feat(wiki): 코드 그라운딩 23문서 + MOC 학습지도 39개
- 코드 그라운딩: 기술 주제 문서의 '적용 사례'에 실제 레포 구현 위치
(file:line)+커밋 자동 주입 (예: 문서 청킹 전략→connectai/src/retrieval/chunker.ts).
멱등 마커(CODE-GROUNDING)로 재실행 시 갱신.
- MOC: 39개 클러스터 폴더에 _MOC.md 학습지도 생성(진입점+통찰 주석).
도구: Datacollect/scripts/{code_grounding,moc_generator}.mjs
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
@@ -138,3 +138,21 @@ def score(doc, query):
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — full content for P-Reinforce framework |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `Datacollect/src/components/EmailPanel.tsx:17` — * Gmail 읽기전용 연결 → 최근 스레드 수집 → 스레드별 P-Reinforce wiki 합성 →
|
||||
- `Datacollect/scripts/web_extract.mjs:5` — * P-Reinforce v3.0 위키 문서로 LLM 합성한다.
|
||||
- `connectai/src/retrieval/terminologyBlock.ts:5` — * `P-Reinforce` vs `p-reinforce`, `Chronicle` vs `크로니클`.
|
||||
- `connectai/src/features/datacollect/handlers.ts:424` — [Omitted long matching line]
|
||||
|
||||
**관련 커밋:**
|
||||
- `connectai eeb527c feat(datacollect): /youtube 개편·/wikify 신규·출력 위생 (v2.2.48)`
|
||||
- `connectai a714017 feat(engine): complete stability overhaul - added state resume, deduplication, and P-Reinforce formatting`
|
||||
- `Datacollect 4e00342 feat(wiki): RAG 포맷 강화 + 링크 해소 도구`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -150,3 +150,13 @@ for c in claims:
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — verification family + thinking 2026 |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/selfReflector/selfReflectorPrompt.ts:67` — ## [Code Self-Verification — 코드 작성 시 추가 검증]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -230,3 +230,13 @@ def embed_text(t):
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — hybrid, MRL, ColBERT, pgvector, multimodal |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/projectChronicle/guardPrompt.ts:57` — [Omitted long matching line]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -26,3 +26,17 @@ tech_stack:
|
||||
|
||||
---
|
||||
*Redirected to: [[Transformer_Architecture_and_LLM_Foundations]]*
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/scripts/copy-ort-wasm.mjs:1` — // transformers.js의 ONNX Runtime WASM을 public/ort 로 복사 → 오프라인 동작(CDN 불필요).
|
||||
- `photoai/src/inference/clipEngine.ts:12` — } from '@huggingface/transformers'
|
||||
|
||||
**관련 커밋:**
|
||||
- `photoai 72c41ae Add NextGen library: index DB, thumbnails, AI culling, and CLIP search`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
File diff suppressed because it is too large
Load Diff
@@ -185,3 +185,13 @@ http_filters:
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — full content (Kong/Envoy/AWS/LLM gateway patterns) |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/secondBrainTrace.ts:256` — [Omitted long matching line]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -187,3 +187,16 @@ function resize() {
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — WebGL2 patterns + WebGPU transition note |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/src/inference/faceEngine.ts:20` — // face-api는 브라우저(렌더러) 환경에서 첫 추론 시 WebGL 백엔드를 자동 초기화한다.
|
||||
|
||||
**관련 커밋:**
|
||||
- `photoai 8a8c102 Initial commit: AI Photo Organizer (Electron + face-api)`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,494 @@
|
||||
---
|
||||
id: moc-architecture
|
||||
title: "Architecture — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Architecture"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Architecture — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **421개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[기본 타입에의 집착(Primitive Obsession)]]
|
||||
- [[API Fundamentals]]
|
||||
- [[Primitive Obsession (기본 타입 집착)]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(418개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[2026년 3월 연구 드롭 (March 2026 Research Drop)]]
|
||||
- [[3의 법칙 (Rule of Three)]]
|
||||
|
||||
### A
|
||||
- [[A2A (Agent-to-Agent Protocol)]]
|
||||
- [[Abstract Syntax Tree Traversal]]
|
||||
- [[ACID Transactions]]
|
||||
- [[Active Record Pattern vs Repository Pattern]]
|
||||
- [[ADR (Architecture Decision Record)]]
|
||||
- [[ADR (Architecture Decision Records)]]
|
||||
- [[AI-Assisted Refactoring (AI 기반 리팩토링)]]
|
||||
- [[Alliance (동맹)]]
|
||||
- [[Alliances]]
|
||||
- [[Ambient Declarations]]
|
||||
- [[AOP (Aspect-Oriented Programming)]]
|
||||
- [[AOT Compilation (Ahead-of-Time)]]
|
||||
- [[Apache Ignite]]
|
||||
- [[API Contract Definition]]
|
||||
- [[API First Architecture]]
|
||||
- [[API Gateway]]
|
||||
- [[API-First Architecture]]
|
||||
- [[Append-only Log]]
|
||||
- [[Architectural Constraint Enforcement]]
|
||||
- [[Architectural Violations]]
|
||||
- [[Architecture Description (아키텍처 명세)]]
|
||||
- [[Architecture Diagramming Standards]]
|
||||
- [[Architecture Erosion (아키텍처 침식)]]
|
||||
- [[Architecture Evaluation (아키텍처 평가)]]
|
||||
- [[Architecture Refactor]]
|
||||
- [[Architecture Review (아키텍처 및 설계 리뷰)]]
|
||||
- [[Arrangement and Composition]]
|
||||
- [[Aspect Oriented Programming (AOP)]]
|
||||
- [[AST Traversal]]
|
||||
- [[ATAM (Architecture Trade-offs Analysis Method)]]
|
||||
- [[ATAM (Architecture Tradeoff Analysis Method)]]
|
||||
- [[Automated Refactoring Tools]]
|
||||
|
||||
### B
|
||||
- [[Base Layouts]]
|
||||
- [[Bayesian Inference]]
|
||||
- [[Beat Saber]]
|
||||
- [[Belief System]]
|
||||
- [[Big Data]]
|
||||
- [[BIM 모델 렌더링]]
|
||||
- [[bitECS와 SharedArrayBuffer의 실제 코드 통합]]
|
||||
- [[BLoC]]
|
||||
- [[Boilerplate]]
|
||||
- [[Bottom Up Approach]]
|
||||
- [[Bounded Context]]
|
||||
- [[BPM (Business Process Management)]]
|
||||
- [[Branded Types]]
|
||||
- [[Breaking Dependencies]]
|
||||
- [[Broker Topology]]
|
||||
- [[Browser]]
|
||||
|
||||
### C
|
||||
- [[C4 Modeling Framework]]
|
||||
- [[CAD 렌더링 최적화]]
|
||||
- [[Call Stack]]
|
||||
- [[Call Stack Analysis]]
|
||||
- [[Characterization Tests (특성화 테스트)]]
|
||||
- [[Choreography]]
|
||||
- [[CI CD]]
|
||||
- [[Code Refactoring]]
|
||||
- [[Combat Timeline Difficulty Scaling]]
|
||||
- [[Complex Event Processing (CEP)]]
|
||||
- [[Complexity Theory]]
|
||||
- [[Component Based Architecture (CBA)]]
|
||||
- [[Component Library Architecture]]
|
||||
- [[Component-Based Architecture]]
|
||||
- [[Compound Components]]
|
||||
- [[Compute Shaders]]
|
||||
- [[Conceptual Integrity]]
|
||||
- [[Concurrent Rendering]]
|
||||
- [[Constructor Injection]]
|
||||
- [[Continuous Integration (CI)]]
|
||||
- [[Control Points]]
|
||||
- [[Control Systems Engineering]]
|
||||
- [[Cosmos 플랫폼 (Netflix)]]
|
||||
- [[Cross-Cutting Concerns]]
|
||||
- [[Cross-Cutting Concerns (AOP)]]
|
||||
- [[CST]]
|
||||
- [[Cumulative Layout Shift (CLS)]]
|
||||
- [[Cyclomatic Complexity]]
|
||||
|
||||
### D
|
||||
- [[DeepReadonly]]
|
||||
- [[Dependencies (의존성)]]
|
||||
- [[Dependency Analysis]]
|
||||
- [[Dependency Injection]]
|
||||
- [[Dependency Injection (의존성 주입)]]
|
||||
- [[Dependency Inversion Principle]]
|
||||
- [[Digital Twin]]
|
||||
- [[Discriminated Unions]]
|
||||
- [[Distributed Computing]]
|
||||
- [[Distributed System Type Safety]]
|
||||
- [[Distributed Systems Fallacies]]
|
||||
- [[Distributed Tracing]]
|
||||
- [[DOM (Document Object Model)]]
|
||||
- [[DOM (Document Object Model)]]
|
||||
- [[DORA Metrics]]
|
||||
- [[Downshift]]
|
||||
- [[Dynamic Systems Development Method (DSDM)]]
|
||||
|
||||
### E
|
||||
- [[E-commerce Platforms]]
|
||||
- [[Enabling Point (활성화 지점)]]
|
||||
- [[Enterprise Software Architecture]]
|
||||
- [[Entity (엔티티)]]
|
||||
- [[Eugen Systems]]
|
||||
- [[EVE 온라인(EVE Online)]]
|
||||
- [[Event Mediator]]
|
||||
- [[Event Storming]]
|
||||
- [[Event Stream Processing]]
|
||||
- [[Eventual Consistency]]
|
||||
- [[Evolutionary Computation]]
|
||||
- [[Excess Property Checking]]
|
||||
- [[Executable Documentation]]
|
||||
- [[Exergaming]]
|
||||
- [[Experience Sampling Method]]
|
||||
- [[Exploration vs Exploitation]]
|
||||
- [[Extract Class (클래스 추출하기)]]
|
||||
- [[Extract Method (함수 추출하기)]]
|
||||
|
||||
### F
|
||||
- [[Fault Tolerance]]
|
||||
- [[Feature-Driven Architecture]]
|
||||
- [[Fiber Architecture]]
|
||||
- [[Flow State]]
|
||||
- [[Fluid Typography]]
|
||||
- [[FOMO (Fear of Missing Out)]]
|
||||
- [[Fragment Shading]]
|
||||
- [[Fragment-bound]]
|
||||
- [[Functional Programming]]
|
||||
|
||||
### G
|
||||
- [[G Stack Integration Guide]]
|
||||
- [[Garbage Collection]]
|
||||
- [[Gates]]
|
||||
- [[Generational Hypothesis]]
|
||||
- [[Generics and Polymorphism]]
|
||||
- [[Global Singleton]]
|
||||
- [[God Object Antipattern]]
|
||||
- [[Graph Theory]]
|
||||
- [[gRPC and Protocol Buffers]]
|
||||
|
||||
### H
|
||||
- [[Hardware]]
|
||||
- [[Hexagonal Architecture (Ports and Adapters)]]
|
||||
- [[High Cohesion Low Coupling]]
|
||||
- [[Homeostasis]]
|
||||
- [[Hybrid Cloud Architectures]]
|
||||
- [[Hydration]]
|
||||
|
||||
### I
|
||||
- [[Impedance Matching]]
|
||||
- [[Implementation Separation]]
|
||||
- [[In-Memory Data Grid]]
|
||||
- [[Incremental Marking]]
|
||||
- [[Incremental Static Regeneration (ISR)]]
|
||||
- [[Indian Innovation Models]]
|
||||
- [[Infraspace]]
|
||||
- [[InstancedMesh]]
|
||||
- [[Integration Architecture Diagrams]]
|
||||
- [[Introduce Null Object (널 객체 도입하기)]]
|
||||
- [[Inversion of Control (IoC)]]
|
||||
- [[Iriszoom 엔진]]
|
||||
- [[Island Architecture]]
|
||||
- [[ISO 25010]]
|
||||
- [[ISO 25010 (Quality Model)]]
|
||||
- [[ISO IEC 25010]]
|
||||
- [[Istio]]
|
||||
|
||||
### K
|
||||
- [[Keeper of the Vision]]
|
||||
|
||||
### L
|
||||
- [[Legacy System Migration]]
|
||||
- [[Link Seam (링크 접점)]]
|
||||
- [[LiveOps]]
|
||||
- [[Logging Diagnostics]]
|
||||
- [[Loose Coupling]]
|
||||
- [[LSTM (Long Short-Term Memory)]]
|
||||
|
||||
### M
|
||||
- [[Machinations]]
|
||||
- [[Macro-architecture]]
|
||||
- [[Mapper / ModelMapper]]
|
||||
- [[March 2026 Research Drop]]
|
||||
- [[Mark-Sweep GC]]
|
||||
- [[Mediator Topology]]
|
||||
- [[Memory Leaks]]
|
||||
- [[Mental Models]]
|
||||
- [[Mermaid Diagrams]]
|
||||
- [[Message Broker]]
|
||||
- [[Message Brokers]]
|
||||
- [[Message Queues and Event Streams]]
|
||||
- [[Micro-interactions]]
|
||||
- [[Mock Objects (가짜 객체)]]
|
||||
- [[Mocking and Stubbing (테스트 대역)]]
|
||||
- [[Mocking Framework]]
|
||||
- [[Mockito]]
|
||||
- [[Modern Review Workflow]]
|
||||
- [[Modern Website Architecture]]
|
||||
- [[Modular Architecture]]
|
||||
- [[Modular Programming]]
|
||||
- [[Modular Weapon Evolution and Skill Trees]]
|
||||
- [[Monolithic vs Microservices]]
|
||||
- [[Monorepo]]
|
||||
- [[Monorepo (Turborepo/Nx)]]
|
||||
- [[Monorepo architectures]]
|
||||
- [[Multi-threaded Architecture]]
|
||||
- [[MVC (Model-View-Controller)]]
|
||||
|
||||
### N
|
||||
- [[ndf-parse]]
|
||||
- [[Netflix 마이크로서비스 전환]]
|
||||
- [[Network Latency Optimization]]
|
||||
- [[New Architecture (React Native Fabric/TurboModules)]]
|
||||
- [[Next.js and Modern Web]]
|
||||
- [[NoSQL Databases in AI]]
|
||||
- [[Nudge Theory]]
|
||||
|
||||
### O
|
||||
- [[Object Pooling]]
|
||||
- [[Object Seam (객체 접점)]]
|
||||
- [[Object-Oriented Programming (OOP)]]
|
||||
- [[Old Space (Old Generation)]]
|
||||
- [[Old Space (V8)]]
|
||||
- [[Orinoco (V8 GC project)]]
|
||||
- [[Over-engineering (오버엔지니어링)]]
|
||||
- [[Overdraw]]
|
||||
|
||||
### P
|
||||
- [[Parallel Computing in AI]]
|
||||
- [[PBR (Physically Based Rendering)]]
|
||||
- [[Permanent Loss]]
|
||||
- [[Pipeline Parallelism]]
|
||||
- [[Platform Engineering]]
|
||||
- [[Platform Resistance]]
|
||||
- [[Pocket Land]]
|
||||
- [[Pointer Compression]]
|
||||
- [[Polymorphism (다형성)]]
|
||||
- [[Polymorphism in Engine Architecture]]
|
||||
- [[Power Creep]]
|
||||
- [[Predictive Refactoring]]
|
||||
- [[Preprocessing Seam (전처리 접점)]]
|
||||
- [[Preserve Whole Object (객체 통째로 넘기기)]]
|
||||
- [[Problem Solving]]
|
||||
- [[Problem Solving Skills]]
|
||||
- [[Procedural Architecture Systems]]
|
||||
- [[Program Dependence Graph]]
|
||||
- [[Progressive Disclosure]]
|
||||
- [[Prototyping]]
|
||||
- [[Publish-Subscribe Model]]
|
||||
- [[Pull Request]]
|
||||
- [[Pull Up Method]]
|
||||
|
||||
### Q
|
||||
- [[Queue Management Systems]]
|
||||
|
||||
### R
|
||||
- [[Reachability Analysis]]
|
||||
- [[Real-time Data Streaming]]
|
||||
- [[Real-Time Engine (RTE)]]
|
||||
- [[Red-Green Refactoring]]
|
||||
- [[Redux]]
|
||||
- [[Refactoring]]
|
||||
- [[Refactoring (리팩토링)]]
|
||||
- [[Refactoring Techniques (리팩토링 기법)]]
|
||||
- [[Render Props]]
|
||||
- [[Replace Conditional with Polymorphism (조건식을 다형성으로 바꾸기)]]
|
||||
- [[Resource Management]]
|
||||
- [[Risk Management]]
|
||||
- [[Router Implementation]]
|
||||
- [[Rule of Three (3의 법칙)]]
|
||||
|
||||
### S
|
||||
- [[SARA (Software Architecture Review and Assessment)]]
|
||||
- [[Scalability]]
|
||||
- [[Scratch Refactoring (스크래치 리팩토링)]]
|
||||
- [[Seam (접점)]]
|
||||
- [[Seams (이음새)]]
|
||||
- [[Separation of Concerns]]
|
||||
- [[Serverless Architecture]]
|
||||
- [[Service Layer Pattern]]
|
||||
- [[Service Mesh]]
|
||||
- [[Service-oriented Architecture (SOA)]]
|
||||
- [[Service-Oriented Architecture (SOA)]]
|
||||
- [[SharedArrayBuffer 보안 이슈와 Cross-Origin Isolation]]
|
||||
- [[Simple Event Processing]]
|
||||
- [[Single Responsibility Principle (SRP)]]
|
||||
- [[Single Source of Truth (SSoT)]]
|
||||
- [[Skybound Implementation Report V10.5]]
|
||||
- [[Snapshots]]
|
||||
- [[Social Engineering]]
|
||||
- [[Software Architecture Documentation]]
|
||||
- [[Software Architecture Erosion]]
|
||||
- [[Software Architecture Knowledge Management (소프트웨어 아키텍처 지식 관리)]]
|
||||
- [[Software Architecture Recovery]]
|
||||
- [[Software Development Life Cycle (SDLC)]]
|
||||
- [[SOLID Principles]]
|
||||
- [[SPA 라우트 전환 성능 최적화]]
|
||||
- [[Space-Based Architecture]]
|
||||
- [[Spring Framework]]
|
||||
- [[Sprout & Wrap Techniques (스프라우트 & 랩 기법)]]
|
||||
- [[Sprout Method (스프라우트 메서드)]]
|
||||
- [[Stat Injection and Visual Renderer Pipeline]]
|
||||
- [[Static and Dynamic Analysis]]
|
||||
- [[Stochastic Gradient Descent]]
|
||||
- [[Storage Area Networks]]
|
||||
- [[Strategic Thinking]]
|
||||
- [[Stream Processing]]
|
||||
- [[Stream Processing Architectures]]
|
||||
- [[Styled Components]]
|
||||
- [[Swarm Intelligence]]
|
||||
- [[Switch Statements (Switch 문)]]
|
||||
- [[System Architecture Documentation]]
|
||||
- [[System Protocol Standard]]
|
||||
- [[Systems Thinking]]
|
||||
|
||||
### T
|
||||
- [[TARA (Threat Analysis and Risk Assessment)]]
|
||||
- [[Technical Architecture]]
|
||||
- [[Technical Debt]]
|
||||
- [[Technical Debt (기술 부채)]]
|
||||
- [[Test Automation Pyramid]]
|
||||
- [[Test Doubles (테스트 대역)]]
|
||||
- [[Test Pyramid (테스트 피라미드)]]
|
||||
- [[Test-Driven Development (테스트 주도 개발)]]
|
||||
- [[Testability Architecture]]
|
||||
- [[Testability in Architecture]]
|
||||
- [[Tetris Project Retrospective]]
|
||||
- [[The Two Hats]]
|
||||
- [[Thought Architecture]]
|
||||
- [[Three.js]]
|
||||
- [[Time Slicing]]
|
||||
- [[TSL (Three Shader Language)]]
|
||||
- [[Turborepo]]
|
||||
- [[Two Hats (두 개의 모자)]]
|
||||
- [[Type Alias (TypeScript)]]
|
||||
- [[Type Casting]]
|
||||
- [[TypeScript readonly]]
|
||||
|
||||
### U
|
||||
- [[Uber Base Web]]
|
||||
- [[Unit Test (단위 테스트)]]
|
||||
- [[Unit Tests (단위 테스트)]]
|
||||
- [[Utility Tree (유틸리티 트리)]]
|
||||
|
||||
### V
|
||||
- [[V8 엔진 힙 아키텍처]]
|
||||
- [[V8 엔진의 메모리 관리 아키텍처 및 Orinoco 프로젝트]]
|
||||
- [[V8 Heap Architecture]]
|
||||
- [[Variational Autoencoders (VAE)]]
|
||||
- [[Vergence-Accommodation Conflict (VAC)]]
|
||||
- [[vFunction]]
|
||||
- [[VIP (Clean Swift)]]
|
||||
- [[VIP System]]
|
||||
- [[Vite Build Tool]]
|
||||
- [[VR Sickness]]
|
||||
- [[Vue Architecture]]
|
||||
|
||||
### W
|
||||
- [[War-Yes 및 Warno-Armory 도구]]
|
||||
- [[WARNO]]
|
||||
- [[Web Rendering Strategies — CSR vs SSR]]
|
||||
- [[WebGL]]
|
||||
- [[WebGPU]]
|
||||
- [[Whale Hunting]]
|
||||
- [[Wrap Method (랩 메서드)]]
|
||||
- [[Write Barrier]]
|
||||
|
||||
### Y
|
||||
- [[YAGNI (You Aren't Gonna Need It)]]
|
||||
|
||||
### Z
|
||||
- [[Zod]]
|
||||
|
||||
### 가나다
|
||||
- [[가상현실(VR)]]
|
||||
- [[가차(Gacha)]]
|
||||
- [[객체 지향 소프트웨어 아키텍처 설계]]
|
||||
- [[객체 지향 프로그래밍 Object Oriented Programming, OOP]]
|
||||
- [[객체 지향 프로그래밍(OOP)]]
|
||||
- [[관심사의 분리 Separation of Concerns, SoC]]
|
||||
- [[관심사의 분리(SoC)]]
|
||||
- [[관점 지향 프로그래밍(AOP)]]
|
||||
- [[기술 부채 (Technical Debt)]]
|
||||
- [[깊이 지각(Depth perception)]]
|
||||
- [[다형성 (Polymorphism)]]
|
||||
- [[단위 테스트 (Unit Tests)]]
|
||||
- [[데이터 파싱(Data Parsing)]]
|
||||
- [[디아블로 2(Diablo II)]]
|
||||
- [[로그 (Logs)]]
|
||||
- [[리텐션 (Retention)]]
|
||||
- [[리팩토링 원칙]]
|
||||
- [[마이크로서비스 아키텍처의 의존성 관리]]
|
||||
- [[마키네이션(Machinations.io)]]
|
||||
- [[매몰 비용 오류 (Sunk Cost Fallacy)]]
|
||||
- [[모바일 퍼스트(Mobile First)]]
|
||||
- [[배수구 (Sinks)]]
|
||||
- [[버전 관리 이력 (Version Control History)]]
|
||||
- [[보이스카우트 규칙 (Boy Scout Rule)]]
|
||||
- [[복잡한 비즈니스 도메인 (금융, 헬스케어, 이커머스 등)]]
|
||||
- [[부분 유료화 (Free-to-Play)]]
|
||||
- [[분산 시스템 아키텍처 (Distributed Systems Architecture)]]
|
||||
- [[불변성 (Immutability)]]
|
||||
- [[비기능 요구사항 (Non-functional Requirements)]]
|
||||
- [[비기능적 요구사항 (Non-functional Requirements, NFRs)]]
|
||||
- [[사용자 제작 콘텐츠 (UGC)]]
|
||||
- [[상태 머신 (State Machine) 모델링 및 Redux 액션/리듀서 설계]]
|
||||
- [[선언 파일(dts)]]
|
||||
- [[소프트웨어 아키텍처 베스트 프랙티스]]
|
||||
- [[소프트웨어 아키텍처 설계]]
|
||||
- [[소프트웨어 아키텍처 평가 (Software Architecture Evaluation)]]
|
||||
- [[스택 트레이스 (Stack Trace)]]
|
||||
- [[시각-전정 충돌 (Visual-vestibular conflict)]]
|
||||
- [[시스템 아키텍처 시각화 (System Architecture Visualization)]]
|
||||
- [[시프트 레프트 (Shift-Left)]]
|
||||
- [[실시간 엔진 (Real-Time Engine)]]
|
||||
- [[실시간 엔진 (RTE)]]
|
||||
- [[실재감(Presence)]]
|
||||
- [[아키텍처 다이어그램 (Architecture Diagram)]]
|
||||
- [[아키텍처 패턴 지식]]
|
||||
- [[안구 운동 기능 (Oculomotor functions)]]
|
||||
- [[알비온 온라인(Albion Online)]]
|
||||
- [[약한 타입 검사 (Weak Type Detection)]]
|
||||
- [[어포던스(Affordances)]]
|
||||
- [[엔터프라이즈 소프트웨어 개발]]
|
||||
- [[엔터프라이즈 애플리케이션 및 점진적 리팩토링]]
|
||||
- [[외부 라이브러리 API 설계]]
|
||||
- [[웹 애플리케이션의 3계층 구조]]
|
||||
- [[의사결정 매트릭스 (Decision Matrix)]]
|
||||
- [[의존성 규칙 (Dependency Rule)]]
|
||||
- [[의존성 주입(DI)]]
|
||||
- [[이동 속도 (Movement Speed)]]
|
||||
- [[이커머스의 실시간 재고 관리]]
|
||||
- [[인앱 광고(IAA)]]
|
||||
- [[인앱 구매(IAP)]]
|
||||
- [[인터페이스와 포트-어댑터 (Interfaces and Ports-Adapters)]]
|
||||
- [[입자 시스템(Particle Systems)]]
|
||||
- [[지식 증발 (Knowledge Vaporization)]]
|
||||
- [[집합론(Set Theory)]]
|
||||
- [[추상 구문 트리 (AST)]]
|
||||
- [[추상화]]
|
||||
- [[추출 및 인라인 (Extract & Inline)]]
|
||||
- [[컴포넌트 기반 아키텍처 (CBA)]]
|
||||
- [[컴포넌트 기반 아키텍처 개념 수집 포인트]]
|
||||
- [[클래시 로얄(Clash Royale)]]
|
||||
- [[클린 아키텍처]]
|
||||
- [[타입 가드 (Type Predicates)]]
|
||||
- [[타입 가드(Type Guards)]]
|
||||
- [[타입 단언(Type Assertions)]]
|
||||
- [[탭과 싱크(Taps and Sinks)]]
|
||||
- [[텔레메트리 (Telemetry)]]
|
||||
- [[텔레메트리 밸런싱(Telemetry Balancing)]]
|
||||
- [[토스(Toss) Front SDK 퍼사드 패턴 적용]]
|
||||
- [[폭주-조절 갈등 (Vergence-Accommodation Conflict)]]
|
||||
- [[프로토타이핑 및 개념 증명(PoC)]]
|
||||
- [[플랫폼 컨버전스(Platform Convergence)]]
|
||||
- [[하이브리드 수익화(Hybrid Monetization)]]
|
||||
- [[하이브리드 캐주얼(Hybrid Casual)]]
|
||||
- [[하향식 탐색 Top-Down Approach]]
|
||||
- [[핫스팟 탐지 Hotspot Detection]]
|
||||
- [[헤드 마운트 디스플레이(HMD)]]
|
||||
- [[현대 웹 애플리케이션 설계]]
|
||||
- [[형상 관리 체계 Version Control System]]
|
||||
|
||||
_421 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,141 @@
|
||||
---
|
||||
id: moc-backend
|
||||
title: "Backend — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Backend"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Backend — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **78개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(78개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Accordion]]
|
||||
- [[Ad-hoc Optimization]]
|
||||
- [[Async Messaging]]
|
||||
- [[Asynchronous Messaging]]
|
||||
|
||||
### B
|
||||
- [[Bourgeoisie]]
|
||||
- [[brief]]
|
||||
|
||||
### C
|
||||
- [[Cache Side-Channel Attack]]
|
||||
- [[Case Study: Skybound Asset Cache Busting]]
|
||||
- [[comment_harvester (YouTube/Reddit Comment Scraper)]]
|
||||
- [[Composition API]]
|
||||
|
||||
### D
|
||||
- [[Django Signals]]
|
||||
|
||||
### E
|
||||
- [[E-component (Execution Loop)]]
|
||||
- [[ESLint]]
|
||||
|
||||
### F
|
||||
- [[Fastify]]
|
||||
|
||||
### G
|
||||
- [[goal (Goal Definition in Software & Agents)]]
|
||||
- [[GPU for the Web Community Group]]
|
||||
|
||||
### H
|
||||
- [[HBO Prestige Television]]
|
||||
|
||||
### I
|
||||
- [[Indirect Prompt Injection]]
|
||||
|
||||
### K
|
||||
- [[Kafka & RabbitMQ]]
|
||||
- [[KISS (Keep It Simple, Stupid)]]
|
||||
|
||||
### L
|
||||
- [[Lessons Learned]]
|
||||
|
||||
### M
|
||||
- [[Mental Operations Synthesized]]
|
||||
- [[Modern Environment Ecosystem]]
|
||||
- [[my_videos_check (Personal YouTube Channel Monitor)]]
|
||||
|
||||
### N
|
||||
- [[NestJS]]
|
||||
- [[NestJS Microservices Module]]
|
||||
- [[Netflix OSS]]
|
||||
- [[Node.js Memory Tuning]]
|
||||
|
||||
### O
|
||||
- [[OpenAPI / Swagger]]
|
||||
|
||||
### P
|
||||
- [[Preserving State in Procedural Worlds]]
|
||||
- [[Principles of Data Connect]]
|
||||
- [[Prisons and Self-Correction]]
|
||||
- [[Public APIs]]
|
||||
|
||||
### R
|
||||
- [[Rapid Prototyping]]
|
||||
- [[Relational Algebra in Databases]]
|
||||
- [[Render State]]
|
||||
- [[Restorative Justice]]
|
||||
|
||||
### S
|
||||
- [[S-component (State Store)]]
|
||||
- [[Serverless Computing]]
|
||||
- [[SharedArrayBuffer와 Atomics 구체적 활용법]]
|
||||
- [[Side-channel Attack]]
|
||||
- [[Slack Bot Development]]
|
||||
- [[Snowflake Data Warehousing]]
|
||||
- [[Solow Growth Model]]
|
||||
- [[Spring Boot Actuator]]
|
||||
- [[Spring Boot Microservices]]
|
||||
- [[Spring Cloud Netflix]]
|
||||
- [[Static Analysis & Linting (정적 분석 및 린팅)]]
|
||||
- [[System Debugging Protocol]]
|
||||
|
||||
### T
|
||||
- [[T-component (Tool Registry)]]
|
||||
- [[telegram notify]]
|
||||
|
||||
### U
|
||||
- [[Unity]]
|
||||
|
||||
### W
|
||||
- [[WebHooks and Notifications]]
|
||||
- [[WebSockets and Realtime]]
|
||||
|
||||
### Z
|
||||
- [[Zen Pop]]
|
||||
- [[Zustand-Based Mission Persistence]]
|
||||
|
||||
### 가나다
|
||||
- [[개발자 경험(DX)]]
|
||||
- [[넷플릭스의 코스모스 플랫폼 및 마이크로서비스 전환]]
|
||||
- [[대규모 3D 건축 모델(BIM) 시각화]]
|
||||
- [[대규모 프론트엔드 웹 프로젝트 폴더 구조화]]
|
||||
- [[대규모 확장성과 유지보수성이 요구되는 프런트엔드 모노레포 프로젝트]]
|
||||
- [[덱 빌딩 시스템 (Deck Building System)]]
|
||||
- [[동적-정적 코드 분석 (Static-Dynamic Code Analysis)]]
|
||||
- [[디버깅 전략 Debugging Strategies]]
|
||||
- [[라우터 Routers]]
|
||||
- [[로그 Logs 및 에러 메시지 Error Messages]]
|
||||
- [[마이크로서비스 아키텍처 (MSA)]]
|
||||
- [[모듈러 통합 건설 (MiC)]]
|
||||
- [[상향식 및 하향식 탐색 Top-Down & Bottom-Up Approach]]
|
||||
- [[상향식 및 하향식 탐색 Top-down & Bottom-up Navigation]]
|
||||
- [[소프트웨어 문서화 (Software Documentation)]]
|
||||
- [[엔드포인트 Endpoints]]
|
||||
- [[점진적 정적 재생성 (ISR)]]
|
||||
- [[진입점 (Entry Points)]]
|
||||
- [[진행 제한(Progression Limitation)]]
|
||||
- [[코드베이스 투어 Codebase Tours]]
|
||||
- [[하향식 및 상향식 접근법 (Top-Down and Bottom-Up Approaches)]]
|
||||
- [[하향식Top-Down 접근법]]
|
||||
|
||||
_78 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,271 @@
|
||||
---
|
||||
id: moc-python
|
||||
title: "Python — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Python"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Python — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **200개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[기본값 인자의 함정]] — 작은 편의가 큰 공유 상태 버그로 이어질 수 있다.
|
||||
- [[데코레이터 기초]] — 데코레이터는 문법 트릭이 아니라 반복 관심사를 묶는 도구다.
|
||||
- [[모듈과 import 시스템 기초]] — import 구조는 단순 편의가 아니라 아키텍처 경계의 일부다.
|
||||
- [[예외 처리 기초]] — 예외 처리는 숨기기보다 실패를 구조화하는 도구여야 한다.
|
||||
- [[컨텍스트 매니저 입문]] — 정리 코드를 흩뿌리기보다 생명주기를 구문 안에 묶는 것이 안전하다.
|
||||
- [[파일 I/O 기본 패턴]] — I/O는 데이터보다 경계와 자원 수명이 더 중요하다.
|
||||
- [[프로파일링 기초]] — 느리다는 감상 대신 어디가 느린지 측정하는 습관이 중요하다.
|
||||
- [[ast 기반 코드 조작 기초]] — 코드를 텍스트보다 구조로 다루면 자동화의 수준이 달라진다.
|
||||
- [[asyncio 기본기]] — 비동기는 문법보다 실행 모델을 이해해야 안전하게 쓸 수 있다.
|
||||
- [[hashlib와 해시 기초]] — 해시는 보안 만능키가 아니라 목적에 맞는 도구 선택이 중요하다.
|
||||
- [[Pandas 데이터 처리 기본기]] — 데이터프레임은 편하지만, 변형 흐름이 흐려지면 디버깅이 어려워진다.
|
||||
- [[pip 기본기와 의존성 관리]] — 패키지 설치는 시작일 뿐, 버전 전략이 더 중요하다.
|
||||
- [[pytest 기본기]] — 좋은 테스트 도구는 코드보다 사고 방식을 바꾼다.
|
||||
- [[Python 보안 기본기]] — Python 보안은 프레임워크보다 경계와 신뢰 모델에서 시작된다.
|
||||
- [[Python 성능 튜닝 기본기]] — 튜닝은 감이 아니라 가장 큰 병목부터 제거하는 작업이다.
|
||||
- [[SQLAlchemy ORM 기초]] — ORM는 SQL을 없애는 도구가 아니라 데이터 경계를 추상화하는 도구다.
|
||||
- [[threading 기본과 GIL]] — GIL은 'thread 쓸모없음'이 아니라 CPU와 I/O 경계 이해 문제다.
|
||||
- [[typing 기본기]] — 타입 힌트는 주석이 아니라 설계 의사소통 도구다.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(182개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[ABC와 Protocol]] — 계약을 어떻게 표현하느냐가 결합도를 좌우한다.
|
||||
- [[Airflow와 워크플로 오케스트레이션]] — 워크플로 도구는 코드보다 운영 책임과 관측성 기준이 중요하다.
|
||||
- [[argparse로 CLI 만들기]] — 작은 자동화 도구일수록 CLI 품질이 생산성을 좌우한다.
|
||||
- [[args와 kwargs 실전]] — 유연성은 좋지만, 지나치면 API 경계가 흐려진다.
|
||||
- [[assert 설계와 메시지]] — 실패 메시지는 미래의 자신과 동료를 위한 문서다.
|
||||
- [[async 웹 크롤링 패턴]] — 크롤링은 속도보다 대상 서비스와의 관계를 먼저 생각해야 한다.
|
||||
- [[async context manager]] — 비동기 자원도 정리 규칙이 명확해야 누수와 좀비 연결을 막을 수 있다.
|
||||
- [[async generator와 streaming API]] — 스트리밍은 데이터 형식보다 전달 리듬 설계가 중요하다.
|
||||
- [[asyncio와 blocking 코드 섞기]] — 한 줄의 blocking 호출이 전체 이벤트 루프를 멈출 수 있다.
|
||||
- [[attrs와 dataclass 비교]] — 도구 비교는 기능표보다 실제 모델링 요구로 봐야 한다.
|
||||
|
||||
### B
|
||||
- [[backpressure 개념과 Python 구현]] — 처리량보다 흐름 제어를 이해하는 순간 시스템 안정성이 올라간다.
|
||||
- [[BeautifulSoup와 HTML 파싱]] — 웹 문서는 구조가 더럽기 때문에 파서는 관용적이어야 한다.
|
||||
- [[benchmarking과 pyperf]] — 성능 수치는 재현 가능한 측정 문맥과 함께 읽어야 한다.
|
||||
- [[black과 코드 포맷팅]] — 스타일 논쟁을 줄이면 더 중요한 설계 논의에 시간을 쓸 수 있다.
|
||||
- [[bytes와 binary data 처리]] — 텍스트와 바이너리를 분리해 생각하면 데이터 처리 사고가 훨씬 선명해진다.
|
||||
|
||||
### C
|
||||
- [[cancelation 설계]] — 취소는 예외 상황이 아니라 기본 흐름으로 설계해야 한다.
|
||||
- [[Celery와 작업 큐]] — 비동기 업무 분리는 실행 모델과 장애 모델을 함께 설계해야 한다.
|
||||
- [[CI에서 Python 테스트 실행]] — 로컬에서만 통하는 파이프라인은 자동화가 아니라 착각이다.
|
||||
- [[Click과 Typer로 CLI 앱 만들기]] — 도구성 앱일수록 사용자 경험은 CLI 설계에 크게 좌우된다.
|
||||
- [[collections 모듈 핵심]] — 표준 라이브러리 작은 도구를 알면 코드가 훨씬 또렷해진다.
|
||||
- [[concurrent.futures 실전]] — 풀 기반 병렬 처리는 편하지만 작업 크기와 직렬화 비용을 봐야 한다.
|
||||
- [[contextlib 고급 패턴]] — 자원 생명주기 조합은 contextlib를 알수록 훨씬 안전해진다.
|
||||
- [[copy와 deepcopy]] — 복사는 값 복제가 아니라 관계 복제 문제로 봐야 한다.
|
||||
- [[coroutine과 await 의미론]] — await 한 줄이 제어 흐름을 넘기는 지점이라는 감각이 중요하다.
|
||||
- [[coverage 해석]] — coverage는 지도이지 목적지가 아니다.
|
||||
- [[csv와 구조적 텍스트 처리]] — 간단한 표 형식도 경계 조건을 무시하면 쉽게 깨진다.
|
||||
|
||||
### D
|
||||
- [[dataclass 고급 옵션]] — dataclass는 편의 기능이지만 도메인 모델 설계 의도를 먼저 세워야 한다.
|
||||
- [[dataclass와 타입 힌트 조합]] — 모델 정의는 간결하되 의미는 선명해야 한다.
|
||||
- [[datetime과 시간대 처리]] — 시간 문제는 항상 언젠가 터지므로 초기에 기준을 세워야 한다.
|
||||
- [[decimal과 금융 계산]] — 정확도 요구가 높은 도메인에서는 숫자 타입이 곧 설계다.
|
||||
- [[deque와 queue 패턴]] — list로 억지 구현하기보다 목적에 맞는 구조를 쓰는 것이 Python답다.
|
||||
- [[descriptor protocol]] — Python 객체 모델의 핵심 마법은 descriptor를 이해할 때 비로소 열린다.
|
||||
- [[dict 내부 모델과 해시 기반 사고]] — dict를 잘 이해하면 Python 데이터 구조 전반이 더 선명해진다.
|
||||
- [[Django의 강점과 한계]] — 배터리 포함 프레임워크는 생산성과 제약을 함께 가져온다.
|
||||
- [[Docker로 Python 앱 배포]] — 이미지 크기보다 재현성과 시작 속도, 보안 경계를 함께 봐야 한다.
|
||||
- [[doctest 활용 기준]] — 예제 문서가 실제로 실행된다는 사실은 큰 신뢰 자산이 된다.
|
||||
- [[dunder methods와 연산자 오버로딩]] — 연산자 오버로딩은 멋짐보다 직관성과 기대 일치를 먼저 봐야 한다.
|
||||
|
||||
### E
|
||||
- [[editable install과 개발 편의]] — 로컬 패키지 개발 경험을 잘 설계하면 리팩토링 비용이 줄어든다.
|
||||
- [[Enum과 상수 모델링]] — 매직 문자열을 줄이는 것만으로도 도메인 버그가 많이 줄어든다.
|
||||
- [[enumerate, zip, unpacking]] — 반복 제어를 간결하게 만들수록 로직이 더 잘 보인다.
|
||||
|
||||
### F
|
||||
- [[FastAPI 구조 설계]] — 프레임워크보다 라우팅, 서비스, 스키마 경계 설계가 더 중요하다.
|
||||
- [[fixture 설계]] — fixture는 편의 기능이 아니라 테스트 의존성 모델이다.
|
||||
- [[flaky test 줄이기]] — 신뢰할 수 없는 테스트는 없는 테스트만큼 위험하다.
|
||||
- [[Flask와 마이크로 프레임워크 사고]] — 작다고 단순한 것은 아니며, 선택한 만큼 구조 책임이 커진다.
|
||||
- [[fractions와 유리수 표현]] — 문제에 맞는 수 표현을 쓰면 복잡한 보정 코드를 줄일 수 있다.
|
||||
- [[functools 실전]] — 함수 유틸은 작지만 설계 감각을 크게 바꿀 수 있다.
|
||||
- [[functools.wraps와 메타데이터 보존]] — 작은 메타데이터 보존이 디버깅과 문서화를 크게 돕는다.
|
||||
|
||||
### G
|
||||
- [[generator 함수 설계]] — 제너레이터는 메모리 절약뿐 아니라 처리 파이프라인 사고를 열어준다.
|
||||
- [[Generic 타입 설계]] — 제네릭은 재사용성을 높이지만 복잡도 비용도 함께 온다.
|
||||
- [[glob와 파일 패턴 검색]] — 파일 시스템 탐색도 표현 방식이 분명해야 버그가 줄어든다.
|
||||
|
||||
### I
|
||||
- [[if와 match 문 선택 기준]] — 분기 구조가 복잡해질수록 표현 방식 자체가 설계 품질이 된다.
|
||||
- [[introspection과 inspect 모듈]] — 동적 언어의 힘은 introspection에서 오지만, 과용은 복잡도를 부른다.
|
||||
- [[isort와 import 정렬]] — 작은 일관성도 코드 리뷰 피로를 크게 낮춘다.
|
||||
- [[iterator protocol 깊게 보기]] — iterator protocol은 Python 컬렉션과 lazy 처리의 공통 뼈대다.
|
||||
- [[itertools 사고법]] — 반복 로직은 직접 구현보다 조합하는 쪽이 더 안전할 때가 많다.
|
||||
|
||||
### J
|
||||
- [[json 처리와 직렬화 기준]] — 직렬화는 데이터 구조를 외부 세계와 약속하는 행위다.
|
||||
- [[Jupyter 노트북 운영 규칙]] — 탐색 도구와 생산 코드 경계를 명확히 해야 혼란이 줄어든다.
|
||||
|
||||
### L
|
||||
- [[list, tuple, set, dict 선택 기준]] — 자료구조 선택 하나가 코드 성격을 바꿀 수 있다.
|
||||
- [[Literal과 제한된 값 모델링]] — 문자열 상수를 타입으로 끌어올리면 많은 실수를 미리 막을 수 있다.
|
||||
- [[logging 기반 디버깅]] — 디버깅은 출력이 아니라 질문을 남기는 로그에서 시작된다.
|
||||
- [[logging 표준 패턴]] — print에서 logging으로 넘어가는 순간 운영 관측성이 달라진다.
|
||||
|
||||
### M
|
||||
- [[mock와 monkeypatch]] — mock는 빠른 해결책이지만 설계 냄새를 감추는 도구가 되기 쉽다.
|
||||
- [[multiprocessing와 프로세스 병렬]] — CPU 병렬은 늘 이득이 아니라 데이터 이동 비용과의 싸움이다.
|
||||
- [[mutation testing in Python]] — 테스트가 있는 것과 강한 것은 다르다.
|
||||
- [[mypy 운영 전략]] — 타입 도입은 기술 문제이자 팀 운영 문제다.
|
||||
|
||||
### N
|
||||
- [[namedtuple과 dataclass 비교]] — 가벼운 구조체 선택도 변경 가능성 기준으로 봐야 한다.
|
||||
- [[NewType로 도메인 경계 강화]] — 숫자와 문자열이 같아 보여도 도메인 의미는 다를 수 있다.
|
||||
- [[NumPy 배열 사고]] — NumPy는 반복문을 없애는 기술이 아니라 데이터 형태를 바꾸는 사고다.
|
||||
|
||||
### O
|
||||
- [[operator 모듈]] — 작은 표준 함수들이 key extraction과 조합 코드를 더 읽기 쉽게 만든다.
|
||||
- [[Optional과 Union 판단]] — None이 끼는 순간 API 경계가 더 중요한 설계 문제가 된다.
|
||||
|
||||
### P
|
||||
- [[parameterized tests]] — 반복 테스트는 복붙보다 데이터 구조로 표현할 때 더 읽기 쉽다.
|
||||
- [[ParamSpec과 Callable 모델링]] — 함수를 감싸는 순간 타입 정보 보존이 설계 품질이 된다.
