docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거

Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
2026-07-05 00:33:48 +09:00
parent 1cfd3bbb56
commit 9148c358d0
6455 changed files with 1 additions and 86875 deletions
@@ -0,0 +1,139 @@
+---
+id: wiki-2026-0508-global-neuronal-workspace
+title: Global Neuronal Workspace
+category: 10_Wiki/Topics
+status: verified
+canonical_id: self
+aliases: [GNW, GNWT, global-workspace-theory]
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.85
+verification_status: applied
+tags: [neuroscience, consciousness, cognitive-architecture]
+raw_sources: []
+last_reinforced: 2026-05-10
+github_commit: pending
+tech_stack:
+  language: python
+  framework: neuro-cognitive
+---
+
+# Global Neuronal Workspace
+
+## 매 한 줄
+> **"매 conscious access = workspace 로 의 broadcast"**. Dehaene & Changeux 의 GNWT — 매 prefrontal-parietal long-range neuron 의 ignition 시 정보 의 brain-wide 의 broadcast 가 발생, 이것이 conscious experience 의 neural correlate. 매 LLM/AGI architecture 의 inspiration source.
+
+## 매 핵심
+
+### 매 정의
+- **Workspace neurons**: long-range pyramidal cells (layer 2/3 in PFC, parietal).
+- **Ignition**: 매 sub-threshold processing 의 supra-threshold broadcast 로 의 nonlinear transition (~300ms post-stimulus, P3b component).
+- **Module ↔ workspace**: 매 specialist module 의 결과 의 workspace 로 의 winner-take-all entry.
+
+### 매 측거
+- P3b ERP — ignition signature.
+- Long-distance gamma synchrony.
+- fMRI 의 prefrontal-parietal co-activation under conscious report task.
+
+### 매 응용
+1. Anesthesia monitoring — workspace breakdown 의 measure.
+2. Vegetative state diagnosis — Owen et al. mental imagery paradigm.
+3. AI architecture — Bengio's Consciousness Prior, Goyal's Coordination via Attention.
+4. LLM analysis — 매 attention 의 workspace 로 의 mapping.
+
+## 💻 패턴
+
+### Workspace-style Coordination Layer
+```python
+import torch
+import torch.nn as nn
+
+class GlobalWorkspace(nn.Module):
+    """매 specialist module 의 의 winner-take-all broadcast."""
+    def __init__(self, n_modules: int, dim: int, k_winners: int = 4):
+        super().__init__()
+        self.attn = nn.MultiheadAttention(dim, num_heads=8, batch_first=True)
+        self.k = k_winners
+
+    def forward(self, module_outputs: torch.Tensor) -> torch.Tensor:
+        # module_outputs: (B, n_modules, dim)
+        scores = module_outputs.norm(dim=-1)  # (B, n_modules)
+        topk = scores.topk(self.k, dim=-1).indices
+        gather_idx = topk.unsqueeze(-1).expand(-1, -1, module_outputs.size(-1))
+        winners = module_outputs.gather(1, gather_idx)  # (B, k, dim)
+        broadcast, _ = self.attn(winners, winners, winners)
+        return broadcast.mean(dim=1)
+```
+
+### Ignition Detector (P3b-like)
+```python
+import numpy as np
+
+def detect_ignition(eeg: np.ndarray, fs: int = 1000, electrode_pz: int = 31):
+    """Pz 의 250-450ms window 의 amplitude → ignition flag."""
+    window = eeg[electrode_pz, int(0.25 * fs):int(0.45 * fs)]
+    baseline = eeg[electrode_pz, :int(0.1 * fs)]
+    p3b = window.mean() - baseline.mean()
+    return p3b > 3 * baseline.std(), p3b
+```
+
+### Consciousness Prior (Bengio)
+```python
+class ConsciousnessPrior(nn.Module):
+    """매 sparse high-level state z_t 의 의 dependency 의 sparse factor graph 의 학습."""
+    def __init__(self, dim, k_active=5):
+        super().__init__()
+        self.encoder = nn.Linear(dim, dim)
+        self.k = k_active
+
+    def forward(self, h):
+        z = self.encoder(h)
+        topk_vals, topk_idx = z.abs().topk(self.k, dim=-1)
+        mask = torch.zeros_like(z).scatter_(-1, topk_idx, 1.0)
+        return z * mask
+```
+
+### Long-range Gamma Coupling
+```python
+from scipy.signal import hilbert
+
+def plv(x, y):
+    """Phase-locking value — 매 long-distance gamma synchrony proxy."""
+    px = np.angle(hilbert(x))
+    py = np.angle(hilbert(y))
+    return np.abs(np.exp(1j * (px - py)).mean())
+```
+
+## 매 결정 기준
+| 상황 | Approach |
+|---|---|
+| Conscious report task | P3b + gamma coupling |
+| AI coordination | Workspace + sparse top-k |
+| Anesthesia depth | Workspace breakdown index |
+| Disorder of consciousness | Active paradigm (mental imagery) |
+
+**기본값**: GNW + IIT 의 complementary — GNW 의 access consciousness, IIT 의 phenomenal.
+
+## 🔗 Graph
+- 부모: [[Cognitive-Architecture]]
+- 변형: [[Global-Workspace-Theory]] (Baars) · [[GNWT]] (Dehaene)
+- Adjacent: [[Predictive-Processing]]
+
+## 🤖 LLM 활용
+**언제**: cognitive architecture design / consciousness 관련 신경과학 정리 / multi-agent coordination.
+**언제 X**: 매 phenomenal consciousness (qualia) 의 explanation — IIT 의 영역.
+
+## ❌ 안티패턴
+- **GNW = consciousness fully**: 매 access vs phenomenal 의 conflate.
+- **Workspace = single bottleneck**: 매 실제로 distributed competition.
+- **PFC = consciousness seat**: 매 posterior hot zone view 의 ignore.
+
+## 🧪 검증 / 중복
+- Verified (Dehaene 2014 Consciousness and the Brain, Mashour et al. 2020 Neuron).
+- 신뢰도 A.
+
+## 🕓 Changelog
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | Manual cleanup — GNW + AI architecture inspiration 패턴 |