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.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,153 @@
|
||||
---
|
||||
id: wiki-2026-0508-algorithmic-rhetoric
|
||||
title: Algorithmic Rhetoric
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Procedural Rhetoric, Game Argumentation, Persuasive Game Design]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [game-design, rhetoric, procedural, persuasion, ian-bogost]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: design-theory
|
||||
framework: procedural-rhetoric
|
||||
---
|
||||
|
||||
# Algorithmic Rhetoric
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 game 의 rule 자체 가 argument 를 making"**. Ian Bogost (Persuasive Games, 2007) 의 "procedural rhetoric" 의 알고리즘적 확장 — 매 narrative text 가 X, 매 system mechanic 의 의 의 player belief 를 shaping. 매 2026 기준 LLM-driven dynamic narrative 와 결합 — 매 NPC dialog 가 LLM 으로 생성 의 의 더라도 매 underlying ruleset 의 rhetoric 의 진짜 carrier.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 Procedural Rhetoric (Bogost)
|
||||
- 매 game 의 의 의 의 의 procedure (rule + simulation) 으로 argument 를 making.
|
||||
- 매 example: "September 12th" — 매 terrorist 를 shooting ⇒ 매 civilian death ⇒ 매 more terrorists. 매 mechanic 자체가 thesis.
|
||||
- 매 text/cutscene 의 X — 매 player action loop 의 message.
|
||||
|
||||
### 매 Algorithmic vs Procedural
|
||||
- **Procedural**: rule-based simulation 의 outcome.
|
||||
- **Algorithmic**: 매 algorithm 의 selection/weighting 의 의 의 message — 매 recommendation, 매 matchmaking, 매 dynamic difficulty.
|
||||
- 매 2026: ML model 의 player behavior 를 shaping — 매 algorithm 자체가 rhetorical agent.
|
||||
|
||||
### 매 매 매 의 mechanism
|
||||
1. **Constraint** — 매 player 의 가능 action set 의 worldview 를 imply.
|
||||
2. **Feedback** — 매 reward signal 의 value system 을 teaching.
|
||||
3. **Failure mode** — 매 game over condition 의 norm 을 enforcing.
|
||||
4. **Aggregate stat** — 매 leaderboard, 매 metric 의 success 의 정의.
|
||||
|
||||
### 매 응용
|
||||
1. Serious games (Darfur is Dying, Papers Please).
|
||||
2. 매 capitalism critique (Cart Life, Disco Elysium).
|
||||
3. 매 algorithmic feed critique (every Twitter clone simulator).
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Mechanic-as-Argument Encoding
|
||||
```python
|
||||
class MechanicArgument:
|
||||
"""A game rule that encodes a thesis."""
|
||||
def __init__(self, thesis, rule_fn):
|
||||
self.thesis = thesis # natural language claim
|
||||
self.rule_fn = rule_fn # game logic implementing it
|
||||
|
||||
def applies(self, game_state, action):
|
||||
return self.rule_fn(game_state, action)
|
||||
|
||||
# "Wealth concentrates" — Cart Life-style
|
||||
wealth_concentration = MechanicArgument(
|
||||
thesis="Small businesses lose to chains over time",
|
||||
rule_fn=lambda s, a: s.chain_competitor.revenue *= 1.02 each turn
|
||||
)
|
||||
```
|
||||
|
||||
### Feedback Loop as Persuasion
|
||||
```python
|
||||
def reward_action(player, action, value_system):
|
||||
"""Reward signal teaches what 'success' means."""
|
||||
if value_system == "extraction":
|
||||
player.score += action.resources_taken
|
||||
elif value_system == "regeneration":
|
||||
player.score += action.ecosystem_health_delta
|
||||
```
|
||||
|
||||
### Constraint-Driven Worldview
|
||||
```python
|
||||
def available_actions(player_role):
|
||||
"""The set of possible actions implies the worldview."""
|
||||
if player_role == "border_officer": # Papers Please
|
||||
return ["approve", "deny", "detain", "interrogate"]
|
||||
# No "help refugee personally" — that's the rhetorical point
|
||||
```
|
||||
|
||||
### Algorithmic Dynamic Difficulty (DDA)
|
||||
```python
|
||||
def adjust_difficulty(player_stats, target_flow=0.7):
|
||||
"""The algorithm itself argues 'every player deserves flow'."""
|
||||
if player_stats.win_rate > target_flow + 0.1:
|
||||
return "harder"
|
||||
elif player_stats.win_rate < target_flow - 0.1:
|
||||
return "easier"
|
||||
```
|
||||
|
||||
### LLM-NPC with Hardcoded Ruleset (2026 hybrid)
|
||||
```python
|
||||
def npc_response(npc, player_input, llm):
|
||||
# LLM generates surface text
|
||||
surface = llm.generate(npc.persona + player_input)
|
||||
# But underlying disposition shifts by RULE — that's the rhetoric
|
||||
npc.disposition += rule_based_delta(player_input, npc.faction)
|
||||
return surface, npc.disposition
|
||||
```
|
||||
|
||||
### Aggregate-Stat Rhetoric
|
||||
```python
|
||||
def display_endgame_summary(playthrough):
|
||||
"""What you display teaches what mattered."""
|
||||
return {
|
||||
"kills": playthrough.kills, # martial frame
|
||||
"saved": playthrough.npcs_saved, # care frame
|
||||
"wealth": playthrough.gold, # accumulation frame
|
||||
} # Choice of axes IS the argument
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 의도 | Mechanic |
|
||||
|---|---|
|
||||
| 매 systemic critique | Procedural simulation (SimCity-style) |
|
||||
| 매 personal moral weight | Constraint + irreversibility |
|
||||
| 매 algorithmic critique | Visible recommendation + opacity |
|
||||
| 매 empathy generation | Limited resource + time pressure |
|
||||
|
||||
**기본값**: 매 mechanic 가 thesis 와 align — 매 narrative 의 X mechanic 의 의 contradict 의 X.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Procedural Rhetoric]]
|
||||
- 변형: [[Persuasive Games]]
|
||||
- 응용: [[Papers Please — Bureaucracy as Mechanic]]
|
||||
- Adjacent: [[Ludonarrative Dissonance]] · [[Algorithmic Bias]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 game design 의 thematic intent 를 mechanic 으로 translate 의 framework, 매 critique 의 analytic lens.
|
||||
**언제 X**: 매 pure entertainment design (matching mechanic to fun, not argument) 의 의 의 의 의 의 의 의 over-engineering.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Ludonarrative dissonance**: 매 narrative says X, mechanic does Y (Uncharted: Drake = mass murderer narratively heroic).
|
||||
- **Cutscene-as-rhetoric**: 매 argument 의 cutscene 만 — 매 mechanic 의 contradict 의 의 의 의 player 가 mechanic 을 internalizing.
|
||||
- **Mechanic-as-decoration**: 매 mechanic 의 thematic weight 의 X — 매 reskin 의 의.
|
||||
- **Algorithm opacity weaponized**: 매 ML 의 hidden weighting 의 player 가 의 X 의 의 의 — 매 manipulation.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Bogost, Persuasive Games 2007; Frasca, Simulation versus Narrative; 2026 Game Studies anthologies).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Bogost procedural rhetoric + 2026 algorithmic 확장 |
|
||||
Reference in New Issue
Block a user