|
||||
- [[partial과 함수 조합]] — 반복 인자를 고정하는 작은 추상화가 API 가독성을 크게 높인다.
|
||||
- [[pathlib 깊게 쓰기]] — 경로 연산을 문자열 덧붙이기로 처리하는 습관에서 빨리 벗어나는 게 좋다.
|
||||
- [[pathlib 중심 파일 시스템 다루기]] — 경로는 문자열이 아니라 경로 객체로 다룰 때 실수가 줄어든다.
|
||||
- [[pdb와 디버거 사용법]] — 멈춰서 보는 감각이 생기면 추측성 디버깅이 줄어든다.
|
||||
- [[pickle 직렬화 위험과 활용]] — 편리한 직렬화일수록 신뢰 경계를 엄격히 봐야 한다.
|
||||
- [[pip-tools와 잠금 자동화]] — 간단한 도구 하나로 업데이트 통제가 훨씬 쉬워질 수 있다.
|
||||
- [[poetry와 uv 선택 기준]] — 도구 전쟁보다 팀 속도와 재현성 요구를 먼저 봐야 한다.
|
||||
- [[Polars와 현대 데이터프레임]] — 도구 비교는 유행보다 데이터 크기와 팀 익숙함을 먼저 봐야 한다.
|
||||
- [[pre-commit과 품질 게이트]] — 작은 자동화가 코드베이스 일관성을 지켜준다.
|
||||
- [[property-based testing with Hypothesis]] — 예시보다 규칙을 테스트하면 더 넓은 버그 공간을 만날 수 있다.
|
||||
- [[property와 검증 로직]] — 단순 getter/setter보다 도메인 규칙 노출 방식이 더 중요하다.
|
||||
- [[Protocol 기반 구조적 타이핑]] — 상속 없이도 계약을 표현할 수 있다는 점이 Python 타입 시스템의 큰 장점이다.
|
||||
- [[Pydantic 모델 설계]] — 검증 모델과 도메인 모델을 섞지 않는 감각이 중요하다.
|
||||
- [[pyproject.toml 현대 표준]] — 설정의 중심을 한곳에 두면 도구 통합과 재현성이 좋아진다.
|
||||
- [[pyright와 타입 검사 도구 비교]] — 도구 선택은 기능보다 팀 속도와 피드백 루프를 봐야 한다.
|
||||
- [[Python 관측 가능성]] — 운영 가능한 코드는 동작하는 코드보다 한 단계 더 멀리 간다.
|
||||
- [[Python 데이터 파이프라인 설계]] — 데이터 흐름은 코드보다 재현성과 실패 복구 전략이 중요하다.
|
||||
- [[Python 머신러닝 스크립트 운영]] — 모델보다 데이터 버전, 설정, 재현성이 더 큰 운영 문제를 만든다.
|
||||
- [[Python 실행 모델과 인터프리터 이해]] — 실행 모델을 알면 성능과 디버깅 판단이 훨씬 쉬워진다.
|
||||
- [[Python 에이전트 도구 통합]] — 에이전트 품질은 모델보다 도구 경계와 상태 관리에서 많이 갈린다.
|
||||
- [[Python 자동화 스크립트 설계]] — 짧은 스크립트일수록 예외 처리와 idempotency가 중요하다.
|
||||
- [[Python 철학과 The Zen of Python]] — Python다운 코드는 문법 암기보다 철학 이해에서 시작된다.
|
||||
- [[Python 캐싱 전략]] — 캐시는 빠르게 만들지만, 무효화 설계 없이는 버그도 빠르게 만든다.
|
||||
- [[Python 코딩 운영 체계]] — Python 실력은 개별 문법보다 전체 워크플로우를 연결하는 능력에서 완성된다.
|
||||
- [[Python 프로젝트 아키텍처 패턴]] — Python 프로젝트의 혼란은 대개 경계보다 파일 수부터 늘릴 때 시작된다.
|
||||
- [[Python 플러그인 시스템]] — 확장성을 원한다면 코어와 플러그인의 계약을 먼저 설계해야 한다.
|
||||
- [[Python API rate limiting]] — 부하 제어는 성능 기능이 아니라 신뢰성 기능이다.
|
||||
- [[Python ETL 품질 기준]] — ETL은 동작만 하면 되는 스크립트가 아니라 신뢰성이 필요한 시스템이다.
|
||||
- [[Python monorepo 전략]] — 저장소 구조는 협업 속도와 의존성 건강도를 함께 좌우한다.
|
||||
- [[Python package as app 설계]] — 앱은 사용자 경험과 운영 수명주기를 같이 설계해야 한다.
|
||||
- [[Python package as library 설계]] — 내부 코드와 공개 라이브러리는 수정 자유도의 철학이 다르다.
|
||||
- [[Python RAG 파이프라인 구조]] — RAG는 단순한 호출 체인이 아니라 데이터 품질 문제이기도 하다.
|
||||
- [[Python과 메시지 큐]] — 비동기 메시징은 느슨한 결합과 새로운 장애 모델을 동시에 가져온다.
|
||||
- [[Python과 시스템 스크립팅]] — 시스템 스크립트일수록 보수성과 안전장치가 더 중요하다.
|
||||
- [[Python과 LLM 애플리케이션]] — AI 앱에서도 결국 중요한 건 모델보다 경계, 비용, 검증 루프다.
|
||||
- [[Python과 WebAssembly 가능성]] — 새 배포 환경은 매력적이지만 실행 모델과 패키지 제약을 먼저 봐야 한다.
|
||||
- [[Python에서 C 확장과 FFI]] — 성능 최적화는 언어를 바꾸는 결정을 포함할 때가 있다.
|
||||
- [[Python에서 OpenTelemetry]] — 성능과 장애는 개별 서비스보다 호출 체인에서 봐야 한다.
|
||||
- [[Pythonic 코드를 읽는 법]] — Pythonic은 유행어가 아니라 의도와 가독성의 균형 감각이다.
|
||||
|
||||
### Q
|
||||
- [[Queue 기반 producer-consumer]] — 파이프라인은 순서보다 흐름과 압력 제어를 봐야 한다.
|
||||
|
||||
### R
|
||||
- [[random과 난수 제어]] — 난수도 목적에 따라 테스트용, 시뮬레이션용, 보안용을 나눠야 한다.
|
||||
- [[re와 정규표현식 실전]] — regex는 강력하지만 읽기 비용을 관리해야 한다.
|
||||
- [[requests와 httpx 비교]] — 네트워크 호출은 문법보다 timeout, retry, observability가 중요하다.
|
||||
- [[requirements.txt와 constraints.txt]] — 의존성 명세를 나누면 업데이트 리스크를 더 잘 통제할 수 있다.
|
||||
- [[ruff modern linting]] — 도구가 빨라질수록 규칙은 더 일상적인 피드백 루프로 들어온다.
|
||||
|
||||
### S
|
||||
- [[secrets와 보안 난수]] — 편한 난수와 안전한 난수는 다르다.
|
||||
- [[Self 타입과 fluent API]] — 타입 시스템이 자기 반환 API를 이해하면 리팩토링이 쉬워진다.
|
||||
- [[Semaphore와 동시성 제한]] — 빠름보다 시스템을 무너뜨리지 않는 속도가 중요하다.
|
||||
- [[set 활용 패턴]] — set는 단순한 자료형이 아니라 의도를 드러내는 강한 표현이다.
|
||||
- [[setuptools와 build backend]] — 패키징 도구 선택은 메타데이터, 빌드, 배포 흐름을 같이 봐야 한다.
|
||||
- [[shutil과 파일 작업]] — 표준 도구를 쓰면 운영체제 차이와 예외 처리 부담을 줄일 수 있다.
|
||||
- [[signal 처리와 graceful shutdown]] — 종료 품질은 운영 시스템의 성숙도를 보여준다.
|
||||
- [[singledispatch와 다형 함수]] — 클래스 계층 없이도 함수 단위 확장성을 만들 수 있다.
|
||||
- [[snapshot testing 신중하게 쓰기]] — 빠른 회귀 방지가 곧 의미 있는 테스트는 아니다.
|
||||
- [[staticmethod, classmethod, instance method]] — 메서드 종류는 문법이 아니라 책임 배치 문제다.
|
||||
- [[statistics 모듈]] — 작은 분석까지 무조건 pandas로 갈 필요는 없다.
|
||||
- [[structlog와 구조적 로깅]] — 운영 로그는 문자열보다 질의 가능한 이벤트에 가까워야 한다.
|
||||
- [[subprocess 안전하게 쓰기]] — 쉘 호출은 강력하지만 경계와 입력 신뢰도를 엄격히 봐야 한다.
|
||||
|
||||
### T
|
||||
- [[Task 생성과 관리]] — 태스크는 만들기보다 수명과 실패 전파를 관리하는 것이 더 어렵다.
|
||||
- [[tempfile과 안전한 임시 파일]] — 임시 자원은 편하지만 수명과 정리 정책을 놓치기 쉽다.
|
||||
- [[timeout과 경계 제어]] — 무한 대기는 종종 가장 비싼 운영 버그다.
|
||||
- [[tox와 nox 기반 테스트 매트릭스]] — 환경 차이를 초기에 잡아야 배포 후 놀라지 않는다.
|
||||
- [[trio와 anyio 관점]] — API 차이보다 취소 모델과 구조적 동시성 철학이 더 중요하다.
|
||||
- [[TypeAlias와 의미 있는 타입 이름]] — 좋은 타입 이름 하나가 문서 여러 줄을 대신할 수 있다.
|
||||
- [[TypedDict와 dict 스키마]] — 느슨한 dict도 경계에서 스키마를 가지면 협업 비용이 크게 줄어든다.
|
||||
|
||||
### U
|
||||
- [[uuid와 식별자 생성]] — 식별자는 데이터 모델과 운영 추적의 핵심 연결점이다.
|
||||
|
||||
### V
|
||||
- [[venv와 환경 격리]] — 재현성 없는 Python 환경은 작은 프로젝트도 불안정하게 만든다.
|
||||
|
||||
### W
|
||||
- [[weakref와 객체 수명]] — 객체를 오래 붙잡는 실수는 캐시와 이벤트 시스템에서 자주 생긴다.
|
||||
- [[wheel과 sdist 이해]] — 배포 포맷을 이해하면 설치 문제를 더 빠르게 진단할 수 있다.
|
||||
|
||||
### Y
|
||||
- [[yield from과 위임]] — 반복 로직 합성은 작은 위임 문법 하나로 훨씬 깔끔해질 수 있다.
|
||||
|
||||
### Z
|
||||
- [[zoneinfo 현대적 사용법]] — 로컬 시간과 UTC 경계를 모호하게 두면 데이터 일관성이 무너진다.
|
||||
|
||||
### 가나다
|
||||
- [[공개 API 타입 안정성]] — 공개 API의 타입 품질은 사용자 경험의 일부다.
|
||||
- [[구조적 동시성]] — 태스크를 던져놓기보다 수명을 구조화해야 예측 가능성이 생긴다.
|
||||
- [[람다와 작은 함수 선택 기준]] — 짧음과 명확함은 다르며, lambda는 용도가 분명할 때만 강하다.
|
||||
- [[런타임 검증과 pydantic]] — 타입 힌트만으로 외부 입력을 믿으면 경계에서 깨진다.
|
||||
- [[리스트 컴프리헨션]] — 짧다고 항상 좋은 것이 아니라, 의도가 선명할 때만 컴프리헨션이 빛난다.
|
||||
- [[메모리 프로파일링]] — 속도보다 메모리로 먼저 무너지는 시스템도 많다.
|
||||
- [[메모리 효율적인 데이터 처리]] — 큰 데이터를 다룰 때는 전체 로드보다 흐름 처리 사고가 중요하다.
|
||||
- [[메타클래스 언제 쓰는가]] — 메타클래스는 마지막 수단에 가까우며, 목적이 분명해야 한다.
|
||||
- [[문서화와 타입의 관계]] — 타입만으로 전달되지 않는 의도는 문서가 채워야 한다.
|
||||
- [[문자열 모델과 유니코드]] — 문자열 버그는 문법보다 인코딩 경계에서 많이 터진다.
|
||||
- [[반복문과 순회 철학]] — Python 루프는 카운터보다 iterable 중심 사고로 볼 때 더 강력하다.
|
||||
- [[배포 아티팩트와 릴리스 운영]] — 패키지 배포는 파일 업로드가 아니라 변경 책임의 전달이다.
|
||||
- [[버전 관리와 semantic versioning]] — 버전은 숫자가 아니라 사용자와의 약속이다.
|
||||
- [[변수 바인딩과 이름 해석]] — Python에서는 값보다 객체와 이름의 관계를 먼저 이해해야 한다.
|
||||
- [[불변과 가변 객체]] — 상태 버그의 상당수는 가변성 경계를 흐리게 두는 데서 시작된다.
|
||||
- [[비교 연산과 truthiness]] — Python의 truthiness를 제대로 이해하면 조건문 버그를 많이 줄일 수 있다.
|
||||
- [[비동기 디버깅]] — 비동기 버그는 코드보다 타이밍과 상태 전이를 봐야 잡힌다.
|
||||
- [[숫자 타입과 연산 규칙]] — 숫자 타입 선택은 정확성과 성능, 도메인 요구를 함께 본다.
|
||||
- [[스코프와 LEGB 규칙]] — 클로저와 전역 상태 문제는 LEGB를 선명히 이해하면 많이 줄어든다.
|
||||
- [[슬라이싱과 시퀀스 사고]] — 슬라이싱은 편하지만 복사와 뷰의 차이를 모르면 비용을 놓치기 쉽다.
|
||||
- [[에러 재현 최소화]] — 좋은 재현 케이스 하나가 긴 추측보다 훨씬 강하다.
|
||||
- [[웹소켓 서버의 비동기 패턴]] — 실시간 서버는 연결 수명과 fan-out 비용을 항상 같이 봐야 한다.
|
||||
- [[의존성 잠금 전략]] — 같은 requirements라도 잠금 전략이 없으면 같은 환경이 아니다.
|
||||
- [[재귀와 반복 선택 기준]] — 우아함보다 종료 조건과 디버깅 가능성을 먼저 봐야 한다.
|
||||
- [[정렬과 key 함수]] — 정렬 전략은 비교보다 key 추출로 단순화할 때 읽기 쉬워진다.
|
||||
- [[제너레이터 표현식]] — 메모리 효율은 종종 eager보다 lazy 사고에서 나온다.
|
||||
- [[클래스 데코레이터]] — 클래스 데코레이터는 메타클래스보다 가벼운 대안이 될 수 있다.
|
||||
- [[클로저와 nonlocal]] — 작은 상태 캡슐화는 클래스보다 클로저가 더 적합할 때가 있다.
|
||||
- [[타입 기반 리팩토링]] — 좋은 타입은 변경을 막는 족쇄가 아니라 변경을 돕는 지도다.
|
||||
- [[타입 힌트 성능 오해 바로잡기]] — 타입 힌트는 주로 개발 생산성 자산이지 성능 기능이 아니다.
|
||||
- [[테스트 데이터 전략]] — 테스트 데이터가 지저분하면 테스트 설계도 흔들린다.
|
||||
- [[테스트 코드에도 타입을 붙일 것인가]] — 모든 곳에 같은 엄격도를 강요하기보다 효율적인 범위를 정해야 한다.
|
||||
- [[통합 테스트 경계 설계]] — 현실과 닿는 테스트가 있어야 자신감 있는 배포가 가능하다.
|
||||
- [[패키지 구조 설계 src layout]] — 패키지 구조는 테스트/배포 오류를 미리 예방하는 아키텍처 장치다.
|
||||
- [[함수 시그니처 설계]] — 좋은 함수 시그니처는 문서 절반을 대신한다.
|
||||
- [[함수는 일급 객체다]] — 함수가 값이라는 감각을 가지면 콜백, 데코레이터, 전략 패턴이 자연스러워진다.
|
||||
- [[환경 변수와 설정 관리]] — 설정은 코드 바깥에 있지만 품질과 운영의 핵심이다.
|
||||
|
||||
### 기타
|
||||
- [[__new__와 __init__ 차이]] — 생성자 로직을 나눠 이해하면 불변 객체와 팩토리 설계가 쉬워진다.
|
||||
- [[__slots__와 메모리 최적화]] — 메모리 최적화는 측정 기반이어야 하고 가독성 비용과 같이 봐야 한다.
|
||||
|
||||
_200 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,576 @@
|
||||
---
|
||||
id: moc-coding
|
||||
title: "Coding — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Coding"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Coding — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **503개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[RLHF / DPO — alignment 기초]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(502개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[2FA — TOTP / WebAuthn / Passkey]]
|
||||
|
||||
### A
|
||||
- [[A11y Testing — axe / 키보드 / 스크린리더]]
|
||||
- [[Agent Frameworks — LangGraph / Mastra / CrewAI]]
|
||||
- [[Agent Sandbox — E2B / Daytona / code execution]]
|
||||
- [[Agentic Patterns — Plan / Reflect / Multi-agent]]
|
||||
- [[Aggregate Design — 일관성 / 경계 / Repository]]
|
||||
- [[AI Continuous Learning — feedback loop / RLAIF]]
|
||||
- [[AI Eval Framework — Promptfoo / LangSmith / Inspect]]
|
||||
- [[AI Memory Persistence — long-term / vector / graph]]
|
||||
- [[AI Memory Systems — Short / Long / Episodic]]
|
||||
- [[AI Production Deploy — vLLM / TGI / LangServe]]
|
||||
- [[AI Safety — Prompt Injection / Output / Jailbreak]]
|
||||
- [[AI Skills — 재사용 가능 Instruction + Tools]]
|
||||
- [[Airflow / Dagster — Data Pipeline / DAG]]
|
||||
- [[Android 14+ 마이그레이션 — 주요 변화]]
|
||||
- [[Android Baseline Profile — Startup / Scroll 최적화]]
|
||||
- [[Android Billing Client — IAP / Subscription]]
|
||||
- [[Android BLE — Scan / Connect / GATT]]
|
||||
- [[Android CameraX — 카메라 / 이미지 분석]]
|
||||
- [[Android DataStore — SharedPreferences 의 후계자]]
|
||||
- [[Android Foreground Service — 14+ 제약 + 타입]]
|
||||
- [[Android Hilt — DI 모듈과 스코프]]
|
||||
- [[Android Lifecycle-Aware Components]]
|
||||
- [[Android Media3 ExoPlayer — 비디오 / 오디오]]
|
||||
- [[Android ML Kit / Health Connect / On-device AI]]
|
||||
- [[Android Modularization — Feature / Core / App]]
|
||||
- [[Android Navigation (Compose) — 타입 안전 라우팅]]
|
||||
- [[Android Notification — 채널 / 권한 / 스타일]]
|
||||
- [[Android Paging 3 — 효율적 페이지네이션]]
|
||||
- [[Android Room — 안전한 SQLite ORM]]
|
||||
- [[Animation — Motion / GSAP / View Transitions]]
|
||||
- [[ANR / Freeze — UI 블로킹 추적]]
|
||||
- [[Anthropic Skills — modular agent capability]]
|
||||
- [[Anti-Corruption Layer — legacy / external 격리]]
|
||||
- [[API Error Format — RFC 7807 Problem Details]]
|
||||
- [[API Gateway — Kong / Envoy / Tyk]]
|
||||
- [[API Gateway / BFF — 라우팅 / aggregation]]
|
||||
- [[API Versioning — URL / Header / Date 전략]]
|
||||
- [[App Intents — Shortcuts / Siri / Spotlight]]
|
||||
- [[App Size 최적화 — 100MB 이하로]]
|
||||
- [[Argo Rollouts — Canary / Blue-Green deploy]]
|
||||
- [[ArgoCD / GitOps — Git = Source of Truth]]
|
||||
- [[ArgoCD Applications — App-of-Apps / ApplicationSet]]
|
||||
- [[ASO — App Store / Play Store 최적화]]
|
||||
- [[Astro — Islands / Static-first / Multi-framework]]
|
||||
- [[Astro Islands — partial hydration architecture]]
|
||||
- [[Async Work — distributed teams / async-first]]
|
||||
- [[Audit Log — Trigger / 이벤트 / 변경 추적]]
|
||||
- [[Authentication vs Authorization 패턴]]
|
||||
|
||||
### B
|
||||
- [[B-Tree vs LSM-Tree — Storage 엔진]]
|
||||
- [[Backend 재시도 전략 — 지수 백오프 + Jitter]]
|
||||
- [[Backend for Frontend — Per-client API]]
|
||||
- [[Background Sync — iOS / Android 비교]]
|
||||
- [[Backpressure 깊이 — 큐 / Reactive / Token Bucket]]
|
||||
- [[Backstage / Internal Developer Portal]]
|
||||
- [[Battery / Network Profiling — 사용량 줄이기]]
|
||||
- [[Beta Distribution — TestFlight / Firebase / internal]]
|
||||
- [[Big-O 실전 — 실제 성능 / 측정 / 함정]]
|
||||
- [[Bitemporal Data — valid time + transaction time]]
|
||||
- [[Bloom / Cuckoo Filter — set membership 빠른]]
|
||||
- [[Bloom Filter — 확률적 set 멤버십]]
|
||||
- [[BroadcastChannel / SharedWorker — tab 간 통신]]
|
||||
- [[Browser Agent — Playwright / Puppeteer / browser-use]]
|
||||
- [[Browser History API — push / replace / popstate]]
|
||||
- [[Bug Bounty — Program / Triage / Pay]]
|
||||
- [[Build Performance — 빌드 시간 측정과 단축]]
|
||||
- [[Bun Bundler / Lightning CSS / esbuild plugins]]
|
||||
|
||||
### C
|
||||
- [[Cache Eviction — LRU / LFU / ARC / TinyLFU]]
|
||||
- [[CDC — Debezium / WAL / 실시간 동기화]]
|
||||
- [[Cell-based Architecture — blast radius 격리]]
|
||||
- [[Chaos Engineering — 의도적 fault injection]]
|
||||
- [[CI/CD Pipeline 패턴]]
|
||||
- [[Circuit Breaker — 외부 의존성 격리]]
|
||||
- [[ClickHouse — OLAP / 컬럼 / 빠른 집계]]
|
||||
- [[Code Agent — Devin / Cursor / Claude Code]]
|
||||
- [[Code Interpreter — Sandbox / E2B / Daytona]]
|
||||
- [[Code Metrics — Complexity / Coverage / Hot spots]]
|
||||
- [[Code Ownership — CODEOWNERS / reviewer rotation]]
|
||||
- [[Code Review — Checklist / 좋은 review / 빠른 turnaround]]
|
||||
- [[Code Review Modern — AI-assisted / async / culture]]
|
||||
- [[Code Smells — 변경 어려움의 signal]]
|
||||
- [[Color Spaces — sRGB / OKLCH / P3 / Wide Gamut]]
|
||||
- [[Combine — 비동기 stream / 변환 / cancel]]
|
||||
- [[Compose Custom Layout — Layout / SubcomposeLayout]]
|
||||
- [[Compose Effects — LaunchedEffect / DisposableEffect / etc]]
|
||||
- [[Compose Multiplatform — iOS / Android / Desktop / Web]]
|
||||
- [[Compose Performance — recomposition / stability]]
|
||||
- [[Compose Recomposition 함정]]
|
||||
- [[Compression — gzip / brotli / zstd / lz4]]
|
||||
- [[Connection Handling — Pool / Reuse / Timeout]]
|
||||
- [[Connection Pooling — PgBouncer / Pool / Statement]]
|
||||
- [[Consistent Hashing — Sharding / Cache 분산]]
|
||||
- [[Container Queries — Component-level Responsive]]
|
||||
- [[Container Scanning — Trivy / Grype / 정책]]
|
||||
- [[Context API 잘못 쓰기]]
|
||||
- [[Contract Testing — 서비스 간 약속 검증]]
|
||||
- [[Controlled vs Uncontrolled 컴포넌트]]
|
||||
- [[Core Data — Context / Thread / Migration]]
|
||||
- [[Core Web Vitals — LCP / INP / CLS]]
|
||||
- [[Correlation ID — 분산 추적의 핵심]]
|
||||
- [[CORS 실전 가이드]]
|
||||
- [[CQRS — 명령 / 조회 분리]]
|
||||
- [[Crash-free SLO — 99.5% 유지하기]]
|
||||
- [[CRDT — 자동 conflict 해결 / 협업]]
|
||||
- [[Cron / Scheduled Jobs — 분산 / 멱등 / 락]]
|
||||
- [[Cron / Scheduler — Quartz / cron / Inngest / Trigger.dev]]
|
||||
- [[Crossplane / Tekton — K8s 안 Cloud / CI]]
|
||||
- [[CSP / 보안 헤더 — XSS / Clickjacking 방어]]
|
||||
- [[CSRF — Cookie 인증의 함정]]
|
||||
- [[CSS Anchor Positioning / @scope / Speculation Rules]]
|
||||
- [[CSS Migration — CSS-in-JS → Tailwind / native]]
|
||||
- [[Cursor Workflow — context / rules / composer]]
|
||||
- [[Custom Element Lifecycle — connect / disconnect / observe]]
|
||||
- [[Custom Embeddings — Fine-tune / Domain-specific]]
|
||||
- [[Custom Hook 작성 패턴]]
|
||||
|
||||
### D
|
||||
- [[DB Connection Pool — 사이즈와 누수]]
|
||||
- [[DB Index 전략 — 만들 것과 만들지 말 것]]
|
||||
- [[DB Migration Safety — Zero-downtime 전환 패턴]]
|
||||
- [[DB Transaction Deep — isolation / SAVEPOINT / advisory lock]]
|
||||
- [[DB Transaction Isolation Levels — 실전 선택]]
|
||||
- [[dbt — SQL Transform / Test / Doc]]
|
||||
- [[DDD — Bounded Context / Ubiquitous Language]]
|
||||
- [[Dead Letter Queue — 실패 메시지 처리]]
|
||||
- [[Dead Letter Queue Deep — handling failed messages]]
|
||||
- [[Deep Link Verification — Universal / App Links / 검증]]
|
||||
- [[Dependency 자동 update — Renovate / Dependabot]]
|
||||
- [[Design Tokens — 색 / spacing / type / 토큰화]]
|
||||
- [[Disaster Recovery — RPO / RTO / Backup / Failover]]
|
||||
- [[Distributed Consensus — Raft / Paxos / Leader Election]]
|
||||
- [[Distributed Locks — Redis / DB / ZooKeeper]]
|
||||
- [[Distributed SQL — CockroachDB / Spanner / YugabyteDB]]
|
||||
- [[dnd-kit — Drag & Drop / Sortable / 키보드]]
|
||||
- [[Docker Layer Cache — 빌드 시간 90% 줄이기]]
|
||||
- [[Documentation — README / ADR / Runbook]]
|
||||
- [[Domain Events — 발행 / 처리 / 형식]]
|
||||
- [[DuckDB — Embedded OLAP / Local Analytics]]
|
||||
|
||||
### E
|
||||
- [[eBPF — Kernel-level Observability / Cilium / Pixie]]
|
||||
- [[Edge Functions — Cloudflare / Vercel / Deno Deploy]]
|
||||
- [[Edge Runtime — Workers / Deno Deploy / Vercel Edge]]
|
||||
- [[Effect / fp-ts — 함수형 에러 / 의존성 / 동시성]]
|
||||
- [[Embedding Strategy — model / chunk / multi-vector]]
|
||||
- [[Embeddings 비교 — OpenAI / Cohere / 오픈소스]]
|
||||
- [[Engineering Excellence — DORA / SPACE / DX metric]]
|
||||
- [[Engineering Onboarding — first 30 / 60 / 90 days]]
|
||||
- [[Error Reporting — Sentry / 분류 / 우선순위]]
|
||||
- [[Estimating Effort — story points / T-shirt / forecast]]
|
||||
- [[Event Sourcing — 이벤트 기반 상태]]
|
||||
- [[Eventual Consistency — CAP / Conflict / 보상]]
|
||||
- [[Exactly-once 의미 — Idempotency + Outbox + Dedup]]
|
||||
- [[External Secrets / Atlantis / GitHub Actions deep]]
|
||||
|
||||
### F
|
||||
- [[Feature Flags 심화 — 점진 / A/B / 격리]]
|
||||
- [[Feature Store — Feast / Tecton / online & offline]]
|
||||
- [[Fetch Wrapper 설계 — 인증 / 재시도 / 에러 정규화]]
|
||||
- [[File System Access API — browser 가 file 직접]]
|
||||
- [[Fine-tune Practical — LoRA / QLoRA / OpenAI API]]
|
||||
- [[Fine-tuning vs Prompting — 결정 기준]]
|
||||
- [[FinOps — Cloud cost / Tagging / 최적화]]
|
||||
- [[Firebase App Distribution / Pre-launch / App Review]]
|
||||
- [[Flow / StateFlow / SharedFlow — 어떤 걸 언제]]
|
||||
- [[Flutter — Widget / State / Riverpod]]
|
||||
- [[Form State — RHF / TanStack Form / Conform]]
|
||||
- [[Full-text Search — Postgres / Elasticsearch / Meilisearch]]
|
||||
- [[Function Calling 심화 — Tool Use / 멀티 step]]
|
||||
- [[Fuzzing — 무작위 / 변형 / coverage 기반]]
|
||||
|
||||
### G
|
||||
- [[Game Asset Pipeline — Texture / Audio / Mesh 압축]]
|
||||
- [[Game Loop / ECS — 매 frame / Entity-Component-System]]
|
||||
- [[Generic Constraints — 의미 있는 제네릭 작성]]
|
||||
- [[Geo Replication — Multi-region / CDN / Edge]]
|
||||
- [[Graceful Shutdown — Drain / SIGTERM / 작업 완료]]
|
||||
- [[GraphQL Client — Apollo / urql / Relay 비교]]
|
||||
- [[GraphQL Federation — Apollo / Mesh / Hive]]
|
||||
- [[GraphQL Server — Schema / Resolver / DataLoader]]
|
||||
- [[GraphQL Yoga / Pothos — Modern GraphQL Server]]
|
||||
- [[gRPC — Proto / Streaming / 인터셉터]]
|
||||
- [[gRPC Streaming — bidirectional / server / client]]
|
||||
|
||||
### H
|
||||
- [[Hashing Strategies — MD5 / SHA / xxHash / Argon2]]
|
||||
- [[Headless UI — Radix / Headless UI / 자체 Build]]
|
||||
- [[Health Check — Liveness vs Readiness]]
|
||||
- [[Helm 깊이 — Chart / Templating / Hook]]
|
||||
- [[Hexagonal / Clean Architecture — Port / Adapter / 의존 방향]]
|
||||
- [[Hono / Elysia / Modern TS Frameworks]]
|
||||
- [[Hono Middleware — modern Express alternative]]
|
||||
- [[HTMX / Hotwire — Server-driven UI]]
|
||||
- [[HTTP Cache 헤더 실전]]
|
||||
- [[Hybrid Search — vector + BM25 + rerank]]
|
||||
|
||||
### I
|
||||
- [[i18n — 번역 / 복수형 / RTL / ICU]]
|
||||
- [[IaC Drift Detection — 수동 변경 감지]]
|
||||
- [[ID 생성 — UUID v7 / Snowflake / KSUID]]
|
||||
- [[Idempotency Deep — keys / windows / storage]]
|
||||
- [[Idempotency Keys — 중복 결제 / 중복 처리 방지]]
|
||||
- [[Idempotent Consumer — At-least-once → Exactly-once]]
|
||||
- [[Image Generation — DALL-E / Flux / Stable Diffusion]]
|
||||
- [[Image Optimization — WebP / AVIF / srcset / lazy]]
|
||||
- [[Index]]
|
||||
- [[Inngest / Trigger.dev — function-as-a-workflow]]
|
||||
- [[IntersectionObserver — Lazy / Infinite Scroll / Tracking]]
|
||||
- [[iOS App Clips — 10MB 미만 즉시 실행]]
|
||||
- [[iOS Audio/Video — AVFoundation / AVKit]]
|
||||
- [[iOS Background Tasks — BGTaskScheduler / Refresh]]
|
||||
- [[iOS Charts (Swift Charts) — chart + animation]]
|
||||
- [[iOS Charts / HealthKit / Spatial]]
|
||||
- [[iOS Keychain — 비밀 저장 표준]]
|
||||
- [[iOS Push Notifications — APNs / 권한 / 백그라운드]]
|
||||
- [[iOS Universal Links — 웹 URL → 앱 진입]]
|
||||
- [[iOS Widget — WidgetKit + Timeline]]
|
||||
- [[Issue Tracking — Linear / Jira / GitHub Projects]]
|
||||
|
||||
### J
|
||||
- [[Jetpack Compose — State Hoisting]]
|
||||
- [[Job Queue 패턴 — 비동기 작업 영속화]]
|
||||
- [[JS Async Iterator — pull 기반 스트림 처리]]
|
||||
- [[JS Bundle Analysis — Tree-shake / Split / Size budget]]
|
||||
- [[JS Module System — ESM vs CJS 그리고 dual package]]
|
||||
- [[JS Structured Clone & Deep Equality 함정]]
|
||||
- [[JSDoc + TypeScript — 빌드 없는 타입]]
|
||||
- [[JWT 패턴 — 토큰 저장 / 만료 / 회전]]
|
||||
|
||||
### K
|
||||
- [[Kafka — Topic / Partition / Consumer Group]]
|
||||
- [[Knowledge Sharing — wiki / RFC / brown bag / pairing]]
|
||||
- [[Kotlin Coroutines — Scope 와 Lifecycle 매핑]]
|
||||
- [[Kotlin Multiplatform — shared business logic]]
|
||||
- [[Kotlin Multiplatform / Compose Multiplatform]]
|
||||
- [[Kubernetes — Deployment / Service / Ingress]]
|
||||
- [[Kubernetes Operators — CRD + Controller]]
|
||||
|
||||
### L
|
||||
- [[Lakehouse — Iceberg / Delta / Parquet]]
|
||||
- [[Lamport / Vector Clocks — distributed ordering]]
|
||||
- [[LazyList Performance — key / contentType / 측정]]
|
||||
- [[Live Activities — 잠금 화면 / Dynamic Island]]
|
||||
- [[LLM Cost 최적화 — Cache / Routing / Batch]]
|
||||
- [[LLM Eval Framework — Inspect / Promptfoo / Braintrust]]
|
||||
- [[LLM Evaluation — Golden Set / LLM-as-Judge / 회귀]]
|
||||
- [[LLM Streaming — SSE / 토큰 단위 / 취소]]
|
||||
- [[LLM Structured Output — Zod / Function Calling]]
|
||||
- [[Load Testing — k6 / Locust / Artillery]]
|
||||
- [[Local LLM — Ollama / LM Studio / vLLM]]
|
||||
- [[Lock-free / Atomic — Concurrent 자료구조]]
|
||||
- [[Lock-Free Patterns — atomic / CAS / queue]]
|
||||
- [[Login Flows — Magic Link / Passkey / OAuth]]
|
||||
- [[Long Context — 1M+ token 사용 / Compression / Chunk]]
|
||||
|
||||
### M
|
||||
- [[Mac Catalyst — iOS 앱을 Mac 으로]]
|
||||
- [[Maintenance Mode — 점진 / Read-only / Banner]]
|
||||
- [[MapReduce / Distributed Compute — Spark / DuckDB / Beam]]
|
||||
- [[Material 3 — Dynamic Color / Theme / Type]]
|
||||
- [[Materialize / RisingWave — Streaming Materialized View]]
|
||||
- [[MCP — Model Context Protocol / Tool Server]]
|
||||
- [[MCP Server 작성 — 도구 + 권한 + 배포]]
|
||||
- [[Memory Management — GC / arena / RC / ownership]]
|
||||
- [[Memory Pressure — iOS / Android]]
|
||||
- [[Mentoring — Junior 성장 / Pair / Knowledge share]]
|
||||
- [[Migration Runbook — Plan / Verify / Rollback]]
|
||||
- [[Million.js / React Compiler / Forget — auto optimize]]
|
||||
- [[ML Monitoring — drift / quality / SLO]]
|
||||
- [[MLOps — Model registry / MLflow / W&B / artifact]]
|
||||
- [[Mobile A/B Testing — Variant / Tracking / Cleanup]]
|
||||
- [[Mobile Camera / AR — AVFoundation / CameraX / ARKit]]
|
||||
- [[Mobile CI/CD — Fastlane / EAS / 자동 배포]]
|
||||
- [[Mobile E2E Testing — Detox / Maestro / Appium]]
|
||||
- [[Mobile Push Deep — APNs / FCM / Topic / Silent]]
|
||||
- [[Mobile Security — root / jailbreak / SSL pin]]
|
||||
- [[Mock 경계 — 어디서 모킹할까]]
|
||||
- [[Modern Accessibility — ARIA / focus / keyboard]]
|
||||
- [[Modern Bundlers — Turbopack / Rspack / esbuild / Bun]]
|
||||
- [[Modern CSS — :has() / Subgrid / Color spaces / @scope]]
|
||||
- [[Modular Monolith — microservice 의 대안]]
|
||||
- [[Module Boundaries — Public API / 의존 관리]]
|
||||
- [[Monorepo — Turborepo / Nx / pnpm workspaces]]
|
||||
- [[MQTT — IoT messaging protocol]]
|
||||
- [[mTLS — 양방향 인증서 / 서비스 간 신뢰]]
|
||||
- [[Multi-Agent Coordination — orchestrator / handoff]]
|
||||
- [[Multi-tenant — Pool / Silo / Bridge 모델]]
|
||||
- [[Multi-Tenant DB — pool / schema / DB / row]]
|
||||
- [[Multimodal — 이미지 / 음성 / 비디오 LLM]]
|
||||
- [[Multiplayer Networking — Authoritative / Prediction / Lag]]
|
||||
- [[Mutation Testing — Stryker / 테스트 품질 측정]]
|
||||
- [[Mutation Testing — Stryker / PIT / Mutmut]]
|
||||
- [[MVCC — Multi-Version Concurrency Control]]
|
||||
|
||||
### N
|
||||
- [[N+1 쿼리 문제 — 감지와 해결]]
|
||||
- [[Native Crash Reporting — Crashlytics / Sentry]]
|
||||
- [[Native Memory Profiling — iOS / Android leak 추적]]
|
||||
- [[Native Module Bridging — RN / Flutter / KMP]]
|
||||
- [[Native Perf Tracing — Systrace / Instruments / Perfetto]]
|
||||
- [[NATS / RabbitMQ / SQS — 큐 비교]]
|
||||
- [[NATS JetStream — modern messaging]]
|
||||
- [[Node Profiling — CPU / Memory / Async hooks]]
|
||||
- [[Node Streams — Readable / Writable / Transform / Web Streams]]
|
||||
- [[Node Worker / Child Process — CPU 작업 / 격리]]
|
||||
- [[Null 안전 패턴 (Null Safety Patterns)]]
|
||||
|
||||
### O
|
||||
- [[OAuth 2.1 — Authorization Code + PKCE]]
|
||||
- [[Observability — Logs / Metrics / Traces]]
|
||||
- [[Offline-first — Local-first / Sync / Conflict]]
|
||||
- [[OKR / Goal Setting — Objectives & Key Results]]
|
||||
- [[OLTP vs OLAP vs HTAP — workload 별 DB]]
|
||||
- [[On-call Playbook — Rotation / Runbook / Escalation]]
|
||||
- [[OpenAPI / Swagger — Schema-first vs Code-first]]
|
||||
- [[OpenTelemetry — 통합 추적/메트릭/로그]]
|
||||
- [[Origin Trials / Platform APIs — modern browser]]
|
||||
- [[ORM 비교 — Prisma / Drizzle / Kysely / TypeORM]]
|
||||
- [[OTel Collector — Pipeline / Sampling / Routing]]
|
||||
- [[Outbox — DB write + 메시지 발행 원자성]]
|
||||
- [[Output Encoding & XSS 방지]]
|
||||
- [[OWASP API Top 10 — modern API security]]
|
||||
- [[OWASP Top 10 — 실전 방어 체크리스트]]
|
||||
|
||||
### P
|
||||
- [[Pact Contract Testing — consumer-driven contracts]]
|
||||
- [[Pagination — Cursor / Offset / Keyset]]
|
||||
- [[Pair Programming — Driver / Navigator / Remote]]
|
||||
- [[Partitioning — Range / List / Hash]]
|
||||
- [[Pen Testing — Manual / Tool / Bug Bounty]]
|
||||
- [[pgvector — 인덱스 / 차원 / 운영]]
|
||||
- [[Phishing Defense — DMARC / Phishing-resistant MFA / 교육]]
|
||||
- [[Playwright 심화 — Trace / Auth / Parallel]]
|
||||
- [[Postgres EXPLAIN — Plan / Index / Cost 분석]]
|
||||
- [[Postgres Extensions — pgvector / TimescaleDB / Citus]]
|
||||
- [[Postgres JSONB — 인덱스 / 쿼리 / 마이그레이션]]
|
||||
- [[Postgres Lock 분석 — Deadlock / Wait / 진단]]
|
||||
- [[Postgres Vacuum / Bloat — deep]]
|
||||
- [[Postmortem — Blameless / 학습 / 개선]]
|
||||
- [[PR Template — 좋은 description / 자동화]]
|
||||
- [[Pre-commit Security — Secret / Lint / 빠른 가드]]
|
||||
- [[Print Stylesheet — @page / 인쇄 / PDF]]
|
||||
- [[Probabilistic Data Structures — HLL / Count-min / t-digest]]
|
||||
- [[Progressive Enhancement — Server-first / 점진 JS]]
|
||||
- [[Prompt Caching — Anthropic / OpenAI / 비용 50-90% 감소]]
|
||||
- [[Prompt Engineering — System / Few-shot / CoT]]
|
||||
- [[Property-based Testing — fast-check / 자동 input]]
|
||||
- [[ProtoBuf Wire — Varint / Field Tag / 작은 size]]
|
||||
- [[Pulumi — 코드로 IaC (TS / Python / Go)]]
|
||||
- [[PWA / Service Worker — Offline / Push / Install]]
|
||||
|
||||
### Q
|
||||
- [[Query Optimization — Index / Rewrite / 분리]]
|
||||
- [[Quorum / Consensus — Paxos / Raft / Dynamo style]]
|
||||
|
||||
### R
|
||||
- [[RAG — Retrieval Augmented Generation]]
|
||||
- [[RAG Advanced — Hybrid / Rerank / Multi-modal / Graph]]
|
||||
- [[RAG Production — chunking / re-rank / eval]]
|
||||
- [[Rate Limit 알고리즘 — Token / Leaky / Sliding]]
|
||||
- [[Rate Limiting — Token Bucket vs Sliding Window]]
|
||||
- [[React 렌더링 최적화 우선순위]]
|
||||
- [[React 애니메이션 — GPU 가속과 CSS 우선]]
|
||||
- [[React 접근성 (a11y) 실전]]
|
||||
- [[React 코드 분할 — Lazy / Suspense / Route 단위]]
|
||||
- [[React Charts — Recharts / Visx / D3 / Tremor]]
|
||||
- [[React Compiler — 자동 memoization deep]]
|
||||
- [[React Error Boundary 패턴]]
|
||||
- [[React Form 상태 패턴]]
|
||||
- [[React Hook Form + Zod — 폼 / 검증 / 에러]]
|
||||
- [[React List 가상화 (Virtualization)]]
|
||||
- [[React Native — Bridge / JSI 성능]]
|
||||
- [[React Native New Architecture — Fabric / TurboModule / JSI]]
|
||||
- [[React Navigation v6 — Stack / Tab / Deep Link]]
|
||||
- [[React Reconciler / Rendering — 측정 / 최적화]]
|
||||
- [[React Refs 사용 패턴]]
|
||||
- [[React Router — 데이터 로딩 통합 패턴]]
|
||||
- [[React Server Components — 경계 의식]]
|
||||
- [[React StrictMode 의 의도적 이중 실행]]
|
||||
- [[React Suspense — 데이터 페칭 통합]]
|
||||
- [[React useEffect 함정 (Pitfalls)]]
|
||||
- [[Read Replica — Replication Lag / 일관성]]
|
||||
- [[Reanimated 3 — Worklet / shared value / 60fps]]
|
||||
- [[RED / USE 메트릭 — 어떤 걸 측정할까]]
|
||||
- [[Redis 패턴 — Cache / Pub/Sub / Streams / Lua]]
|
||||
- [[Refactoring — 작은 step / 안전 변경]]
|
||||
- [[Replica 운영 — Streaming / Lag / Failover]]
|
||||
- [[Reservoir Sampling — stream 의 random sample]]
|
||||
- [[REST Best Practices — Resource / 상태코드 / HATEOAS]]
|
||||
- [[Rich Text Editor — Slate / Lexical / TipTap]]
|
||||
- [[RN 로컬 저장 — AsyncStorage vs MMKV]]
|
||||
- [[RN Hermes — Startup / Memory 최적화]]
|
||||
- [[RN Native Module — TurboModule (New Arch)]]
|
||||
- [[RN OTA — Expo Updates / CodePush 후속]]
|
||||
- [[RSC + Server Actions — 데이터 / 변형 / 캐시]]
|
||||
- [[Runtime 비교 — Bun / Deno / Node.js]]
|
||||
|
||||
### S
|
||||
- [[Saga — 분산 트랜잭션 / 보상]]
|
||||
- [[Saga — Choreography vs Orchestration]]
|
||||
- [[SAST / DAST / IAST — 코드 / 실행 / 통합 검사]]
|
||||
- [[SBOM / Supply Chain Security — provenance / sigstore]]
|
||||
- [[Schema 검증 비교 — Zod / Valibot / Effect Schema / ArkType]]
|
||||
- [[Schema Registry — Avro / Protobuf / 호환성]]
|
||||
- [[Search Engine 통합 — Elastic / Meilisearch / Typesense]]
|
||||
- [[Secrets Management — 코드 / 로그 / repo 에 안 새게]]
|
||||
- [[Secrets Rotation — 자동 회전 / 무중단]]
|
||||
- [[Self-Reflection — agent 가 자기 답 평가]]
|
||||
- [[Server Backpressure — load shed / queue / rate]]
|
||||
- [[Server Components / Server Actions / TanStack Start]]
|
||||
- [[Serverless / Edge DB — Neon / Turso / D1 / Hyperdrive]]
|
||||
- [[Service Discovery — DNS / Consul / K8s]]
|
||||
- [[Service Mesh — Istio / Linkerd / 트래픽 관리]]
|
||||
- [[Service Worker 캐싱 전략]]
|
||||
- [[Session vs JWT — Trade-off / 결정]]
|
||||
- [[shadcn/ui / Radix / Headless component patterns]]
|
||||
- [[Shader 패턴 — Vertex / Fragment / WGSL]]
|
||||
- [[Sharding — 수평 분할 / 라우팅 / Resharding]]
|
||||
- [[Skia / Native 2D — Mobile / Cross-platform 그림]]
|
||||
- [[Skip List / Persistent Data Structures]]
|
||||
- [[Snapshot Test — 적절한 사용처]]
|
||||
- [[Soft Delete — deleted_at / 일관성 / 인덱스]]
|
||||
- [[SolidJS / Qwik — Reactive 후속 framework]]
|
||||
- [[SolidJS / Qwik — signal-based reactivity]]
|
||||
- [[Spatial Audio / Video — AVFoundation / ExoPlayer]]
|
||||
- [[Spinnaker / Tekton — modern CI/CD pipelines]]
|
||||
- [[SQL Builder vs ORM — Drizzle / Kysely / Prisma]]
|
||||
- [[SQLite 패턴 — Embedded / WAL / 동시성]]
|
||||
- [[SSE — 단방향 스트리밍 (LLM, 알림)]]
|
||||
- [[Standup / Retro / 1-on-1 patterns]]
|
||||
- [[State Management — Zustand / Jotai / Valtio / Redux Toolkit]]
|
||||
- [[StoreKit 2 — IAP / Subscription]]
|
||||
- [[Storybook 9 — component dev / test / docs]]
|
||||
- [[Strangler Fig — legacy 점진 교체]]
|
||||
- [[Streaming ETL — Flink / Spark Structured / Materialize]]
|
||||
- [[Streams API — ReadableStream / TransformStream / pipeThrough]]
|
||||
- [[Structured Logging — JSON 첫 줄부터]]
|
||||
- [[Supply Chain Security — SBOM / Sigstore / Provenance]]
|
||||
- [[SVG — Scaling / Animation / Sprite / React]]
|
||||
- [[Swift 6 Strict Concurrency — Sendable / Isolation]]
|
||||
- [[Swift ARC — 강한 참조 사이클 회피]]
|
||||
- [[Swift Concurrency — Actor / @MainActor / Sendable]]
|
||||
- [[Swift Concurrency — async/await + actors]]
|
||||
- [[Swift Macros — Compile-time Code Generation]]
|
||||
- [[Swift Macros — compile-time codegen]]
|
||||
- [[Swift Result 타입과 throws — 에러 모델 선택]]
|
||||
- [[SwiftData — Modern Persistence (iOS 17+)]]
|
||||
- [[SwiftUI Animation — implicit / explicit / matchedGeometry]]
|
||||
- [[SwiftUI Lifecycle 와 View Identity]]
|
||||
- [[SwiftUI State Property Wrappers — 어떤 걸 언제]]
|
||||
- [[Synthetic Data — LLM 으로 train / test / fixture]]
|
||||
|
||||
### T
|
||||
- [[Tailwind CSS — 디자인 토큰 / 컴포넌트 / 조직]]
|
||||
- [[TanStack Query 심화 — invalidate / optimistic / prefetch]]
|
||||
- [[TanStack Router — Type-safe / loader / search params]]
|
||||
- [[TanStack Start — modern fullstack React]]
|
||||
- [[Tauri / Capacitor — Web 기술 → Native]]
|
||||
- [[Tech Debt — 측정 / 우선순위 / 갚기]]
|
||||
- [[Tech Radar — adopt / trial / assess / hold]]
|
||||
- [[Temporal — Workflow / Activity / Durable]]
|
||||
- [[Terraform — 모듈 / 워크스페이스 / state]]
|
||||
- [[Test Data — Faker, Object Mother, Builder]]
|
||||
- [[Test Data — fixture / factory / seed / clean]]
|
||||
- [[Test Pyramid — 어디에 얼마나 투자할까]]
|
||||
- [[Test Strategy — pyramid / trophy / ice cream]]
|
||||
- [[Threat Modeling — STRIDE / Trust Boundary]]
|
||||
- [[Three.js / React Three Fiber — 3D 웹]]
|
||||
- [[Time-series — TimescaleDB / 다운샘플 / 보존]]
|
||||
- [[Time-Series Algorithms — downsample / detect / forecast]]
|
||||
- [[TipKit — 사용자 onboarding tip]]
|
||||
- [[Token Budget — context limit / truncation / window]]
|
||||
- [[Tool Composition — agent 가 tool 사용 / chain]]
|
||||
- [[Transactional Email — Resend / SendGrid / 템플릿]]
|
||||
- [[Tries / Trees — Prefix / Autocomplete / Routing]]
|
||||
- [[TS Build / Bundler — esbuild / tsup / Vite]]
|
||||
- [[TS Monorepo — pnpm workspace / Turborepo / Nx]]
|
||||
- [[tsconfig 전략 — strict / paths / project references]]
|
||||
- [[Type-safe i18n — 키 / 보간 변수 검증]]
|
||||
- [[TypeScript Branded Types — Nominal 타이핑]]
|
||||
- [[TypeScript const Assertions]]
|
||||
- [[TypeScript Decorators (Stage 3) — 실용 사용법]]
|
||||
- [[TypeScript Module Augmentation — 외부 타입 확장]]
|
||||
- [[TypeScript Template Literal Types]]
|
||||
- [[TypeScript Type Predicates (사용자 정의 타입 가드)]]
|
||||
- [[TypeScript Type-level Programming]]
|
||||
|
||||
### U
|
||||
- [[UIKit AutoLayout 실전 패턴]]
|
||||
- [[URLSession 네트워킹 실전 패턴]]
|
||||
- [[useCallback 의 현실 (대부분 불필요)]]
|
||||
- [[useMemo 를 쓰지 말아야 할 때]]
|
||||
- [[useReducer — 복잡 상태 전이]]
|
||||
|
||||
### V
|
||||
- [[V8 Optimization — Hidden class / Inline cache / Hot path]]
|
||||
- [[Vacuum / Autovacuum — Bloat / Wraparound 방지]]
|
||||
- [[Vault — secrets management deep]]
|
||||
- [[Vector DB Scaling — Pinecone / Qdrant / Weaviate / Milvus]]
|
||||
- [[View Transitions API — 페이지 / 요소 transition]]
|
||||
- [[View Transitions API — same-doc / cross-doc]]
|
||||
- [[ViewModel + SavedStateHandle — 상태 보존]]
|
||||
- [[Vision / Multimodal — production patterns]]
|
||||
- [[Vision Agents — 화면 / OCR / Browser 자동화]]
|
||||
- [[visionOS — 공간 컴퓨팅 / RealityKit / Window]]
|
||||
- [[Visual Regression — Percy / Chromatic / Playwright]]
|
||||
- [[Voice Agent — Realtime API / 양방향 음성]]
|
||||
- [[Voice Agent Realtime — OpenAI / Anthropic / livekit]]
|
||||
- [[Voice Cloning / Synthesis — ElevenLabs / OpenAI / Self-host]]
|
||||
- [[Vue 3 / Svelte 5 — modern composition / runes]]
|
||||
|
||||
### W
|
||||
- [[WAL (Write-Ahead Log) — Durability / Recovery]]
|
||||
- [[watchOS — Watch app / 복잡도 제한 / 통신]]
|
||||
- [[Web Components — Custom Element / Shadow DOM]]
|
||||
- [[Web Components — Custom Element / Shadow DOM / Slots]]
|
||||
- [[Web Locks API — tab 간 mutex]]
|
||||
- [[Web Memory Leak — Detached DOM / Listener / Closure]]
|
||||
- [[Web Worker / Comlink — main thread 비우기]]
|
||||
- [[WebAssembly — Rust / Go / 통합]]
|
||||
- [[WebGPU — Browser GPU 컴퓨팅 / 그래픽]]
|
||||
- [[Webhook — Signing / Retry / Replay 방어]]
|
||||
- [[WebRTC — Peer / TURN / Data Channel]]
|
||||
- [[WebSocket 재연결 패턴]]
|
||||
- [[WebSocket Production — auth / scale / pub/sub]]
|
||||
- [[WebSocket Scaling — Pub/Sub / Sticky / Heartbeat]]
|
||||
- [[WebTransport / WebHID / WebUSB / WebSerial]]
|
||||
- [[WorkManager — 신뢰성 있는 백그라운드 작업]]
|
||||
|
||||
### Z
|
||||
- [[Zero Trust — Never trust / Always verify]]
|
||||
|
||||
### 가나다
|
||||
- [[가드 조항으로 중첩 줄이기 (Guard Clauses)]]
|
||||
- [[기능 플래그 실전 (Feature Flags in Practice)]]
|
||||
- [[낙관적 동시성 제어 (Optimistic Concurrency Control)]]
|
||||
- [[멱등성 연산 실전 (Idempotent Operations)]]
|
||||
- [[방어적 복사 (Defensive Copying)]]
|
||||
- [[배포 전략 — Blue-Green / Canary / Rolling]]
|
||||
- [[백프레셔 패턴 (Backpressure Patterns)]]
|
||||
- [[상태 라이브러리 비교 — Zustand / Jotai / Redux Toolkit]]
|
||||
- [[순수 함수 실전 (Pure Functions in Practice)]]
|
||||
- [[에러 처리 — Result 타입 vs throw]]
|
||||
- [[입력 검증 — 경계에서 정규화 + 도메인 타입화]]
|
||||
- [[컴포넌트 합성 (Composition over Configuration)]]
|
||||
- [[태그드 유니언 / Discriminated Types]]
|
||||
|
||||
_503 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,158 @@
|
||||
---
|
||||
id: moc-comfyui
|
||||
title: "Comfyui — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Comfyui"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Comfyui — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **97개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[Getting Started - ComfyUI]] — [[ComfyUI]]의 커스텀 노드를 개발하기 위해 Python 백엔드 코드 작성부터 JavaScript 클라이언트 확장까지의 전 과정을 단계별로 안내하는 가이드입니다.
