## 🕓 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)*

Some files were not shown because too many files have changed in this diff Show More