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 +1,150 @@
|
||||
---
|
||||
id: wiki-2026-0508-information-society
|
||||
title: Information Society
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Post-Industrial Society, Network Society, Knowledge Economy]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [society, sociology, internet, economy, policy]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: na
|
||||
framework: na
|
||||
---
|
||||
|
||||
# Information Society
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 information 의 production · distribution · consumption 의 dominant economic activity 의 society"**. 매 Bell (1973) 의 post-industrial 의 prediction 의 Castells (1996) 의 network society 의 elaboration 의 2026 년 의 LLM 의 cognitive labor 의 partial automation 의 phase 의 entry. 매 attention economy + algorithmic curation + AI 의 mediation 의 defining traits.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 phase
|
||||
1. **Industrial (1800-1970)**: 매 goods + capital.
|
||||
2. **Post-industrial (1970-2000)**: 매 service + knowledge worker.
|
||||
3. **Network society (2000-2020)**: 매 internet, platform, social media.
|
||||
4. **AI-mediated (2020-)**: 매 algorithmic curation + LLM 의 cognitive labor automation.
|
||||
|
||||
### 매 핵심 dynamics
|
||||
- **Attention as scarce resource** (Simon 1971).
|
||||
- **Network effects** — value ∝ users² (Metcalfe).
|
||||
- **Power-law distribution** — winner-take-most (rich-get-richer).
|
||||
- **Surveillance capitalism** (Zuboff 2019) — behavioral data 의 commodification.
|
||||
|
||||
### 매 응용 / 영향
|
||||
1. Platform economy (Uber, Airbnb).
|
||||
2. Filter bubble + algorithmic polarization.
|
||||
3. Digital divide (access inequality).
|
||||
4. AI-driven labor displacement (knowledge work).
|
||||
5. Misinformation / generative content flood.
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Network effect simulation
|
||||
```python
|
||||
import numpy as np
|
||||
|
||||
def network_value(n_users, type='metcalfe'):
|
||||
"""Value of a network as users grow."""
|
||||
if type == 'sarnoff': return n_users # broadcast
|
||||
if type == 'metcalfe': return n_users ** 2 # peer-to-peer
|
||||
if type == 'reed': return 2 ** n_users # group-forming
|
||||
raise ValueError(type)
|
||||
|
||||
# Implication: marginal user adds disproportionate value
|
||||
# → winner-take-most platform dynamics
|
||||
```
|
||||
|
||||
### Power-law follower distribution
|
||||
```python
|
||||
# Most social platforms: Pareto / Zipf distribution
|
||||
import numpy as np
|
||||
import matplotlib.pyplot as plt
|
||||
|
||||
n_users = 1_000_000
|
||||
followers = np.random.zipf(a=1.5, size=n_users)
|
||||
# top 1% holds ~50%+ of total reach
|
||||
top_1pct = np.sort(followers)[-n_users // 100:].sum() / followers.sum()
|
||||
print(f"Top 1% share: {top_1pct:.1%}")
|
||||
```
|
||||
|
||||
### Filter-bubble simulator (echo chamber)
|
||||
```python
|
||||
def update_belief(belief, exposed_content, alpha=0.1):
|
||||
# users see content aligned with their belief (algo-curated)
|
||||
aligned = [c for c in exposed_content if abs(c - belief) < 0.3]
|
||||
if aligned:
|
||||
belief += alpha * (np.mean(aligned) - belief)
|
||||
return belief
|
||||
|
||||
# Over many iterations → polarization (variance ↑, mean clusters)
|
||||
```
|
||||
|
||||
### Attention-economy revenue model
|
||||
```python
|
||||
def ad_revenue(daus, sessions_per_day, ads_per_session, cpm):
|
||||
impressions = daus * sessions_per_day * ads_per_session
|
||||
return impressions / 1000 * cpm
|
||||
|
||||
# Engagement-maximization → outrage / novelty → societal externalities
|
||||
```
|
||||
|
||||
### Digital-divide index
|
||||
```python
|
||||
def digital_divide_score(country):
|
||||
return 0.4 * country.broadband_penetration + \
|
||||
0.3 * country.literacy_rate + \
|
||||
0.2 * country.smartphone_penetration + \
|
||||
0.1 * country.ai_tool_access
|
||||
```
|
||||
|
||||
### LLM-mediated labor share (2026)
|
||||
```python
|
||||
# Productivity uplift studies (Brynjolfsson 2024, etc.)
|
||||
def cognitive_task_time_with_llm(baseline_hours, task_type):
|
||||
uplift = {
|
||||
'writing': 0.40, 'coding': 0.55, 'research': 0.30,
|
||||
'creative_strategy': 0.20, 'manual': 0.0
|
||||
}
|
||||
return baseline_hours * (1 - uplift.get(task_type, 0))
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
|
||||
| 상황 | Lens |
|
||||
|---|---|
|
||||
| Platform design | Network effects + power-law dynamics |
|
||||
| Content policy | Attention economy externalities |
|
||||
| Public policy | Digital divide + labor displacement |
|
||||
| Org strategy | Knowledge worker + AI augmentation |
|
||||
| Civic discourse | Filter bubble + misinformation |
|
||||
|
||||
**기본값**: 매 multi-lens — 매 single theory 의 over-generalize 의 risk.
|
||||
|
||||
## 🔗 Graph
|
||||
- 변형: [[Network Society]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 frame analysis, multi-perspective synthesis. 매 tech-policy intersection 의 explanation.
|
||||
**언제 X**: 매 country-specific 의 latest stat 은 fact-check. 매 LLM 의 stale 의 risk.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Tech-determinist 의 simplification**: 매 society shapes tech 의 too. 매 reciprocal.
|
||||
- **Single-metric (GDP, DAU) 의 over-reliance**: 매 well-being externality 의 miss.
|
||||
- **AI = neutral 의 assumption**: 매 X. 매 training data + deployment context 의 bias 의 carry.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Bell 1973, Castells 1996, Zuboff 2019, Brynjolfsson 2024).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — network society + AI-mediated phase synthesis |
|
||||
Reference in New Issue
Block a user