|
||||
- [[Server Overview - ComfyUI]] — [[ComfyUI]] 서버는 [[aiohttp]]와 [[asyncio]]를 기반으로 하며, 클라이언트와 서버 간의 메시지 송수신 및 [[http]] 라우트를 통해 워크플로우 데이터를 처리하는 구조를 가집니다.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(95개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Add node docs for your ComfyUI custom node - ComfyUI]] — [[ComfyUI]] 커스텀 노드 개발자는 마크다운(Markdown) 파일을 활용하여 노드의 기능, 파라미터, 사용법을 포함한 풍부한 문서를 UI 내에 직접 구현할 수 있습니다.
|
||||
- [[Annotated Examples - ComfyUI]] — [[ComfyUI]]의 기능 구현을 위한 이미지, 마스크, 노이즈 처리 관련 코드 예제 및 구현 방법론을 제공한다.
|
||||
- [[API Format]] — ComfyUI API 포맷은 시각적 메타데이터를 제거하고 노드 간의 논리적 연결과 입력값만을 보존하여 서버 측 실행 및 프로그래밍 방식의 자동화에 최적화된 경량화된 실행 그래프이다 [1-3].
|
||||
- [[API Format (workflow_api.json)]] — UI 메타데이터를 제거하고 실행에 필수적인 노드 로직과 데이터 흐름만을 압축하여 서버 측 프로그래밍 및 `/prompt` 엔드포인트 실행에 최적화된 데이터 규격 [1, 2].
|
||||
- [[API JSON]] — API JSON은 ComfyUI의 시각적 인터페이스 요소를 배제하고 순수 실행 로직만을 추상화하여 백엔드 엔진의 프로그래밍적 제어와 자동화를 가능케 하는 핵심 데이터 규격이다 [1, 2].
|
||||
- [[API JSON (Backend Format)]] — API JSON은 UI 메타데이터를 배제하고 실행 로직과 데이터 흐름만을 압축하여 서버 측 실행 및 프로그래밍 방식의 자동화에 최적화된 백엔드 전용 워크플로우 규격이다 [1, 2].
|
||||
- [[API JSON (workflow_api.json)]] — API JSON은 ComfyUI의 시각적 메타데이터를 제거하고 백엔드 엔진의 즉각적인 실행을 위해 최적화된 경량화된 실행 그래프 형식이다 [1], [2], [3].
|
||||
|
||||
### B
|
||||
- [[Base64 Image Encoding]] — Base64 인코딩은 별도의 파일 스토리지 없이 이미지 바이너리를 문자열로 변환하여 ComfyUI API JSON 페이로드에 직접 포함시킴으로써 워크플로우를 데이터-논리 통합형 자립 구조로 변환하는 핵심 기술이다 [1, 2].
|
||||
|
||||
### C
|
||||
- [[Comfy CLI]] — GUI의 한계를 넘어 터미널 환경에서 워크플로우의 대량 관리, 메타데이터 복구 및 자동화된 실행을 지원하는 ComfyUI 생태계의 통합 명령줄 인터페이스 도구이다 [1, 2].
|
||||
- [[Comfy GPT]] — Comfy GPT는 자연어 설명을 실행 가능한 ComfyUI 노드 그래프(JSON)로 변환하여 '비주얼 프로그래밍'을 '대화형 프로그래밍'으로 격상시키는 다단계 AI 합성 프레임워크이다 [1, 2].
|
||||
- [[Comfy Nodekit]] — Comfy Nodekit은 수동적인 딕셔너리 조작 대신 타입 안전성이 보장된 **Python 우선 방식(Python-first approach)**을 통해 ComfyUI 워크플로를 프로그래밍적으로 구축하고 직렬화하는 라이브러리이다 [1].
|
||||
- [[ComfyGPT]] — 자연어 설명을 다단계 LLM 에이전트 파이프라인을 통해 실행 가능한 ComfyUI 노드 그래프(JSON)로 자동 변환하는 자기 최적화 시스템 [1, 2].
|
||||
- [[ComfyUI API]] — ComfyUI API는 노드 기반의 비주얼 워크플로를 **실행 가능한 데이터 구조(JSON)**로 직렬화하여, 창의적 프로세스를 자동화된 프로덕션 파이프라인으로 전환하는 핵심 인터페이스이다 [1, 2].
|
||||
- [[ComfyUI API Integration]] — ComfyUI API Integration은 시각적 노드 그래프를 실행 최적화된 **API JSON(Backend Format)**으로 직렬화하여, 외부 애플리케이션 및 서버리스 환경에서 생성 AI 워크플로우를 프로그래밍 방식으로 자동화하고 확장하는
|
||||
- [[ComfyUI Backend Engine]] — ComfyUI Backend Engine은 복잡한 노드 그래프(DAG)를 실행 가능한 [[API 포맷]]으로 직렬화하고, 역방향 의존성 추적을 통해 최적화된 상태로 머신러닝 워크플로우를 처리하는 핵심 실행 계층이다. [1-3]
|
||||
- [[ComfyUI Custom Scripts]] — ComfyUI의 기본 저장 및 로드 기능을 확장하여 워크플로 관리의 효율성을 극대화하고, 노드 그래프를 시각적 파일로 변환하여 공유 편의성을 높이는 통합 UI 강화 도구 세트 [1, 2].
|
||||
- [[ComfyUI Manager]] — ComfyUI 워크플로우의 **의존성 자동 해결** 및 **중앙 집중식 자원 관리**를 통해 JSON 워크플로우의 이식성과 재현성을 보장하는 핵심 확장 도구 [1, 2].
|
||||
- [[ComfyUI MCP Server - ComfyUI]] — [[Model Context Protocol]] (MCP)를 통해 AI 에이전트([[Claude]], [[Cursor]] 등)를 [[Comfy Cloud]]와 연결하여 로컬 GPU 없이 클라우드에서 워크플로우를 실행하고 이미지를 생성하는 서버 서비스입
|
||||
- [[ComfyUI Workflow Extractor]] — ComfyUI 생성 이미지의 메타데이터(PNG Chunks)에 내장된 워크플로우 논리를 추출하여 유실된 노드 그래프를 복구하고 재사용 가능한 JSON으로 변환하는 필수 기술. [1-3]
|
||||
- [[ComfyUI Workflow JSON]] — ComfyUI Workflow JSON은 복잡한 노드 기반 생성 AI 프로세스를 직렬화하여 가시적인 UI 레이아웃과 프로그램적 실행 로직 간의 상호 운용성을 보장하는 핵심 청사진이다 [1, 2].
|
||||
- [[Comfyui workflow json 생성 방법]] — ComfyUI 워크플로우 JSON은 시각적 그래프(Frontend)와 실행 가능한 로직(API) 사이를 연결하는 **직렬화된 소스 코드**이며, 수동 내보내기부터 LLM 기반 합성까지 다층적인 생성 경로를 제공한다 [1-3].
|
||||
- [[ComfyUI Workflow JSON Generation and Serialization]] — ComfyUI 워크플로우 직렬화는 시각적 노드 그래프를 실행 가능한 계층적 JSON 구조(Frontend vs. API)로 변환하여 생성 AI 파이프라인의 이식성, 자동화 및 프로그래밍적 제어를 가능케 하는 핵심 메커니즘이다 [1, 2].
|
||||
- [[ComfyUI Workspace Manager]] — ComfyUI 워크플로우를 시각적으로 조직화하고 루트 디렉토리 기반의 안전한 저장 및 자산 관리 기능을 제공하는 파워 유저용 워크스페이스 최적화 도구 [1, 2].
|
||||
- [[ComfyUI-Manager]] — ComfyUI-Manager는 워크플로우 JSON의 종속성을 동적으로 해석하고 누락된 커스텀 노드와 모델을 자동 설치하여, 정적인 파일 상태의 지식을 실행 가능한 파이프라인으로 전환하는 핵심 관리 엔진이다 [1-3].
|
||||
- [[ComfyUI-to-Python-Extension]] — 시각적인 **ComfyUI 노드 그래프 워크플로우를 별도의 서버 없이 독립적으로 실행 가능한 파이썬(.py) 코드로 변환**하여 자동화 및 실험의 반복성을 극대화하는 강력한 확장 도구이다 [1, 2].
|
||||
- [[ComfyUI-WorkflowGenerator]] — 자연어 설명을 기반으로 복잡한 노드 그래프 논리를 추론하고, 실행 가능한 [[Workflow API JSON]] 형식으로 자동 변환하는 LLM 기반의 지능형 워크플로우 합성 엔진 [1, 2].
|
||||
- [[Custom Node Dependency Management]] — ComfyUI의 워크플로우 이식성은 **JSON 메타데이터 내 `class_type` 분석**과 **ComfyUI Manager를 통한 자동 의존성 해결** 메커니즘에 의해 보장된다 [1, 2].
|
||||
- [[Custom Node Registry]] — Custom Node Registry는 ComfyUI의 유연한 확장성을 지탱하는 핵심 데이터베이스로, JSON 워크플로의 추상화된 노드 타입을 실제 Python 실행 로직 및 스키마와 연결하는 권위 있는 원천이다. [1-3]
|
||||
- [[Custom Nodes]] — 커스텀 노드는 ComfyUI의 모듈형 아키텍처를 무한히 확장하는 핵심 동력이지만, 워크플로우 JSON의 이식성과 실행 가능성을 결정짓는 가장 큰 종속성 변수이다 [1-3].
|
||||
|
||||
### D
|
||||
- [[Data lists - ComfyUI]] — ComfyUI 서버는 데이터 흐름을 Python 리스트로 관리하며, `INPUT_IS_LIST`와 `OUTPUT_IS_LIST` 속성을 통해 노드 간 데이터의 순차적 처리 및 일괄 처리를 제어한다.
|
||||
- [[Datatypes - ComfyUI]] — ComfyUI의 데이터 타입은 클라이언트 측에서 워크플로의 데이터 형식을 제어하고 잘못된 데이터 연결을 방지하는 강력한 타입 시스템(Strong Typing) 역할을 수행한다.
|
||||
- [[Dev mode Options]] — Dev mode Options는 시각적 편집 중심의 워크플로우를 프로그래밍 방식의 실행이 가능한 최적화된 API 포맷으로 변환 및 추출하기 위해 반드시 거쳐야 하는 ComfyUI의 핵심 설정 관문이다. [1-3]
|
||||
- [[Directed Acyclic Graph (DAG)]] — ComfyUI의 워크플로우 아키텍처는 노드와 링크를 통해 데이터 흐름을 정의하며, 순환하지 않는 방향성을 가진 **Directed Acyclic Graph(DAG)** 구조를 핵심 실행 모델로 채택한다 [1].
|
||||
- [[Draft-07 Specification]] — Draft-07 Specification은 ComfyUI Workflow JSON v1.0의 구조적 무결성을 정의하는 공식 표준으로, 노드 속성과 링크 연결성을 규제하여 워크플로의 이식성과 실행 가능성을 보장한다 [1, 2].
|
||||
|
||||
### E
|
||||
- [[Executing ComfyUI Workflows as Standalone Scripts]] — ComfyUI 워크플로우를 시각적 인터페이스 없이 실행 가능한 독립형 스크립트로 변환하는 프로세스는 **API 형식의 JSON 직렬화와 Python 환경의 실행 오케스트레이션**을 통해 고도의 자동화와 헤드리스(Headless) 환경 배포를 가능하게
|
||||
- [[Execution Model Inversion]] — 최종 출력 노드에서 시작하여 필요한 의존성만을 역추적해 실행함으로써, 워크플로 내 불필요한 노드가 성능에 미치는 영향을 완전히 배제하는 ComfyUI의 최적화 아키텍처 [1].
|
||||
- [[Execution Model Inversion Guide - ComfyUI]] — PR #2666을 통해 실행 모델이 기존의 역방향 재귀 모델에서 순방향 위상 정렬(front-to-back topological sort) 방식으로 변경됨에 따른 커스텀 노드 개발자용 가이드입니다.
|
||||
- [[ExecutionCache]] — 독립형 스크립트 환경에서 ComfyUI 워크플로우를 실행할 때 노드 출력 및 UI 데이터를 통합 관리하여 중복 계산을 방지하고 성능을 최적화하는 핵심 캐시 관리 클래스 [1, 2].
|
||||
- [[exiftool]] — `exiftool`은 미디어 파일의 메타데이터 청크 내에 임베딩된 ComfyUI 워크플로 JSON 데이터를 추출, 삽입 및 복구하기 위한 표준 명령줄 유틸리티이다. [1], [2]
|
||||
|
||||
### F
|
||||
- [[Frontend Format]] — Frontend Format은 ComfyUI 웹 인터페이스의 시각적 상태와 노드 실행 로직을 완벽하게 보존하기 위해 노드 좌표, 크기, 그룹화 등의 풍부한 UI 메타데이터를 포함하는 Litegraph 기반 직렬화 규격이다 [1], [2], [3].
|
||||
- [[Frontend Format (workflow.json)]] — Frontend Format(`workflow.json`)은 ComfyUI의 **Litegraph 표준**을 따르며, 노드 간의 실행 로직뿐만 아니라 캔버스상의 시각적 레이아웃과 그룹 정보를 모두 보존하는 **인간 중심의 공유 및 편집용 블루프린트**
|
||||
- [[Frontend JSON (workflow.json)]] — ComfyUI의 시각적 작업 공간 전체(노드 좌표, 그룹, 링크 구조)를 Litegraph 표준에 따라 보존하여 사용자의 편집, 재구성 및 커뮤니티 협업을 가능하게 하는 종합적인 시각적 설계도이다. [1-3]
|
||||
|
||||
### G
|
||||
- [[Generative AI Pipeline]] — ComfyUI 워크플로 JSON은 복잡한 생성형 AI 파이프라인을 방향성 비순환 그래프(DAG) 형태로 직렬화하여 시각적 디자인과 프로그래밍적 실행 간의 가교 역할을 하는 핵심 청사진이다 [1-3].
|
||||
|
||||
### H
|
||||
- [[Hidden and Flexible inputs - ComfyUI]] — ComfyUI 커스텀 노드 개발 시 서버로부터 특정 정보를 요청하기 위한 숨겨진 입력(Hidden inputs)과 데이터 타입을 유연하게 정의하는 방법론에 대한 가이드입니다.
|
||||
|
||||
### I
|
||||
- [[Images, Latents, and Masks - ComtyUI]] — ComfyUI 백엔드 개발을 위한 핵심 데이터 타입인 [[IMAGE]], [[MASK]], [[LATENT]]의 구조적 차이와 [[torch.Tensor]] 조작법에 대한 기술 명세.
|
||||
|
||||
### J
|
||||
- [[JSON Schema v1.0]] — ComfyUI 워크플로우 JSON v1.0은 Draft-07 사양을 준수하며, 노드 기반의 생성형 AI 파이프라인을 시각적 메타데이터와 실행 논리로 이원화하여 직렬화하는 표준 규격이다 [1, 2].
|
||||
|
||||
### L
|
||||
- [[Large Language Models (LLM)]] — LLM은 자연어 의도를 실행 가능한 ComfyUI 노드 그래프로 변환함으로써 '시각적 프로그래밍'을 '대화형 프로그래밍'으로 진화시키는 핵심 가교 역할을 수행한다 [1, 2].
|
||||
- [[Lazy Evaluation - ComfyUI]] — 불필요한 연산을 방지하기 위해 필요한 시점에만 입력을 평가하여 그래프 실행 효율성을 최적화하는 기술적 전략.
|
||||
- [[Lazy Evaluation in Graph Theory]] — ComfyUI는 **실행 모델 역전(Execution Model Inversion)** 아키텍처를 통해 출력 노드로부터 역방향으로 그래프를 추적하여 최종 결과에 필요한 노드만 선택적으로 실행함으로써 효율성을 극대화한다 [1].
|
||||
- [[Lifecycle - ComfyUI]] — ComfyUI가 시작될 때 `custom_nodes` 디렉토리를 스캔하여 Python 모듈을 로드하고 커스텀 노드를 정의하는 라이프사이클 프로세스.
|
||||
- [[Litegraph]] — ComfyUI 프론트엔드 워크플로우의 시각적 레이아웃과 노드 연결 구조를 정의하는 핵심 직렬화 표준 규격 [1, 2].
|
||||
- [[Litegraph Standard]] — Litegraph Standard는 ComfyUI의 시각적 워크플로우를 구성하는 노드의 배치, 크기, 그룹 등 **UI 메타데이터를 포함한 그래프 구조를 정의하는 프론트엔드 직렬화 규격**이다 [1, 2].
|
||||
- [[Load Image (Base64)]] — API 기반 자동화 환경에서 별도의 파일 서버 저장 절차 없이 워크플로우 JSON 내에 이미지 데이터를 텍스트 형태로 직접 포함하여 전송하는 핵심 데이터 주입 기술 [1], [2].
|
||||
|
||||
### M
|
||||
- [[Messages - ComfyUI]] — [[ComfyUI]] 서버와 클라이언트 간의 실시간 데이터 교환을 위해 [[PromptExecutor]]가 [[PromptServer]]를 통해 메시지를 전송하고, 클라이언트는 소켓 이벤트를 통해 이를 수신하여 처리하는 통신 메커니즘.
|
||||
- [[Metadata Extraction]] — AI 생성 이미지 파일 자체를 실행 가능한 워크플로우의 '컨테이너'로 활용하여 생성 로직의 영속성과 공유를 보장하는 핵심 메커니즘 [1, 2].
|
||||
- [[Metadata Forensics]] — Metadata Forensics는 이미지 파일 내부에 은닉된 생성형 AI의 실행 로직(JSON)을 역공학적으로 추출하여 생성 기원의 투명성과 워크플로우 재현성을 확보하는 핵심 기술이다 [1-3].
|
||||
- [[Metadata Stripping]] — 메타데이터 스트리핑은 이미지 파일에 내장된 워크플로우 데이터를 외부 환경(소셜 미디어, 편집기 등)이 데이터 최적화나 개인정보 보호를 목적으로 제거하여 결과물의 재현성을 파괴하는 현상이다. [1, 2]
|
||||
- [[Model Hashing]] — 모델 가중치의 고유한 디지털 지문(SHA-256)을 생성하여 파일명이나 경로의 불일치에 관계없이 워크플로우의 이식성과 재현성을 보장하는 핵심 기술 [1].
|
||||
- [[Model Hashing (SHA-256)]] — 모델 해싱은 가변적인 파일 이름 대신 고유한 SHA-256 지문을 통해 모델 가중치를 식별함으로써, 서로 다른 환경 간의 워크플로 이식성과 재현성을 보장하는 핵심 기술이다 [1, 2].
|
||||
|
||||
### N
|
||||
- [[Natural Language to Workflow Generation]] — 자연어 설명을 대규모 언어 모델(LLM)을 통해 ComfyUI의 실행 가능한 노드 그래프(JSON)로 자동 변환함으로써 시각적 프로그래밍의 진입 장벽을 제거하고 생성 속도를 혁신적으로 높이는 기술이다 [1, 2].
|
||||
- [[Node Definitions]] — 노드 정의는 ComfyUI 워크플로우의 기능적 논리와 시각적 레이아웃을 결정하는 핵심 원자 단위로, 고유 ID와 입출력 스키마를 통해 복잡한 AI 프로세스를 유향 비순환 그래프(DAG)로 구조화한다 [1-3].
|
||||
- [[Node Expansion - ComfyUI]] — [[Node Expansion]]은 노드가 실행 시점에 새로운 [[subgraph]]를 반환하여 그래프 내에서 해당 노드를 대체하도록 함으로써, [[loop]]와 같은 고급 기능을 구현할 수 있게 하는 기술입니다.
|
||||
- [[Node replacement - ComfyUI]] — [[Node Replacement API]]는 커스텀 노드 개발자가 구식(deprecated) 노드를 최신 노드로 자동 마이그레이션하여 워크플로우의 호환성을 유지할 수 있게 해주는 기능이다.
|
||||
- [[Node-based Visual Programming]] — ComfyUI의 노드 기반 시각적 프로그래밍은 복잡한 AI 생성 프로세스를 **방향성 비순환 그래프(DAG)**로 추상화하여, 코드 작성 없이도 정교한 파이프라인 설계와 실행 로직의 직렬화를 실현한다 [1, 2].
|
||||
- [[Nodes]] — 노드는 ComfyUI의 핵심 엔진이자 기능적 단위로서, 고유한 메타데이터와 입출력 연결을 통해 생성형 AI 프로세스를 유향 비순환 그래프(DAG)로 추상화한다 [1-3].
|
||||
|
||||
### O
|
||||
- [[object_info.json]] — 실행 중인 ComfyUI 인스턴스 내 모든 노드의 입출력 규격과 제약 조건을 정의하는 핵심 스키마 레지스트리 [1, 2].
|
||||
|
||||
### P
|
||||
- [[PNG Metadata Chunks]] — PNG 이미지의 표준 데이터 블록에 워크플로우의 시각적 구조와 실행 로직을 동시에 내장하여, 이미지 파일 자체를 **휴대 가능한 독립적 실행 스크립트**로 변모시키는 핵심 메커니즘 [1-3].
|
||||
|
||||
### R
|
||||
- [[RAG (Retrieval-Augmented Generation)]] — RAG는 정적인 학습 데이터에 갇힌 LLM의 한계를 넘어, 실시간 노드 생태계와 전문가의 워크플로우 패턴을 동적으로 검색하여 실행 가능한 ComfyUI JSON을 생성하는 차세대 아키텍처의 핵심이다 [1, 2].
|
||||
- [[Retrieval-Augmented Generation (RAG) for Nodes]] — 정적인 파인튜닝 모델의 지식 유효기간 한계를 극복하기 위해, 현재 설치된 노드와 최신 저장소의 정보를 실시간으로 검색하여 워크플로우를 생성하는 동적 아키텍처 [1, 2].
|
||||
- [[Routes - ComfyUI]] — [[ComfyUI]] 서버의 [[Routes]]는 클라이언트와 서버 간의 데이터 교환, 작업 큐 관리, 실시간 상태 업데이트를 위한 HTTP 메서드 및 [[WebSocket]] 엔드포인트의 집합체이다.
|
||||
|
||||
### S
|
||||
- [[Serialization Formats]] — ComfyUI 직렬화는 인간의 시각적 편집을 위한 **Frontend 포맷(UI 데이터 포함)**과 서버 및 스크립트 실행을 위한 **API 포맷(순수 로직)**으로 이원화되어 워크플로우의 가시성과 실행 효율성을 동시에 확보한다 [1-4].
|
||||
- [[Serialization Formats (Frontend vs API)]] — ComfyUI는 인간 중심의 시각적 편집을 위한 **Frontend Format**과 기계 중심의 효율적 실행을 위한 **API Format**으로 직렬화 규격을 이원화하여 관리한다 [1, 2].
|
||||
- [[Serverless Deployment]] — ComfyUI 워크플로우의 서버리스 배포는 시각적 메타데이터를 제거하고 실행 로직만 남긴 **API 포맷 JSON(Backend Format)**을 통해 워크플로우를 독립적인 실행 가능한 프로그램으로 변환하는 과정이다 [1-4].
|
||||
- [[Steganography in Generative AI]] — 생성형 AI의 결과물(이미지) 내부에 실행 가능한 워크플로우 로직(JSON)을 메타데이터 형태로 은닉함으로써, 시각적 자산과 그 제작 절차를 결합하여 완벽한 재현성을 확보하는 기술 [1-3].
|
||||
- [[Subgraph]] — Subgraph는 복잡한 ComfyUI 노드 그래프를 논리적으로 캡슐화하고 모듈화하여 관리 및 실행 효율성을 극대화하는 공식 기능이다. [1-3]
|
||||
- [[Subgraph blueprints - ComfyUI]] — [[ComfyUI]]에서 커스텀 노드 개발자가 재사용 가능한 서브그래프 컴포넌트를 글로벌 블루프린트로 제공하여 사용자가 워크플로우에 즉시 추가할 수 있게 하는 기능입니다.
|
||||
|
||||
### V
|
||||
- [[V3 Migration - ComfyUI]] — 기존 V1(Legacy) 방식의 노드 정의 구조를 객체 중심의 새로운 V3 스키마로 전환하여, 더 체계적이고 확장 가능한 방식으로 마이그레이션하는 가이드.
|
||||
- [[Visual Programming Environment]] — ComfyUI는 생성형 AI의 복잡한 파이프라인을 노드 기반의 유향 비순환 그래프(DAG)로 추상화하여, 코드 없이 로직을 설계하고 이를 JSON 형태로 직렬화하여 실행 및 공유할 수 있게 하는 고수준 시각적 프로그래밍 환경이다 [1-3].
|
||||
|
||||
### W
|
||||
- [[Workflow API JSON]] — Workflow API JSON은 시각적 메타데이터를 제거하고 노드 간의 순수 실행 로직과 연결성만을 최적화하여 제공하는 ComfyUI의 서버 측 실행 인터페이스용 핵심 데이터 규격이다 [1, 2].
|
||||
- [[Workflow API JSON (Backend Format)]] — 시각적 레이아웃 정보를 제거하고 노드 간의 실행 로직과 데이터 흐름만을 정제하여, ComfyUI 백엔드 엔진의 `/prompt` 엔드포인트에서 즉각 실행 가능한 최적화된 그래프 데이터 형식이다 [1-3].
|
||||
- [[Workflow Extractor]] — 생성된 미디어(PNG/WebP)의 메타데이터 청크에 숨겨진 노드 그래프와 실행 로직을 복원하여 워크플로우의 이식성과 재현성을 보장하는 핵심 기술 도구이다. [1-3]
|
||||
- [[Workflow JSON]] — ComfyUI의 Workflow JSON은 노드 기반 비순환 유향 그래프(DAG)를 직렬화하여 복잡한 생성형 AI 파이프라인을 휴대 가능한 데이터로 변환하고, 이를 통해 시각적 편집과 프로그래밍적 자동화를 연결하는 핵심 매개체이다 [1-3].
|
||||
- [[Workflow JSON - ComfyUI]] — ComfyUI Workflow JSON은 복잡한 노드 기반 생성 프로세스를 유향 비순환 그래프(DAG) 형태로 직렬화한 청사진으로, 시각적 편집을 위한 **프론트엔드 포맷**과 무두(Headless) 실행 및 자동화를 위한 **API 포맷**으로 이원
|
||||
- [[Workflow JSON - ComfyUI]] — [[ComfyUI]]의 워크플로우를 정의하기 위해 [[JSON Schema]]를 사용하여 구조화된 데이터를 생성하고 관리하는 규격서입니다.
|
||||
- [[Workflow JSON (Frontend Format)]] — 사용자 인터페이스의 시각적 레이아웃 정보와 노드 그래프의 모든 논리적 연결성을 보존하여 인간 중심의 공유와 편집을 가능케 하는 ComfyUI의 기본 직렬화 규격이다 [1-3].
|
||||
- [[Workflow JSON v1.0 Schema]] — ComfyUI 워크플로우 JSON은 생성 로직을 **유도 비순환 그래프(DAG)**로 구조화하여 시각적 인터페이스와 실행 엔진 사이의 상호운용성을 보장하는 핵심 데이터 규격이다 [1, 2].
|
||||
- [[Workflow templates - ComfyUI]] — 커스토머 노드 개발자가 `example_workflows` 폴더를 통해 사용자에게 예제 워크플로우를 제공함으로써 [[ComfyUI]] 템플릿 브라우저에 시각적 가이드를 구축하는 방법.
|
||||
- [[workflow_api.json]] — `workflow_api.json`은 UI 메타데이터를 제거하고 노드 간의 기능적 연결성만을 추출하여 ComfyUI 백엔드 엔진이 즉시 실행할 수 있도록 최적화된 직렬화된 실행 그래프이다 [1-3].
|
||||
- [[Workflow.api.json (Backend Format)]] — 비주얼 메타데이터를 배제하고 노드 실행 로직에만 집중하여 서버측 자동화와 프로그래밍적 실행을 가능케 하는 최적화된 데이터 포맷 [1-3].
|
||||
- [[Workflow.json (Frontend Format)]] — ComfyUI의 시각적 편집 상태와 노드 간의 논리적 연결을 **Litegraph 표준**에 따라 완벽하게 보존하여, 인간의 재편집과 기계적 실행 사이의 가교 역할을 수행하는 전제 상태(Full State) 스냅샷 [1, 2].
|
||||
- [[WorkflowExecutor]] — **[[WorkflowExecutor]]**는 ComfyUI의 웹 UI 및 서버 백엔드 종속성을 제거하여 워크플로를 독립적인 파이썬 스크립트 환경에서 실행할 수 있게 하는 핵심 오케스트레이션 엔진이다 [1, 2].
|
||||
- [[Working with torch.Tensor - ComfyUI]] — ComfyUI의 핵심 연산은 [[pytorch]]를 기반으로 하며, 이미지, Latent, Mask 데이터는 모두 [[torch.Tensor]] 형태로 내부적으로 처리됩니다.
|
||||
- [[Workspace Packaging]] — 단순한 노드 그래프 직렬화를 넘어, 모델 해시와 커스텀 노드 버전 등 실행 의존성 전체를 하나의 아티팩트로 묶어 워크플로우의 영구적 재현성을 보장하는 차세대 배포 표준 [1].
|
||||
- [[Workspace Packaging (.cpack.zip)]] — 워크플로 JSON, 모델 해시, 커스텀 노드 버전을 단일 아카이브로 통합하여 환경 변화에 무관한 완벽한 실행 재현성을 보장하는 표준화된 배포 아티팩트 규격이다 [1].
|
||||
|
||||
### 기타
|
||||
- [[/prompt endpoint]] — `/prompt endpoint`는 시각적 노드 그래프를 실행 가능한 백엔드 명령으로 전환하여 ComfyUI의 강력한 생성 능력을 외부 애플리케이션 및 자동화 파이프라인과 연결하는 핵심 게이트웨이이다 [1-3].
|
||||
|
||||
_97 docs · 자동 생성 2026-06-08_
|
||||
@@ -160,3 +160,17 @@ class TransE(nn.Module):
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — KG fundamentals, triples, GraphRAG, Neo4j patterns |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/projectChronicle/guardPrompt.ts:57` — [Omitted long matching line]
|
||||
|
||||
**관련 커밋:**
|
||||
- `connectai d843364 feat: add premium matrix styling to knowledge graph, glowing nodes, and directional particle flow across synapses`
|
||||
- `connectai 279e671 feat: parse real workspace files for knowledge graph topology and add organic organic movement`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -190,3 +190,13 @@ def align_classes(onto_a_labels, onto_b_labels, threshold=0.85):
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Ontology FULL with RDF/OWL/SHACL/GraphRAG patterns |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/secondBrainTrace.ts:223` — [Omitted long matching line]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,210 @@
|
||||
---
|
||||
id: moc-computer_science_and_theory
|
||||
title: "Computer_Science_and_Theory — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Computer_Science_and_Theory"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Computer_Science_and_Theory — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **147개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(147개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Abstract Syntax Tree Transformation]]
|
||||
- [[Adaptive Curation]]
|
||||
- [[Additive Type Logic]]
|
||||
- [[Aesthetic Value]]
|
||||
- [[Alcoholism]]
|
||||
- [[Algorithm Complexity (Big O)]]
|
||||
- [[Atomism]]
|
||||
- [[Autobiography]]
|
||||
- [[Autoethnography]]
|
||||
- [[Automated Decision Making]]
|
||||
- [[Automated Map Generation]]
|
||||
- [[Autonomous Vehicle Path Planning]]
|
||||
- [[Axiology]]
|
||||
- [[Axiomatic Systems]]
|
||||
|
||||
### B
|
||||
- [[B-Tree]]
|
||||
- [[BFS vs DFS]]
|
||||
- [[Biological Inspired Algorithms]]
|
||||
- [[Black Hole]]
|
||||
- [[Bloom Filters in Search]]
|
||||
- [[Brute-force]]
|
||||
- [[Bubble Sort]]
|
||||
- [[Burnout Prevention in Professional Gaming]]
|
||||
|
||||
### C
|
||||
- [[Caetextia]]
|
||||
- [[Chaos Theory in Systems]]
|
||||
- [[Climate Change Mitigation Frameworks]]
|
||||
- [[Cognitive Neuroscience of Flow]]
|
||||
- [[Combinatorial Optimization]]
|
||||
- [[Computer Science and Theory]]
|
||||
- [[Control Theory]]
|
||||
- [[Cross Frequency Coupling (CFC)]]
|
||||
|
||||
### D
|
||||
- [[Decision Theory]]
|
||||
- [[Determinism in Computing]]
|
||||
- [[Dijkstra's Algorithm]]
|
||||
- [[Directed Acyclic Graph Dependency Management]]
|
||||
- [[Dissipative Structures]]
|
||||
- [[Dynamic Programming]]
|
||||
|
||||
### E
|
||||
- [[Economic Complexity Index]]
|
||||
- [[Eigenvalues and Eigenvectors]]
|
||||
- [[Elite Theory]]
|
||||
- [[Emergence]]
|
||||
- [[Emergence in Systems]]
|
||||
- [[Entropy in Information Theory]]
|
||||
- [[Ergodic Theory]]
|
||||
- [[Ethnographic Research]]
|
||||
- [[Evolutionary Algorithms]]
|
||||
- [[Expectation Maximization]]
|
||||
|
||||
### F
|
||||
- [[Feedback Control Systems]]
|
||||
- [[Feedback Loops in Systems]]
|
||||
- [[Flame Icicle Graph 플레임 고드름 그래프]]
|
||||
- [[FMEA]]
|
||||
|
||||
### G
|
||||
- [[Geographic Information Systems]]
|
||||
- [[Gimbals and Orientation]]
|
||||
- [[Godel's Incompleteness Theorems]]
|
||||
- [[Graph Coloring Problem]]
|
||||
- [[Graph Theory]]
|
||||
- [[Greedy Algorithms]]
|
||||
- [[Grounded Theory Method]]
|
||||
|
||||
### H
|
||||
- [[Hardware Verification]]
|
||||
- [[Hash Functions and Maps]]
|
||||
- [[Hebbian Theory]]
|
||||
- [[High Frequency Trading Models]]
|
||||
|
||||
### I
|
||||
- [[Incremental Computation]]
|
||||
- [[Inexact Science]]
|
||||
- [[Information Entropy]]
|
||||
- [[Information Retrieval (IR)]]
|
||||
- [[Information Retrieval Evaluation Metrics]]
|
||||
- [[Information Theory]]
|
||||
- [[Inner Product Spaces]]
|
||||
- [[Issue Tree]]
|
||||
|
||||
### K
|
||||
- [[Kalman Filter and State Tracking]]
|
||||
- [[Kernel Density Estimation (KDE)]]
|
||||
- [[Keyword Search]]
|
||||
- [[Knowledge Graph]]
|
||||
- [[Knowledge Graph Foundations]]
|
||||
- [[Knowledge Structure]]
|
||||
- [[Kolmogorov Complexity]]
|
||||
- [[Kullback-Leibler Divergence]]
|
||||
|
||||
### L
|
||||
- [[Lagrange Multipliers]]
|
||||
- [[Least Squares Methods]]
|
||||
- [[Linear Algebra Foundations]]
|
||||
- [[Linked Lists and Trees]]
|
||||
- [[Locality Sensitive Hashing]]
|
||||
- [[Locality-Sensitive Hashing (LSH)]]
|
||||
- [[Logic Trees]]
|
||||
- [[Lubrication]]
|
||||
|
||||
### M
|
||||
- [[Mental Models]]
|
||||
- [[Model Predictive Control (MPC)]]
|
||||
- [[Monte Carlo Integration]]
|
||||
- [[Multivariate Analysis]]
|
||||
- [[Mutual Information]]
|
||||
- [[Mutually Exclusive and Collectively Exhaustive (MECE)]]
|
||||
|
||||
### N
|
||||
- [[Neural Ignition]]
|
||||
- [[Noise]]
|
||||
|
||||
### O
|
||||
- [[Ontology]]
|
||||
- [[Operations Research]]
|
||||
- [[Operator Theory]]
|
||||
- [[Optimal Control Theory]]
|
||||
- [[Optimization]]
|
||||
- [[Optimization Algorithms]]
|
||||
|
||||
### P
|
||||
- [[Partial Differential Equations]]
|
||||
- [[Particle Filter Algorithms]]
|
||||
- [[PCA and Dimension Reduction]]
|
||||
- [[Phase Amplitude Coupling]]
|
||||
- [[PID Controllers in AI]]
|
||||
- [[Posterior and Prior Probability]]
|
||||
- [[Principal Component Analysis]]
|
||||
- [[Principle of Least Action]]
|
||||
- [[Probability Theory]]
|
||||
- [[Probability Theory Foundations]]
|
||||
- [[Problem Solving]]
|
||||
- [[Profitability Framework]]
|
||||
|
||||
### Q
|
||||
- [[Quantum Computing]]
|
||||
- [[Quantum Computing (Intro)]]
|
||||
|
||||
### R
|
||||
- [[Ranking Algorithms]]
|
||||
- [[Regression Analysis Foundations]]
|
||||
- [[Relevance Feedback]]
|
||||
- [[Reports]]
|
||||
- [[Representation Theory]]
|
||||
- [[Ridge Regression]]
|
||||
- [[Root Cause Analysis (RCA)]]
|
||||
- [[Root Mean Square Error]]
|
||||
- [[Roughness (그래픽 및 물리)]]
|
||||
|
||||
### S
|
||||
- [[Sampling Techniques]]
|
||||
- [[Semantics & Ontology]]
|
||||
- [[Signal in Noise]]
|
||||
- [[Signal Processing Foundations]]
|
||||
- [[Similarity Metrics]]
|
||||
- [[Simulated Annealing]]
|
||||
- [[Singular Value Decomposition (SVD)]]
|
||||
- [[Social Network Analysis]]
|
||||
- [[Social Systems Theory]]
|
||||
- [[Spatial Data Analysis]]
|
||||
- [[Standard Deviation and Variance]]
|
||||
- [[Statistical Power]]
|
||||
- [[Statistics]]
|
||||
- [[Strategic Thinking]]
|
||||
- [[Structural Equation Modeling]]
|
||||
- [[Structured Data]]
|
||||
- [[Systemic Simulation Principles]]
|
||||
|
||||
### T
|
||||
- [[Theoretical Computer Science]]
|
||||
- [[Theta Gamma Coupling]]
|
||||
- [[Turing Machine Foundations]]
|
||||
|
||||
### V
|
||||
- [[VPS-NeRF (Visual Positioning + Neural Radiance Fields)]]
|
||||
|
||||
### W
|
||||
- [[Weak Central Coherence Theory]]
|
||||
- [[Wicked Problems]]
|
||||
- [[Working Memory]]
|
||||
|
||||
### 가나다
|
||||
- [[탄도학 및 명중률 알고리즘 (Ballistics and Accuracy Algorithms)]]
|
||||
|
||||
_147 docs · 자동 생성 2026-06-08_
|
||||
@@ -19,4 +19,14 @@ inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
# Redirect
|
||||
|
||||
이 문서는 Canonical 문서인 [[보안_및_시스템_신뢰성_표준]]으로 통합되었습니다.
|
||||
모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
|
||||
모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/company/agents.ts:154` — [Omitted long matching line]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,270 @@
|
||||
---
|
||||
id: moc-devops_and_security
|
||||
title: "DevOps_and_Security — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "DevOps_and_Security"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ DevOps_and_Security — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **201개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[DAST Fundamentals]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(200개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[20260429 스포티앤리치 개발일정 회의록]]
|
||||
|
||||
### A
|
||||
- [[ACL Prevention]]
|
||||
- [[Adversarial Code Stylometry]]
|
||||
- [[Alternative Realities]]
|
||||
- [[Analyze runtime performance]]
|
||||
- [[Anomaly Detection]]
|
||||
- [[AppSec (애플리케이션 보안)]]
|
||||
- [[Automated Quality & Review]]
|
||||
|
||||
### B
|
||||
- [[Backups]]
|
||||
- [[BatchedMesh 및 InstancedMesh 성능 벤치마크]]
|
||||
- [[Beat Saber 엑서게임 연구(Beat Saber Exergaming Study)]]
|
||||
- [[Beat Saber를 활용한 VR 엑서게임 후유증 연구(VR Exergaming Aftereffects)]]
|
||||
- [[Bioinformatics Structure Prediction]]
|
||||
- [[Blink]]
|
||||
- [[Blog Post]]
|
||||
- [[BLUF (Bottom Line Up Front)]]
|
||||
- [[Branch Prediction]]
|
||||
- [[BufferGeometry]]
|
||||
- [[BVH]]
|
||||
|
||||
### C
|
||||
- [[CANTAB 5-선택 반응 시간 과제(CANTAB 5-choice RTI)]]
|
||||
- [[Cheney's Algorithm]]
|
||||
- [[Chrome V8 Heap Analysis]]
|
||||
- [[CI CD Pipeline]]
|
||||
- [[Code Obfuscation]]
|
||||
- [[Code Property Graph]]
|
||||
- [[Code Stylometry (코드 문체론)]]
|
||||
- [[Cognitive Load]]
|
||||
- [[Commit History]]
|
||||
- [[Concrete Syntax Tree (CST)]]
|
||||
- [[Continuous Delivery (지속적 제공, CD)]]
|
||||
- [[Continuous Discovery]]
|
||||
- [[Continuous Integration]]
|
||||
- [[Continuous Integration (지속적 통합, CI)]]
|
||||
- [[CPU Bottleneck]]
|
||||
|
||||
### D
|
||||
- [[DAST]]
|
||||
- [[Data Array Textures]]
|
||||
- [[Debugger Techniques]]
|
||||
- [[Deepfake Detection]]
|
||||
- [[DevSecOps Framework]]
|
||||
- [[Digital Intellectual Property Rights]]
|
||||
- [[Digital Thread Integration]]
|
||||
- [[Digital Twin Technology]]
|
||||
- [[Digital Twins]]
|
||||
- [[Dopamine]]
|
||||
- [[Draw Call]]
|
||||
|
||||
### E
|
||||
- [[Edtech Industry Trends]]
|
||||
- [[Efficiency]]
|
||||
- [[Electron V8 Memory Cage]]
|
||||
- [[Encapsulation via Access Modifiers]]
|
||||
- [[Engineering Metrics (DORA)]]
|
||||
- [[Ensuring Data Privacy]]
|
||||
- [[Enterprise Scale Monorepo Management]]
|
||||
- [[eslint-config-prettier]]
|
||||
- [[eslint-plugin-prettier]]
|
||||
|
||||
### F
|
||||
- [[Feature Flags]]
|
||||
- [[Figma]]
|
||||
- [[Figma to Code Workflow]]
|
||||
- [[Flame Graphs]]
|
||||
- [[Formal Verification of Software]]
|
||||
- [[Frustum Culling]]
|
||||
|
||||
### G
|
||||
- [[Geometry Merging]]
|
||||
- [[Global Network Positioning (GNP)]]
|
||||
- [[Google Code Jam Dataset]]
|
||||
|
||||
### H
|
||||
- [[High Resolution Time]]
|
||||
- [[HMD(Head-Mounted Display) 기반 엑서게임 환경]]
|
||||
- [[Husky]]
|
||||
|
||||
### I
|
||||
- [[IBM 가비지 컬렉션]]
|
||||
- [[IFCjs]]
|
||||
- [[IFCjs (Fragment)]]
|
||||
- [[Incremental Build]]
|
||||
- [[Inferential Statistics]]
|
||||
- [[Information Society]]
|
||||
- [[Input Validation Strategies]]
|
||||
- [[InstancedMesh2]]
|
||||
- [[Inversion]]
|
||||
- [[IoT]]
|
||||
- [[Issue 001 Combat Reference Error Troubleshooting]]
|
||||
|
||||
### J
|
||||
- [[Joern]]
|
||||
- [[JPEG XL]]
|
||||
|
||||
### L
|
||||
- [[lint-staged]]
|
||||
- [[Logging and Error Handling]]
|
||||
|
||||
### M
|
||||
- [[Major GC]]
|
||||
- [[Malware Analysis]]
|
||||
- [[Mark-Sweep-Compact(메이저 GC)]]
|
||||
- [[MECE Principle]]
|
||||
- [[Media Literacy]]
|
||||
- [[Memory Management]]
|
||||
- [[Monorepo(Turborepo 등) 환경의 린트 관리]]
|
||||
|
||||
### N
|
||||
- [[Network Coordinate Systems]]
|
||||
- [[never 타입(never type)]]
|
||||
- [[New Space (Young Generation)]]
|
||||
- [[NotebookLM Automated Authentication CLI]]
|
||||
|
||||
### O
|
||||
- [[Oilpan]]
|
||||
- [[OWASP Top 10]]
|
||||
|
||||
### P
|
||||
- [[Page Experience Algorithm]]
|
||||
- [[Parse, Don't Validate]]
|
||||
- [[PDF Format]]
|
||||
- [[Practical Cryptography]]
|
||||
- [[Prettier]]
|
||||
- [[Procedural Rhetoric]]
|
||||
|
||||
### Q
|
||||
- [[Quality Control]]
|
||||
|
||||
### R
|
||||
- [[Raycaster]]
|
||||
- [[Raycasting]]
|
||||
- [[Remote Rehabilitation]]
|
||||
|
||||
### S
|
||||
- [[SaaS (Software as a Service)]]
|
||||
- [[SAST]]
|
||||
- [[SCA]]
|
||||
- [[Scavenge]]
|
||||
- [[Secret Management]]
|
||||
- [[Session Lifecycle]]
|
||||
- [[SharedArrayBuffer 보안을 위한 COOP COEP 헤더 설정]]
|
||||
- [[SharedArrayBuffer vs postMessage 성능 차이]]
|
||||
- [[Single Page Applications (SPA)]]
|
||||
- [[SkinnedMesh]]
|
||||
- [[Solitude Optimization]]
|
||||
- [[Source Control]]
|
||||
- [[Speculative Execution]]
|
||||
- [[SRE]]
|
||||
- [[Statistics & Data Analysis]]
|
||||
- [[Stop the world]]
|
||||
- [[Storybook]]
|
||||
- [[Symmetric Encryption]]
|
||||
|
||||
### T
|
||||
- [[Test Automation]]
|
||||
- [[Test Automation Mastery]]
|
||||
- [[Texture Atlas]]
|
||||
- [[three-mesh-bvh]]
|
||||
- [[To Space와 From Space]]
|
||||
- [[Toss Front SDK의 Facade 패턴 적용 사례]]
|
||||
- [[Tree Shaking (번들 크기 최적화)]]
|
||||
- [[Type 1 vs Type 2 Errors]]
|
||||
- [[Type-safe Error Handling & Exhaustiveness Checking]]
|
||||
|
||||
### V
|
||||
- [[V8 가비지 컬렉션 (Garbage Collection)]]
|
||||
- [[V8 메모리 케이지(V8 Memory Cage)]]
|
||||
- [[V8 힙 공간(V8 Heap Spaces)]]
|
||||
- [[V8 힙(Heap)]]
|
||||
- [[V8 Engine]]
|
||||
- [[V8 Engine Heap Management]]
|
||||
- [[Version Control Systems]]
|
||||
- [[Visual Effects (VFX)]]
|
||||
- [[VR 엑서게임 (VR Exergaming)]]
|
||||
|
||||
### W
|
||||
- [[WARNO DATA 프로젝트]]
|
||||
|
||||
### Z
|
||||
- [[Zero Trust Architecture]]
|
||||
|
||||
### 가나다
|
||||
- [[가비지 컬렉터(Garbage Collector)]]
|
||||
- [[가상현실 사후 효과 연구(Virtual Reality Aftereffects Study)]]
|
||||
- [[가상현실 엑서게임 후유증 연구(Virtual reality exergaming aftereffects research)]]
|
||||
- [[가상현실 엑서게임 후유증 연구(VR Exergaming Aftereffects Study)]]
|
||||
- [[가상현실 후유증 (Virtual Reality Aftereffects)]]
|
||||
- [[가상현실 후유증(VR Aftereffects)]]
|
||||
- [[가상현실(VR) 엑서게임 인지 사후 효과 분석(CANTAB 5-choice RTI)]]
|
||||
- [[객체 수명 주기 (Object Life Cycle)]]
|
||||
- [[결합도 (Coupling)]]
|
||||
- [[경고 피로 (Alert Fatigue)]]
|
||||
- [[넷플릭스 비디오 인코딩 파이프라인 (Netflix Video Encoding Pipeline)]]
|
||||
- [[대규모 웹 그래픽스 프로젝트]]
|
||||
- [[대규모 웹 애플리케이션의 조직 및 기술적 확장성 확보]]
|
||||
- [[대규모 파티클 시스템 최적화]]
|
||||
- [[동시성 및 점진적 마킹(Concurrent Incremental Marking)]]
|
||||
- [[동적 런타임 분석 (Dynamic Runtime Analysis)]]
|
||||
- [[라이브러리 및 확장 가능한 코드베이스]]
|
||||
- [[리뷰 맵 (Review Maps)]]
|
||||
- [[리터럴 타입 (Literal Types)]]
|
||||
- [[모듈화 및 아키텍처 경계 설정]]
|
||||
- [[버전 관리 시스템 VCS]]
|
||||
- [[비트 세이버 엑서게임 후유증 평가(Beat Saber Exergaming Aftereffects)]]
|
||||
- [[비트 세이버를 활용한 가상현실 엑서게임 후유증 연구(Exergaming With Beat Saber An Investigation of Virtual Reality Aftereffects)]]
|
||||
- [[소비자 주도 계약 테스트 (Consumer Driven Contract Tests, CDC)]]
|
||||
- [[소프트웨어 시스템 설계 및 아키텍처 구축]]
|
||||
- [[수동 코드 리뷰]]
|
||||
- [[스캐빈저(Scavenger) 마이너 GC]]
|
||||
- [[시각 및 인지적 후유증 연구]]
|
||||
- [[실시간 물리 및 유체 시뮬레이션]]
|
||||
- [[안전한 소프트웨어 개발 수명주기(SSDLC)]]
|
||||
- [[애플리케이션 보안 태세 관리ASPM]]
|
||||
- [[엔터프라이즈 소프트웨어 시스템 설계]]
|
||||
- [[엔터프라이즈 애플리케이션 설계]]
|
||||
- [[오리노코 (Orinoco GC)]]
|
||||
- [[유스케이스 (Use Cases)]]
|
||||
- [[응집도 (Cohesion)]]
|
||||
- [[응집도와 결합도]]
|
||||
- [[응집도와 결합도 (Cohesion and Coupling)]]
|
||||
- [[자동화된 코드 리뷰]]
|
||||
- [[자바 가상 머신(JVM)]]
|
||||
- [[장기 실행되는 실시간 데이터 대시보드 최적화]]
|
||||
- [[중단점 (Breakpoints)]]
|
||||
- [[지속적 통합 (CI) 및 지속적 배포 (CD)]]
|
||||
- [[추상화(Abstraction)]]
|
||||
- [[카오스 몽키(Chaos Monkey)]]
|
||||
- [[코드 서식 지정과 축소가 코드 스타일로메트리(작성자 인식)에 미치는 영향을 평가하는 기계 학습 모델 분류 연구]]
|
||||
- [[코드 품질 관리 및 자동화 (Code Quality Management and Automation)]]
|
||||
- [[코드베이스 맵 (Codebase Map)]]
|
||||
- [[클라우드 게이밍(Cloud Gaming)]]
|
||||
- [[클로저(Closures)]]
|
||||
- [[타임라인 할당 계측(Allocation instrumentation on timeline)]]
|
||||
- [[타입 정의가 부족한 서드파티 라이브러리 연동]]
|
||||
- [[타입스크립트 상태 관리 및 분기 처리 설계]]
|
||||
- [[테스트 용이성 (Testability)]]
|
||||
- [[토스(Toss) SDK 설계]]
|
||||
- [[토스플레이스 결제 단말기 외부 연동 SDK 개발]]
|
||||
- [[팀 단위 코드 품질 및 컨벤션 유지]]
|
||||
- [[힙 메모리(Heap Memory)]]
|
||||
|
||||
_201 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,67 @@
|
||||
---
|
||||
id: moc-economics-&-algorithms
|
||||
title: "Economics & Algorithms — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Economics & Algorithms"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Economics & Algorithms — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **50개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[4X 전략 게임 수익화 모델]]
|
||||
- [[가차(Gacha) 시스템]]
|
||||
- [[가챠(Gacha) 시스템]]
|
||||
- [[게임 내 광고(IAA)]]
|
||||
- [[게임 수익화 모델]]
|
||||
- [[계단식 수익화 모델 (Staircase Monetization)]]
|
||||
- [[고객 유지율(Retention)]]
|
||||
- [[과금 의향 (Willingness to Pay)]]
|
||||
- [[동적 가격 책정(Dynamic Pricing)]]
|
||||
- [[디아블로 2(Diablo II)]]
|
||||
- [[라이브옵스(Live-ops)]]
|
||||
- [[마키네이션(Machinations.io) 시뮬레이션]]
|
||||
- [[무료 플레이(Free-to-Play) 모델]]
|
||||
- [[물리 기반 렌더링(PBR)]]
|
||||
- [[부분 유료화(Free-to-Play)]]
|
||||
- [[사용자 생성 콘텐츠(UGC)]]
|
||||
- [[소액 결제 (Microtransactions)]]
|
||||
- [[수도꼭지와 배수구(Taps and Sinks)]]
|
||||
- [[알비온 온라인(Albion Online)의 경제 시스템]]
|
||||
- [[원신(Genshin Impact)의 레진 시스템]]
|
||||
- [[원신(Genshin Impact)의 진행 제한과 가차 시스템]]
|
||||
- [[이브 온라인(EVE Online)]]
|
||||
- [[인앱 결제(IAP)]]
|
||||
- [[인앱 광고 (IAA)]]
|
||||
- [[인앱 광고(IAA)]]
|
||||
- [[인앱 구매 (IAP)]]
|
||||
- [[인앱 구매(IAP)]]
|
||||
- [[자원 소모처(Sinks)]]
|
||||
- [[잔존율(Retention)]]
|
||||
- [[지불 용의 (Willingness to Pay)]]
|
||||
- [[클래시 로얄(Clash Royale)의 엘릭서]]
|
||||
- [[탭과 싱크(Taps and Sinks)]]
|
||||
- [[페이 투 윈(Pay to Win)]]
|
||||
- [[포켓랜드(Pocket Land)]]
|
||||
- [[플랫폼 컨버전스(Platform Convergence)]]
|
||||
- [[하이브리드 수익화 (Hybrid Monetization)]]
|
||||
- [[하이브리드 수익화(Hybrid Monetization)]]
|
||||
- [[하이브리드 캐주얼(Hybrid-Casual)]]
|
||||
- [[하이브리드 캐주얼(Hybrid-casual)의 하이브리드 수익화 모델]]
|
||||
- [[행동 유도성(Affordances)]]
|
||||
- [[AI 기반 보상 및 난이도 스케일링]]
|
||||
- [[Chef Universe]]
|
||||
- [[Dynamic Pricing]]
|
||||
- [[EVE 온라인(EVE Online)]]
|
||||
- [[Fortnite]]
|
||||
- [[IAA (In-App Advertising)]]
|
||||
- [[IAP (In-App Purchase)]]
|
||||
- [[Machinations 라이브옵스 데이터 연동]]
|
||||
- [[Machinations(토크노믹스 시뮬레이션)]]
|
||||
- [[Play and Earn]]
|
||||
|
||||
_50 docs · 자동 생성 2026-06-08_
|
||||
@@ -25,4 +25,20 @@ Vite는 독립적으로 사용되거나 Remix, Vue 등 다양한 프레임워크
|
||||
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-03*
|
||||
*Last updated: 2026-05-03*
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/electron.vite.config.ts:2` — import { defineConfig, externalizeDepsPlugin } from 'electron-vite'
|
||||
- `photoai/src/main/inferenceBridge.ts:79` — // electron-vite: 개발 시 dev 서버, 배포 시 빌드된 html 로드.
|
||||
|
||||
**관련 커밋:**
|
||||
- `photoai 8a8c102 Initial commit: AI Photo Organizer (Electron + face-api)`
|
||||
- `Datacollect bcc12c4 feat(email): Email 패널 (Phase C) — front page UI`
|
||||
- `Datacollect 502bbf5 fix: vite-backend-plugin type error and cleanup`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -21,4 +21,15 @@ Zustand는 React 및 React Native 애플리케이션에서 널리 사용되는
|
||||
소스에 관련 정보가 부족합니다. (Zustand와 관련된 기술적 선택이나 최적화 방법이 가지는 구체적인 부작용, 제약 사항 또는 Trade-off에 대한 정보는 제공된 소스 데이터에 포함되어 있지 않습니다.)
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-03*
|
||||
*Last updated: 2026-05-03*
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/src/renderer/store.ts:1` — import { create } from 'zustand'
|
||||
- `photoai/src/renderer/overlays.tsx:1` — import { create } from 'zustand'
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,444 @@
|
||||
---
|
||||
id: moc-frontend
|
||||
title: "Frontend — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Frontend"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Frontend — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **377개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(377개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Accessibility (A11y)]]
|
||||
- [[as const]]
|
||||
- [[Automatic Batching (React 18+)]]
|
||||
|
||||
### B
|
||||
- [[Batching]]
|
||||
- [[BEM]]
|
||||
- [[BEM (Block Element Modifier)]]
|
||||
- [[Branded Types for Nominal Typing]]
|
||||
- [[Bridgeless New Architecture]]
|
||||
- [[Buffer Allocation]]
|
||||
- [[Bundle Size Optimization]]
|
||||
|
||||
### C
|
||||
- [[Cache Miss Rates]]
|
||||
- [[Case Study — Kiwi.com Frontend Migration]]
|
||||
- [[CesiumJS]]
|
||||
- [[Chrome]]
|
||||
- [[Client Components]]
|
||||
- [[Client-Side Rendering (CSR)]]
|
||||
- [[Code Splitting]]
|
||||
- [[Codegen (GraphQL, OpenAPI, Schema-driven)]]
|
||||
- [[Component Based Architecture]]
|
||||
- [[Component Composition (React)]]
|
||||
- [[Composables (Vue)]]
|
||||
- [[Composition API (Vue 3)]]
|
||||
- [[Compound Components]]
|
||||
- [[Computational Geometry (Frontend)]]
|
||||
- [[Computed Properties & Watchers]]
|
||||
- [[Concurrent Features (React 18+)]]
|
||||
- [[Concurrent Rendering]]
|
||||
- [[Container Queries]]
|
||||
- [[Core Web Vitals]]
|
||||
- [[CPU Overhead]]
|
||||
- [[Critical Rendering Path]]
|
||||
- [[Critical Rendering Path (CRP)]]
|
||||
- [[Cross-platform Mobile Development Frameworks]]
|
||||
- [[CSS 구조 설계 방식]]
|
||||
- [[CSS Grid]]
|
||||
- [[CSS Grid 및 Flexbox]]
|
||||
- [[CSS Media Queries]]
|
||||
- [[CSS Modules]]
|
||||
- [[CSSOM]]
|
||||
- [[CSSOM(CSS Object Model)]]
|
||||
- [[Custom Hooks]]
|
||||
- [[Custom Hooks Patterns]]
|
||||
|
||||
### D
|
||||
- [[Dart]]
|
||||
- [[Dart FFI (Foreign Function Interface)]]
|
||||
- [[Datacollector Knowledge Hub]]
|
||||
- [[Debugging Frontend Applications]]
|
||||
- [[Declaration Files]]
|
||||
- [[Decorators]]
|
||||
- [[DefinitelyTyped]]
|
||||
- [[Diffing Algorithm]]
|
||||
- [[Discriminated Unions for Error Handling]]
|
||||
- [[Discriminated Unions for State Modeling]]
|
||||
- [[DOM (Document Object Model)]]
|
||||
- [[DOM 및 CSSOM]]
|
||||
- [[DOM(Document Object Model)]]
|
||||
- [[Draw Call Optimization]]
|
||||
- [[Dynamic Theming]]
|
||||
|
||||
### E
|
||||
- [[E commerce Platforms]]
|
||||
- [[Effect TS 및 ts-brand 라이브러리 활용]]
|
||||
- [[Equipment Crafting and Synthesis Engine]]
|
||||
- [[Error Boundaries]]
|
||||
- [[Error Handling and Stability]]
|
||||
- [[ESLint Configuration]]
|
||||
- [[ESLint Plugin Development]]
|
||||
- [[Eugen Systems의 WARNO 시뮬레이션 개발]]
|
||||
- [[Events]]
|
||||
- [[Expo Router]]
|
||||
- [[Eye Tracking]]
|
||||
|
||||
### F
|
||||
- [[Fabric]]
|
||||
- [[Fabric Renderer]]
|
||||
- [[Feature Driven Architecture]]
|
||||
- [[Fiber 아키텍처 (Fiber Architecture)]]
|
||||
- [[Fiber 아키텍처와 동시성 (Concurrent Rendering)]]
|
||||
- [[Fiber Architecture]]
|
||||
- [[Figma Tokens Studio]]
|
||||
- [[Fluid Typography]]
|
||||
- [[flushSync]]
|
||||
- [[Flutter]]
|
||||
- [[Flutter AOT Compilation (Dart)]]
|
||||
- [[Flutter Impeller]]
|
||||
- [[Flutter Web / Desktop]]
|
||||
- [[Folder Structure Best Practices]]
|
||||
- [[Frontend]]
|
||||
- [[Frontend Architecture]]
|
||||
- [[Frontend Architecture and Folder Structure]]
|
||||
- [[Functional Programming in TypeScript]]
|
||||
|
||||
### G
|
||||
- [[Google Chrome]]
|
||||
- [[GPU 가속 및 컴포지팅]]
|
||||
- [[GPU Resources]]
|
||||
- [[GPU WebGL 파이프라인의 미세 지연(Micro-latency) 측정 사례]]
|
||||
- [[GraphQL Code Generator]]
|
||||
- [[Guilty Gear Xrd Rendering Pipeline]]
|
||||
|
||||
### H
|
||||
- [[Hermes]]
|
||||
- [[Hermes Engine]]
|
||||
- [[Hydration (하이드레이션)]]
|
||||
- [[Hydration & Progressive Rendering]]
|
||||
- [[Hydration 성능 최적화]]
|
||||
- [[Hydration Mismatch and SSR Debugging]]
|
||||
|
||||
### I
|
||||
- [[IDE Stability Fix]]
|
||||
- [[Impeller]]
|
||||
- [[Impeller Engine]]
|
||||
- [[Indirect Draw]]
|
||||
- [[Instancing]]
|
||||
|
||||
### J
|
||||
- [[JavaScript Async and Event Loop]]
|
||||
- [[JavaScript Optimization Patterns]]
|
||||
- [[JavaScriptCore]]
|
||||
- [[JSI (JavaScript Interface)]]
|
||||
- [[JSX]]
|
||||
- [[Judgment]]
|
||||
|
||||
### K
|
||||
- [[Kingdom vs. Kingdom (KvK)]]
|
||||
- [[Kingdom vs. Kingdom Events (KvK)]]
|
||||
|
||||
### L
|
||||
- [[Lane Model]]
|
||||
- [[Lanes Model]]
|
||||
- [[Large Frontend Projects]]
|
||||
- [[Large-scale Application Refactoring]]
|
||||
- [[Layout Thrashing]]
|
||||
- [[Lazy Loading]]
|
||||
- [[Levels of Understanding]]
|
||||
|
||||
### M
|
||||
- [[Memory Leak Debugging in JavaScript]]
|
||||
- [[Memory Leak Prevention 메모리 누수 방지]]
|
||||
- [[Meta Quest Store]]
|
||||
- [[Micro frontends]]
|
||||
- [[Mixins]]
|
||||
- [[Mobile Augmented Reality]]
|
||||
- [[Modern Frontend Engineering Architecture]]
|
||||
- [[Monorepo Architecture]]
|
||||
|
||||
### N
|
||||
- [[Naming Conventions]]
|
||||
- [[never 타입]]
|
||||
- [[Next.js Caching Architecture]]
|
||||
- [[Next.js Framework]]
|
||||
- [[Node.js Global Namespace Augmentation]]
|
||||
- [[Nominal Typing in TypeScript]]
|
||||
|
||||
### O
|
||||
- [[OffscreenCanvas Safari 제약 사항]]
|
||||
- [[OffscreenCanvas와 Web Worker를 활용한 메인 스레드 병목 해결]]
|
||||
- [[One-way Data Flow]]
|
||||
- [[Opaque Types (TypeScript)]]
|
||||
- [[Open-Closed Principle (OCP)]]
|
||||
- [[OpenGL ES]]
|
||||
- [[Opera]]
|
||||
|
||||
### P
|
||||
- [[Parser]]
|
||||
- [[Pinia]]
|
||||
- [[Pointer Poisoning]]
|
||||
- [[Prefetching]]
|
||||
- [[Principles]]
|
||||
- [[Probabilistic Graphical Models]]
|
||||
- [[Progressive Hydration (점진적 하이드레이션)]]
|
||||
- [[Prop Drilling]]
|
||||
- [[Provider & Riverpod]]
|
||||
|
||||
### R
|
||||
- [[Randomized Algorithms]]
|
||||
- [[Re-renders Optimization]]
|
||||
- [[React Native]]
|
||||
- [[React Native 상태 관리 (Redux Toolkit, Zustand, React Query)]]
|
||||
- [[React Native for Web]]
|
||||
- [[React Native New Architecture]]
|
||||
- [[React Native Web — Desktop]]
|
||||
- [[Readonly Type]]
|
||||
- [[Refactoring Techniques]]
|
||||
- [[Reflow Repaint]]
|
||||
- [[Reflow - Repaint 최소화 방법]]
|
||||
- [[Reflow & Repaint]]
|
||||
- [[Reflow 및 Repaint]]
|
||||
- [[Reflow 및 Repaint 최적화]]
|
||||
- [[Reflow and Repaint]]
|
||||
- [[Reflow와 Repaint]]
|
||||
- [[Reflow와 Repaint(리플로우와 리페인트)]]
|
||||
- [[Relative Positioning]]
|
||||
- [[Render Props]]
|
||||
- [[Reusable Components]]
|
||||
- [[Risk Orchestration]]
|
||||
- [[Rollup]]
|
||||
|
||||
### S
|
||||
- [[SaaS 대시보드 및 이커머스 레이아웃 구축]]
|
||||
- [[SaaS 플랫폼 및 인터랙티브 대시보드 개발]]
|
||||
- [[Sanity Studio]]
|
||||
- [[satisfies 연산자]]
|
||||
- [[satisfies Keyword]]
|
||||
- [[Satisfies Operator]]
|
||||
- [[Scalable Frontend Architecture]]
|
||||
- [[Scavenger 알고리즘]]
|
||||
- [[Scoped Styles]]
|
||||
- [[Scripts]]
|
||||
- [[SCSS]]
|
||||
- [[SCSS (Sass)]]
|
||||
- [[Selective Hydration & Streaming]]
|
||||
- [[SEO 중심의 마케팅 및 블로그 사이트 구축]]
|
||||
- [[Server Actions]]
|
||||
- [[Server Side Rendering (SSR)]]
|
||||
- [[Server Side Rendering (SSR)]]
|
||||
- [[Server State Management]]
|
||||
- [[Shader Compilation Jank]]
|
||||
- [[Shopify Polaris]]
|
||||
- [[Skia]]
|
||||
- [[Skybound — Enemy Motion, Damage Pressure, and Projectile Visual Pass]]
|
||||
- [[Skybound — Miniboss Treasure Cache Reward Loop]]
|
||||
- [[Skybound — Player Airframe and 8-Stage Boss Continuity Rework]]
|
||||
- [[Skybound — Player Sprite Path Warning Fix]]
|
||||
- [[Skybound — Skill Concept and Hangar Layout Overlap Fix]]
|
||||
- [[Skybound — Skip Upgrade and Weapon Transform Reconfiguration]]
|
||||
- [[Skybound — Stage Miniboss Pattern Differentiation]]
|
||||
- [[Skybound — Vampire Survivors Loop and Stage Curve Preparation]]
|
||||
- [[Skybound Skill Image Integration]]
|
||||
- [[Skybound Stage1-3 Playtest — Balance, Bomb, Visual Diversity Pass (2026-04-26)]]
|
||||
- [[Smart vs Dumb Components]]
|
||||
- [[SPA (Single Page Application)]]
|
||||
- [[Spectre]]
|
||||
- [[Spectre and Meltdown]]
|
||||
- [[startTransition]]
|
||||
- [[State Management]]
|
||||
- [[State Management (Pinia/Vuex)]]
|
||||
- [[State Management Libraries]]
|
||||
- [[State Management Libraries (Pinia/Redux)]]
|
||||
- [[State Management Patterns]]
|
||||
- [[Static Site Generation (SSG)]]
|
||||
- [[Static Site Generation with Gatsby]]
|
||||
- [[Streaming SSR]]
|
||||
- [[Style Dictionary]]
|
||||
- [[Style Dictionary Pipelines]]
|
||||
- [[Style Registry]]
|
||||
- [[styled components]]
|
||||
- [[Styled Components]]
|
||||
- [[Styled Components v6]]
|
||||
- [[styled-components v6.3+]]
|
||||
- [[Submodules]]
|
||||
- [[Suspense 및 Streaming]]
|
||||
- [[Suspense Boundary]]
|
||||
|
||||
### T
|
||||
- [[Threejs WebGL Rendering Optimization]]
|
||||
- [[Threejs WebGPU 파티클 예제]]
|
||||
- [[Throttling Debouncing]]
|
||||
- [[Time Slicing]]
|
||||
- [[Time Slicing]]
|
||||
- [[Timestamp Queries]]
|
||||
- [[Timing Attack]]
|
||||
- [[Timing Attacks]]
|
||||
- [[Total Blocking Time (TBT)]]
|
||||
- [[TS Declaration Files]]
|
||||
- [[TurboModules]]
|
||||
- [[TypeScript 4.9]]
|
||||
- [[TypeScript 타입 시스템 (TypeScript Type System)]]
|
||||
- [[TypeScript Advanced Type System]]
|
||||
- [[TypeScript API Development]]
|
||||
- [[TypeScript Generics]]
|
||||
- [[TypeScript Type Safety]]
|
||||
- [[TypeScript Utility Types (Record Readonly)]]
|
||||
|
||||
### U
|
||||
- [[use client]]
|
||||
- [[useEffect 클린업(Cleanup)]]
|
||||
- [[useOptimistic]]
|
||||
- [[useSuspenseQuery]]
|
||||
|
||||
### V
|
||||
- [[V8 JavaScript Engine]]
|
||||
- [[vanilla-extract]]
|
||||
- [[Virtual DOM]]
|
||||
- [[Virtual DOM과 Reconciliation]]
|
||||
- [[Vite]]
|
||||
- [[Vite Build Optimization]]
|
||||
- [[Vite Build System]]
|
||||
- [[Vue Options API]]
|
||||
- [[Vue Single-File Components (SFC)]]
|
||||
- [[Vuex]]
|
||||
|
||||
### W
|
||||
- [[Web Content Accessibility Guidelines (WCAG)]]
|
||||
- [[Web Worker (웹 워커)]]
|
||||
- [[WebAssembly]]
|
||||
- [[WebGL 2.0]]
|
||||
- [[WebGL 모바일 GPU 성능 관리]]
|
||||
- [[WebGL API]]
|
||||
- [[WebGL Optimization]]
|
||||
- [[WEBGL_multi_draw Extension]]
|
||||
- [[WebGL2]]
|
||||
- [[WebGPU Compute Shader]]
|
||||
- [[WebGPU Compute Shaders]]
|
||||
- [[WebKit]]
|
||||
- [[Wonder]]
|
||||
- [[Wonderland Engine]]
|
||||
|
||||
### Z
|
||||
- [[Zero-Runtime CSS-in-JS]]
|
||||
- [[Zustand]]
|
||||
|
||||
### 가나다
|
||||
- [[가변 타이포그래피 (Fluid Typography)]]
|
||||
- [[가상 DOM (Virtual DOM) 및 재조정(Reconciliation)]]
|
||||
- [[가상 DOM (Virtual DOM) 및 Fiber]]
|
||||
- [[검색 엔진 최적화 (SEO)]]
|
||||
- [[검색 엔진 최적화(SEO) 대응 렌더링 전략 수립]]
|
||||
- [[게임 경제 설계]]
|
||||
- [[게임 밸런싱]]
|
||||
- [[과잉 속성 체크(EPC)]]
|
||||
- [[교집합 타입(Intersection Type)]]
|
||||
- [[기능 중심 아키텍처(Feature-Driven Architecture)]]
|
||||
- [[다크 모드 및 다중 브랜드 테마 동적 전환 시스템]]
|
||||
- [[단일 진실 공급원(Single Source of Truth)]]
|
||||
- [[단일 진실 공급원(Single Source of Truth) 구축]]
|
||||
- [[단일 페이지 애플리케이션 (SPA)]]
|
||||
- [[단일 페이지 애플리케이션(SPA) 렌더링 설계]]
|
||||
- [[단일 페이지 애플리케이션(SPA) 아키텍처 설계]]
|
||||
- [[대규모 데이터 렌더링 및 가상화 최적화]]
|
||||
- [[대규모 이커머스 플랫폼 렌더링 설계]]
|
||||
- [[대규모 콘텐츠 기반 애플리케이션 및 전자상거래 플랫폼 구축]]
|
||||
- [[대규모 프론트엔드 아키텍처(Scalable Frontend Architecture)]]
|
||||
- [[대규모 프론트엔드 프로젝트(Large Frontend Projects)]]
|
||||
- [[대수의 법칙(Law of Large Numbers)]]
|
||||
- [[동시성 렌더링 (Concurrent Rendering)]]
|
||||
- [[디자인 시스템 (Design Systems)]]
|
||||
- [[디자인 시스템 개념]]
|
||||
- [[디자인 시스템 구축]]
|
||||
- [[디자인 시스템 기반 컴포넌트 개발]]
|
||||
- [[디자인 시스템의 타이포그래피 토큰 확장 및 최적화]]
|
||||
- [[디지털 트윈 및 데이터 시뮬레이션]]
|
||||
- [[런타임 상태 검증(Runtime Validation)]]
|
||||
- [[레이아웃 스래싱 (Layout Thrashing)]]
|
||||
- [[레이아웃 Flexbox & Grid 완전 이해]]
|
||||
- [[렌더링 블로킹 방지를 위한 CSS 분할 및 로딩 최적화]]
|
||||
- [[렌더링 차단 리소스 (Render-blocking Resources)]]
|
||||
- [[리플로우 및 리페인트 (Reflow & Repaint)]]
|
||||
- [[리플로우 및 리페인트 (Reflow and Repaint)]]
|
||||
- [[리플로우 및 리페인트(Reflow & Repaint)]]
|
||||
- [[마이크로 인터랙션(Micro-interactions)]]
|
||||
- [[메인 스레드 (Main Thread)]]
|
||||
- [[모던 웹 성능 최적화(Core Web Vitals)]]
|
||||
- [[모듈식 CSS (Modular CSS)]]
|
||||
- [[모바일 우선주의 (Mobile-First) 디자인]]
|
||||
- [[모바일 퍼스트 및 다양한 디바이스 환경을 위한 반응형 레이아웃 구축]]
|
||||
- [[모바일 퍼스트(Mobile-First)]]
|
||||
- [[몬테카를로 시뮬레이션(Monte Carlo Simulation)]]
|
||||
- [[무거운 데이터 리스트 필터링 구현]]
|
||||
- [[미디어 쿼리 (Media Queries)]]
|
||||
- [[미디어 쿼리(Media Queries)]]
|
||||
- [[반응형 윈도우 리사이즈(Resize) 이벤트 처리]]
|
||||
- [[백엔드-프론트엔드 데이터 변환(Data Transformation between Backend and Frontend)]]
|
||||
- [[불필요한 리렌더링 방지]]
|
||||
- [[브라우저 렌더링 과정]]
|
||||
- [[브라우저 렌더링 과정 (Critical Rendering Path)]]
|
||||
- [[브라우저 렌더링 파이프라인(Critical Rendering Path)]]
|
||||
- [[브라우저 메모리 관리 및 최적화]]
|
||||
- [[비동기 데이터 관리]]
|
||||
- [[설정 객체 및 룩업 테이블 설계(Configuration Objects and Lookup Tables)]]
|
||||
- [[성능 및 SEO 최적화 프로젝트]]
|
||||
- [[성능 최적화(Reflow & Repaint)]]
|
||||
- [[성능 최적화가 필수적인 대규모 다중 테마 플랫폼]]
|
||||
- [[스포티파이 자율적 분대 모델 (Spotify Squad)]]
|
||||
- [[스포티파이 자율적 분대 모델 및 마이크로 프론트엔드 (Spotify Squads and Micro Frontends)]]
|
||||
- [[스포티파이(Spotify)의 스쿼드 모델 및 마이크로 프론트엔드 도입]]
|
||||
- [[시뮬레이션(Simulation)]]
|
||||
- [[시뮬레이션과 예측 모델링(Simulation and Predictive Modeling)]]
|
||||
- [[식별 가능한 유니온]]
|
||||
- [[실무에서 CSS 관리하는 방법]]
|
||||
- [[실시간 데이터 대시보드 레이아웃 조절 시스템]]
|
||||
- [[알 수 없는 외부 데이터 검증 (unknown types)]]
|
||||
- [[애니메이션 (transition / keyframes) 성능 최적화]]
|
||||
- [[에일리어싱 (Aliasing)]]
|
||||
- [[왕국 대 왕국 (KvK) 이벤트]]
|
||||
- [[웹 렌더링 전략 (CSR, SSR, SSG, ISR)]]
|
||||
- [[웹 워커 이벤트 포워딩 통신 지연 최소화 방법]]
|
||||
- [[웹 프론트엔드 성능 최적화]]
|
||||
- [[유동적 타이포그래피 (Fluid Typography)]]
|
||||
- [[유동적 타이포그래피(Fluid Typography)]]
|
||||
- [[유지보수 가능하고 확장 가능한 CSS 아키텍처 설계]]
|
||||
- [[유지보수 가능한 대규모 프론트엔드 CSS 설계]]
|
||||
- [[전력 시스템 (Power Systems) — 프론트엔드 관점]]
|
||||
- [[전자상거래 플랫폼 (E-commerce Platforms)]]
|
||||
- [[중요 렌더링 경로 (Critical Rendering Path)]]
|
||||
- [[지연 렌더링(Deferred Rendering)]]
|
||||
- [[차선 모델과 작업 우선순위 (Lane Model & Priorities)]]
|
||||
- [[철벽 수비대 인터페이스 설계 전략]]
|
||||
- [[초과 속성 검사 (Excess Property Checks)]]
|
||||
- [[컨테이너 쿼리 (Container Queries)]]
|
||||
- [[컨테이너 쿼리(Container Queries)]]
|
||||
- [[컴포넌트 기반 아키텍처]]
|
||||
- [[컴포넌트 기반 아키텍처(Component-Based Architecture)]]
|
||||
- [[컴포넌트 기반 웹 프레임워크 아키텍처 설계]]
|
||||
- [[콘텐츠 기반의 이커머스 및 뉴스 웹사이트 성능 튜닝]]
|
||||
- [[크로스 플랫폼 디자인 시스템 연동]]
|
||||
- [[크리티컬 렌더링 패스 (Critical Rendering Path)]]
|
||||
- [[클라이언트 사이드 렌더링 (CSR)]]
|
||||
- [[타이핑에 즉각 반응해야 하는 검색창 (Search as you type)]]
|
||||
- [[타입 단언(Type Assertion)]]
|
||||
- [[프론트엔드 성능 최적화 및 SEO 개선 프로젝트]]
|
||||
- [[프론트엔드 아키텍처 (Frontend Architecture)]]
|
||||
- [[프론트엔드 애플리케이션 렌더링 병목 개선]]
|
||||
- [[프론트엔드 컴포넌트 구조화]]
|
||||
- [[프론트엔드 컴포넌트 설계]]
|
||||
- [[하이드레이션 (Hydration)]]
|
||||
- [[확장 가능한 프론트엔드 아키텍처(Scalable Frontend Architecture)]]
|
||||
- [[힙 스냅샷 (Heap Snapshots)]]
|
||||
|
||||
_377 docs · 자동 생성 2026-06-08_
|
||||
@@ -198,3 +198,17 @@ palette.red; // type: "#ff0000" — literal preserved
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — const assertion patterns, enum 대안, discriminated union, satisfies combo 추가 |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/src/shared/constants.ts:4` — export const SUPPORTED_EXTENSIONS = ['.jpg', '.jpeg', '.png', '.webp'] as const
|
||||
- `photoai/src/preload/inference.ts:13` — ] as const
|
||||
- `photoai/src/main/menu.ts:107` — type: 'radio' as const,
|
||||
- `connectai/src/features/hire/hireStore.ts:26` — export const KNOWN_STAGES = ['inbox', 'screened', 'interview', 'final', 'offer', 'accepted', 'hired', 'rejected', 'decli
|
||||
- `connectai/src/features/datacollect/handlers.ts:117` — for (const part of [1, 2, 3] as const) {
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,186 @@
|
||||
---
|
||||
id: moc-game_design
|
||||
title: "Game_Design — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Game_Design"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Game_Design — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **121개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(121개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[4X 시스템 (4X System)]]
|
||||
|
||||
### A
|
||||
- [[Albion Online (Full Loot, Player-Driven Production)]]
|
||||
- [[Algorithmic Rhetoric]]
|
||||
- [[Alliances and Sector Hegemony]]
|
||||
- [[Anti-Air and Anti-Ground Combat]]
|
||||
- [[Arc 2 Technology]]
|
||||
- [[Assault Platoons]]
|
||||
|
||||
### B
|
||||
- [[Baiting and Combat Controls]]
|
||||
- [[Base Layouts and Kill Zones]]
|
||||
- [[Beresnev Studio]]
|
||||
- [[Biomechanics of Injury]]
|
||||
- [[Biomedical Engineering]]
|
||||
- [[BioShock Critique]]
|
||||
|
||||
### C
|
||||
- [[Capybara GO!]]
|
||||
- [[Case Study: Skybound Red Striker Jitter Stabilization]]
|
||||
- [[Combat Balance Buff]]
|
||||
- [[CPI (Cost Per Install)]]
|
||||
|
||||
### D
|
||||
- [[Damage Resistance Platforms]]
|
||||
- [[Data-Driven Personalization]]
|
||||
- [[Dead Space Series]]
|
||||
- [[Defense Buildings]]
|
||||
- [[Descendants Sector Control]]
|
||||
- [[Dynamic Offers]]
|
||||
|
||||
### E
|
||||
- [[Economic Analysis]]
|
||||
- [[Elite Athletic Development]]
|
||||
- [[EVE 온라인]]
|
||||
- [[Evolution of the War Commander Combat Ecosystem]]
|
||||
|
||||
### F
|
||||
- [[Final Fantasy XV - A New Empire]]
|
||||
- [[Fixed Time Step vs Variable Time Step]]
|
||||
|
||||
### G
|
||||
- [[Gacha Mechanics Analysis]]
|
||||
- [[Gait Analysis Laboratory]]
|
||||
- [[Game Monetization Strategy]]
|
||||
- [[Gamification Theory]]
|
||||
|
||||
### H
|
||||
- [[Hedera (HCS 및 Fauxkens)]]
|
||||
- [[Hyperinflation in Closed Loop Systems]]
|
||||
|
||||
### I
|
||||
- [[Immersive Sim Genre]]
|
||||
- [[Immersive Sims — Deus Ex / Dishonored Lineage]]
|
||||
- [[Immersive Sims — Deus Ex / Thief]]
|
||||
- [[Iridium]]
|
||||
|
||||
### J
|
||||
- [[Jailing]]
|
||||
|
||||
### K
|
||||
- [[Kick-back System (Gun Recoil Pattern)]]
|
||||
|
||||
### L
|
||||
- [[Live Operations (LiveOps)]]
|
||||
- [[Love and Deepspace]]
|
||||
|
||||
### M
|
||||
- [[Magic Circle]]
|
||||
- [[Magic Sort!]]
|
||||
- [[McKinsey Problem Solving Test (PST)]]
|
||||
- [[Metaverse Aesthetics]]
|
||||
- [[Mobile Strike]]
|
||||
- [[Monetization at the Point of Friction]]
|
||||
|
||||
### N
|
||||
- [[Nuclear Deterrence Models]]
|
||||
|
||||
### O
|
||||
- [[Okami Ink Wash Aesthetics]]
|
||||
|
||||
### P
|
||||
- [[Papers Please — Bureaucracy as Mechanic]]
|
||||
- [[Papers Please (Bureaucratic Simulation)]]
|
||||
- [[Physics]]
|
||||
- [[Platform Resistance and Defensive Specialization]]
|
||||
- [[Platform Specialization]]
|
||||
- [[Player Experience Modeling]]
|
||||
- [[Poverty Simulation in Games]]
|
||||
- [[Power Creep (Content Treadmills)]]
|
||||
- [[Prisoner's Dilemma Models in Game Design]]
|
||||
- [[Procedural Level Geometry]]
|
||||
- [[Procedural Rhetoric (In Gaming)]]
|
||||
- [[Puzzles & Survival]]
|
||||
|
||||
### R
|
||||
- [[Real-Time Translation in Games]]
|
||||
- [[Revenge Cycle Dynamics]]
|
||||
- [[Roguelike Procedural Generation]]
|
||||
|
||||
### S
|
||||
- [[Sarkis Cloning Technology]]
|
||||
- [[Sector]]
|
||||
- [[Sector Breach Store]]
|
||||
- [[Sector Breach XP]]
|
||||
- [[Skybound Skill Asset Integration]]
|
||||
- [[Stage Director and World Tension Scaling]]
|
||||
- [[Staggered Firing Logic and Phase Offset]]
|
||||
- [[State Machine and Phase Transition Events]]
|
||||
- [[Status Effects]]
|
||||
- [[Structural Dynamics and Tactical Evolution of the Combat Ecosystem]]
|
||||
- [[Structural Dynamics of Combat Ecosystem]]
|
||||
- [[Support Platforms]]
|
||||
|
||||
### T
|
||||
- [[Thorium]]
|
||||
- [[Triple Match 3D]]
|
||||
- [[Tripledot Studios]]
|
||||
|
||||
### U
|
||||
- [[User Acquisition (UA)]]
|
||||
|
||||
### W
|
||||
- [[War Commander Combat Ecosystem]]
|
||||
- [[War Commander Event Operations]]
|
||||
- [[WARNO 전투 메커니즘 (Combat Mechanics)]]
|
||||
- [[WARPLAN]]
|
||||
- [[World War Rising]]
|
||||
|
||||
### 가나다
|
||||
- [[가버-그레인저 방법 (Gabor-Granger Method)]]
|
||||
- [[게임 수익화 전략]]
|
||||
- [[고과금 유저 (Whales)]]
|
||||
- [[고래 유저 (Whale Players)]]
|
||||
- [[다중 게임 구독 모델 (Multigame Subscriptions)]]
|
||||
- [[라이브 서비스 (Live Service)]]
|
||||
- [[맞춤형 IAP 번들 (Customizable IAP Bundles)]]
|
||||
- [[베레스네프 (Beresnev)]]
|
||||
- [[보상의 역효과 (Overjustification Effect)]]
|
||||
- [[봉건적 권력 피라미드 (Feudal Power Pyramid)]]
|
||||
- [[부분 유료화 메타게임 (Free-to-Play Metagame)]]
|
||||
- [[사용자 참여도 (Player Engagement)]]
|
||||
- [[사용자 확보 (User Acquisition)]]
|
||||
- [[섹터]]
|
||||
- [[소대]]
|
||||
- [[소유 효과]]
|
||||
- [[수익화 전략]]
|
||||
- [[시간 제한 메커니즘 (Time-gating)]]
|
||||
- [[시간 제한 활성화 (Time-limited Activation)]]
|
||||
- [[웹3 및 토크노믹스 모델링(Web3 and Tokenomics Modeling)]]
|
||||
- [[이중 계층 과금 모델 (Two-layer Monetization)]]
|
||||
- [[이중 VIP 시스템 (Dual-layer VIP)]]
|
||||
- [[인문학적 게임 비평 및 서사학]]
|
||||
- [[인플레이션 관리]]
|
||||
- [[적자 경제 (Deficit economy)]]
|
||||
- [[전리품 상자(Loot Box)]]
|
||||
- [[제로잉 (Zeroing)]]
|
||||
- [[포켓몬 마스터즈 EX(Pokemon Masters EX)]]
|
||||
- [[프리미엄 통화(Premium Currency)]]
|
||||
- [[플레이어 기반 경제]]
|
||||
- [[플레이어 잔존율(Player Retention)]]
|
||||
- [[하이브리드 수익화]]
|
||||
- [[하이브리드 캐주얼 게임]]
|
||||
- [[후발 주자 불이익(Latecomer Disadvantage)]]
|
||||
|
||||
_121 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,56 @@
|
||||
---
|
||||
id: moc-general-knowledge
|
||||
title: "General Knowledge — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "General Knowledge"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ General Knowledge — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **39개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[2026 04 15]]
|
||||
- [[데이터 기반 밸런싱]]
|
||||
- [[데이터 기반 밸런싱 (Data Driven Balancing)]]
|
||||
- [[데이터 기반 밸런싱(Data-Driven Balancing)]]
|
||||
- [[디아블로 2(Diablo II) 조던링 사태]]
|
||||
- [[디지털 트윈(Digital Twin)]]
|
||||
- [[라이브옵스(LiveOps)]]
|
||||
- [[마크 스위프 컴팩트(Mark Sweep Compact)]]
|
||||
- [[마키네이션(Machinations)]]
|
||||
- [[무제]]
|
||||
- [[부분 유료화(Free-to-Play) 게임]]
|
||||
- [[비디오 게임 산업의 플랫폼 융합(Platform Convergence)]]
|
||||
- [[사용자 제작 콘텐츠(UGC)]]
|
||||
- [[알비온 온라인(Albion Online)]]
|
||||
- [[알비온 온라인(Albion Online) 암시장 시스템]]
|
||||
- [[원신(Genshin Impact)]]
|
||||
- [[이벤트 포워딩(Event Forwarding)]]
|
||||
- [[자원 관리(Resource Management)]]
|
||||
- [[클래시 로얄(Clash Royale)]]
|
||||
- [[클래시 로얄(Clash Royale)의 대칭성과 밸런싱]]
|
||||
- [[클래시 로얄(Clash Royale)의 비용-엘릭서 밸런싱]]
|
||||
- [[하이브리드 캐주얼 (Hybrid Casual)]]
|
||||
- [[환영합니다]]
|
||||
- [[Brand Identity Management]]
|
||||
- [[Code Splitting & Lazy Loading]]
|
||||
- [[Description Logics]]
|
||||
- [[Dopamine Signaling]]
|
||||
- [[Iriszoom 엔진]]
|
||||
- [[Iriszoom 엔진의 물리적 가시화]]
|
||||
- [[Machinations.io의 몬테카를로 시뮬레이션 및 데이터 예측]]
|
||||
- [[Markov Random Fields]]
|
||||
- [[Model-Free RL vs Model-Based RL]]
|
||||
- [[Mycological Horror]]
|
||||
- [[OffscreenCanvas (멀티스레딩)]]
|
||||
- [[Pocket Land]]
|
||||
- [[README — General Knowledge]]
|
||||
- [[Resource Deposits(자원 매장지)]]
|
||||
- [[SharedArrayBuffer 보안 이슈와 Cross Origin Isolation 설정법]]
|
||||
- [[Variance Rules]]
|
||||
|
||||
_39 docs · 자동 생성 2026-06-08_
|
||||
@@ -29,4 +29,14 @@ updated_at: 2026-05-08
|
||||
- **관련 프로젝트**: [[OpenHarness]], [[ConnectAI]]
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-08*
|
||||
*Last updated: 2026-05-08*
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/features/secondBrainTrace.ts:256` — [Omitted long matching line]
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -14,4 +14,14 @@ LLM-as-judge는 인공지능 에이전트 하네스 환경에서 모델의 산
|
||||
* **설계적 제약:** 무분별한 LLM-as-judge의 사용은 막대한 평가 비용으로 인해 시스템 전체를 무너뜨릴 수 있으므로(eval cost collapse), 유의미한 리스크를 줄일 수 있는 핵심적인 위치에만 값비싼 검사를 추가하는 계층적 가드레일 설계가 필수적이다 [1].
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-05*
|
||||
*Last updated: 2026-05-05*
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/retrieval/evalHarness.ts:9` — * 의도적으로 LLM 을 쓰지 않는다 (재현 가능 + 무료 + CI 가능). LLM-as-Judge 기반의
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,59 @@
|
||||
---
|
||||
id: moc-harness_research_2026-05
|
||||
title: "Harness_Research_2026-05 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Harness_Research_2026-05"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Harness_Research_2026-05 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **42개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[가드레일 (Guardrails) 및 제어 시스템]]
|
||||
- [[권한 및 안전 (Permissions and Safety)]] — "에이전트의 야생성을 길들이는 고삐: 프롬프트 수준의 신뢰를 넘어, 다중 계층 권한 모드와 사전 행동 검증(Pre-action Verification)을 통해 에이전트의 행동을 구조적으로 인가하고 제어하는 거버넌스 프레임워크."
|
||||
- [[다중 수준 권한 모드 (Multi-Level Permission Modes)]]
|
||||
- [[데이터 품질 계층 (Data Quality Layer)]]
|
||||
- [[둠 루프 (Doom Loop)]]
|
||||
- [[랄프 루프 (Ralph Loop)]]
|
||||
- [[메타-하네스 (Meta-Harness)]] — "하네스를 가르치는 하네스: 에이전트의 실행 인프라 자체를 학습 가능한 매개변수로 취급하여, 과거의 실패 로그를 기반으로 시스템 프롬프트와 도구 정의를 자율적으로 진화시키는 아우터 루프(Outer-loop) 최적화 체계."
|
||||
- [[사전 행동 승인 (Pre-Action Authorization)]] — "도구 실행의 최후의 보루: 에이전트가 행동을 개시하기 직전, 동기적으로 권한을 가로채어 정책(OAP, RBAC 등)에 따라 실행 여부를 결정하는 하네스의 결정론적 보안 계층."
|
||||
- [[상태 관리 (State Management)]]
|
||||
- [[샌드박스 (Sandbox)]] — "에이전트의 안전한 놀이터: 커널 수준의 격리와 네트워크 통제를 통해 에이전트가 생성한 코드가 호스트 시스템을 오염시키지 않도록 보호하는 독립된 실행 런타임."
|
||||
- [[샌드박스 (Sandbox)]]
|
||||
- [[심층 방어 (Defense-in-depth)]]
|
||||
- [[인간 개입 (Human-in-the-Loop, HITL)]] — "자율성의 안전벨트: 에이전트의 실행 과정 중 고위험 의사결정 지점에서 인간의 승인과 검토를 강제하여, 시스템의 통제력을 유지하고 치명적 오류를 예방하는 최후의 거버넌스 장치."
|
||||
- [[체크포인팅 (Checkpointing)]]
|
||||
- [[커널 수준 격리 (Kernel-level Isolation)]] — "타협 불가능한 보안 경계: Landlock, seccomp, microVM 등을 활용해 운영체제 커널 차원에서 에이전트의 권한을 물리적으로 제한하여, 손상된 에이전트조차 우회할 수 없는 철벽 샌드박스를 구현하는 기술."
|
||||
- [[파일 시스템 (Filesystem)]]
|
||||
- [[하네스 승수 (Harness Multiplier)]] — "성능의 증폭기: 모델의 원시 지능이 실제 환경에서 작업 완료 능력으로 변환되는 효율을 수치화한 지표로, `생산 성능 = 모델 역량 × 하네스 승수`라는 에이전트 성능의 핵심 방정식을 정의함."
|
||||
- [[허용 목록 (Allow-listing)]] — "명시적 허가 외 금지: 에이전트가 사용할 수 있는 도구와 네트워크를 미리 정의하여 포괄적 권한(Ambient Permissions) 오용을 원천 차단하는 가장 기초적인 보안 경계."
|
||||
- [[Active Metadata]]
|
||||
- [[API Gateway (LLM/MCP Gateway)]] — "에이전트와 외부 세계를 잇는 통제된 검문소: 다중 LLM 라우팅을 통한 비용 최적화와 MCP 도구 접근에 대한 보안 가드레일을 통합 관리하는 에이전트 인프라의 중추."
|
||||
- [[AutoGen / AG2]] — "협력하는 에이전트들의 오케스트라: 다중 에이전트 간의 대화 패턴(Multi-agent Conversation)을 통해 복잡한 문제를 해결하고, 내장된 샌드박스와 HITL 기능을 제공하는 성숙한 에이전트 프레임워크."
|
||||
- [[Co-evolution (공진화)]]
|
||||
- [[Code Execution (코드 실행)]]
|
||||
- [[Containerization]]
|
||||
- [[Control Layer (제어 계층)]]
|
||||
- [[E2B (Firecracker microVM)]] — "에이전트를 위한 초고속 보안 컨테이너: Firecracker microVM 기술을 활용하여 150ms 내외의 신속한 부팅과 강력한 커널 수준 격리를 동시에 제공하는 오픈소스 샌드박스의 표준."
|
||||
- [[Hallucination (환각)]]
|
||||
- [[Harness-as-a-Service]]
|
||||
- [[HTTP+SSE]] — "에이전트의 실시간 혈맥: HTTP POST 요청과 SSE 스트리밍 응답을 결합하여, 원격 서버와 에이전트 간의 양방향 및 이벤트 기반 통신을 가능하게 하는 전송 프로토콜."
|
||||
- [[K9 Tactical Gear (경찰견 전술 장비)]]
|
||||
- [[L3 Meta-Factory]]
|
||||
- [[Langfuse]] — "LLMOps의 블랙박스를 여는 열쇠: 오픈소스 기반으로 에이전트의 모든 실행 단계를 추적(Trace)하고, 프롬프트 관리와 평가 파이프라인을 단일 인터페이스에서 통합 제공하는 가시성 플랫폼."
|
||||
- [[LLM-as-judge]]
|
||||
- [[LLMOps]]
|
||||
- [[Mcp-Session-Id]] — "원격 MCP의 상태 엔진: 로컬을 넘어 서버급으로 확장된 MCP 통신에서 클라이언트를 식별하는 상태 저장 헤더이자, 동시에 수평적 확장을 가로막는 인프라적 트레이드오프의 핵심."
|
||||
- [[Meta-Harness (메타 하네스)]]
|
||||
- [[Open Harness]]
|
||||
- [[OpenHarness]]
|
||||
- [[Phase 3- Harness Engineering]]
|
||||
- [[Schema Drift (스키마 표류)]]
|
||||
- [[Server-Sent Events (SSE)]] — "에이전트의 실황 중계: 서버가 클라이언트에게 이벤트를 단방향으로 실시간 스트리밍하여, 에이전트의 추론 과정과 결과를 즉각적으로 가시화하는 경량 통신 프로토콜."
|
||||
- [[Token Savior]]
|
||||
|
||||
_42 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,245 @@
|
||||
---
|
||||
id: moc-other
|
||||
title: "Other — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Other"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Other — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **180개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(180개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[10v10 대규모 멀티플레이어]]
|
||||
- [[5R Structure]]
|
||||
|
||||
### A
|
||||
- [[Advanced Search Operators]]
|
||||
- [[Ambition]]
|
||||
- [[Analysis]]
|
||||
- [[Anticipation]]
|
||||
- [[Antinomianism]]
|
||||
- [[Anxiety]]
|
||||
- [[Architecture Decision Records (ADR)]]
|
||||
- [[ARPU / ARPPU]]
|
||||
- [[Assertiveness]]
|
||||
- [[Assumptions vs Facts]]
|
||||
- [[Atlantic]]
|
||||
- [[Automation Paradox]]
|
||||
|
||||
### B
|
||||
- [[Base 플랫폼(Chef Universe)]]
|
||||
- [[Bayes' Theorem]]
|
||||
- [[Bayesian Updating]]
|
||||
- [[Belief Revision]]
|
||||
- [[Big Picture]]
|
||||
- [[Blog Content Rules]]
|
||||
- [[Blog Title Rules]]
|
||||
- [[Boundaries]]
|
||||
- [[Bureaucracy]]
|
||||
- [[Burnout]]
|
||||
|
||||
### C
|
||||
- [[Codebase Onboarding]]
|
||||
- [[Command Center]]
|
||||
- [[Complex Systems]]
|
||||
- [[Concurrent Programming]]
|
||||
- [[Continuous Obsolescence]]
|
||||
- [[Creativity Research]]
|
||||
|
||||
### E
|
||||
- [[Enterprise Service Bus]]
|
||||
- [[Enzyme Inhibition Kinetics]]
|
||||
- [[Ethical Decision Making]]
|
||||
- [[Etiology of Disease]]
|
||||
|
||||
### F
|
||||
- [[Feedback Loops]]
|
||||
|
||||
### G
|
||||
- [[GIT_PROTOCOL]]
|
||||
|
||||
### H
|
||||
- [[Habit Formation]]
|
||||
- [[Horizontal and Vertical Logic]]
|
||||
- [[Horizontal Logic]]
|
||||
- [[Hypostatic Abstraction]]
|
||||
|
||||
### I
|
||||
- [[Improvisation]]
|
||||
- [[Inference-Coupled Persistence]]
|
||||
- [[Inheritance and Polymorphism]]
|
||||
- [[Interoperability]]
|
||||
- [[Item-Item Collaborative Filtering]]
|
||||
- [[Iteration]]
|
||||
|
||||
### J
|
||||
- [[Joint Optimization]]
|
||||
- [[Just-In-Time (JIT)]]
|
||||
|
||||
### K
|
||||
- [[Knowledge Synthesis]]
|
||||
- [[Knowledge-Extraction-Protocol]]
|
||||
|
||||
### L
|
||||
- [[Lighting & Composition]]
|
||||
- [[Lucas-Kanade Method]]
|
||||
|
||||
### M
|
||||
- [[MapReduce]]
|
||||
- [[MECE + Pyramid Principle]]
|
||||
- [[Memetics]]
|
||||
- [[Middle Out Thinking]]
|
||||
- [[Minimal Viable Product]]
|
||||
- [[MMORPG 영속적 세계와 자원 관리]]
|
||||
- [[Multi-agent System]]
|
||||
|
||||
### N
|
||||
- [[NDF (Neutral Data Format)]]
|
||||
- [[Neurobiology of Reward]]
|
||||
- [[Neuroergonomics]]
|
||||
- [[Neuromuscular Control]]
|
||||
- [[Neuroplasticity in Addiction]]
|
||||
- [[Nexus Gaming Labs]]
|
||||
- [[Nutritional Biochemistry]]
|
||||
|
||||
### O
|
||||
- [[Objectivism]]
|
||||
- [[Open Access Movement]]
|
||||
- [[Other]]
|
||||
- [[Outside Thinking]]
|
||||
- [[OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)]]
|
||||
|
||||
### P
|
||||
- [[Parallel Computing]]
|
||||
- [[Parallel Processing]]
|
||||
- [[Pedestrian Modeling]]
|
||||
- [[Perceptual Motor Skills]]
|
||||
- [[Policy Surveillance]]
|
||||
- [[Precision Recursion]]
|
||||
- [[Principles of Structuralism]]
|
||||
- [[Problem Solving Process]]
|
||||
- [[Process_Reflection_Template]]
|
||||
- [[Program Comprehension Strategies]]
|
||||
- [[Progressive Web Apps (PWAs)]]
|
||||
- [[Project Profile (Repo Metadata Document)]]
|
||||
- [[Protocols]]
|
||||
- [[Pull Request and Issue Tracking]]
|
||||
- [[Purpose]]
|
||||
- [[Pyramid Principle]]
|
||||
|
||||
### R
|
||||
- [[Recording Academy (The Grammys)]]
|
||||
- [[Related Work]]
|
||||
- [[Research Methodology]]
|
||||
- [[Roblox]]
|
||||
- [[Role of Conflict in Narrative]]
|
||||
- [[Rule of Three]]
|
||||
|
||||
### S
|
||||
- [[SDLC & SSDLC (소프트웨어 개발 생명주기)]]
|
||||
- [[Search]]
|
||||
- [[Search Space]]
|
||||
- [[Secondary Research]]
|
||||
- [[Server Side Rendering SSR]]
|
||||
- [[Sociology of Knowledge]]
|
||||
- [[Soft Skills Development]]
|
||||
- [[SOTA]]
|
||||
- [[State]]
|
||||
- [[Statistical Analysis]]
|
||||
- [[Supercell의 모바일 게임 개발]]
|
||||
|
||||
### T
|
||||
- [[Team Culture & Onboarding (팀 문화 및 온보딩)]]
|
||||
- [[TypeScript]]
|
||||
|
||||
### U
|
||||
- [[Understanding Complex Systems]]
|
||||
|
||||
### V
|
||||
- [[Victimhood Narratives]]
|
||||
|
||||
### W
|
||||
- [[WARNO 모딩(Modding)]]
|
||||
- [[WARNO DATA Wiki]]
|
||||
- [[Working Backwards]]
|
||||
- [[WoW 토큰 및 PLEX]]
|
||||
|
||||
### 가나다
|
||||
- [[가상 경제 시스템]]
|
||||
- [[가상 경제 시스템의 구조적 무결성 분석]]
|
||||
- [[가상 경제 인플레이션]]
|
||||
- [[가상 화폐 (Virtual Currency)]]
|
||||
- [[결제 사용자당 평균 매출(ARPPU)]]
|
||||
- [[경제 밸런싱(Economic Balancing)]]
|
||||
- [[관리자 상점(Admin Shop)]]
|
||||
- [[기간 한정 제안(Limited-time offers)]]
|
||||
- [[다중 통화 시스템(Multi Currency System)]]
|
||||
- [[데이터 기반 설계 (Data-Driven Design)]]
|
||||
- [[동적 분석 Dynamic Analysis]]
|
||||
- [[동적 코드 분석 (Dynamic Code Analysis)]]
|
||||
- [[디버거 (Debugger)]]
|
||||
- [[리그 오브 레전드(League of Legends)]]
|
||||
- [[리더보드(Leaderboards)]]
|
||||
- [[메타 레이어 (Meta Layers)]]
|
||||
- [[모딩 생태계 (Modding Ecosystem)]]
|
||||
- [[모바일 게임 수익화 모델]]
|
||||
- [[모바일 퍼스트 인덱싱(Mobile-First Indexing)]]
|
||||
- [[몬테카를로 시뮬레이션]]
|
||||
- [[반복적 리뷰Iterative Review]]
|
||||
- [[방어 플랫폼(Defense Platforms)]]
|
||||
- [[부대 편성(Platoon Formations)]]
|
||||
- [[부분 유료화(Freemium) 게임 경제 모델링]]
|
||||
- [[소음 역학 (Noise Dynamics)]]
|
||||
- [[소프트 싱크(Soft Sinks)]]
|
||||
- [[수도꼭지(Faucets)]]
|
||||
- [[수도꼭지와 배수구(Faucets and Sinks)]]
|
||||
- [[수요와 공급(Supply and Demand)]]
|
||||
- [[스테이블 디퓨전 아티팩트 디버깅(Artifact Debugging)]]
|
||||
- [[실시간 전략 및 부분유료화(F2P) 밸런싱 맥락]]
|
||||
- [[아크 2 테크놀로지 및 유닛(Arc 2 Technology and Units)]]
|
||||
- [[아키텍처 드리프트 Architectural Drift]]
|
||||
- [[악명(Infamy) 시스템]]
|
||||
- [[연속 승리 이벤트(Streak events)]]
|
||||
- [[오디오 광고]]
|
||||
- [[위험과 보상 구조(Structures of Risks and Rewards)]]
|
||||
- [[위험과 보상(Risks and Rewards)]]
|
||||
- [[유니버스 LTV(Universe LTV)]]
|
||||
- [[유저 평균 매출(ARPU)]]
|
||||
- [[은신과 시야 매커니즘 (Stealth and Optics)]]
|
||||
- [[의도 및 목적 지향적 설명(Purpose-driven Explanation)]]
|
||||
- [[이탈률(Churn Rate)]]
|
||||
- [[인플레이션(Inflation)]]
|
||||
- [[자원 로지스틱스(Resource Logistics)]]
|
||||
- [[자원 보관 및 압축(Resource Storage & Compression)]]
|
||||
- [[장갑 관통 모델링(Armor Penetration Modeling)]]
|
||||
- [[장갑 및 사거리 데이터 (Armor and Range Stats)]]
|
||||
- [[코드 스멜 및 리팩토링 (Code Smells and Refactoring)]]
|
||||
- [[코드베이스 맵과 대화형 투어 (Codebase Maps & Interactive Tours)]]
|
||||
- [[콘텐츠 로테이션(Content Rotation)]]
|
||||
- [[크로스 플랫폼(Cross-Platform) 아키텍처]]
|
||||
- [[클래시 로얄 라틴 아메리카 챔피언십]]
|
||||
- [[클래시 로얄 모바일 게임 프로덕션]]
|
||||
- [[텔레메트리 데이터 (Telemetry Data)]]
|
||||
- [[통제된 인플레이션(Controlled Inflation)]]
|
||||
- [[포트나이트(Fortnite) 및 로블록스(Roblox)의 UGC 창작자 경제]]
|
||||
- [[풀 리퀘스트 및 이슈 트래커 (PR & Issue Tracker)]]
|
||||
- [[풀 리퀘스트 및 이슈 트래킹 (Pull Requests & Issue Tracking)]]
|
||||
- [[프레임워크별 실전 패턴]]
|
||||
- [[프롬프트 구조 및 문법]]
|
||||
- [[프리미엄 통화 브릿지(Premium Currency Bridge)]]
|
||||
- [[핀치 포인트(Pinch Point)]]
|
||||
- [[하드 싱크(Hard Sinks)]]
|
||||
- [[하이브리드 수익화 모델]]
|
||||
- [[핵심 루프(Core Loop)]]
|
||||
- [[행동 경제학]]
|
||||
- [[행동경제학]]
|
||||
|
||||
_180 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,527 @@
|
||||
---
|
||||
id: moc-poetic_blog_writing
|
||||
title: "Poetic_Blog_Writing — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Poetic_Blog_Writing"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Poetic_Blog_Writing — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **500개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[감각 이미지의 기본 구조]] — 이미지는 눈앞에 보이는 것보다 몸에 먼저 닿는 감각이어야 한다.
|
||||
- [[감정 중심 글쓰기의 기본 태도]] — 감정은 직접 말하는 것이 아니라 구조와 장면으로 배치해야 오래 남는다.
|
||||
- [[감정의 은유화 기본기]] — 슬픔은 종종 이름보다 계절과 온도로 더 정확히 전달된다.
|
||||
- [[문학적 블로그를 위한 기본 퇴고 질문]] — 좋은 초안은 쓰는 순간보다 묻는 순간 더 단단해진다.
|
||||
- [[장면으로 시작하는 글]] — 한 장면은 긴 배경 설명보다 더 빠르게 세계를 연다.
|
||||
- [[추상 감정을 문장으로 옮기는 기본기]] — 감정은 이름보다 온도와 질감으로 기억된다.
|
||||
- [[Poet 글쓰기의 기본 감각 단위]] — 감정은 추상이지만 독자에게 닿는 순간에는 감각이 된다.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(493개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[1인칭 화자의 진정성]] — 자기를 말한다고 해서 모두 진솔해지는 것은 아니다.
|
||||
- [[2인칭 시점의 긴장감]] — 2인칭은 가장 가까운 듯 가장 불편한 거리감을 만든다.
|
||||
- [[3박자 문장 패턴]] — 세 번의 리듬은 독자의 몸이 가장 쉽게 기억하는 구간 중 하나다.
|
||||
- [[3인칭의 서늘함]] — 멀리 떨어진 시점은 감정을 약화시키는 대신 더 오래 생각하게 만들 수 있다.
|
||||
|
||||
### P
|
||||
- [[Poet 스타일 블로그의 독자 기대]] — 독자는 설명만이 아니라 머물 수 있는 분위기를 기대한다.
|
||||
- [[Poet 시선으로 글을 본다는 것]] — 시적 글쓰기의 출발은 사물을 다른 의미의 그릇으로 보는 데 있다.
|
||||
- [[Poet 톤과 Essay 톤의 차이]] — 시적 톤은 설명보다 감지에, 에세이 톤은 사유와 연결에 더 강하다.
|
||||
|
||||
### 가나다
|
||||
- [[가까움과 멀어짐의 관계 대비]] — 가까워진다는 말보다 멀어지는 사물 하나가 더 선명할 수 있다.
|
||||
- [[가벼움과 무게감의 병치]] — 가벼운 말이 무거운 침묵을 더 아프게 만들기도 한다.
|
||||
- [[감성 글과 실용 글의 연결]] — 감성과 실용은 서로를 약화시키지 않고 오히려 설득을 강화할 수 있다.
|
||||
- [[감성 글의 CTA 설계]] — 행동 유도도 문체를 배반하지 않을 때 더 자연스럽게 작동한다.
|
||||
- [[감정 단어 대신 사물 단어]] — 슬픔이라는 말보다 젖은 창틀이 더 깊을 수 있다.
|
||||
- [[감정 단어를 줄이고 감각을 늘리기]] — 감정은 말보다 감각의 표면을 빌릴 때 더 오래 산다.
|
||||
- [[감정 밀도 체크리스트]] — 감정은 많음보다 정확함이, 정확함보다 결이 중요하다.
|
||||
- [[감정 퇴고 체크리스트]] — 감정 퇴고는 문장을 고치는 일이 아니라 숨의 높이를 다시 맞추는 일이다.
|
||||
- [[감정과 계절의 자연스러운 결합]] — 계절은 감정을 과장하지 않고도 품을 수 있는 좋은 그릇이다.
|
||||
- [[감정과 무생물의 결혼]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[감정을 직접 말하지 않는 용기]] — 직접 말하지 않을 때 감정은 오히려 더 선명해질 수 있다.
|
||||
- [[감정의 결을 세분화하기]] — 정확한 감정 어휘는 표현의 깊이보다 관찰의 깊이에서 나온다.
|
||||
- [[감정의 높낮이 조절]] — 모든 문장이 같은 볼륨이면 감정은 오히려 평평해진다.
|
||||
- [[감정의 숨은 반대편 쓰기]] — 많은 감정은 단독이 아니라 반대편 그림자를 품고 있다.
|
||||
- [[감정의 은유를 반복하는 법]] — 좋은 비유 하나를 끝까지 밀면 글 전체가 하나의 숨을 얻는다.
|
||||
- [[감정의 잔류 시간 쓰기]] — 감정의 본체보다 잔류 시간이 더 길게 남는 경우가 많다.
|
||||
- [[감정이 스며 있는 사물 묘사]] — 좋은 사물 묘사는 사물이 감정을 대신 말하게 만든다.
|
||||
- [[강물 대신 다른 흐름 찾기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[강한 문장을 남기고 약한 문장을 지우기]] — 모든 문장이 강하려 하면 오히려 아무 문장도 남지 않을 수 있다.
|
||||
- [[같은 계절을 여러 번 건너는 두 사람]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[같은 방의 다른 숨]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[같이 걷는 속도의 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[개인 경험을 일반화하는 법]] — 나만의 장면이 모두의 감각으로 번역될 때 글은 넓어진다.
|
||||
- [[개인 서사와 정보성 글의 결합]] — 정보는 차갑고 경험은 뜨겁다. 둘을 잘 섞으면 글은 오래 남는다.
|
||||
- [[거리와 이동의 은유]] — 멀어짐은 종종 한 걸음의 길이보다 긴 감정이다.
|
||||
- [[건조함과 습기의 감각 대비]] — 습도는 문장 안에서도 정서를 만들 수 있다.
|
||||
- [[건축물 은유]] — 사람의 마음은 종종 건물처럼 층과 균열을 가진다.
|
||||
- [[검색용 키워드와 시적 문장 공존시키기]] — 검색을 위해 쓰더라도 문체까지 검색어처럼 만들 필요는 없다.
|
||||
- [[결말에서 새 의미 열기]] — 좋은 결말은 닫는 것이 아니라 독자 안에서 다시 시작된다.
|
||||
- [[결말을 더 짧게 만드는 법]] — 끝에서 설명을 줄일수록 독자의 감정은 더 오래 남는다.
|
||||
- [[결정적인 한 문장 찾기]] — 한 문장이 중심을 잡으면 다른 문장들은 비로소 제자리를 찾는다.
|
||||
- [[계절 은유의 활용]] — 계절은 시간과 감정을 동시에 압축하는 가장 오래된 비유다.
|
||||
- [[계절감 있는 어휘집]] — 계절은 풍경보다 단어의 결에서 먼저 느껴질 때가 있다.
|
||||
- [[고백체와 관찰체]] — 자기 안으로 들어가는 글과 바깥을 응시하는 글은 같은 감정도 다르게 들린다.
|
||||
- [[고백형 글의 구조]] — 고백은 흐르는 감정이 아니라 선택된 순서로 더 선명해진다.
|
||||
- [[공감 가능한 디테일 고르기]] — 크고 특별한 사건보다 작은 생활 디테일이 더 강한 공감을 만들기도 한다.
|
||||
- [[공감과 감상성의 차이]] — 공감은 정직함에서 오고, 감상성은 강요에서 시작되기 쉽다.
|
||||
- [[공감은 어디서 생기는가]] — 공감은 비슷한 경험보다 정확한 디테일에서 더 자주 발생한다.
|
||||
- [[공감형 제목과 관찰형 제목]] — 제목은 독자의 마음을 흔드는 방식도, 속도도 서로 다를 수 있다.
|
||||
- [[과거와 현재의 병치]] — 시간의 대비는 한 사람의 변화와 상실을 가장 빠르게 드러낸다.
|
||||
- [[과도한 시성 줄이기]] — 읽히지 않는 아름다움은 저장되기 어렵다.
|
||||
- [[과도한 자기몰입 줄이기]] — 자기 진실은 중요하지만, 독자의 발이 디딜 자리도 함께 있어야 한다.
|
||||
- [[과잉 수식어 줄이기]] — 강한 문장은 종종 덜 꾸민 문장에서 나온다.
|
||||
- [[과장된 비애 줄이기]] — 진짜 슬픔은 소리보다 온도와 디테일에서 더 잘 드러난다.
|
||||
- [[과장된 빛과 미세한 그림자]] — 강한 것과 약한 것을 함께 놓을 때 정서는 더 섬세하게 흔들린다.
|
||||
- [[관계의 다정함을 덜 예쁘게 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[관계의 생활 소리]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[관계의 틈과 붙어 있음]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[관계의 파손음을 남기는 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[관조하는 화자 만들기]] — 관조는 느림이 아니라 오래 보는 집중이다.
|
||||
- [[관찰형 에세이 구조]] — 좋은 관찰형 글은 사물을 보다 결국 자기 자신에 도착한다.
|
||||
- [[괄호와 중얼거림의 구조]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[광고판 아래의 고독]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[구조 퇴고 체크리스트]] — 문장이 아무리 좋아도 구조가 무너지면 글은 오래 남지 않는다.
|
||||
- [[그리움의 문장 구조]] — 그리움은 대상보다 도달하지 못하는 리듬에서 더 잘 드러난다.
|
||||
- [[글의 분위기란 무엇인가]] — 분위기는 문장 하나가 아니라 반복되는 선택의 결과다.
|
||||
- [[글의 여운을 설계한다는 것]] — 좋은 문학적 글은 끝나고 나서 더 오래 시작된다.
|
||||
- [[기다림 대신 닳아가는 물건]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[기쁨을 가볍지 않게 쓰기]] — 기쁨도 깊이를 가질 수 있고, 그 깊이는 절제에서 생긴다.
|
||||
- [[기승전결 대신 정서곡선]] — 문학적 블로그는 줄거리보다 감정의 움직임으로 읽힐 때가 많다.
|
||||
- [[기억 장면 복원하기]] — 기억은 사실보다 감각의 순서로 더 잘 돌아온다.
|
||||
- [[기억에 남는 한 줄 설계]] — 남는 문장은 길지 않고, 정확하며, 미세하게 몸을 흔든다.
|
||||
- [[기억을 금속처럼 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[긴 글에서 집중 유지하기]] — 긴 글의 적은 길이가 아니라 반복되는 지루함이다.
|
||||
- [[긴 문장의 물결감]] — 길게 흐르는 문장은 생각의 미세한 흔들림까지 함께 데려간다.
|
||||
- [[끊긴 문장 사이의 보이지 않는 연결]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[끊긴 문장이 독자를 부르는 방식]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[날씨를 감정 언어로 쓰기]] — 날씨는 마음의 상태를 자연스럽게 바깥 세계에 투사하게 한다.
|
||||
- [[날카로운 단어와 둥근 단어]] — 문장의 모양은 어휘의 각도에서 먼저 생긴다.
|
||||
- [[낡은 말과 새로운 말의 균형]] — 문체의 시간감은 선택한 단어들의 시대에서 드러난다.
|
||||
- [[낡은 이불 같은 관계]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[낭독 녹음으로 퇴고하기]] — 내 목소리로 다시 들을 때 문장은 가장 솔직한 결함을 드러낸다.
|
||||
- [[낭독형 블로그 문장]] — 좋은 블로그 글은 읽히고, 때로는 들리기도 해야 한다.
|
||||
- [[낮은 어휘와 높은 어휘 섞기]] — 문체는 높낮이 차이를 잘 쓸 때 더 살아난다.
|
||||
- [[낯선 대상에 말 거는 화자]] — 대화가 불가능한 대상과 말하기 시작할 때 글은 시에 가까워진다.
|
||||
- [[낯선 비유의 설득력]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[낯선 이미지 퇴고 기준]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[냉소 없는 비판적 화자]] — 날카로움은 차가움과 다르고, 깊이는 잔혹함과 다르다.
|
||||
- [[너무 개인적인 글을 넓히는 법]] — 개인적인 것이 곧 사적인 것에 머무르는 것은 아니다.
|
||||
- [[너무 예쁜 단어 경계하기]] — 예쁜 단어는 종종 가장 먼저 의심해야 할 단어가 되기도 한다.
|
||||
- [[네온과 그림자의 공존]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[논리보다 감각이 먼저 오는 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[논리적 연결을 일부러 늦추기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[눈물 대신 목 안의 마름]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[눈빛 대신 목 뒤의 기색]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[눈빛 대신 손의 동작 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[늦은 밤의 생활 대화]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[단단한 마지막 문장 만들기]] — 마지막 문장은 정보가 아니라 화자의 잔상을 남겨야 한다.
|
||||
- [[단락 길이의 정서 효과]] — 단락 길이도 하나의 감정 장치다.
|
||||
- [[단락 순서 바꾸기 퇴고]] — 좋은 문단도 순서가 어긋나면 감정은 닿지 않는다.
|
||||
- [[단어의 숨길 찾기]] — 좋은 단어는 뜻만 좋은 것이 아니라 문장 안에서 잘 숨 쉬는 단어다.
|
||||
- [[단어의 온도 바꾸기]] — 같은 뜻이라도 다른 단어 하나가 문장의 기압을 바꾼다.
|
||||
- [[단어의 온도 차이 읽기]] — 차갑고 따뜻한 단어의 미세한 차이가 문장 전체를 바꾼다.
|
||||
- [[단절된 관계의 건조한 문체]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[단호한 문장과 약한 문장]] — 문장의 힘은 큰 단어보다 주저하지 않는 리듬에서 올 때가 많다.
|
||||
- [[담담한 목소리의 힘]] — 강하게 말하지 않을 때 오히려 더 크게 들리는 문장들이 있다.
|
||||
- [[대도시의 공허를 사물로 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[대명사의 정체를 늦추기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[대비 이미지의 반복과 응집력]] — 같은 대비가 반복되면 글은 하나의 기후를 갖게 된다.
|
||||
- [[대비 퇴고 체크리스트]] — 좋은 대비는 강한 것이 아니라 정확한 것이다.
|
||||
- [[대비를 과하지 않게 쓰는 법]] — 대비는 선명해야 하지만 소리치지 않아야 오래 남는다.
|
||||
- [[대조가 결론을 만드는 방식]] — 결말에서의 대비는 논리적 요약보다 더 큰 여운을 남길 수 있다.
|
||||
- [[댓글을 부르는 결말]] — 열린 결말은 독자의 말을 기다리는 결말이기도 하다.
|
||||
- [[도시 소음의 리듬화]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도시 야간 산문의 미학]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도시 잔해를 감정 어휘로 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도시가 숨을 삼키는 장면]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도시와 방의 은유]] — 방 하나의 정적이 한 사람의 내면보다 더 정확할 때가 있다.
|
||||
- [[도시와 자연의 병치]] — 콘크리트와 풀잎은 서로를 더 크게 보이게 만든다.
|
||||
- [[도시적 단절감 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도시적 피로를 상투적이지 않게]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[도입 3문장 공식의 문학적 변주]] — 형식은 지키되 숨은 기온은 바꿀 수 있다.
|
||||
- [[도입과 결말의 대칭감]] — 처음과 끝이 얇게 이어질 때 글은 하나의 원처럼 닫힌다.
|
||||
- [[도입에서 질문 심기]] — 설명보다 질문이 독자를 더 오래 붙잡는다.
|
||||
- [[독자가 들어올 문장 문턱 만들기]] — 깊은 글도 들어오는 문턱이 너무 높으면 오래 머물지 못한다.
|
||||
- [[독자가 따라가기 쉬운 이미지 체계]] — 이미지의 깊이는 독자를 밀어내지 않는 선에서 더 잘 살아난다.
|
||||
- [[독자가 멈추는 지점 찾기]] — 좋은 멈춤은 이탈이 아니라 사유의 정거장이다.
|
||||
- [[독자가 밑줄 긋고 싶어지는 문장]] — 밑줄 긋는 문장은 대부분 짧고 정확하며 정서적으로 미세하게 흔든다.
|
||||
- [[독자가 스스로 걸어 들어오게 하는 도입]] — 좋은 도입은 끌어당기는 힘보다 머물고 싶게 하는 온도에 가깝다.
|
||||
- [[독자가 자기 이야기를 투사할 자리]] — 읽는 사람은 늘 자기 기억을 들고 문장 안으로 들어온다.
|
||||
- [[독자를 믿는 문장]] — 독자를 믿는 순간 문장은 더 넓은 공간을 갖는다.
|
||||
- [[독자를 호흡하게 하는 글쓰기]] — 좋은 글은 의미뿐 아니라 숨 쉴 자리도 설계한다.
|
||||
- [[독자에게 감정 과부하 주지 않기]] — 독자도 숨을 쉬어야 감정이 오래 남는다.
|
||||
- [[독자에게 직접 말을 거는 방식]] — 직접 호명은 친밀감을 만들지만 과하면 설교처럼 들릴 수 있다.
|
||||
- [[독자에게 질문을 남기는 결말]] — 좋은 블로그는 다 읽은 뒤 독자의 마음에서 다시 시작된다.
|
||||
- [[독자와의 거리 조절]] — 독자는 끌어안기보다 초대할 때 더 오래 머무를 수 있다.
|
||||
- [[독자의 감정 동선을 고려한 배치]] — 블로그도 하나의 정서 동선으로 읽힌다.
|
||||
- [[독자의 감정 회복 시간 주기]] — 아픈 문장만 이어지면 독자는 흔들리기보다 닫혀버릴 수 있다.
|
||||
- [[독자의 기억과 연결하기]] — 타인의 기억을 흔드는 순간 글은 개인 기록에서 공감 경험으로 넘어간다.
|
||||
- [[독자의 상상 공간 남기기]] — 설명하지 않은 빈칸이 상상력을 더 멀리 끌고 갈 수 있다.
|
||||
- [[독자의 읽기 속도 고려하기]] — 문장은 쓰는 속도보다 읽히는 속도로 다시 판단해야 한다.
|
||||
- [[독자의 침묵을 남기는 결말]] — 좋은 글은 때로 대답보다 긴 침묵을 남긴다.
|
||||
- [[독자의 피로 신호 읽기]] — 독자의 피로는 대개 길이보다 밀도의 분배 문제에서 온다.
|
||||
- [[동사를 끝에 두지 않는 한국어 실험]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[동사만 남기는 긴장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[동사의 속도감]] — 한 동사의 선택이 장면의 속도를 완전히 다시 만든다.
|
||||
- [[동일 구조 반복의 힘]] — 구조가 반복되면 감정은 더 강하게, 논리는 더 선명하게 들린다.
|
||||
- [[따뜻함이 지나치지 않게 머무는 법]] — 따뜻함은 설탕처럼 쏟기보다 조용히 스며야 오래 남는다.
|
||||
- [[딱딱한 단어와 부드러운 단어]] — 문장은 의미만이 아니라 소리의 표면을 가진다.
|
||||
- [[리듬 퇴고 체크리스트]] — 좋은 리듬은 감으로만 만들기보다 반복 확인으로 다듬어진다.
|
||||
- [[리듬과 여백의 균형]] — 말한 것만큼 말하지 않은 공간도 리듬의 일부다.
|
||||
- [[리듬만 듣는 퇴고]] — 문학적 문장은 눈으로 읽을 때와 귀로 들을 때 다른 약점을 드러낸다.
|
||||
- [[리듬으로 감정 전환시키기]] — 감정 변화는 설명보다 리듬 변화가 먼저 알려준다.
|
||||
- [[리듬으로 기억 문장 만들기]] — 기억되는 문장은 정보보다 박자와 어조를 먼저 품는다.
|
||||
- [[리듬으로 장면 전환하기]] — 장면은 설명보다 박자가 바뀌는 순간 더 선명하게 전환된다.
|
||||
- [[리듬이 살아 있는 마무리]] — 끝나는 박자가 좋으면 문장은 닫히지 않고 오래 맴돈다.
|
||||
- [[마무리 문단의 압축력]] — 결말은 길게 설명할수록 힘을 잃을 때가 많다.
|
||||
- [[마주 앉아 말하지 않는 저녁]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[마지막 문장으로 공유 욕구 만들기]] — 공유되는 문장은 정보가 아니라 감정의 잔향을 남기는 경우가 많다.
|
||||
- [[마지막 한 문장 버전 비교]] — 결말은 정답 하나를 찾기보다 울림의 차이를 비교할 때 더 좋아진다.
|
||||
- [[마침표의 단호함]] — 끝난 문장은 내용보다 멈춘 방식으로 기억될 때가 많다.
|
||||
- [[말의 질감 통일하기]] — 좋은 문단은 같은 재질의 단어들이 미세하게 다르게 반짝인다.
|
||||
- [[말이 줄어든 관계 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[말해진 것과 숨겨진 것]] — 문학적 글은 종종 한 문장보다 그 뒤의 침묵으로 더 크게 말한다.
|
||||
- [[맑음과 탁함의 이미지]] — 선명한 물 한 컵이 어떤 문장보다 깨끗한 슬픔을 보여줄 때가 있다.
|
||||
- [[메시지를 흐리지 않는 감성 문장]] — 감성은 메시지를 가리는 안개가 아니라 메시지를 오래 남기는 공기여야 한다.
|
||||
- [[명사 중심 문장과 동사 중심 문장]] — 명사는 풍경을, 동사는 움직임을 먼저 만든다.
|
||||
- [[명사만 남기는 문단]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[명암 대비와 정서의 깊이]] — 어두운 면이 있어야 빛도 더 날카롭게 보인다.
|
||||
- [[모호함이 필요한지 아닌지 판단하기]] — 모호함은 신비가 될 수도 있고 불친절이 될 수도 있다.
|
||||
- [[목소리의 일관성 유지]] — 좋은 화자는 내용이 달라도 같은 숨결을 남긴다.
|
||||
- [[목소리의 전환점 만들기]] — 목소리의 변화는 내용 변화보다 더 큰 서사적 신호가 되기도 한다.
|
||||
- [[몸의 일부를 풍경처럼 배치하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[무감각의 문장화]] — 무감각은 비어 있음이 아니라 감각이 늦게 도착하는 상태에 가깝다.
|
||||
- [[무게와 부피로 감정 쓰기]] — 감정은 생각보다 자주 무게와 부피로 몸에 남는다.
|
||||
- [[무균질한 문장을 일부러 거칠게]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문과 창문 이미지 쓰기]] — 문과 창문은 관계와 선택을 동시에 상징하기 쉽다.
|
||||
- [[문단 간 전환문 만들기]] — 전환문이 자연스러우면 독자는 길을 잃지 않고 감정도 끊기지 않는다.
|
||||
- [[문단 마지막 문장 다듬기]] — 문단의 끝은 멈춤이 아니라 다음 파동을 여는 경첩이다.
|
||||
- [[문법을 미세하게 틀어놓기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 길이가 정서에 미치는 영향]] — 문장 길이는 생각보다 감정의 박자를 더 크게 바꾼다.
|
||||
- [[문장 끝맺음 통일하기]] — 문장 끝의 습관은 생각보다 글의 전체 인상을 크게 좌우한다.
|
||||
- [[문장 속 작고 잔인한 이미지]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 속 침묵의 파괴력]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 속에서 파열음을 쓰는 법]] — 단어는 의미보다 소리로 먼저 다가올 때도 있다.
|
||||
- [[문장 순서를 뒤집는 효과]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 안의 자기 부정]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 온도 맞추기]] — 좋은 문단은 각 문장의 온도가 미세하게 연결된다.
|
||||
- [[문장 절단면의 미학]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 파편화의 리듬]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장 해체 퇴고 체크리스트]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장과 문단의 단위 차이]] — 좋은 문장 몇 개보다 좋은 흐름 하나가 더 오래 기억된다.
|
||||
- [[문장에 정서를 싣는 방법]] — 정서는 내용보다 어조와 이미지에서 먼저 전달된다.
|
||||
- [[문장에 철학적 균열 넣기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장을 끊고 의미를 남겨두기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문장을 일부러 미완성으로 남기기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[문체 모방과 자기 목소리]] — 영향은 자연스럽지만, 자기 목소리는 결국 선택과 제거의 결과로 남는다.
|
||||
- [[문체 퇴고 체크리스트]] — 좋은 목소리는 화려함보다 자기 자신과의 일치에서 힘을 얻는다.
|
||||
- [[문체별 리듬 프로파일]] — 문체는 단어보다 먼저 리듬으로 구별될 때가 많다.
|
||||
- [[문체에 어울리는 평범한 단어]] — 문학성은 낯선 단어보다 평범한 단어의 정확한 자리에서 더 자주 생긴다.
|
||||
- [[문체의 격식 조절]] — 문체의 높낮이는 독자와의 거리 조절 장치다.
|
||||
- [[문체의 나이]] — 문체에는 실제 나이보다 더 깊은 시간의 감각이 스며든다.
|
||||
- [[문체의 숨겨진 습관 찾기]] — 자기 문체는 좋아하는 표현보다 무심코 반복하는 선택에서 더 잘 드러난다.
|
||||
- [[문체의 온도]] — 문장의 온도는 단어보다 태도에서 먼저 생긴다.
|
||||
- [[문체의 자기복제 피하기]] — 자기 문체는 자산이지만, 자기복제는 곧 둔감함이 될 수 있다.
|
||||
- [[문학성과 가독성의 균형]] — 읽히지 않는 아름다움은 쉽게 잊힌다.
|
||||
- [[문학적 군더더기 찾기]] — 깊어 보이는 말이 실제로는 글을 흐리게 할 때가 많다.
|
||||
- [[문학적 글 전체 퇴고 루프]] — 좋은 글은 쓰는 재능보다 고치는 순서에서 완성될 때가 많다.
|
||||
- [[문학적 글과 대중성의 균형]] — 대중성은 깊이의 반대가 아니라 입구를 넓히는 기술일 수 있다.
|
||||
- [[문학적 글쓰기에 필요한 관찰 태도]] — 문학적 문장은 본 것이 아니라 다르게 본 것에서 시작된다.
|
||||
- [[문학적 글쓰기와 브랜딩]] — 문체는 내용 바깥의 장식이 아니라 브랜드 기억의 핵심이 될 수 있다.
|
||||
- [[문학적 글쓰기의 오해들]] — 모호함과 깊이는 결코 같은 것이 아니다.
|
||||
- [[문학적 글에서 반복의 의미]] — 좋은 반복은 같은 말을 다시 하는 것이 아니라 감정을 깊게 만든다.
|
||||
- [[문학적 글의 공유 포인트]] — 공유되는 글은 유용해서가 아니라 자기 마음을 대신 말해주는 경우가 많다.
|
||||
- [[문학적 글의 썸네일 문구]] — 짧은 카드 문구도 시처럼 남을 수 있다.
|
||||
- [[문학적 글의 정보 배치]] — 정보가 들어온다고 해서 분위기가 반드시 깨지는 것은 아니다.
|
||||
- [[문학적 글의 핵심은 선택이다]] — 문장의 힘은 양이 아니라 선택의 선명도에서 나온다.
|
||||
- [[문학적 도입부 설계]] — 도입부는 설명보다 기압을 먼저 세워야 독자가 머문다.
|
||||
- [[문학적 문단과 정보 문단 섞기]] — 블로그는 감상과 이해가 교대로 와야 오래 읽힌다.
|
||||
- [[문학적 문체의 단락 길이]] — 스크린 위에서의 리듬은 종이 위보다 더 짧은 호흡을 원할 때가 많다.
|
||||
- [[문학적 블로그 글쓰기의 정의]] — 문학적 블로그 글은 감성과 명료함이 동시에 살아야 한다.
|
||||
- [[문학적 블로그 글의 미니멀리즘]] — 과잉 수식보다 절제된 문장이 더 오래 울릴 때가 많다.
|
||||
- [[문학적 블로그 독자 경험 체크리스트]] — 좋은 글은 쓰는 사람보다 읽는 사람 안에서 완성된다는 사실을 잊지 않아야 한다.
|
||||
- [[문학적 블로그의 시리즈화]] — 반복되는 세계관은 개별 글보다 더 큰 기억을 만든다.
|
||||
- [[문학적 소제목 쓰기]] — 소제목 하나도 글의 숨결을 배반하지 않아야 한다.
|
||||
- [[문학적 제목 다시 세우기]] — 제목은 처음 떠오른 것이 아니라 마지막에 남는 말이어야 할 때가 많다.
|
||||
- [[문학적 표현이 블로그에 필요한 이유]] — 정보는 머리에 남고, 문학성은 몸과 감정에 남는다.
|
||||
- [[문학적 후킹과 클릭베이트의 차이]] — 좋은 후킹은 속이지 않고도 독자를 붙잡는다.
|
||||
- [[물리 법칙이 어긋난 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[물의 이미지와 감정 흐름]] — 감정은 종종 형태보다 흐름으로 기억된다.
|
||||
- [[미각 이미지와 정서 밀도]] — 맛은 가장 일상적인 방식으로 삶의 분위기를 품는다.
|
||||
- [[미세한 위로의 문장]] — 위로는 설명보다 온도와 거리의 문제다.
|
||||
- [[반복 모티프를 구조로 쓰기]] — 모티프는 장식이 아니라 글의 뼈대가 될 수 있다.
|
||||
- [[반복 문장의 리프레인]] — 반복은 되풀이가 아니라 감정의 심화가 되어야 한다.
|
||||
- [[반복어를 의도적으로 쓰기]] — 반복된 단어는 의미보다 기억을 먼저 만든다.
|
||||
- [[반복으로 철학적 압박 만들기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[밝은 기억과 어두운 현재]] — 좋았던 과거는 현재의 어둠을 더 짙게 만들기도 한다.
|
||||
- [[배경 이미지의 기능]] — 배경은 무대 장치가 아니라 정서의 기압이다.
|
||||
- [[복받치는 순간과 멈칫하는 순간]] — 같은 강도라도 감정의 방향과 속도는 서로 다르다.
|
||||
- [[복합 감정 쓰기]] — 좋은 문학적 감정은 단순하지 않고, 서로 다른 기운이 함께 스민다.
|
||||
- [[부끄러움과 애틋함이 섞인 문장]] — 복합 감정은 한 단어보다 문장 사이의 간격에서 더 잘 산다.
|
||||
- [[부드러운 권위의 문체]] — 조용한 권위는 큰 소리보다 오래 신뢰된다.
|
||||
- [[부서짐과 금 간 표면]] — 완전히 부서진 것보다 조금 금 간 표면이 더 오래 아프게 남기도 한다.
|
||||
- [[부재의 철학을 짧게 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[분노를 차갑게 쓰기]] — 차가운 분노는 종종 큰 외침보다 더 오래 남는다.
|
||||
- [[불안의 리듬 만들기]] — 불안은 내용보다 끊어지지 않는 박자에서 더 쉽게 드러난다.
|
||||
- [[불안한 화자의 리듬]] — 불안은 의미보다 먼저 리듬에서 몸을 얻는다.
|
||||
- [[불연속적 사유 전개]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[불완전한 문장부호 실험]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[불의 이미지와 결심의 서사]] — 불은 파괴와 시작을 동시에 품는 상징이다.
|
||||
- [[불친절과 여백의 경계]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[불협화적 감각 조합]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[브랜드 보이스와 시적 글쓰기]] — 문학성은 브랜딩과 충돌하기보다 브랜드의 기억 형식을 풍부하게 만들 수 있다.
|
||||
- [[블로그 독서 동선을 고려한 구조]] — 스크린에서의 문학성은 종이 위의 문학성과 다른 구조 감각을 요구한다.
|
||||
- [[블로그 독자의 저장 본능 자극하기]] — 저장되는 글은 정보뿐 아니라 다시 돌아오고 싶은 공기를 남긴다.
|
||||
- [[블로그 제목을 문학적으로 쓰는 법]] — 제목은 클릭을 부르되, 읽고 난 뒤에도 다시 떠오를 수 있어야 한다.
|
||||
- [[블로그 퇴고 체크리스트]] — 문학성과 가독성은 감으로만 맞추기보다 반복 점검이 필요하다.
|
||||
- [[블로그에서 문학성이 과한 순간]] — 아름다운 문장도 독자를 잃게 만들면 목적을 잃는다.
|
||||
- [[블로그에서 시적 리듬 과용 피하기]] — 멋있는 박자도 정보 전달을 망치면 독자를 잃는다.
|
||||
- [[블로그에서 인용되는 문장 만들기]] — 인용되는 문장은 대부분 짧고, 정확하며, 혼자 오래 남는다.
|
||||
- [[블로그용 시적 엔딩 10가지 패턴]] — 좋은 마무리는 유형을 알면 더 의식적으로 선택할 수 있다.
|
||||
- [[블로그용 은유의 적정 농도]] — 은유는 맛을 더하지만, 주식이 되어선 안 되는 순간도 있다.
|
||||
- [[비교 구조로 글 쓰기]] — 대비 구조는 논리와 정서를 동시에 강화한다.
|
||||
- [[비어 있음과 넘침의 이미지]] — 비어 있는 장면과 넘치는 장면은 서로를 더 아프게 만든다.
|
||||
- [[빛과 그림자의 감정 비유]] — 빛은 희망만이 아니라 폭로의 이미지가 될 수도 있다.
|
||||
- [[빛바랜 색의 비유]] — 색이 빠진 풍경은 말하지 않아도 시간이 흘렀음을 안다.
|
||||
- [[빛의 방향 묘사]] — 빛의 방향 하나가 문장의 온도를 바꾼다.
|
||||
- [[빠름과 느림의 시간 대비]] — 빨리 지나간 하루와 끝나지 않는 1분은 전혀 다른 마음을 남긴다.
|
||||
- [[빨래 냄새가 남은 친밀함]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사랑을 거창하게 말하지 않기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사랑을 날씨가 아닌 구조물로 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사랑을 사물 정리로 말하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사물과 사람의 경계 흐리기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사물이 감정을 먹는 비유]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사소한 공포를 시적으로 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사소한 디테일을 살리는 법]] — 좋은 디테일은 장식이 아니라 감정의 초점이다.
|
||||
- [[사유가 문법을 밀어내는 순간]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사유의 도약을 숨기지 않기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[사유형 블로그에서 질문 유지하기]] — 좋은 사유 글은 답보다 더 나은 질문을 남긴다.
|
||||
- [[사전적 뜻보다 문맥적 뜻]] — 좋은 문장은 단어를 선택하는 것이 아니라 문맥 안에서 단어를 다시 태어나게 한다.
|
||||
- [[삭제 후 리듬 재조정]] — 삭제는 끝이 아니라 새로운 박자를 다시 세우는 시작이다.
|
||||
- [[산업적 이미지와 감정]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[상처 입은 화자 쓰기]] — 상처는 크기를 말하기보다 말하는 방식에서 드러난다.
|
||||
- [[상처를 사물로 바꾸는 법]] — 보이지 않는 고통은 만질 수 있는 사물로 옮길 때 더 오래 남는다.
|
||||
- [[상투적 사랑 시어 해체]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[상투적 표현 치환하기]] — 클리셰를 지우는 일은 멋짐을 찾는 일보다 정확함을 찾는 일에 가깝다.
|
||||
- [[새벽과 밤의 감정 전환]] — 같은 어둠이라도 밤의 어둠과 새벽 직전의 어둠은 전혀 다른 의미를 가진다.
|
||||
- [[색채 대비로 메시지 강화하기]] — 색은 설명보다 빨리 감정을 흔드는 언어다.
|
||||
- [[색채 어휘의 미세한 선택]] — 색 이름 하나가 장면의 기압을 바꿀 수 있다.
|
||||
- [[색채 이미지의 감정값]] — 색은 이름보다 분위기로 먼저 독자에게 닿는다.
|
||||
- [[생각보다 먼저 기괴한 장면]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[생각의 금속성 남기기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[생경한 계절 표현]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[생경한 공간과 사적인 감정]] — 바깥의 낯섦이 안쪽의 감정을 더 또렷하게 끌어올릴 수 있다.
|
||||
- [[서늘한 초현실 이미지]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[서로의 버릇을 기억하는 사랑]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[서론에서 감성과 주제를 함께 세우기]] — 주제를 직접 말하지 않아도 정서를 먼저 세우면 독자는 따라온다.
|
||||
- [[서정성과 설명성의 분리]] — 문학성과 명료함은 같은 문장 안보다 같은 글 안에서 조율할 때 더 안정적이다.
|
||||
- [[서정적 클리셰 목록 만들기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[설명 대신 장면으로 되돌리기]] — 문학적 글은 해석보다 장면이 앞설 때 더 큰 힘을 얻는다.
|
||||
- [[세 부분 구조로 시적 블로그 쓰기]] — 시적 글도 구조가 단순할수록 감정은 더 또렷하게 전달된다.
|
||||
- [[소리와 울림의 비유]] — 들린다는 것은 종종 이해보다 더 먼저 다가온다.
|
||||
- [[소제목과 리듬의 균형]] — 구조 표지와 정서 흐름은 서로 적이 아니라 협력자가 될 수 있다.
|
||||
- [[속삭이듯 쓰는 법]] — 속삭임은 작지만 독자와의 거리를 가장 빠르게 좁힌다.
|
||||
- [[손과 피부의 감각 은유]] — 감정은 생각보다 피부 가까이에서 먼저 전달된다.
|
||||
- [[숨결 대신 작은 습관 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[숨이 차는 문장과 멈추는 문장]] — 리듬은 감정의 속도계와 같다.
|
||||
- [[쉬운 단어로 깊이 만들기]] — 문장의 깊이는 단어 난이도보다 관계의 정확성에서 나온다.
|
||||
- [[쉼표 대신 머뭇거림 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[쉼표를 줄이고 힘을 만드는 법]] — 멈춤이 많을수록 반드시 깊어지는 것은 아니다.
|
||||
- [[쉼표의 감정적 기능]] — 쉼표 하나는 말하지 않은 감정을 잠깐 머물게 한다.
|
||||
- [[스크롤 리듬과 문장 리듬 맞추기]] — 스크롤 환경에서는 리듬도 화면 단위로 다시 생각해야 한다.
|
||||
- [[슬픔을 기계로 변환하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[슬픔을 설명하지 않는 법]] — 슬픔은 이름보다 손끝과 풍경으로 더 오래 남는다.
|
||||
- [[시각 이미지의 선명도]] — 한 문장의 좋은 장면은 한 페이지의 설명보다 오래 남는다.
|
||||
- [[시간을 사물처럼 다루기]] — 지나간 시간은 추상이지만 어떤 사물처럼 만져질 때가 있다.
|
||||
- [[시간이 피부를 입는 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[시적 단정함을 일부러 깨기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[시적 문장과 정보 문장의 차이]] — 같은 문장도 목표가 다르면 리듬과 밀도가 달라진다.
|
||||
- [[시적 문장과 클리셰의 경계]] — 익숙한 이미지도 관계를 새롭게 묶으면 다시 살아난다.
|
||||
- [[시적 오탈자의 가능성]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[시적인 화자와 설명하는 화자의 분리]] — 시적인 화자와 설명하는 화자를 구분하면 글이 더 안정적으로 깊어진다.
|
||||
- [[식물 은유와 성장 감각]] — 성장은 빠름보다 계절과 뿌리의 이미지로 더 잘 전해진다.
|
||||
- [[식은 차와 남은 온기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[식탁과 음식의 감정 상징]] — 먹는 행위는 가장 일상적인 방식으로 외로움과 위안을 드러낸다.
|
||||
- [[실내 풍경 묘사]] — 실내는 사람의 기분을 가장 조용하게 드러내는 풍경이다.
|
||||
- [[실외 풍경 묘사]] — 바깥 풍경은 마음의 날씨를 자연스럽게 닮아간다.
|
||||
- [[심장 대신 생활 소음]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[안도의 미세한 감정]] — 안도는 폭발보다 풀림의 감각에 가깝다.
|
||||
- [[안식처 대신 생활 장면 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[안전한 문장을 거부하는 법]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[안타까움을 세련되게 쓰기]] — 슬픔을 품위 있게 쓰는 일은 감정을 줄이는 게 아니라 방향을 잡는 일이다.
|
||||
- [[어둠과 빛의 이중 구조]] — 빛은 희망일 수도 있고, 어둠은 휴식일 수도 있다.
|
||||
- [[어휘 과잉을 줄이는 법]] — 어휘력은 과시보다 정밀도에서 빛난다.
|
||||
- [[어휘 퇴고 체크리스트]] — 단어 하나를 다시 고르는 일이 문장 전체를 다시 태어나게 할 수 있다.
|
||||
- [[어휘와 화자의 거리 맞추기]] — 화자의 목소리와 어휘의 재질이 어긋나면 글은 금방 가짜처럼 느껴진다.
|
||||
- [[언어가 생각을 따라가지 못하는 장면]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[언어의 습도 만들기]] — 어휘의 습도는 장면의 공기와 독자의 감각을 동시에 바꾼다.
|
||||
- [[얼굴 대신 손과 자세 묘사하기]] — 감정은 표정보다 자세에서 더 정직하게 드러날 때가 많다.
|
||||
- [[에세이형 블로그의 소제목 운용]] — 소제목은 구조 표지이되, 분위기를 깨지 않는 목소리를 가져야 한다.
|
||||
- [[여백형 결말]] — 말하지 않은 마지막 한 칸이 독자의 감정을 오래 붙잡는다.
|
||||
- [[영원 대신 구체적 시간 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[영혼 대신 생활의 먼지]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[예쁘게 닫힌 문장 의심하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[예쁜 비유를 의심하는 태도]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[오래 함께 산 사람의 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[오래된 다툼의 잔향]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[온도 차이를 감정으로 옮기기]] — 온도는 감정의 거리와 태도를 거의 즉각적으로 전달한다.
|
||||
- [[옷과 피부의 거리]] — 겹쳐 입은 것과 벗겨낸 것은 종종 마음의 언어가 된다.
|
||||
- [[외로움을 공간으로 옮기기]] — 외로움은 사람의 부재보다 공간의 울림으로 더 선명해질 수 있다.
|
||||
- [[운명 대신 반복되는 하루]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[움직이는 이미지 쓰기]] — 정적인 풍경도 한 방향의 미세한 움직임이 들어오면 살아난다.
|
||||
- [[원근감이 있는 묘사]] — 원근감이 생기면 장면은 그림이 아니라 공간이 된다.
|
||||
- [[원형 구조와 귀환감]] — 돌아왔지만 달라진 감각이 서사적 완결감을 만든다.
|
||||
- [[위험하지만 오래 남는 한 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[유년의 사물을 현재 감정에 연결하기]] — 기억은 이야기보다 오래 남은 물건 하나로 다시 열리기도 한다.
|
||||
- [[유리와 금속의 차가움 쓰기]] — 차가움은 감정의 부재가 아니라 닿을 수 없는 표면의 느낌일 수 있다.
|
||||
- [[유리와 콘크리트의 정서]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[유리한 시선과 불리한 시선의 병치]] — 대비는 이미지뿐 아니라 시선의 방향에서도 생긴다.
|
||||
- [[은유가 과한 순간 알아차리기]] — 비유가 독자를 도와주지 않는 순간 그것은 미학이 아니라 소음이 된다.
|
||||
- [[은유가 살아 있는지 점검하기]] — 좋은 은유는 설명을 줄이고 장면을 늘린다.
|
||||
- [[음절감과 문장 촉감]] — 문장은 의미 이전에 촉감과 호흡의 몸을 가진다.
|
||||
- [[의도적 비문과 정서]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[의도적 어긋남의 윤리]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[의도적으로 낮은 목소리의 슬픔]] — 작은 목소리의 슬픔은 독자를 조용히 오래 붙든다.
|
||||
- [[의도적인 반복어 사용]] — 한 단어의 반복은 집착과 결심, 상실을 동시에 닮을 수 있다.
|
||||
- [[의미가 미끄러지는 사물 비유]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[의미가 흔들리는 주어]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[이름을 부르지 않는 애정]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[이미지 과잉 진단하기]] — 독자가 장면을 보지 못하고 표현만 보게 되면 이미지는 실패한다.
|
||||
- [[이미지 중복 줄이기]] — 하나의 강한 이미지는 여러 약한 이미지보다 오래 남는다.
|
||||
- [[이미지 퇴고 체크리스트]] — 좋은 이미지는 아름다움보다 정확한 정서 전달에 기여해야 한다.
|
||||
- [[이미지와 정보의 균형]] — 이미지는 글을 풍부하게 하지만, 과하면 방향을 잃게 만들 수 있다.
|
||||
- [[이미지의 밀도를 조절하는 법]] — 강한 이미지는 많아질수록 약해질 수 있다.
|
||||
- [[이미지의 연결과 반복]] — 이미지는 나열보다 연결될 때 더 큰 기후를 만든다.
|
||||
- [[익숙한 사랑 비유 뒤틀기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[익숙함과 낯섦의 대비]] — 익숙한 풍경이 갑자기 낯설어지는 순간, 문장은 서사의 문이 된다.
|
||||
- [[익숙함의 슬픔]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[인공 조명과 새벽의 대립]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[인용문을 문학적으로 활용하기]] — 좋은 인용은 빌린 말이 아니라 글의 숨을 잠깐 바꾸는 장치다.
|
||||
- [[일상의 물건을 위험하게 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[읽는 사람의 계절을 고려하기]] — 같은 문장도 독자가 읽는 계절에 따라 전혀 다른 잔향을 남긴다.
|
||||
- [[읽어보았을 때 좋은 문장]] — 문학적 문장은 눈보다 귀에서 먼저 완성될 때가 있다.
|
||||
- [[입에 남는 단어 고르기]] — 좋은 단어는 정보가 아니라 잔향을 남긴다.
|
||||
- [[자기 문장을 낯설게 보기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[자기 분열의 시선]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[자기 연민을 피하는 목소리]] — 상처를 말하는 것과 상처에 매달리는 것은 다른 문체를 만든다.
|
||||
- [[장면과 해석의 비율 조절]] — 좋은 글은 보여줌과 생각함의 비율이 안정적이다.
|
||||
- [[전철과 엘리베이터의 시학]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[전환 지점에 이미지 배치하기]] — 장면이 바뀌는 순간 이미지 하나가 글의 공기를 바꿀 수 있다.
|
||||
- [[전환문만 따로 고치기]] — 좋은 글의 대부분은 문장보다 전환에서 매끈해진다.
|
||||
- [[젊음과 노화의 시각적 대비]] — 한 얼굴의 변화는 설명보다 대비 이미지로 더 깊게 남는다.
|
||||
- [[점 세 개의 과용과 적절성]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[정보 글을 문학적으로 살리는 한 문단]] — 글 전체를 바꾸지 않아도 한 문단이 분위기를 바꿀 수 있다.
|
||||
- [[정서 과잉 줄이기]] — 감정은 많다고 더 깊어지지 않고, 정확할 때 더 세게 남는다.
|
||||
- [[정서 흐름과 정보 흐름 분리하기]] — 감정과 정보가 한 줄에서 싸우기보다 다른 파동으로 흐를 때 글이 안정된다.
|
||||
- [[정서보다 개념이 먼저 흔들리는 글]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[정서적 진정성의 기준]] — 독자는 표현의 화려함보다 정서의 진짜 온도를 먼저 감지한다.
|
||||
- [[정지된 이미지의 힘]] — 움직이지 않는 것은 때로 더 크게 감정을 흔든다.
|
||||
- [[정지와 움직임의 대조]] — 움직임은 시간의 언어이고, 정지는 감정의 언어일 때가 많다.
|
||||
- [[제목과 본문 불일치 수정]] — 제목은 약속이고, 본문은 그 약속의 체험이어야 한다.
|
||||
- [[제목과 본문의 연결 구조]] — 좋은 제목은 본문 밖의 장식이 아니라 첫 문장 이전의 리듬이다.
|
||||
- [[조각난 독백의 시선]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[조각난 시간의 문장 구조]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[조사를 흔들어 만드는 불안]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[조용한 리듬과 격한 리듬]] — 감정의 강도는 표현의 크기보다 박자의 차이에서 더 드러난다.
|
||||
- [[존재 불안의 블로그 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[존재론적 문장 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[좋아하는 단어 습관 점검]] — 좋아하는 단어는 문체를 만들기도 하지만 문체를 가두기도 한다.
|
||||
- [[좋아하는 문장을 지우는 법]] — 좋아하는 문장이라고 해서 항상 남겨야 하는 것은 아니다.
|
||||
- [[좋은 문학적 글의 첫 인상]] — 문학적 글의 첫 문장은 정보를 주기보다 분위기를 세운다.
|
||||
- [[주술 관계 흐리기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[주어를 늦게 도착시키기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[줄바꿈의 시적 사용]] — 줄바꿈은 문장의 끝이 아니라 독자의 숨을 다시 잡는 자리다.
|
||||
- [[중반부 처짐 방지]] — 좋은 도입보다 어려운 것은 중반을 살아 있게 유지하는 일이다.
|
||||
- [[중복 의미 단어 걸러내기]] — 문장이 무거운 이유는 종종 생각보다 단순한 중복에 있다.
|
||||
- [[지도와 길 찾기의 은유]] — 어디로 가는지 모르는 마음은 자주 길 이미지로 몸을 얻는다.
|
||||
- [[직유와 은유의 선택 기준]] — 직유는 설명하고, 은유는 몰입시킨다.
|
||||
- [[직접 고백과 우회 고백]] — 고백은 늘 직선보다 곡선에서 더 멀리 닿을 때가 있다.
|
||||
- [[질감 단어의 힘]] — 질감은 장면을 손끝까지 내려오게 만드는 언어다.
|
||||
- [[질문-장면-해석 구조]] — 문학적 블로그는 사유를 장면 위에 얹을 때 더 설득력을 얻는다.
|
||||
- [[질문이 끝나지 않는 문체]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[질투를 노골적이지 않게 쓰기]] — 질투는 종종 말의 방향보다 시선의 머뭇거림에서 드러난다.
|
||||
- [[짧은 글에서 깊이 만들기]] — 짧음은 얕음이 아니라 압축의 다른 이름이 될 수 있다.
|
||||
- [[짧은 문장으로 호흡 만들기]] — 짧게 끊긴 문장은 의미보다 먼저 맥박을 만든다.
|
||||
- [[차가움과 따뜻함의 대비]] — 온도 대비는 관계의 친밀도와 결핍을 거의 즉각적으로 보여준다.
|
||||
- [[차분하지만 아픈 목소리]] — 울지 않는 문장이 더 아플 때가 있다.
|
||||
- [[차분한 어휘와 격한 어휘]] — 큰 감정일수록 조용한 단어가 더 멀리 갈 때가 있다.
|
||||
- [[차오름과 사라짐의 구조]] — 차오르는 것은 늘 기쁨이 아니고, 사라지는 것도 늘 슬픔만은 아니다.
|
||||
- [[창문 안과 밖의 거리]] — 유리 한 장의 거리감은 때로 수많은 설명보다 정확하다.
|
||||
- [[창백함과 선명함의 대비 이미지]] — 채도는 말보다 빠르게 정서의 깊이를 암시한다.
|
||||
- [[창피함과 수치심의 언어]] — 수치심은 큰 사건보다 작은 몸짓과 시선 회피로 더 잘 드러난다.
|
||||
- [[처음 보는 문장을 만드는 질문]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[처음 본다는 느낌을 남기는 법]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[철학적 독백의 파열음]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[철학적 질문을 감정 안에 숨기기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[철학적 피로의 문장]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[첫 문장 다시 쓰기]] — 좋은 첫 문장은 대개 처음에 쓰기보다 마지막에 다시 태어난다.
|
||||
- [[첫 문장으로 독자를 멈추게 하기]] — 좋은 첫 문장은 독자의 걸음을 멈추게 하고 시선을 들게 한다.
|
||||
- [[청각 이미지와 분위기]] — 들리는 세계를 쓸 수 있을 때 글은 더 입체적이 된다.
|
||||
- [[체념의 목소리]] — 체념은 무너짐이 아니라 더 이상 붙들지 않는 힘일 수도 있다.
|
||||
- [[초점 이동으로 장면 만들기]] — 시선이 이동하는 경로가 곧 독자의 감정 이동 경로가 된다.
|
||||
- [[촉각 이미지로 감정 전달하기]] — 만질 수 있는 문장은 보이는 문장보다 더 오래 남는다.
|
||||
- [[추상 명사를 장면으로 환원하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[충만함 대신 남아 있는 것 쓰기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[침묵 이후의 이해]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[침묵과 소음의 병치]] — 침묵은 배경이 아니라 때로 가장 큰 소리다.
|
||||
- [[침묵의 은유]] — 침묵은 비어 있는 것이 아니라 종종 가장 무거운 문장이다.
|
||||
- [[캘리그라피 문구 피하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[퇴고 체크리스트를 나만의 언어로 바꾸기]] — 퇴고 기준도 결국 자기 목소리만큼 개인적이어야 오래 쓴다.
|
||||
- [[파도형 구조]] — 좋은 글은 직선보다 파동으로 기억된다.
|
||||
- [[파편적 풍경과 자기 인식]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[파편화가 실패하는 순간]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[평범한 물건을 낯설게 보기]] — 시적 글쓰기는 특별한 대상보다 특별하게 본 시선에서 시작된다.
|
||||
- [[평온 대신 가만한 어수선함]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[평온함을 지루하지 않게 쓰기]] — 고요함에도 미세한 떨림과 빛의 차이가 있다.
|
||||
- [[풍경을 메시지와 연결하는 법]] — 풍경이 테마와 연결되는 순간, 글은 하나의 세계를 얻는다.
|
||||
- [[하나의 단어를 여러 번 바꾸어 보기]] — 좋은 단어는 처음 떠오르는 말이 아니라 끝까지 비교한 뒤 남는 말일 때가 많다.
|
||||
- [[하나의 장면을 끝까지 밀기]] — 이미지가 많다고 깊은 것이 아니라, 하나가 끝까지 살아 있을 때 강하다.
|
||||
- [[한 글의 대표 어휘장 만들기]] — 어휘장이 생기면 글은 하나의 기후를 갖는다.
|
||||
- [[한 글의 대표 이미지 찾기]] — 좋은 글은 종종 한 장면으로 요약될 수 있다.
|
||||
- [[한 문단 한 감정 원칙]] — 감정이 과하게 섞이면 문장은 화려해도 여운은 약해진다.
|
||||
- [[한 문단 한 이미지 원칙 점검]] — 문단이 흔들릴 때는 대개 중심 이미지가 흐릿하다.
|
||||
- [[한 문단 한 파동]] — 좋은 문단은 시작, 팽창, 잔향의 곡선을 가진다.
|
||||
- [[한 문단의 박자 설계]] — 문단에도 숨과 박자가 있고, 그 리듬이 분위기를 만든다.
|
||||
- [[한 문장 한 강한 단어]] — 강한 단어가 많아질수록 각자의 힘은 약해진다.
|
||||
- [[한 문장으로 화자 소개하기]] — 한 문장만 읽어도 누가 말하는지 느껴지는 글은 오래 남는다.
|
||||
- [[한 문장의 중력]] — 문장 안에서 가장 무거운 단어가 놓이는 자리가 정서를 바꾼다.
|
||||
- [[함께 늙어가는 장면]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[함께 사는 사람의 그림자]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[해석 여지를 남기는 기술]] — 좋은 여백은 비어 있는 것이 아니라 독자의 경험이 들어갈 자리다.
|
||||
- [[해체 후 남는 최소 단서]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[행갈이처럼 산문 끊기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[향기와 잔향의 은유]] — 향기는 보이지 않지만 오래 따라오는 감정의 형식이다.
|
||||
- [[허무를 감상으로 만들지 않기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[헤어지지 않았지만 멀어진 사이]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[현대시와 에세이의 접합면]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[현대시적 공기감 블로그에 이식하기]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[현대시적 파괴감의 적정선]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[형식보다 먼저 흔들리는 인식]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[형식이 먼저 무너지는 도입]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[형용사를 줄이고 명사를 세우기]] — 형용사가 줄어든 자리에서 사물은 더 또렷해진다.
|
||||
- [[형이상학적 이미지 배치]] — 이 항목은 익숙한 문장을 의도적으로 흔들어 처음 보는 문장에 가까워지기 위한 위험한 실험의 자리다.
|
||||
- [[호흡 좋은 조사 선택]] — 조사 하나도 문장 리듬을 흔들 수 있다.
|
||||
- [[호흡을 멈추게 하는 한 줄]] — 때로는 가장 짧은 문장이 가장 오래 울린다.
|
||||
- [[호흡을 위한 단어 선택]] — 문장은 뜻뿐 아니라 입 안에서 굴러가는 길이로도 정서를 만든다.
|
||||
- [[호흡이 보이는 도입부]] — 첫 단락의 호흡은 글 전체를 읽는 몸의 속도를 결정한다.
|
||||
- [[화자와 배경의 온도 맞추기]] — 말하는 사람의 온도와 풍경의 온도가 맞을 때 글은 하나의 공기를 얻는다.
|
||||
- [[화자의 거리감]] — 거리는 문장의 온도와 신뢰도를 동시에 바꾼다.
|
||||
- [[회상 구조의 사용법]] — 회상은 과거의 정보가 아니라 현재를 더 아프게 만드는 거울일 수 있다.
|
||||
- [[후각 이미지와 기억]] — 향기는 보이지 않지만 가장 오래 기억되는 장면의 일부다.
|
||||
- [[후회의 잔향]] — 후회는 사건보다 그 이후의 침묵에서 더 오래 산다.
|
||||
- [[흐린 배경 위의 선명한 한 점]] — 모든 것이 선명할 필요는 없고, 하나만 선명해도 메시지는 남는다.
|
||||
- [[흐린 장면의 미학]] — 모든 장면이 또렷할 필요는 없고, 흐릿함이 오히려 기억의 결을 닮을 때가 있다.
|
||||
- [[희망과 체념의 병치]] — 복합 감정은 반대되는 마음이 같은 문장 안에서 만날 때 살아난다.
|
||||
- [[희망을 너무 밝게 쓰지 않는 법]] — 좋은 희망은 큰 소리보다 작은 지속성으로 남는다.
|
||||
|
||||
_500 docs · 자동 생성 2026-06-08_
|
||||
@@ -158,3 +158,22 @@ port1.on('message', (msg) => console.log('result', msg))
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Electron 33 process model + secure IPC patterns |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `photoai/electron.vite.config.ts:2` — import { defineConfig, externalizeDepsPlugin } from 'electron-vite'
|
||||
- `photoai/src/shared/types.ts:485` — /** 드롭된 File의 로컬 절대경로 반환(Electron webUtils). 경로가 없으면 빈 문자열. */
|
||||
- `photoai/src/preload/inference.ts:1` — import { contextBridge, ipcRenderer } from 'electron'
|
||||
- `photoai/src/preload/index.ts:1` — import { contextBridge, ipcRenderer, webUtils } from 'electron'
|
||||
- `photoai/src/main/fsExplorer.ts:4` — import { shell } from 'electron'
|
||||
- `photoai/src/main/embedder.ts:1` — import { BrowserWindow } from 'electron'
|
||||
|
||||
**관련 커밋:**
|
||||
- `photoai 3e73967 darktable-inspired reskin + metadata/collections, map, easy mode, select/export`
|
||||
- `photoai 8a8c102 Initial commit: AI Photo Organizer (Electron + face-api)`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -169,3 +169,13 @@ function match<T, E, R>(r: Result<T, E>, on: { ok: (v: T) => R; err: (e: E) => R
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Result patterns (TS, neverthrow, Effect, Rust) |
|
||||
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/core/dataProcessor.ts:2` — * Aggregate result type definition
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
@@ -0,0 +1,289 @@
|
||||
---
|
||||
id: moc-programming-&-language
|
||||
title: "Programming & Language — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Programming & Language"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Programming & Language — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **228개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[기본 타입에의 집착 (Primitive Obsession)]]
|
||||
- [[기본 타입에의 집착(Primitive Obsession)]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(226개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Ambient Declarations]]
|
||||
- [[API 응답 및 에러 핸들링 아키텍처]]
|
||||
- [[as const Assertion]]
|
||||
- [[ASP.NET Core]]
|
||||
- [[AST (추상 구문 트리)]]
|
||||
- [[AST (Abstract Syntax Tree)]]
|
||||
|
||||
### B
|
||||
- [[Beat Saber]]
|
||||
- [[bitECS와 SharedArrayBuffer를 결합한 멀티스레드 고성능 아키텍처]]
|
||||
- [[bitECS와 SharedArrayBuffer의 실제 코드 통합]]
|
||||
|
||||
### C
|
||||
- [[Chrome DevTools (크롬 개발자 도구)]]
|
||||
- [[Chromium]]
|
||||
- [[CI/CD 파이프라인]]
|
||||
- [[CI/CD 파이프라인 자동화]]
|
||||
- [[CI/CD Pipeline]]
|
||||
- [[Code Minification]]
|
||||
- [[Code Splitting & Lazy Loading (코드 분할 및 지연 로딩)]]
|
||||
- [[Continuous Integration (CI)]]
|
||||
- [[Cosmos 플랫폼 (Netflix)]]
|
||||
- [[CST (구체 구문 트리)]]
|
||||
- [[Cumulative Layout Shift (CLS)]]
|
||||
|
||||
### D
|
||||
- [[DAST (동적 애플리케이션 보안 테스트)]]
|
||||
- [[Discriminated Unions]]
|
||||
- [[DOM 요소 조작]]
|
||||
- [[DOM 요소 조작 및 타입 좁히기]]
|
||||
|
||||
### E
|
||||
- [[Early-Z]]
|
||||
- [[Edge Bleeding]]
|
||||
- [[Effect TS]]
|
||||
- [[Electron]]
|
||||
- [[Escape Hatch (탈출구)]]
|
||||
- [[Excess Property Checking]]
|
||||
|
||||
### F
|
||||
- [[Flame Chart]]
|
||||
- [[Fuzzing]]
|
||||
|
||||
### G
|
||||
- [[Garbage Collection(가비지 컬렉션)]]
|
||||
- [[GC Root]]
|
||||
- [[Generational Hypothesis]]
|
||||
- [[Google Lighthouse]]
|
||||
|
||||
### I
|
||||
- [[Incremental Marking]]
|
||||
- [[Index Masking]]
|
||||
- [[InstancedMesh 동적 버퍼 확장]]
|
||||
- [[InstancedMesh 사용 시 드로우 콜 최적화의 한계점 사례 연구]]
|
||||
- [[InstancedMesh 최적화]]
|
||||
- [[Interop 2025]]
|
||||
- [[Inventory Management Example]]
|
||||
|
||||
### M
|
||||
- [[Mark-Sweep-Compact 알고리즘]]
|
||||
|
||||
### N
|
||||
- [[ndf-parse 패키지]]
|
||||
- [[Netflix 마이크로서비스 전환]]
|
||||
- [[Nodejs 메모리 최적화]]
|
||||
- [[Nodejs 메모리 튜닝]]
|
||||
- [[Nodejs 성능 디버깅]]
|
||||
- [[Nodejs 성능 최적화 및 디버깅]]
|
||||
- [[Nodejs 프로세스 모니터링 및 메모리 분석]]
|
||||
|
||||
### O
|
||||
- [[Object Pooling (오브젝트 풀링)]]
|
||||
- [[Old Space]]
|
||||
- [[Old Space (구 세대 공간)]]
|
||||
- [[Old Space(Old Generation)]]
|
||||
- [[Orinoco 가비지 컬렉터]]
|
||||
- [[Orinoco 프로젝트]]
|
||||
|
||||
### P
|
||||
- [[Pointer Compression]]
|
||||
|
||||
### R
|
||||
- [[Reachability Analysis]]
|
||||
- [[Readonly 유틸리티 타입]]
|
||||
- [[Result Type]]
|
||||
|
||||
### S
|
||||
- [[SCA (소프트웨어 구성 분석)]]
|
||||
- [[Scheduler API]]
|
||||
- [[Server Architecture]]
|
||||
- [[SharedArrayBuffer 동시성 문제 해결법]]
|
||||
- [[SharedArrayBuffer 보안 이슈와 Cross-Origin Isolation]]
|
||||
- [[SharedArrayBuffer 보안을 위한 Cross-Origin Isolation 서버 헤더 설정]]
|
||||
- [[SharedArrayBuffer로 스레드 간 메모리 공유 효율 높이기]]
|
||||
- [[SOLID 원칙]]
|
||||
- [[SPA 라우트 전환 성능 최적화]]
|
||||
- [[Structural Typing]]
|
||||
|
||||
### T
|
||||
- [[TeamCity]]
|
||||
- [[Toss Front SDK 기반 외부 연동사 플러그인 개발 생태계 구축]]
|
||||
- [[ts-brand]]
|
||||
- [[Turborepo 기반 모노레포 워크플로우]]
|
||||
- [[Turborepo 환경 구성]]
|
||||
- [[Turborepo를 활용한 다중 애플리케이션 및 라이브러리 통합 관리]]
|
||||
- [[Type Casting]]
|
||||
- [[Type Theory]]
|
||||
- [[TypeScript 타입 시스템 및 인터페이스 설계]]
|
||||
- [[TypeScript 타입 시스템을 활용한 내부 로직 보호 및 데이터 검증]]
|
||||
- [[TypeScript의 제어 흐름 분석 및 상태 관리 패턴]]
|
||||
|
||||
### U
|
||||
- [[Union Types]]
|
||||
|
||||
### V
|
||||
- [[V8 엔진 힙 아키텍처]]
|
||||
- [[V8 엔진 힙 아키텍처 및 로그 분석]]
|
||||
- [[Vergence-Accommodation Conflicts]]
|
||||
- [[VR 멀미 (VR Sickness)]]
|
||||
- [[VR 멀미(VR sickness)]]
|
||||
- [[VR Sickness]]
|
||||
|
||||
### W
|
||||
- [[War Yes]]
|
||||
- [[Web Worker와 SharedArrayBuffer를 이용한 실제 고부하 병렬 처리 구현체 (실패 성공 포함)]]
|
||||
- [[Write Barrier]]
|
||||
|
||||
### Z
|
||||
- [[Zod 런타임 유효성 검사 통합]]
|
||||
- [[Zod 파싱과 브랜디드 타입을 결합한 런타임 데이터 검증]]
|
||||
|
||||
### 가나다
|
||||
- [[가변적 LOD(Level of Detail) 시스템]]
|
||||
- [[가비지 컬렉션 (Garbage Collection)]]
|
||||
- [[가상현실 멀미 (VR Sickness)]]
|
||||
- [[가상현실(VR) 자전거 시뮬레이터]]
|
||||
- [[객체 지향 프로그래밍 (Object-Oriented Programming)]]
|
||||
- [[객체 지향 프로그래밍 (OOP)]]
|
||||
- [[객체 지향 프로그래밍(OOP)]]
|
||||
- [[견고한 도메인 모델 및 API 계약 설계]]
|
||||
- [[계층화 아키텍처 (Layered Architecture)]]
|
||||
- [[과잉 속성 체크 (Excess Property Checking)]]
|
||||
- [[과잉 속성 체크(Excess Property Checking)]]
|
||||
- [[관심사의 분리 (Separation of Concerns SoC)]]
|
||||
- [[관심사의 분리 (Separation of Concerns)]]
|
||||
- [[관심사의 분리 (SoC)]]
|
||||
- [[관심사의 분리(Separation of Concerns)]]
|
||||
- [[관심사의 분리(SoC)]]
|
||||
- [[관점 지향 프로그래밍 (AOP)]]
|
||||
- [[관점 지향 프로그래밍(AOP)]]
|
||||
- [[구조적 타이핑]]
|
||||
- [[구조적 타이핑(Structural Typing)]]
|
||||
- [[깊이 지각 (Depth Perception)]]
|
||||
- [[깊이 지각(Depth perception)]]
|
||||
- [[넷플릭스 코스모스 플랫폼 (Netflix Cosmos)]]
|
||||
- [[넷플릭스(Netflix)의 마이크로서비스 및 코스모스 플랫폼 전환]]
|
||||
- [[눈모음 조절 충돌(Vergence accommodation conflicts)]]
|
||||
- [[느슨한 결합 (Loose Coupling)]]
|
||||
- [[단일 책임 원칙 (Single Responsibility Principle)]]
|
||||
- [[단일 책임 원칙 (SRP)]]
|
||||
- [[단일 책임 원칙(SRP)]]
|
||||
- [[대규모 모노레포(Turborepo) 환경에서의 린트 오케스트레이션]]
|
||||
- [[대규모 TypeScript 애플리케이션 아키텍처 설계]]
|
||||
- [[대규모 TypeScript 프로젝트의 컴파일 성능 최적화]]
|
||||
- [[덕 타이핑(Duck Typing)]]
|
||||
- [[데브섹옵스 (DevSecOps) 환경에서의 지속적인 보안 검사]]
|
||||
- [[데이터 파싱 (Data Parsing)]]
|
||||
- [[데이터 파싱(Data Parsing)]]
|
||||
- [[도달 가능성 분석 (Reachability Analysis)]]
|
||||
- [[동작 속도(Movement Speed)]]
|
||||
- [[동적 애플리케이션 보안 테스트(DAST)]]
|
||||
- [[리로디드(Reloaded)]]
|
||||
- [[마크 스윕(Mark Sweep)]]
|
||||
- [[머리 장착형 디스플레이(HMD) 환경의 시각적 후유증 연구]]
|
||||
- [[메모리 누수(Memory Leaks)]]
|
||||
- [[명목적 타이핑 (Nominal Typing)]]
|
||||
- [[명목적 타이핑(Nominal Typing)]]
|
||||
- [[모노레포(Monorepo) 기반 구성 중앙화]]
|
||||
- [[모노레포(Monorepo) 설정 중앙화]]
|
||||
- [[모노레포(Monorepo) 아키텍처 설정]]
|
||||
- [[모놀리식 아키텍처 (Monolithic Architecture)]]
|
||||
- [[불변성 (Immutability)]]
|
||||
- [[브라우저 및 Nodejs 메모리 튜닝]]
|
||||
- [[브랜디드 타입 (Branded Types)]]
|
||||
- [[비트 세이버(Beat Saber)]]
|
||||
- [[비트 세이버(Beat Saber) 실험]]
|
||||
- [[비트 세이버(Beat Saber) 엑서게임 연구]]
|
||||
- [[서드파티 라이브러리 및 API 연동]]
|
||||
- [[선언 파일(dts)]]
|
||||
- [[세대 가설(Generational Hypothesis)]]
|
||||
- [[소프트웨어 구성 분석(SCA)]]
|
||||
- [[수렴-조절 불일치(Vergence-Accommodation Conflict)]]
|
||||
- [[순차적 게이트 아키텍처]]
|
||||
- [[스택 트레이스(Stack trace)]]
|
||||
- [[스트림(Stream)]]
|
||||
- [[스파게티 코드 (Spaghetti Code)]]
|
||||
- [[스포티파이 자율적 분대 모델]]
|
||||
- [[시각-전정 갈등 (Visual-Vestibular Conflict)]]
|
||||
- [[시각-전정 감각 충돌(Visual-Vestibular Conflict)]]
|
||||
- [[시각-전정 충돌(Visual-vestibular conflict)]]
|
||||
- [[시프트 레프트 (Shift-Left)]]
|
||||
- [[시프트 레프트(Shift-Left)]]
|
||||
- [[쓰기 장벽(Write Barrier)]]
|
||||
- [[안구 운동 기능 (Oculomotor Functions)]]
|
||||
- [[안구 운동 기능(Oculomotor functions)]]
|
||||
- [[안전한 TypeScript 데이터 모델링 및 설정 관리 구축]]
|
||||
- [[약한 타입 검사(Weak Type Detection)]]
|
||||
- [[약한 타입 탐지 (Weak Type Detection)]]
|
||||
- [[엑서게임(Exergaming)]]
|
||||
- [[오래된 공간(Old Space)]]
|
||||
- [[오리노코(Orinoco) 프로젝트]]
|
||||
- [[오버드로우(Overdraw)]]
|
||||
- [[완전성 검사(Exhaustiveness Checking)]]
|
||||
- [[외부 라이브러리 API 설계]]
|
||||
- [[외부 API 데이터 및 설정 파일 처리]]
|
||||
- [[외부 API 데이터의 런타임 검증 후 처리]]
|
||||
- [[웹 워커 이벤트 포워딩 Event Forwarding]]
|
||||
- [[유니온 타입(Union Types)]]
|
||||
- [[의존성 역전 (Dependency Inversion)]]
|
||||
- [[의존성 역전 원칙 (Dependency Inversion Principle DIP)]]
|
||||
- [[의존성 역전 원칙 (Dependency Inversion Principle)]]
|
||||
- [[의존성 주입 (Dependency Injection)]]
|
||||
- [[의존성 주입 (DI)]]
|
||||
- [[의존성 주입(DI)]]
|
||||
- [[이동 속도(Movement Speed)]]
|
||||
- [[이벤트 기반 아키텍처 (Event Driven Architecture)]]
|
||||
- [[이전 세대(Old Generation Space)]]
|
||||
- [[재귀적 불변성 (DeepReadonly)]]
|
||||
- [[점진적 마킹(Incremental marking)]]
|
||||
- [[제어 흐름 분석 (Control Flow Analysis)]]
|
||||
- [[조절 폭주 불일치 (Vergence Accommodation Conflict)]]
|
||||
- [[조절 폭주 불일치(Vergence Accommodation Conflict)]]
|
||||
- [[집합론 (Set Theory)]]
|
||||
- [[집합론(Set Theory)]]
|
||||
- [[철벽 수비대 TypeScript 타입 시스템과 견고한 인터페이스 설계의 정수]]
|
||||
- [[초과 속성 검사 (Excess Property Checking)]]
|
||||
- [[추상 구문 트리(AST)]]
|
||||
- [[코드 축소 (Code minification)]]
|
||||
- [[코드 포매팅 (Code Formatting)]]
|
||||
- [[타입 가드 (Type Predicates)]]
|
||||
- [[타입 가드(Type Guards)]]
|
||||
- [[타입 단언 (Type Assertions)]]
|
||||
- [[타입 단언(Type Assertions)]]
|
||||
- [[타입 서술어 (Type Predicates)]]
|
||||
- [[타입 서술어(Type Predicates)]]
|
||||
- [[타입 안전성 (Type Safety)]]
|
||||
- [[타입 조건자(Type Predicates)]]
|
||||
- [[타입 좁히기 (Type Narrowing)]]
|
||||
- [[타입 좁히기(Type Narrowing)]]
|
||||
- [[타입 캐스팅 (Type Casting)]]
|
||||
- [[타파스(Tapas)]]
|
||||
- [[텔레메트리 (Telemetry)]]
|
||||
- [[텔레메트리 (Telemetry) 밸런싱]]
|
||||
- [[텔레메트리 밸런싱 (Telemetry Balancing)]]
|
||||
- [[텔레메트리 밸런싱(Telemetry Balancing)]]
|
||||
- [[텔레메트리(Telemetry) 데이터 분석]]
|
||||
- [[토스(Toss) Front SDK 퍼사드 패턴 적용]]
|
||||
- [[포인터 압축(Pointer Compression)]]
|
||||
- [[폭주-조절 갈등 (Vergence-Accommodation Conflict)]]
|
||||
- [[폭주-조절 불일치(Vergence-accommodation conflict)]]
|
||||
- [[폭주-조절 불일치(Vergence-Accommodation Conflicts)]]
|
||||
- [[프론트엔드 및 모노레포(Monorepo) 개발 환경 설정]]
|
||||
- [[핀테크의 실시간 사기 탐지]]
|
||||
- [[할당 타임라인 (Allocation Timeline)]]
|
||||
|
||||
_228 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,53 @@
|
||||
---
|
||||
id: moc-project_logs
|
||||
title: "Project_Logs — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Project_Logs"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Project_Logs — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **36개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[2026-04-21-Engine-Stability-and-Optimization]]
|
||||
- [[2026-04-21-Implementation-and-Architecture-Report]]
|
||||
- [[2026-04-22_Boss_Battle_System_Implementation]]
|
||||
- [[2026-04-22_Boss_Spawn_Logic_Fix]]
|
||||
- [[2026-04-23_Engine_Stabilization_Report]]
|
||||
- [[2026-04-23_Post-Mortem_Loot_Rebalance]]
|
||||
- [[2026-04-24-Skybound_Code_Structure_Audit_and_Stabilization_Plan]]
|
||||
- [[2026-04-24-Skybound_Final_Stylized_Casual_Magitech_Redirection]]
|
||||
- [[2026-04-24-Skybound_HUD_and_TAC_LevelUp_Stylized_Casual_Magitech_Fix]]
|
||||
- [[2026-04-24-Skybound_Nova_Burst_Icon_and_Effect_Fix]]
|
||||
- [[2026-04-24-Skybound_Particle_and_Supply_Readability_Fix]]
|
||||
- [[2026-04-24-Skybound_Semirealistic_Magitech_Fantasy_Redirection]]
|
||||
- [[2026-04-24-Skybound_Stylized_Casual_Magitech_Art_Pack]]
|
||||
- [[2026-04-24-Skybound_Stylized_Casual_Magitech_Ingame_Asset_Fix]]
|
||||
- [[2026-04-24-Skybound_Survivor_Like_Balance_Curve_Pass]]
|
||||
- [[2026-04-25-Datacollector_Auto_Resume_After_Reauth_Fix]]
|
||||
- [[2026-04-25-Datacollector_Bridge_Connection_Refused_Run_Script_Fix]]
|
||||
- [[2026-04-25-Datacollector_Codebase_Structure_Review_and_Initial_Risk_Assessment]]
|
||||
- [[2026-04-25-Datacollector_Local_Wiki_Save_Only_Output_Mode]]
|
||||
- [[2026-04-25-Datacollector_Mac_Windows_Launcher_Scripts]]
|
||||
- [[2026-04-25-Datacollector_NotebookLM_Auth_Browser_and_Stale_Env_Cookie_Fix]]
|
||||
- [[2026-04-25-Datacollector_NotebookLM_Automatic_Auth_Recovery]]
|
||||
- [[2026-04-25-Datacollector_NotebookLM_Automatic_Reauth_Verification_and_Lock]]
|
||||
- [[2026-04-25-Datacollector_NotebookLM_Progress_Visibility_and_Auth_Diagnosis]]
|
||||
- [[2026-04-26-Skybound_HP_Scarcity_and_Module_Cache_Rewards]]
|
||||
- [[2026-04-26-Skybound_Invasion_Response_Stage_Difficulty_Curve]]
|
||||
- [[2026-04-30]]
|
||||
- [[2026-05-01]]
|
||||
- [[2026-05-02_project-chronicle-guard]]
|
||||
- [[2026-05-02_project-chronicle-guard_feedback-response]]
|
||||
- [[2026-05-02_project-chronicle-guard_stage-1_implementation]]
|
||||
- [[2026-05-02_project-chronicle-guard_stage-2_implementation]]
|
||||
- [[2026-05-02_project-chronicle-guard_stage-3-to-5_implementation]]
|
||||
- [[2026-05-02_second-brain-trace-collapsible-ui]]
|
||||
- [[2026-05-02_second-brain-trace-mode_implementation]]
|
||||
- [[Project Logs Directory]]
|
||||
|
||||
_36 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,27 @@
|
||||
---
|
||||
id: moc-skybound
|
||||
title: "Skybound — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Skybound"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Skybound — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **10개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[2026년 3월 연구 드롭(March 2026 Research Drop)]]
|
||||
- [[2026년 3월 연구 업데이트(March 2026 Research Drop)]]
|
||||
- [[Datacollector Engine Processed Count and Stalled Loop Guard]]
|
||||
- [[March 2026 연구 업데이트(March 2026 Research Drop)]]
|
||||
- [[Skybound Enemy Orientation Fix]]
|
||||
- [[Skybound Knowledge Hub]]
|
||||
- [[Skybound Low Level First Upgrade Offer Balance]]
|
||||
- [[Skybound Skill Slot Limit Weapon 5 Passive 5]]
|
||||
- [[War Commander → 전투 시스템]]
|
||||
- [[War Commander 전투 전술 및 방어 메타]]
|
||||
|
||||
_10 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
id: moc-stock
|
||||
title: "Stock — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Stock"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Stock — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **11개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[유튜브분석 세력주에 나오는 밥그릇 패턴 기초 강의! 초보자분들 꼭 시청하세요 (3. 밥그릇 기법) 2026-05-26]]
|
||||
- [[유튜브분석 주식 입문 필수 시청! 급등 전 바닥을 다지는 공구리 기법 기초 강의(4-1 공구리 기법) 2026-05-26]]
|
||||
- [[유튜브분석 주식 초보 시작할 때 반드시 봐야할 강의 TOP 11 ※하단 영상 링크 첨부▼ #주식강의 단테의 모든 기법강의를 5분 안에 몰아보자!! 왕초보 튜토리얼 │초보자 주식 가이드│ 2026-05-26]]
|
||||
- [[유튜브분석 주식단테의 기본 차트 설정 강의 (2부) 응용편! #주식강의 차트설정에서부터 이평선 매매기법까지!! 100억 버는 고수의 비법 2026-05-26]]
|
||||
- [[유튜브분석 주식입문자 필수 시청 !!이것도 모르고 주식하면 큰일 납니다.꼭 보세요. 큰 도움 됩니다 (1.매매포지션) 2026-05-26]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[유튜브분석 -주식단테- 내가 사는 박스권 매매는 왜 손실일까- 책에서는 배울 수 없는 박스권 매매의 노하우! 2026-05-26]]
|
||||
- [[유튜브분석 세력주의 특징을 알아보자! 하이힐 기법 마스터 강의 2026-05-26]]
|
||||
- [[유튜브분석 주식 왕초보들을 위한 손절 잘하는법 핵심강의! #주식단테 계좌 -30- 물린 개미들 필수 시청!! 손절에도 원칙이 있다! 손절 3원칙 2026-05-26]]
|
||||
- [[유튜브분석 주식 초보 맞춤 강의! 쉽고 간단한 이 기법으로 수익 내보세요 2026-05-26]]
|
||||
- [[유튜브분석 주식을 잘 하고 싶다면 차트 설정 전에 필수 시청하세요 2026-05-26]]
|
||||
- [[유튜브분석 차원이 다른 기발한 주식기법 ▶5 2026-05-26]]
|
||||
|
||||
_11 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,590 @@
|
||||
---
|
||||
id: moc-thinking-&-reasoning
|
||||
title: "Thinking & Reasoning — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Thinking & Reasoning"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Thinking & Reasoning — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **517개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[유튜브분석 ComfyUI - 입문자 가이드 학습 루트 정리 2026-05-23]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(516개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[3C]] — 3C는 시장(고객), 경쟁사, 자사라는 세 가지 핵심 축을 MECE 관점에서 분석하여 경쟁 우위를 확보하고 전략적 방향성을 도출하는 비즈니스 프레임워크이다 [1, 2].
|
||||
- [[3C 분석]] — 비즈니스 환경의 핵심 요소인 고객, 경쟁사, 자사를 MECE 관점에서 분석하여 기업의 강점을 극대화하고 최적의 경쟁 전략을 도출하는 맥킨지식 구조화 도구다 [1, 2].
|
||||
- [[3C Analysis]] — 시장 환경을 고객(Customer), 경쟁사(Competitor), 자사(Company)라는 세 가지 전략적 주체로 분할하여 비즈니스 문제의 본질을 중복과 누락 없이 파악하게 하는 MECE적 시장 구조화 도구이다 [1, 2].
|
||||
- [[4P]] — 마케팅 문제를 중복과 누락 없이(MECE) 4가지 핵심 구성 요소로 분해하여 비즈니스 현상을 구조화하는 맥킨지식 문제 해결의 대표적인 요소 분해 프레임워크다 [2, 3].
|
||||
- [[4P 전략]] — 마케팅 실행 전략의 구성 요소를 MECE 원칙에 따라 구조화하여 누락과 중복 없는 최적의 전략 정렬을 실현하는 프레임워크 [1], [2].
|
||||
- [[4P Strategy]] — 마케팅 실행 단계에서 중복과 누락을 방지하여 전략적 정렬을 완성하는 [[mutually exclusive collectively exhaustive 원칙]] 기반의 프레임워크이다 [1], [2].
|
||||
- [[5 Forces]] — [[mutually exclusive collectively exhaustive 원칙]]의 본질인 '생각의 구조화'를 실현하여 전략을 단단하게 만드는 핵심적인 산업 분석 프레임워크입니다 [1].
|
||||
- [[5 Forces Analysis]] — MECE 원칙을 기반으로 비즈니스 생각을 구조화하고 전략을 단단하게 구축하는 핵심적인 전략 기획 분석 도구이다 [1].
|
||||
- [[5 Whys]] — 문제의 근본 원인(Root Cause)에 도달하기 위해 인과 관계의 사슬을 따라 "왜"라는 질문을 반복적으로 던지는 가장 단순하고 직관적인 선형 분석 기법 [1, 2].
|
||||
- [[5-Whys]] — "왜"라는 질문을 반복하여 문제의 표면적 증상을 넘어 시스템적인 근본 원인(Root Cause)에 도달하게 하는 가장 단순하고 직관적인 선형적 분석 기법 [1, 2].
|
||||
- [[5Why]] — 표면적 현상을 넘어 문제의 본질적인 근원(Root Cause)에 도달하기 위해 '왜?'라는 질문을 반복적으로 던져 논리의 깊이를 형성하는 구조적 분석 기법 [1-3].
|
||||
- [[7S]] — 조직의 전방위 구조를 투영하는 관찰 프레임워크이자, 문제 정의부터 제안까지의 논리적 완결성을 담보하는 맥킨지식 문제해결의 가장 기초적인 7단계 기법이다 [1, 2].
|
||||
- [[7S 모형]] — 조직의 전방위 구조를 투영하여 관찰하거나, 문제 정의부터 실행 제안에 이르는 문제 해결의 전 과정을 시스템화하는 맥킨지의 가장 기초적인 프레임워크다 [1-3].
|
||||
- [[80-20-법칙]] — 전체 결과의 80%는 단 20%의 핵심 동인(Key Drivers)에서 비롯되므로, 한정된 자원을 고임팩트 영역에 집중하여 효율성을 극대화하는 원칙이다 [1, 2].
|
||||
- [[80/20 법칙]] — 전체 결과의 80%는 단 20%의 핵심적인 부분에서 비롯되므로, 한정된 자원을 파급력이 큰 소수의 핵심 드라이버에 집중 투입해야 한다 [1-3].
|
||||
- [[80/20 원칙]] — 20%의 핵심적인 부분이 전체 결과의 80%를 결정하므로, 한정된 자원을 고임팩트(High-impact) 영역에 집중하여 효율성을 극대화해야 한다 [1-3].
|
||||
- [[80/20 Rule]] — 투입되는 노력이나 원인의 핵심적인 20%가 전체 결과의 80%를 결정하므로, 가치가 낮은 다수보다 영향력이 큰 '결정적 소수'에 집중해야 한다 [1, 2].
|
||||
- [[80대20 법칙]] — 결과의 대부분(80%)은 전체 요인 중 아주 소수의 핵심적인 부분(20%)에 의해 결정되므로, 한정된 자원을 고임팩트 영역에 집중 투여해야 한다 [1-3].
|
||||
|
||||
### A
|
||||
- [[A/B Testing]] — A/B 테스팅은 가설을 검증하기 위해 대조군과 실험군을 직접 비교하여 통계적 유의성에 기반한 최적의 의사결정을 도출하는 강력한 실증적 도구이다 [1, 2].
|
||||
- [[ABC Analysis]] — 소스에 관련 정보가 부족합니다.
|
||||
- [[Abductive Reasoning]] — 제한된 정보를 바탕으로 현상을 가장 잘 설명할 수 있는 '최선의 설명'을 도출하여 복잡한 문제 해결의 논리적 출발점을 제공하는 가설 설정 기법 [1, 2].
|
||||
- [[Abusive Supervision]] — 부하 직원에게 해를 끼치는 지속적인 행동 패턴으로, 독성 리더십 중 가장 높은 유병률을 보이며 조직의 직무 만족도를 저해하고 이직 의도를 급증시키는 핵심 요인이다 [1-3].
|
||||
- [[Academic Performance]] — 학업 성취는 단순 지능을 넘어 실행 기능(Executive Functions)과 메타인지적 자기조절을 통해 정보 처리를 최적화하고 목표를 달성하는 고차원적 인지 프로세스의 결과물이다. [1-3]
|
||||
- [[Active Learning]] — 단순한 정보 수용을 넘어 고차원적 인지 전략과 상위인지를 통해 학습 과정에 주도적으로 참여함으로써 뇌의 가소성을 최적화하고 인지 예비능을 구축하는 학습 방식 [1-4].
|
||||
- [[Ad hominem]] — 논증의 논리적 타당성을 검토하는 대신 발화자 개인의 성격, 배경, 동기를 공격함으로써 논점을 흐리는 비형식적 오류이자 관련성의 오류 [1-3].
|
||||
- [[ADHD]] — ADHD는 **디폴트 모드 네트워크(DMN)**와 **작업 긍정 네트워크(TPN)** 간의 비정상적인 **과잉 연결(Hyperconnectivity)**로 인해, 내적 망상을 억제하고 외부 과업에 집중하는 '신경학적 전환'이 어려운 상태이다 [1, 2
|
||||
- [[Agile]] — 확립된 가설과 검증된 솔루션을 기반으로, 반복적인 실행과 피드백을 통해 제품을 효율적으로 구축하고 점진적으로 개선하는 규율 있는 인도 시스템이다[1-3].
|
||||
- [[AI]] — AI 혁신은 기술적 도입의 문제가 아니라 인간 중심의 방법론인 [[Design Thinking]]을 통해 해결해야 하는 인간 계층의 과제이다 [1, 2].
|
||||
- [[AI 기술]] — AI 기술의 실질적 가치는 단순한 도구 도입이 아니라, **워크플로우의 근본적 재설계**와 **CEO 중심의 강력한 거버넌스**를 통한 조직적 실행 역량에서 결정된다 [1-3].
|
||||
- [[AI Transformation]] — AI Transformation은 단순한 기술적 배포가 아니라, **디자인 씽킹을 기반으로 인적 마찰을 해소하고 AI를 문제 해결의 진정한 협업자로 통합하는 조직적 변화 과정**이다 [1-4].
|
||||
- [[Alternative Uses Task]] — 고정된 사물의 용도에서 벗어나 원격 연상(Remote Association)을 활성화함으로써 발산적 사고(Divergent Thinking)의 역량을 정량화하고 훈련하는 표준 심리학 도구 [1-3].
|
||||
- [[Alzheimer's Disease]] — 알츠하이머병은 인지 저하를 유발하는 주요 신경 퇴행성 질환으로, 신체적·정신적·사회적 활동을 통해 구축된 **인지 예비능(Cognitive Reserve)**이 발병 위험을 낮추고 뇌 건강을 유지하는 핵심 방어 기제가 된다 [1, 2].
|
||||
- [[Anchoring Bias]] — 초기에 접한 정보나 수치를 절대적 기준점(Anchor)으로 삼아, 이후의 모든 판단과 가설 검증 과정을 해당 범위 내로 고착시키는 심리적 수용 현상 [1, 2].
|
||||
- [[Anthropology]] — 인류학은 조직 시스템 수준에서 문화적 차이와 환경적 요인이 인간의 행동 및 조직의 효과성에 미치는 영향을 분석하는 핵심 학문이다 [1, 2].
|
||||
- [[Artificial Intelligence]] — 인간의 신경 연결성 및 인지 프로세스를 모델링하여 학습자의 인지적 제어와 메타인지적 자기 조절을 지원하는 지능형 스캐폴딩 기술 [1-3].
|
||||
- [[Assumption Mapping]] — 제품 아이디어를 구성하는 암묵적 전제 조건을 명시적으로 드러내고, 가장 위험한 요소를 신속하게 검증하여 의사결정의 불확실성을 제거하는 전략적 프로세스다 [1, 2].
|
||||
- [[Assumption Testing]] — 솔루션을 기저의 세부 가정으로 분해하고 가장 위험한 요소를 신속하게 검증함으로써, 전체 아이디어를 구현하는 것보다 훨씬 적은 비용과 시간으로 의사결정의 불확실성을 제거하는 전략적 프로세스 [1-4].
|
||||
- [[Attention]] — 주의(Attention)는 특정 정보에 집중하고 방해 요소를 차단함으로써 목표 지향적 행동과 인지적 통제를 가능하게 하는 심리적 기제이다. [1, 2]
|
||||
- [[Attention Control]] — 주의 제어는 목표 달성에 불필요한 자극을 억제하고 관련 정보에 인지적 자원을 선택적으로 할당하여 자동적인 반응을 조절하는 실행 기능의 핵심 기제이다 [1-3].
|
||||
- [[Attention economics model]] — 주의력은 유한한 대사 자원이며, 뇌는 인지적 고갈을 방지하기 위해 이를 예산이 제한된 은행 계좌처럼 관리한다 [1, 2].
|
||||
- [[Attitude]] — 태도는 대상에 대한 평가적 판단으로, 인지·정서·행동 의도가 결합되어 조직 구성원의 직무 만족과 몰입을 결정짓는 핵심 심리적 기제이다 [1-4].
|
||||
- [[Attitude Certainty]] — 태도 확신(Attitude Certainty)은 반대되는 공격을 성공적으로 방어함으로써 얻어지는 '검증된 심리적 타당성'이며, 이는 태도와 행동 사이의 연결을 강화하는 핵심 메타인지적 지표이다 [1, 2].
|
||||
- [[Autobiographical Memory]] — 자서전적 기억은 기본 모드 네트워크(DMN)를 통해 과거의 경험을 일관된 자아 서사로 엮어내어 창의적 시뮬레이션과 미래 계획의 토대를 제공하는 신경학적 엔진이다 [1-3].
|
||||
|
||||
### B
|
||||
- [[Big Data Analytics]] — 빅데이터 분석은 경영진의 주관적 직관과 휴리스틱에 의한 오류를 객관적이고 실행 가능한 데이터 기반 통찰로 대체하여 의사결정의 합리성과 전략적 유연성을 극대화하는 체계적 방법론이다 [1-3].
|
||||
- [[Big Five]] — 인간의 성격을 다섯 가지 핵심 차원으로 구조화하여 조직 구성원의 사회적 행동, 직무 성과 및 리더십 잠재력을 예측하는 지표로 활용되는 성격 모델입니다 [1-3].
|
||||
- [[Big Five Personality Model]] — 인간의 성격을 5가지 독립적인 기본 차원으로 분류하여 조직 내 행동 패턴과 직무 성과를 체계적으로 예측하는 현대 조직행동론의 핵심 프레임워크입니다. [1-3]
|
||||
- [[Big Five Personality Traits]] — 인간의 성격을 5가지 핵심 차원으로 분류하여 조직 내 개인의 행동 방식, 직무 성과 및 상호작용을 예측하고 관리하는 가장 널리 수용되는 심리학적 프레임워크이다 [1], [2], [3], [4].
|
||||
- [[Black Swan Theory]] — 수백만 번의 긍정적 관찰로도 보편적 진리를 증명할 수 없으나, 단 한 번의 예외적 사건(검은 백조)만으로도 기존의 모든 확신을 무너뜨릴 수 있다는 세계의 근본적 불확실성에 대한 통찰 [1-3].
|
||||
- [[Bloom's Taxonomy]] — 지식의 단순 회상부터 독창적 창조까지, 인지적 복잡성을 단계별로 구조화하여 학습 목표를 설계하고 평가하는 교육적 위계 모델이다 [1, 2].
|
||||
- [[Bloom’s Taxonomy]] — 학습자의 인지 능력을 단순 기억부터 고차원적 창조까지 계층적으로 분류하여 교육 목표와 평가를 체계화하는 프레임워크 [1-4].
|
||||
- [[Bolstering]] — 반대 정보에 직면했을 때 자신의 기존 신념을 강화하는 사고를 생성함으로써, 외부 공격의 논리적 강도와 관계없이 태도 확신성을 유지하는 자기 강화형 저항 전략 [1-3].
|
||||
- [[Brain Health]] — 뇌 건강은 신경가소성과 인지 예비능을 기반으로 하며, 신체적 활동, 인지적 도전, 생활 습관의 체계적 관리를 통해 평생에 걸쳐 최적화할 수 있는 역동적인 적응 상태이다 [1-3].
|
||||
- [[Brain Plasticity]] — 뇌는 고정된 기관이 아니라 평생에 걸쳐 경험, 학습, 환경적 변화에 대응하여 자신의 구조와 기능을 재구성하고 적응시킬 수 있는 역동적인 역량을 보유하고 있다 [1, 2].
|
||||
- [[Brain Training]] — 신경가소성의 원리를 활용하여 뇌의 시냅스 연결을 강화하고, 참신한 정신적 도전을 통해 인지적 쇠퇴에 대비한 [[Cognitive Reserve]]를 구축하는 체계적인 활동이다 [1-4].
|
||||
- [[Brain-Computer Interfaces]] — 뇌의 신경 연결성과 정보 처리 방식을 모델링하여 인간의 인지 과정을 모방하는 알고리즘을 구축하고 기계와 연결하는 첨단 인터페이스 기술 [1, 2].
|
||||
- [[Bureaucracy]] — 합리적-법적 권한과 명확한 규칙, 계층 구조를 통해 조직의 운영을 표준화하고 기술적 효율성을 극대화하는 관리 모델이다 [1, 2].
|
||||
|
||||
### C
|
||||
- [[Causality]] — 단순한 상관관계를 넘어 현상의 이면에 숨겨진 메커니즘을 규명하고, 이를 검증 가능한 가설로 변환하여 문제의 근본 원인(Root Cause)을 타격하는 [[Hypothesis-Driven Thinking]]의 핵심 목적 [1-3].
|
||||
- [[Cerebellum]] — [[Cerebellum]]은 대뇌 피질의 인지적 부담을 잠재의식으로 전이하고 고도의 인지 시퀀스를 최적화함으로써 창의적 직관과 통찰을 폭발시키는 '오프라인 처리 엔진'이다 [1-3].
|
||||
- [[Chance Node]] — 의사결정자가 통제할 수 없는 불확실한 사건의 발생 가능성과 그에 따른 잠재적 결과들을 수학적으로 연결하는 확률적 분기점이다 [1-3].
|
||||
- [[Change Management]] — 변화 관리는 외부 환경의 압력과 내부의 저항을 구조적으로 관리하여 조직을 현재의 정체 상태에서 비전이 반영된 새로운 평형 상태로 이동시키는 전략적 프로세스이다 [1-3].
|
||||
- [[Cherry picking]] — 자신의 논리에 유리한 비대표적 사례나 증거만을 선택적으로 제시하여 전체의 본질을 왜곡하고 상대방을 비합리적으로 몰아세우는 논리적 기만술 [1-3].
|
||||
- [[Classification and Regression Trees]] — 데이터 세트를 지속적으로 분할하여 명확한 그룹 범주화 또는 연속적인 수치 예측을 수행하는 의사결정 트리 기반의 기계 학습 알고리즘 [1, 2].
|
||||
- [[Cognitive Bias]] — 인지 편향은 인간의 사고 과정에서 발생하는 체계적인 논리적 오류로, [[Hypothesis-Driven Thinking]]의 효율성을 극대화하는 동시에 '확증 편향'과 '기준점 설정 오류'라는 치명적인 함정을 파놓는 이중적 특성을 지닌다. [1-3]
|
||||
- [[Cognitive Biases]] — 인지 편향은 합리적 판단을 방해하는 체계적인 심리적 왜곡이며, [[가설 중심 사고]]의 효율성을 위협하는 동시에 구조적 방법론을 통해 관리되어야 할 핵심 대상이다 [1-3].
|
||||
- [[Cognitive Development]] — 인지 발달은 감각 기반의 자극 반응 단계에서 점진적으로 고차원적인 실행 기능과 메타인지적 자기 조절 능력으로 나아가는 생애 전반의 역동적인 과정이다 [1-3].
|
||||
- [[Cognitive Flexibility]] — 변화하는 조건에 맞춰 전략을 수정하거나 여러 해결책을 생성하기 위해 정신적 상태를 기민하게 전환하는 [[Executive Functions]]의 핵심 능력 [1-3].
|
||||
- [[Cognitive Load Management]] — 인간의 작업 기억(Working Memory) 한계를 고려하여 복잡한 정보를 계층적으로 구조화(Logic Tree)함으로써 인지적 피로를 방지하고 사고의 명확성을 극대화하는 전략이다 [1, 2].
|
||||
- [[Cognitive Psychology]] — 인지심리학은 인간의 정신 작용을 정보를 획득, 처리, 저장 및 사용하는 동적 과정으로 정의하고, 이러한 내부 메커니즘이 인간의 행동과 학습에 미치는 영향을 탐구하는 학문이다 [1-3].
|
||||
- [[Cognitive Rehabilitation]] — 신경가소성(Neuroplasticity) 원리를 활용하여 뇌 손상으로 저하된 인지 기능을 회복시키거나 보완함으로써 환자의 일상생활 및 사회적 복귀를 도모하는 임상적 치료 체계 [1-3].
|
||||
- [[Cognitive Reserve]] — 평생에 걸친 학습과 새로운 인지적 자극을 통해 구축된 '뇌 건강 은행'으로, 노화 및 신경학적 손상에 대항하는 인지적 방어 기제 [1, 2].
|
||||
- [[Cognitive Scaffolding]] — 창의적 사고는 정적인 유전적 특성이 아니라, 신경 가소성을 강화하는 구조화된 훈련과 인지적 지지대(Scaffolding)를 통해 체계적으로 확장하고 확장 가능한 동적인 뇌 역량이다 [1].
|
||||
- [[Cognitive skill]] — 인지 기술은 정보를 획득, 처리, 저장 및 사용하는 인간 지능의 근간이자, 목표 지향적 행동을 위해 사고 과정을 조율하고 규제하는 뇌의 핵심 메커니즘이다 [1-5].
|
||||
- [[cognitive skills]] — 인지 기술은 정보의 습득, 처리, 저장 및 적용을 가능케 하는 정신적 메커니즘으로, 단순한 지식 축적을 넘어 뇌의 가소성과 메타인지적 조절을 통해 평생에 걸쳐 발달하고 최적화될 수 있는 지성적 토대이다 [1-3].
|
||||
- [[Cognitive Stimulation]] — 신규성과 전략적 도전을 통해 뇌의 신경 가소성을 촉진하고 인지 예비능(Cognitive Reserve)을 구축하여 노화와 퇴행에 대비하는 핵심 방어 기제 [1-3].
|
||||
- [[ComfyUI - 나무위키]] — 여러 확산 모델을 노드 방식으로 연결하여 유연하고 구체적인 결과물을 생성할 수 있는 오픈 소스 그래픽 사용자 인터페이스이다.
|
||||
- [[Communication]] — 커뮤니케이션은 리더십 효과성의 근간이자 조직 문화를 전수하고 변화를 촉진하며, 구성원의 심리적 욕구 충족을 통해 조직 성과를 매개하는 핵심 프로세스이다 [1-5].
|
||||
- [[Concept Map]] — 복수의 핵심 개념과 그들 사이의 복잡한 상호관계를 라벨링된 연결선으로 시각화하여 지식의 전반적인 구조를 자유롭게 표현하는 비선형적 사고 도구 [1, 2].
|
||||
- [[Concession]] — 상대방 논리의 부분적 타당성을 공식적으로 인정함으로써, 자신의 주장이 편협하지 않고 충분한 검토를 거친 합리적 결론임을 입증하는 전략적 수용 과정 [1-5].
|
||||
- [[Confirmation Bias]] — 가설 지향 사고(Hypothesis-driven thinking)의 가장 강력한 위협으로, 자신의 기존 신념이나 가설을 뒷받침하는 정보만 선택적으로 수용하고 반대 증거를 무시하려는 인지적 본능이다 [1-3].
|
||||
- [[Conflict and Negotiation]] — 갈등은 단순히 제거해야 할 대상이 아니라, 적절한 처리 의도와 협상 전략을 통해 조직의 역동성과 성과를 높일 수 있는 관리 가능한 과정이다 [1-3].
|
||||
- [[Conflict Management]] — 갈등은 조직 내에서 단순히 회피해야 할 대상이 아니라, 적절한 관리를 통해 조직의 역동성과 창의성, 변화 수용성을 촉진하는 필수적인 프로세스이다 [1, 2].
|
||||
- [[Conflict Resolution]] — 조직 내 갈등은 성과와 변화를 위해 필요한 필수적인 과정이며, 이를 전략적 의도와 협상 프로세스를 통해 관리함으로써 조직의 혁신과 적응력을 높일 수 있다 [1-4].
|
||||
- [[Continuous Discovery Habits]] — 비즈니스 결과와 고객 니즈, 실험적 솔루션을 시각적으로 정렬하여 제품 팀이 불확실성 속에서도 지속적으로 고객 가치를 창출하게 돕는 의사결정 프레임워크 [1-3].
|
||||
- [[Convergent Thinking]] — 수렴적 사고는 확산으로 생성된 무수한 가능성을 **논리와 분석의 필터**로 정제하여, 실행 가능한 **단 하나의 최적 솔루션**으로 집약하는 수직적 의사결정 엔진이다 [1-3].
|
||||
- [[counter-argument]] — 반론은 단순히 상대의 주장을 부정하는 것이 아니라, 반대 관점을 전략적으로 수용하고 논리적으로 격파함으로써 자신의 논리를 더욱 견고하게 만드는 '자기 강화적 방어 기제'이다 [1-4].
|
||||
- [[Counterargument]] — 반론은 단순한 반대를 넘어 자신의 논리를 '전투 검증(Battle-tested)'하여 신뢰성과 인지적 확실성을 강화하는 핵심적인 수사적 기동이다 [1-3].
|
||||
- [[Crazy8]] — 문제의 본질에 충실하면서 더 입체적인 문제 정의와 해결 방안 도출을 위해 활용 가능한 **디자인 프레임워크(Design Framework)**의 일종이다 [1].
|
||||
- [[Creative Confidence]] — 창의성은 타고난 재능이 아닌 실천적 프로세스를 통해 발현되는 '일(Work)'이자, 누구나 보유한 잠재적 역량을 실질적인 혁신으로 전환하는 핵심 동력이다 [1-3].
|
||||
- [[Creative Problem Solving]] — CPS는 확산적 사고와 수렴적 사고의 의도적 균형을 통해 문제를 혁신적으로 재정의하고 실질적인 솔루션을 도출하는 체계적인 프로세스이다 [1-4].
|
||||
- [[Creative Problem Solving (CPS)]] — CPS는 상상력(Imaginative)과 혁신(Innovative)을 결합하여 문제를 재정의하고 돌파구적 아이디어를 실행으로 전환하는 검증된 의도적 사고 시스템이다 [1, 2].
|
||||
- [[creative thinking]] — 창의적 사고는 특정 뇌 반구의 전유물이 아니라, 생성(DMN), 평가(ECN), 전환(SN)을 담당하는 대규모 신경 네트워크 간의 역동적인 협업과 인지적 편향의 의도적 억제를 통해 발생하는 뇌 전체의 통합적 현상이다 [1-5].
|
||||
- [[Critical Thinking]] — 비판적 사고는 무분별한 데이터 수집 대신 검증 가능한 가설과 구조화된 논리를 analytical filter로 사용하여 객관적 의사결정을 도출하는 절제된 지적 방법론이다. [1, 2]
|
||||
- [[Cross-cultural Analysis]] — 조직 구성원의 행동과 리더십의 효과성은 해당 국가의 문화적 차원과 규범에 따라 다르게 나타나므로, 글로벌 환경에서 조직의 효과성을 높이기 위해서는 문화 간 차이를 분석하고 적응하는 것이 필수적이다 [1-4].
|
||||
- [[Customer Journey Mapping]] — 사용자 공감 단계에서 수집된 파편화된 경험 데이터를 시각적 여정으로 구조화하여, 문제의 근본 원인과 혁신의 기회를 포착하는 핵심 합성(Synthesis) 도구 [1-3].
|
||||
|
||||
### D
|
||||
- [[Data Visualization]] — 데이터 시각화는 복잡한 데이터 속의 패턴을 가시화하여 가설을 검증하고, 분석된 통찰을 의사결정자에게 논리적이고 직관적으로 전달하는 핵심 도구이다 [1-4].
|
||||
- [[Data-Driven Hypothesis Development (DDHD)]] — 불확실성이 높은 '알려지지 않은 미지(Unknown Unknowns)'의 문제를 해결하기 위해, 데이터를 기반으로 가설을 설정하고 소규모 실험을 통해 점진적으로 학습하며 가치를 전달하는 체계적인 접근 방식이다 [1-3].
|
||||
- [[Decision Tree]] — 의사결정 트리는 잠재적 선택지와 그에 따른 결과를 시각적 구조로 매핑하여 최적의 행동 경로를 결정하는 체계적인 평가 도구이다 [1, 2].
|
||||
- [[Deductive Logic]] — 보편적 전제로부터 필연적인 결론을 도출하여 가설을 검증하고, 반증(Falsification)을 통해 불확실성을 제거하는 하향식 논리 체계 [1-3].
|
||||
- [[Deductive Reasoning]] — 가설을 먼저 설정하고 그로부터 파생된 예측을 검증함으로써, 불확실한 귀납적 증명 대신 확실한 연역적 반증을 통해 문제의 본질에 접근하는 '답 중심'의 사고 체계이다 [1-3].
|
||||
- [[Deep Learning]] — 고차원 데이터 내의 복잡하고 비선형적인 관계를 발견하여 인간의 인지적 한계를 보완하고 데이터 기반 의사결정의 정교함을 극대화하는 분석 엔진. [1, 2]
|
||||
- [[Default Mode Network]] — 외부 자극이 없는 휴식 상태에서 뇌의 총 대사 에너지의 약 20%를 소모하며 가동되는 **'창의적 아이디어의 생성 엔진'**이자 자아 성찰의 핵심 네트워크 [1, 2].
|
||||
- [[Define]] — **"올바른 문제를 프레이밍하는 것이 올바른 해결책을 만드는 유일한 길이다."** [1, 2]
|
||||
- [[Define mode]] — **"올바른 문제를 정의하는 것만이 올바른 해결책을 만드는 유일한 길이다."** [1, 2]
|
||||
- [[Dementia]] — 치매는 인지 기능의 손실을 초래하는 신경퇴행성 상태이나, 지속적인 인지 자극과 생활 습관 교정을 통해 구축된 '인지 예비능(Cognitive Reserve)'으로 그 위험을 낮추거나 진행을 완화할 수 있는 질환이다 [1-4].
|
||||
- [[Dementia]] — 치매는 인지 기능의 저하를 야기하는 질병인 동시에, 특정 유형에서는 억제 기제의 해제([[Unclamping]])를 통해 역설적인 창의성 분출을 유도할 수 있는 복합적인 신경학적 상태이다. [1-3]
|
||||
- [[Design Process]] — 디자인 프로세스는 선형적인 해결책 도출이 아닌, 인간 중심의 공감을 통해 '올바른 문제'를 정의하고 반복적 실험(Iteration)을 통해 가치를 구체화하는 비선형적 혁신 프레임워크이다 [1-4].
|
||||
- [[Design Thinking]] — 사용자 공감을 바탕으로 명시적인 가설을 설정하고, 반복적인 실험과 데이터 검증을 통해 불확실성을 혁신으로 전환하는 인간 중심의 문제 해결 프레임워크 [1-3].
|
||||
- [[Design Value Framework]] — **Design Value Framework**는 사용자의 인간적 요구, 기술적 가능성, 비즈니스 지속 가능성의 교차점에서 혁신을 정의하고 차별화된 경쟁 우위를 창출하는 전략적 구조이다 [1-3].
|
||||
- [[Devil's Advocacy]] — 지배적인 가설이나 조직 내 합의에 체계적으로 이의를 제기함으로써 확증 편향과 집단 사고를 타파하고 의사결정의 객관성을 확보하는 핵심적 인지 보호 장치이다 [1, 2].
|
||||
- [[Digital Therapeutics]] — 디지털 치료제는 [[Neuroplasticity]](뇌 가소성) 원리를 활용하여 신경화학적 활성화를 유도하고, 개인화된 알고리즘을 통해 인지 기능의 회복 및 강화를 돕는 소프트웨어 기반의 치료 체계이다 [1, 2].
|
||||
- [[Discovery]] — 디스커버리(Discovery)는 해결책을 구상하기 전, 공감과 관찰을 통해 사용자의 실제 맥락을 이해하고 '올바른 문제(The Right Problem)'를 정의하는 디자인 씽킹의 핵심 단계이다 [1-3].
|
||||
- [[Divergent Thinking]] — 판단을 유보하고 비선형적 연상 작용을 극대화하여, 익숙한 해결책을 넘어 독창적인 혁신의 원재료(아이디어 수량)를 확보하는 심리적 과정이다 [1, 2].
|
||||
- [[DMAIC]] — DMAIC는 기술적 식스 시그마 프로젝트의 핵심 문제 해결 프로세스로서, 운영 효율성을 극대화하기 위해 설계된 구조화된 방법론이다 [1, 2].
|
||||
- [[Dopamine Modulation]] — 도파민 변조는 전전두엽 피질의 인지 제어를 최적화하는 핵심 기전으로, 각성 수준에 따라 실행 기능의 효율이 결정되는 역U자형(Yerkes-Dodson) 패턴을 따른다. [1, 2]
|
||||
- [[Double Diamond]] — 단순한 가정이 아닌 실제 사용자의 맥락을 통해 **'올바른 문제(Right Problem)'**를 먼저 찾고, 반복적인 실험을 통해 **'올바른 해결책(Right Solution)'**을 설계하는 디자인 사고의 시각적 표준 아키텍처 [1, 2].
|
||||
- [[Dunning-Kruger Effect]] — 능력이 부족한 학습자가 자신의 이해도를 실제보다 높게 과대평가하는 인지적 보정 오류 패턴이다 [1, 2].
|
||||
|
||||
### E
|
||||
- [[Early Childhood Development]] — 생애 초기 1,000일 동안 뇌 발달의 80%가 집중되며, 고도의 신경 가소성을 바탕으로 향후 학업 성취와 사회적 성공의 기초가 되는 [[Executive Functions]]가 형성되는 결정적 시기이다 [1-3].
|
||||
- [[ECN]] — ECN은 창의적 과정에서 발생한 원시적인 아이디어를 논리적으로 평가, 구조화 및 최적화하여 실행 가능한 해결책으로 변환하는 뇌의 **'비평가이자 편집자'**이다 [1-3].
|
||||
- [[Einstellung Effect]] — 과거에 성공했던 해결 방식에 고착되어 더 효율적이거나 우아한 대안을 인지하지 못하게 만드는 '인지적 구두쇠(Cognitive Miser)'의 자기방어 기제 [1-3].
|
||||
- [[Elevator Speech]] — 시간적 제약이 극심한 상황에서 **MECE 원칙과 결론 우선 방식**을 결합하여 60초 이내에 핵심 가치를 전달하는 고밀도 보고 기술 [1, 2].
|
||||
- [[Emotional Intelligence]] — 자신과 타인의 감정을 인식하고 관리함으로써 조직 내 신뢰와 심리적 안전감을 구축하고, 직무 만족도를 높이며 이직을 방지하는 리더십의 핵심 역량이다. [1, 2]
|
||||
- [[Empathize]] — 사용자의 관점에서 세상을 바라봄으로써 표면적인 요구를 넘어 숨겨진 욕구와 가치를 발견하는 [[design thinking]]의 심장부이자 인간 중심 혁신의 토대 [1-3].
|
||||
- [[Empathize mode]] — 디자인 챌린지의 맥락 내에서 사용자의 물리적·정서적 니즈와 세계관을 깊이 있게 이해함으로써, 인간 중심의 혁신을 가능케 하는 "새로운 눈(Fresh set of eyes)"을 얻는 단계 [1-5].
|
||||
- [[Empathy]] — 공감은 사용자의 심리적 맥락과 잠재적 요구를 신경학적 시뮬레이션을 통해 파악함으로써, 창의적 아이디어를 실질적인 혁신으로 전환하는 [[Design Thinking]]의 핵심 기반이다 [1-3].
|
||||
- [[Empathy Map]] — 인터뷰와 관찰을 통해 수집된 사용자의 **행동(Do), 말(Say), 생각(Think), 느낌(Feel)**을 시각적으로 통합하여, 인간 중심적 문제 정의를 위한 핵심 맥락을 추출하는 강력한 합성 도구이다 [1], [2].
|
||||
- [[Empathy Mapping]] — 사용자 인터뷰에서 얻은 파편화된 정보를 **말하기(Say), 행동하기(Do), 생각하기(Think), 느끼기(Feel)**의 4가지 관점으로 통합하여, 팀이 사용자의 경험적 맥락을 깊이 있게 공유하도록 돕는 시각적 도구이다 [1].
|
||||
- [[Employee Motivation]] — 직원 동기부여는 개인의 심리적 욕구 충족과 리더십 스타일의 정렬을 통해 목표 달성을 위한 행동을 유발, 지시, 유지하는 일련의 과정이다 [1-3].
|
||||
- [[Employee-Organization Relationships]] — EOR은 조직이 제공하는 유인과 직원의 심리적 욕구 충족 사이의 호혜적 교환을 통해 조직의 몰입과 효과성을 결정짓는 핵심 기제이다 [1, 2].
|
||||
- [[Epidemiology (John Snow Case)]] — 존 스노우의 콜레라 조사는 지배적인 '독기설'에 맞서 증상에 기반한 가설을 설정하고 데이터 시각화와 반증을 통해 질병의 전파 경로를 규명한 현대 역학 및 가설 기반 사고의 효시이다 [1-3].
|
||||
- [[Epistemology]] — 지식의 습득은 무차별적인 데이터 수집이 아닌, **반증 가능한 가설을 필터로 삼아 세계를 구조적으로 해부하는 하향식(Top-down) 지적 프로세스**이다 [1, 2].
|
||||
- [[Essential Skills for Logical Thinking | KnowledgeCity - YouTube]] — [[논리적 사고]]는 직장 환경에서 필수적인 능력으로, [[문제 해결]], [[비판적 사고]], [[창의성]], 그리고 [[추론 기술]]을 통합적으로 요구한다.
|
||||
- [[Essential Skills for Logical Thinking | KnowledgeCity - YouTube]] — [[논리적 사고]]는 직장 환경에서 필수적인 능력으로, [[문제 해결]], [[비판적 사고]], [[창의성]], 그리고 [[추론 기술]]을 통합적으로 요구한다.
|
||||
- [[Essential Skills for Logical Thinking | KnowledgeCity - YouTube]] — [[논리적 사고]]는 직장 환경에서 필수적인 능력으로, [[문제 해결]], [[비판적 사고]], [[창의성]], 그리고 [[추론 기술]]을 통합적으로 요구한다.
|
||||
- [[Ethical Behavior]] — 윤리적 행동은 리더의 도덕적 추론과 솔선수범을 통해 조직 내 신뢰와 무결성을 구축하는 핵심 기전이다 [1-3].
|
||||
- [[Ethics]] — 조직의 성과는 단순히 수익성을 따르는 것이 아니라, 리더의 내면적 도덕성 확립과 시스템적인 윤리적 의사결정 프레임워크의 결합을 통해 완성된다. [1-3]
|
||||
- [[Evidence-First Problem Solving]] — 가설에 의한 인지적 닻 내림(Anchoring)과 확증 편향을 방지하기 위해, **판단을 유보(Deferred Judgment)**하고 데이터로부터 진실이 자연스럽게 드러나게 하는 귀납적 문제 해결 방식이다 [1-3].
|
||||
- [[Executive Control Network]] — 집행 통제 네트워크(ECN)는 확산적 사고로 생성된 원시적 아이디어를 논리적 기준에 따라 평가, 선택 및 정제하여 실질적인 해결책으로 변환하는 창의성의 '최적화 엔진'이다. [1], [2]
|
||||
- [[Executive Control Network (ECN)]] — 창의적 과정에서 발생한 원초적 아이디어를 평가하고 검증하여, 실질적이고 논리적인 해결책으로 정제하는 '최적화 필터'이자 '비평가'이다 [1, 2].
|
||||
- [[Executive Function]] — 실행 기능은 목표 지향적 행동을 실현하기 위해 사고와 행동을 실시간으로 조율하고 감독하는 뇌의 '통제탑(Control Tower)'이다 [1-3].
|
||||
- [[Executive Functions]] — 목표 지향적 행동을 실현하기 위해 생각과 행동을 동적으로 조율하고 관리하는 **뇌의 중앙 관제 시스템(Control Tower)**이다 [1, 2].
|
||||
- [[Expected Value]] — 불확실한 상황에서 각 결과의 확률과 가치를 결합하여 대안의 잠재적 수익을 수치화함으로써, 데이터에 기반한 최적의 의사결정 경로를 제시하는 정량적 지표이다 [1, 2].
|
||||
|
||||
### F
|
||||
- [[Falsifiability]] — 과학과 비과학을 가르는 경계선이자, 가설을 단순한 추측에서 검증 가능한 전략으로 전환하여 조직의 자원 낭비를 막는 핵심 논리적 필터 [1-3].
|
||||
- [[Falsification]] — 과학적 진보와 효율적 문제 해결의 핵심은 가설의 '옳음'을 증명하는 것이 아니라, 오류를 명확히 정의하고 이를 적극적으로 '기각'하려는 시도에 있다 [1-3].
|
||||
- [[Falsification Theory]] — 과학적 지식은 결코 '증명'될 수 없으며, 단 하나의 반대 사례에 의해 무너질 수 있는 **반증 가능성**을 가질 때에만 진정한 과학적 지위와 분석적 가치를 획득한다 [1-3].
|
||||
- [[Fermi Question]] — 로지컬 씽킹 프레임워크 내에서 논리적 추론과 구조적 분해를 통해 미지의 수치를 근거 있게 추정하는 사고 기법이다 [1].
|
||||
- [[First Principle Thinking]] — 과거의 관행이나 유추에 의존하지 않고, 문제를 가장 기초적인 사실 단위로 해체하여 근본부터 새로운 해결책을 설계하는 사고 체계 [1, 2].
|
||||
- [[First-principles reasoning]] — 과거의 결함 있는 기준선(baselines)이나 점진적 수정을 거부하고, 문제의 근본적인 요구사항과 본질적 진실에서부터 논리를 재구조화하는 사고 방식 [1, 2].
|
||||
- [[Fishbone Diagram]] — 문제(결과)의 근본 원인을 식별하기 위해 잠재적 요인들을 생선 뼈 모양의 구조로 범주화하여 시각화하는 역방향 인과관계 분석 도구이다 [1-3].
|
||||
- [[Flow]] — 과제 난이도와 개인의 기술 수준이 완벽한 균형을 이룰 때, 대립 관계에 있는 뇌 네트워크들이 이례적으로 협력하여 자아 의식을 잊고 최적의 성능을 발휘하게 하는 심리적 상태 [1-4].
|
||||
- [[Flow State]] — 몰입 상태는 뇌의 상충하는 시스템인 생성(DMN)과 제어(ECN) 네트워크가 이례적으로 협력하여 자의식의 방해 없이 최적의 창의적 수행과 보상을 실현하는 신경학적 동기화 상태이다 [1-3].
|
||||
- [[Flow States]] — 몰입(Flow)은 자의식을 관장하는 기본 모드 네트워크(DMN)를 선택적으로 억제하고 실행 제어 네트워크(ECN) 및 보상 체계를 동기화함으로써, 창의적 수행을 최적화하고 정서적 안정성을 확보하는 뇌 전역적 네트워크 재구성 상태이다. [1-3]
|
||||
- [[Flowchart]] — 프로세스의 작업 단계, 의사결정 경로 및 데이터 흐름을 표준화된 기호와 연결선을 통해 시각적으로 구조화하는 워크플로우 설계 도구 [1, 2].
|
||||
- [[Framework for Innovation]] — 인간 중심의 공감을 통해 문제의 본질을 발견하고, 확산과 수렴의 반복적 과정을 통해 바람직함(Desirability), 실행 가능성(Feasibility), 지속 가능성(Viability)의 균형을 맞추는 비선형적 혁신 전략 [1-3].
|
||||
- [[Functional Fixedness]] — 사물이나 개념을 기존에 설계된 기능적 한계 내에서만 인식하여, 새로운 맥락에서의 혁신적 가치 창출을 방해하는 인지적 장벽 [1, 2].
|
||||
|
||||
### G
|
||||
- [[Game-based Training]] — 게임 기반 훈련(Game-based Training)은 단순한 지식 전달을 넘어 인지 편향을 식별하고 억제하는 기술의 장기적인 유지(Retention)와 실무 전이(Transfer) 측면에서 전통적인 교육 방식보다 월등한 효율성을 제공한다 [1].
|
||||
- [[Gap Analysis]] — 갭 분석은 현재의 원치 않는 결과($R1$)와 달성하고자 하는 목표 결과($R2$) 사이의 격차를 구조화하여, 그 차이를 유발한 '방해 사건'을 식별하고 해결 경로를 도출하는 논리적 과정이다 [1, 2].
|
||||
- [[Gender]] — 성별은 초등 교육 단계에서 집행 기능(Executive Functions)과 학업 성취도 간의 관계를 조절하는 핵심 변수이며, 이는 주로 여아의 조기 신경인지적 성숙에 기인한다 [1, 2].
|
||||
- [[Group Dynamics]] — 집단 역학은 구성원 간의 상호작용, 발달 단계, 그리고 조직 문화와의 정렬을 통해 개별 역량을 공동의 성과로 전환하는 핵심적인 심리적·사회적 프로세스이다 [9, 191, 194; 15, 354].
|
||||
- [[Groupthink]] — 조직 내 지배적인 리더십과 합의 중심의 문화가 비판적 검토를 억제하여 집단적인 터널 시야(Tunnel Vision)를 유발하고 의사결정의 질을 저하시키는 현상이다 [1, 2].
|
||||
|
||||
### H
|
||||
- [[Hero's Journey]] — 도전을 극복해 나가는 과정을 묘사하는 전통적인 서사 구조로, 결론을 최우선으로 하는 비즈니스 커뮤니케이션(Minto Pyramid)과 대조되는 스토리텔링 방식이다 [1, 2].
|
||||
- [[Hollow Man]] — 실제로 존재하지 않는 가상의 반대 의견이나 상대를 조작해 내어 공격함으로써 자신의 논리를 정당화하려는 기만적 수사법 [1].
|
||||
- [[How Tree]] — How Tree는 원인 분석을 넘어 구체적이고 실행 가능한 해결 대안을 논리적으로 구조화하여 실질적인 액션 플랜으로 변환하는 로직 트리의 최종 실행 프레임워크이다 [1-3].
|
||||
- [[Human Resource Management]] — HRM은 조직 구성원의 심리적·행동적 원리를 실무적 제도(채용, 교육, 보상 등)로 전환하여 인적 자본의 가치를 극대화하고 조직의 효과성을 확보하는 핵심 관리 체계이다 [1-3].
|
||||
- [[Human-centered Design]] — 인간 중심 디자인은 사람들의 물리적, 감정적 요구와 가치에 대한 깊은 공감을 바탕으로, 기술적 가능성과 비즈니스 지속 가능성을 결합하여 의미 있는 혁신을 창출하는 문제 해결 방식이다 [1-4].
|
||||
- [[Human-Centered Systems Thinking]] — 복잡하고 상호 연결된 시스템의 과제를 인간의 물리적·정서적 니즈와 맥락을 중심으로 재정의하여 해결하는 통합적 혁신 접근법이다 [1-3].
|
||||
- [[Hypothesis Tree]] — 특정 가설이 참이 되기 위해 성립해야 하는 논리적 조건들을 계층적으로 구조화하여, 복잡한 비즈니스 전제를 체계적으로 검증하거나 기각하는 수렴적(Convergent) 의사결정 도구 [1-3].
|
||||
- [[Hypothesis-Driven Approach]] — 방대한 데이터 수집 이전에 검증 가능한 가설을 먼저 수립함으로써 분석의 범위를 좁히고 해결책 도출의 속도와 효율성을 극대화하는 '해답 우선(Answer-first)' 문제 해결 방법론 [1-3].
|
||||
- [[Hypothesis-Driven Design]] — **Hypothesis-Driven Design(HDD)**은 제품 개발을 "구축 후 출시(build and launch)" 모델에서 **"학습 후 반복(learn and iterate)"** 주기로 전환하여, 검증되지 않은 가설로 인한 리소스를 최소
|
||||
- [[Hypothesis-Driven Design (HDD)]] — 가설 지시형 디자인(HDD)은 검증되지 않은 가정을 과학적 가설로 전환하고, 선제적 리서치를 통해 개발 리스크를 최소화하며 사용자 중심의 솔루션을 구축하는 정밀 설계 프레임워크다 [1-3].
|
||||
- [[Hypothesis-Driven Problem Solving]] — 방대한 데이터를 무작위로 수집하기 전에 '가설'이라는 논리적 답변을 먼저 설정하고, 이를 입증하기 위한 최소한의 데이터만을 효율적으로 탐색하여 최적의 해답에 도달하는 전략적 문제 해결 방식 [1-3].
|
||||
- [[hypothesis-driven thinking]] — 가설 지향적 사고는 모든 데이터를 방대하게 수집하는 대신, 타당한 답변(Answer-first)을 먼저 상정하고 이를 증명하거나 반증하는 데 필요한 최소한의 증거에만 집중함으로써 문제 해결의 속도와 정확성을 극대화하는 전략적 필터링 체계이다 [1-3]
|
||||
|
||||
### I
|
||||
- [[Ideate]] — 판단을 유보하고 사고의 폭을 넓혀(Going Wide), 최선의 단일 해답이 아닌 가능한 모든 혁신적 대안의 범위를 확보하는 단계 [1-4].
|
||||
- [[Ideate mode]] — 아이디에이트(Ideate) 모드는 '정답'을 찾는 과정이 아니라, 고정관념을 넘어 혁신적 솔루션을 도출하기 위해 가능한 가장 넓은 범위의 가능성을 창출하는 **'확산(Going Wide)'**의 과정이다 [1-4].
|
||||
- [[Ideation]] — 명확하게 정의된 문제를 바탕으로 이성적 사고와 상상력을 결합하여, 질보다 양을 우선시하며 혁신적 솔루션의 범위를 무한히 확장하는 발산적 단계 [1-4].
|
||||
- [[IMOI Model]] — 조직의 산출물(Outputs)이 다시 차기 단계의 입력값(Inputs)으로 전환되는 순환적 구조를 통해 조직 행동의 동기적·시간적 변화를 설명하는 동적 프레임워크입니다 [1, 2].
|
||||
- [[Incubation]] — 문제에 대한 의식적 집착을 멈추고 휴식 혹은 비목표 지향적 상태로 전환함으로써, **기본 모드 네트워크(DMN)**가 잠재의식 속에서 원격 연합을 형성하고 인지적 고착을 해소하도록 유도하는 핵심 창의적 단계[1-3].
|
||||
- [[Incubation Effect]] — 의식적인 문제 해결 노력을 일시적으로 중단하고 휴식을 취하는 동안, 무의식적 신경망이 정보를 재조합하여 갑작스러운 통찰(Aha! moment)을 이끌어내는 인지적 메커니즘 [1, 2].
|
||||
- [[incubation period]] — 의식적인 집행 시스템을 비활성화하여 기본 모드 네트워크(DMN)가 원격 연합(Remote Association)을 자유롭게 수행하고 무의식적으로 정보를 처리하게 하는 전략적 인지 휴지기 [1-3].
|
||||
- [[Inductive Logic]] — 개별적인 관찰 사실이나 데이터를 바탕으로 일반적인 원리나 결론을 도출하는 방식이나, 절대적 확실성을 담보할 수 없는 논리적 비약의 한계를 내포함 [1, 2].
|
||||
- [[Inductive Reasoning]] — 특정 관찰 사례들로부터 일반적인 법칙이나 가설을 도출하는 사유의 엔진이지만, 논리적 확실성보다는 개연성에 의존하며 가설 지향적 사고의 초기 단계인 '가설 수립'의 원동력이 된다 [1-3].
|
||||
- [[Industrial and Organizational Psychology]] — 조직 내 인간 행동을 과학적으로 측정하고 설명하며, 심리학적 원리를 활용하여 조직의 효율성과 구성원의 웰빙을 개선하는 응용 행동과학 [1-3].
|
||||
- [[Industrial Era (Scientific Management)]] — 과학적 관리법은 엔지니어링 원칙과 체계적 분석을 통해 근로자를 최적화된 시스템 구성 요소로 취급하며 산업 생산성을 극대화한 초기 조직 행동 이론의 기틀이다 [1, 2].
|
||||
- [[Industrial/Organizational Psychology]] — 조직 내 인간 행동을 과학적으로 측정하고 설명함으로써 개인의 웰빙과 조직의 효과성을 동시에 최적화하는 응용 행동 과학이다. [1-3]
|
||||
- [[Inference to the Best Explanation]] — 관찰된 데이터와 배경 지식을 가장 포괄적이고 단순하게 설명할 수 있는 가설을 '최선의 설명'으로 선택하는 귀납적 논리 체계 [1, 2].
|
||||
- [[Inhibitory Control]] — 억제 제어는 강력한 내부적 성향이나 외부적 유혹을 물리치고, 상황에 더 적절하거나 필요한 행동과 사고를 선택할 수 있게 하는 실행 기능의 핵심적 기제이다 [1, 2].
|
||||
- [[Intellectual Honesty]] — 단순히 논쟁에서 이기려는 목적을 넘어, 진실을 탐구하기 위해 상대방의 주장을 가장 강력한 형태로 존중하고 정직하게 검토하는 태도 [1, 2].
|
||||
- [[Internal Forward-Predictive Models]] — 소뇌가 전두엽의 인지 시퀀스를 모델링하여 오류 중심의 최적화를 수행함으로써 대뇌 피질의 부하를 줄이고 무의식적 창의성과 직관적 도약을 가능케 하는 핵심 기제이다 [1, 2].
|
||||
- [[Intuition]] — 직관은 소뇌의 잠재의식적 인지 최적화와 기본 모드 네트워크(DMN)의 원격 연합 처리가 의식 표면으로 부상하며 발생하는 "알지 못한 채 아는(knowing without knowing)" 상태이다. [1-4]
|
||||
- [[IPO Model]] — 조직 내의 다양한 현상을 '배경 조건(Input)', '행동 기제(Process)', '최종 성과(Output)'의 인과 관계와 분석 수준별 체계로 설명하는 핵심 프레임워크 [1, 2].
|
||||
- [[Ishikawa Diagram]] — 특정 문제(결과)의 근본 원인을 식별하기 위해 잠재적 원인들을 생선 뼈 형태의 표준화된 범주로 구조화하여 시각화하는 역방향 인과관계 분석 도구이다. [1-4]
|
||||
- [[Issue Analysis]] — 복잡한 비즈니스 문제를 **가설 설정과 검증**의 단계를 거쳐 **MECE 원칙**에 기반한 논리적 구조로 분해함으로써 문제의 근본 원인을 식별하고 실행 가능한 해결책을 도출하는 체계적 방법론 [1-4].
|
||||
- [[Issue Tree]] — 이슈 트리는 복잡한 문제를 상호 배타적이고 전체 포괄적인(MECE) 하위 요소로 계층화하여 분해함으로써, 모호함을 제거하고 근본 원인(Root Cause) 탐색과 가설 검증을 가능하게 하는 전략적 지도다 [1, 2].
|
||||
|
||||
### J
|
||||
- [[Job Involvement]] — 직무 몰입은 개인이 자신의 직무를 자아의 핵심 요소로 인식하고 심리적으로 동일시하여 성과를 자기 가치 형성의 물질적 기반으로 삼는 심리적 상태를 의미한다 [1, 2].
|
||||
- [[Job Satisfaction]] — 직무 만족은 자신의 직무 경험에 대한 평가에서 비롯되는 긍정적인 감정 상태로, 조직의 생산성, 시민 행동 및 인적 자원 유지력을 결정하는 핵심적인 심리적 지표이다 [1-3].
|
||||
|
||||
### K
|
||||
- [[Kanban]] — 혁신 수명 주기 중 '전달(Deliver)' 단계에서 Agile 방법론과 결합하여 솔루션의 효율적인 빌드와 실행 최적화를 지원하는 핵심 도구 [1, 2].
|
||||
- [[Karl Popper]] — 과학적 탐구의 본질은 이론의 증명이 아니라 엄격한 테스트를 통한 **'반증 가능성(Falsifiability)'**에 있으며, 이는 현대 가설 중심 사고(Hypothesis-driven thinking)의 핵심 철학적 토대를 형성한다 [1-3].
|
||||
|
||||
### L
|
||||
- [[Lateral Thinking]] — 기존의 논리적 패턴과 가정을 의도적으로 파괴하고 아이디어의 '이동 가치'를 활용하여 새로운 참조 프레임을 구축하는 비전형적 문제 해결 기법 [1].
|
||||
- [[Leadership]] — 리더십은 구성원의 심리적 욕구 충족과 상황적 요구사항의 정렬을 통해 조직의 성과, 혁신, 탄력성을 창출하는 핵심 촉매제이다 [1-3].
|
||||
- [[Leadership Styles]] — 리더십 스타일은 구성원의 심리적 요구와 상황적 맥락에 부합할 때 조직의 동기부여, 직무 만족 및 잔류 의지를 결정짓는 핵심 기제이다 [1, 2].
|
||||
- [[Lean Management]] — 린 매니지먼트는 [[logic tree]]와 [[Fishbone Diagram]] 같은 구조적 시각화 도구를 활용하여 프로세스 내의 낭비와 근본 원인을 식별하고, 지속적인 개선을 통해 가치를 최적화하는 관리 체계이다 [1-3].
|
||||
- [[Lean Startup]] — 제품 개발의 불확실성 속에서 가장 위험한 비즈니스 가설을 최소한의 비용으로 빠르게 검증하여 시장 적합성을 확보하는 혁신 도구 [1-3]
|
||||
- [[LG 스마트폰 철수 사례]] — 과거 데이터에 기반한 선형적 구조화와 외부 컨설팅에 대한 과도한 의존이 비선형적 플랫폼 패러다임 전환에 대한 대응 실기를 초래하여 사업의 종말을 야기함 [1-3].
|
||||
- [[Logic of Scientific Discovery]] — 과학적 진보는 가설의 '증명(Verification)'이 아니라, 끊임없는 '반증(Falsification)' 시도를 견뎌내는 과정을 통해 이루어진다 [1, 2].
|
||||
- [[Logic Tree]] — 복잡하게 얽힌 문제 덩어리를 [[mutually exclusive collectively exhaustive 원칙]]에 따라 분해하여 실행 가능한 최소 단위의 해결책을 도출하는 논리의 지도 [1-3].
|
||||
- [[Logic Trees]] — 로직 트리는 복잡한 문제를 **MECE 원칙**에 따라 상호 배타적이고 전체 포괄적인 하위 요소로 분해하여, 문제의 근본 원인을 계층적으로 가시화하고 해결 경로를 구조화하는 핵심 사고 도구이다 [1-3].
|
||||
- [[Logical Fallacies]] — 논리적 오류는 논증의 구조적 결함으로 인해 잘못된 추론으로 이어지는 함정이며, 인지 편향과 결합하여 비합리적인 의사결정을 유도한다 [1, 2].
|
||||
- [[Logical Reasoning in Formal and Everyday Reasoning Tasks | International Journal of Science and Mathematics Education | Springer Nature Link]] — [[논리적 추론]]은 단순한 규칙 적용을 넘어, 주어진 상황이 [[형식적(Formal)]]인지를 판단하고 그에 맞는 해석 전략과 지식을 동원하는 과정 전반에서 이루어지는 복합적인 인지 활동이다.
|
||||
- [[Logical Reasoning in Formal and Everyday Reasoning Tasks | International Journal of Science and Mathematics Education | Springer Nature Link]] — [[논리적 추론]]은 단순한 규칙 적용을 넘어, 주어진 상황이 [[형식적(Formal)]]인지를 판단하고 그에 맞는 해석 전략과 지식을 동원하는 과정 전반에서 이루어지는 복합적인 인지 활동이다.
|
||||
- [[Logical Reasoning in Formal and Everyday Reasoning Tasks | International Journal of Science and Mathematics Education | Springer Nature Link]] — [[논리적 추론]]은 단순한 규칙 적용을 넘어, 주어진 상황이 [[형식적(Formal)]]인지를 판단하고 그에 맞는 해석 전략과 지식을 동원하는 과정 전반에서 이루어지는 복합적인 인지 활동이다.
|
||||
- [[Logical Thinking]] — 논리적 사고는 사실(Fact)을 기반으로 문제를 엄격히 구조화하고, 가설을 통해 해결책을 역방향으로 도출하여 실행 가능한 비즈니스 가치를 창출하는 지적 공학 체계다. [1-4]
|
||||
|
||||
### M
|
||||
- [[Max Weber]] — 합리적-법적 권한에 기반한 관료제 이론을 통해 현대 조직의 기술적 효율성과 구조적 기틀을 정립하고, 자본주의 발전의 문화적 토대를 분석한 사회학자 [1-8].
|
||||
- [[MECE]] — 정보의 중복(Overlap)과 누락(Omission)을 원천 차단하여 분석의 효율성과 논리적 무결성을 확보하는 정적 정보 설계의 표준 원칙 [1].
|
||||
- [[MECE]] — 복잡한 비즈니스 문제를 중복 없이, 누락 없이(Mutually Exclusive, Collectively Exhaustive) 해체하여 사각지대 없는 논리적 완결성을 확보하는 맥킨지식 구조화의 황금률이다. [1-4]
|
||||
- [[MECE 원칙]] — 복잡한 비즈니스 문제를 중복 없이, 누락 없이 논리적으로 분해하여 문제의 본질을 명확히 파악하고 자원 낭비를 방지하는 맥킨지식 사고의 핵심 규율이다 [1-4].
|
||||
- [[MECE Framework]] — **중복 없이 명확하게(ME), 누락 없이 전체를(CE) 포괄하여** 복잡한 비즈니스 문제를 체계적으로 구조화하고 근본 원인을 격리하는 논리적 사고의 핵심 원칙이다 [1-3].
|
||||
- [[MECE Principle]] — 복잡한 문제를 중복 없이(Mutually Exclusive) 전체적으로(Collectively Exhaustive) 구조화하여 논리적 공백과 비효율을 제거하는 사고의 황금률 [1-4].
|
||||
- [[Memory]] — 메모리는 정보를 저장, 유지, 회상하는 능력을 넘어, 정보를 실시간으로 조작하여 문제 해결과 학습을 가능케 하는 인지 능력의 핵심 엔진이자 실행 기능(Executive Functions)의 필수 구성 요소이다 [1-3].
|
||||
- [[Mental Set]] — 과거의 성공적인 해결 방식에 고착되어 더 효율적이거나 혁신적인 대안을 인식하지 못하게 만드는 심리적 관성 [1, 2].
|
||||
- [[Mental Sets]] — 과거의 성공 경험을 바탕으로 형성된 고착된 사고방식이 뇌의 에너지 효율을 높여주는 동시에, 더 혁신적이고 효율적인 대안을 탐색하는 능력을 차단하는 심리적 장벽 [1-3].
|
||||
- [[Metacognition]] — 메타인지는 자신의 사고 과정을 스스로 평가하고 조정함으로써 태도의 확신(Attitude Certainty)을 구축하고 반대 논리에 대한 저항력을 강화하는 전략적 자기 조절 메커니즘이다 [1, 2].
|
||||
- [[MIND Diet]] — 지중해식 식단과 DASH 식단을 결합하여 신경 퇴행을 지연시키고 인지적 웰빙을 지원하도록 설계된 과학적 근거 기반의 영양 전략 [1], [2].
|
||||
- [[Mind Map]] — 중앙의 핵심 아이디어로부터 방사형으로 정보를 조직화하여 인간 뇌의 자연스러운 연상 작용과 시각적 기억 능력을 극대화하는 비선형 사고 도구 [1-3].
|
||||
- [[Mind Mapping]] — 뇌의 자연스러운 **'방사형 사고(Radiant Thinking)'**를 시각적으로 모방하여 언어적 네트워크와 시각적 공간 처리 능력을 동시에 활성화하는 전뇌(Whole-brain) 기반 비선형 사고 도구 [1].
|
||||
- [[Mindfulness]] — 마음챙김(Mindfulness)은 기본 모드 네트워크(DMN)를 의도적으로 조절하고 네트워크 간 전환 능력을 강화함으로써, 고착된 사고를 탈피하고 창의적 발상을 가능하게 하는 신경생물학적 훈련 기제이다 [1], [2], [3].
|
||||
- [[Minimum Viable Product (MVP)]] — MVP는 가설을 가장 빠르고 저렴하게 검증하여 '잘못된 제품'을 만드는 위험을 최소화하고 학습을 극대화하는 전략적 도구이다 [1, 2].
|
||||
- [[Minto Pyramid]] — 복잡한 비즈니스 문제를 해결하기 위해 결론부터 제시하고 이를 논리적 계층 구조로 뒷받침하는 '답 중심(Answer-first)'의 사고 및 소통 프레임워크입니다 [1-4].
|
||||
- [[Minto Pyramid Principle]] — 비즈니스 커뮤니케이션의 효율성을 극대화하기 위해 결론(답변)을 최상단에 배치하고, 이를 논리적으로 완결된 피라미드 구조로 뒷받침하는 하향식(Top-down) 사고 및 전달 프레임워크 [1-3].
|
||||
- [[Motivation]] — 동기(Motivation)는 목표 달성을 위해 인간의 행동을 유발(Arouse), 방향 설정(Direct), 유지(Maintain)하는 일련의 심리적 과정이며, 개인의 내적 욕구와 조직적 보상의 정렬을 통해 성과로 전환된다 [1, 2].
|
||||
- [[Moving Your Body]] — 신체 활동은 소뇌와 대뇌 피질 간의 신경학적 상호작용을 최적화하고 인지적 제약을 완화함으로써, 창의적 직관과 인지적 유연성을 극대화하는 생물학적 촉매제이다 [1-3].
|
||||
- [[mutually exclusive collectively exhaustive 원칙]] — 복잡한 정보를 중복 없이(Mutually Exclusive) 나누고 누락 없이(Collectively Exhaustive) 전체를 포괄하여 최적의 문제 해결 구조를 만드는 로지컬 씽킹의 핵심 원칙 [1], [2], [3].
|
||||
- [[MVP]] — 실제 사용자의 행동을 통해 비즈니스 가설을 검증하고 '학습'을 생성할 수 있는 가장 작고 경제적인 실행 단위 [1, 2].
|
||||
- [[Myers-Briggs Type Indicator]] — 인간의 성격을 4가지 차원의 이분법적 선호도로 분류하여 16가지 유형으로 정의함으로써, 조직 내 상호작용과 의사결정 방식을 이해하고 예측하는 성격 평가 도구이다 [1-4].
|
||||
|
||||
### N
|
||||
- [[National Culture]] — 국가 문화는 조직 내 구성원의 행동 양식과 리더십의 효과성을 규정하는 근본적인 상황적 조절 변수이자 조직 행동의 토대이다 [1-3].
|
||||
- [[Neurobiology of Creativity]] — 창의성은 특정 뇌 영역의 고립된 활동이 아니라, 상반된 기능을 수행하는 대규모 뇌 네트워크들이 살성 네트워크(SN)의 중재를 통해 역동적으로 협업하고 통합되는 전뇌(Whole-brain)적 현상이다 [1-4].
|
||||
- [[Neuroplasticity]] — 뇌는 고정된 기관이 아니라, 평생에 걸쳐 경험, 학습, 환경 변화에 대응하여 스스로의 구조와 기능을 재구성하고 최적화하는 역동적인 적응 능력을 보유한다 [1, 2].
|
||||
- [[Neuroplasticity]] — 신경 가소성은 학습과 경험을 통해 뇌의 물리적 구조와 기능적 연결을 재구성함으로써, 창의적 사고를 정적인 재능이 아닌 훈련 가능한 동적 역량으로 변모시키는 핵심 기전이다 [1-3].
|
||||
- [[Neuropsychology]] — 뇌의 생물학적 구조 및 신경학적 과정과 인간의 인지 기능 및 행동 사이의 복잡한 상호관계를 연구하여 인간의 적응과 학습 원리를 규명하는 학문이다 [1, 2].
|
||||
- [[Neuroscience]] — 인간의 사고, 행동 및 회복력을 뒷받침하는 뇌의 역동적인 적응 능력(신경 가소성)과 고등 인지 제어 시스템(집행 기능)의 신경생물학적 토대를 규명하는 학문이다 [1-4].
|
||||
- [[Nutpicking]] — 반대 집단의 가장 극단적이고 비대표적인 소수(Nut)의 발언을 전체의 의견인 양 선택(Picking)하여 공격함으로써 해당 집단 전체를 비합리적으로 낙인찍는 논리적 오류 전술 [1], [2].
|
||||
|
||||
### O
|
||||
- [[Occam's Razor]] — 두 가지 이론의 설명력이 동일할 때, 불필요한 복잡성을 배제한 가장 단순한 가설을 선택하는 논리적 원칙이다 [1].
|
||||
- [[Occupational Health Psychology]] — 조직 구성원의 건강, 안전 및 웰빙을 증진하기 위해 심리학적 원리를 작업 환경에 적용하여 개인의 안녕과 조직의 효과성을 동시에 최적화하는 학문 분야이다. [1-3]
|
||||
- [[Occupational Stress]] — 직무 스트레스는 업무상의 요구 사항과 이를 관리하기 위한 자원 사이의 불균형에서 발생하며, 조직 정치와 변화에 대한 저항에 의해 심화되고 리더의 감성 지능과 조직적 지원을 통해 완화된다. [1-4]
|
||||
- [[Opportunity Solution Tree]] — 비즈니스 목표(Outcome)와 고객의 니즈(Opportunity)를 시각적으로 연결하여, 실험을 통해 검증된 최적의 해결책(Solution)으로 안내하는 제품 발견(Product Discovery)의 나침반이다 [1-3].
|
||||
- [[Organization Design]] — 조직 설계는 공식적인 권한 계층, 규칙, 기술적 전문성을 통해 구성원을 통합하고 내부적 안정성과 외부적 적응 사이의 균형을 맞추는 구조적 프레임워크를 구축하는 과정이다 [1-3].
|
||||
- [[organizational behavior]] — 조직 내 인간의 행동과 조직 자체의 인터페이스를 연구하여 개인, 집단, 조직 시스템의 상호작용을 이해하고 조직의 효과성을 최적화하는 다학제적 응용 행동 과학 [1-3].
|
||||
- [[Organizational Change]] — 조직 변화는 동동적인 환경 속에서 조직의 생존과 성장을 위해 내부 구조, 문화, 프로세스를 외부 요구에 맞춰 재정렬하는 필수적인 적응 과정이다 [1, 2].
|
||||
- [[Organizational Citizenship Behavior]] — 공식적인 직무 요구사항을 넘어 조직의 안녕과 효과성에 자발적으로 기여하는 '좋은 군인(Good Soldier)'적 메커니즘이다. [1, 2]
|
||||
- [[Organizational Commitment]] — 조직의 목표에 동화되어 구성원 자격을 유지하려는 심리적 상태로, 직무 불만족 상황에서도 이탈을 방지하고 조직의 성과를 지탱하는 핵심 동력이다 [1-4].
|
||||
- [[Organizational Culture]] — 조직 문화는 구성원이 공유하는 가치와 신념의 체계로서, 조직의 정체성을 규정하고 행동을 유도하며 외부 적응과 내부 통합을 가능케 하는 핵심 기제이다 [1-3].
|
||||
- [[Organizational Justice]] — 조직 내 의사결정 절차와 자원 배분의 공정성에 대한 구성원의 지각은 조직에 대한 신뢰와 변화 수용성을 결정하는 핵심 기제이다 [1, 2].
|
||||
- [[Organizational Structure]] — 조직 구조는 구성원을 통합하고 의사결정 가이드라인을 제공하며, 내부 통합과 외부 환경 적응 사이의 균형을 유지하는 공식적인 골격이다. [1, 2]
|
||||
- [[Osborn-Parnes]] — 확산적 사고와 수렴적 사고의 엄격한 분리 및 교차 적용을 통해 문제를 재정의하고 혁신적인 실행안을 도출하는 구조화된 시스템 [1-3].
|
||||
|
||||
### P
|
||||
- [[Pareto Principle]] — 20%의 핵심 동인이 전체 결과의 80%를 결정한다는 원리로, 분석 리소스를 '중요한 소수'에 집중시켜 문제 해결의 효율성을 극대화하는 전략적 필터이다 [1].
|
||||
- [[Pareto priority index]] — 로직 트리의 수많은 분기 중 가장 큰 전략적 임팩트를 정량적으로 산출하여 분석 효율성을 극대화하는 우선순위 지표입니다. [1, 2]
|
||||
- [[Persona]] — 페르소나는 실재하는 사용자의 공감 데이터를 응축하여 만든 **'복합적 캐릭터(Composite Character)'**이며, 디자인 팀이 '모든 사람'이 아닌 '특정 대상'을 위한 최적의 해결책에 집중하게 만드는 전략적 닻이다 [1-4].
|
||||
- [[Personality]] — 성격은 개인이 타인과 상호작용하고 상황에 반응하는 방식에 영향을 미치는 독특하고 상대적으로 안정적인 심리적 행동 패턴의 집합체이다 [1, 2].
|
||||
- [[Personality Psychology]] — 성격 심리학은 개인이 환경과 상호작용하는 안정적인 행동·사고 패턴을 규명함으로써, 조직 내 직무 성과를 예측하고 개인-직무 간 최적의 적합성을 도출하는 핵심 기제이다. [1-3]
|
||||
- [[Personality Trait]] — 개인의 행동, 인지, 감정의 안정적인 패턴으로서 조직 내 직무 성과와 조직 적합성을 결정짓는 핵심적 예측 지표이다. [1, 2]
|
||||
- [[Personality Traits]] — 성격 특성은 개인의 행동, 인지, 감정의 일관된 패턴으로서 조직 내 직무 성과를 예측하고 개인과 직무 및 조직 간의 적합성을 결정하는 핵심적인 심리적 토대이다 [1-3].
|
||||
- [[Personality-Job Fit Theory]] — 개인의 성격적 특성과 수행하는 직무 환경의 요구 사항이 일치할 때 직무 만족도가 극대화되고 이직 가능성이 최소화된다 [1, 2].
|
||||
- [[Perspective Integration]] — 고착된 개념적 연상을 타파하기 위해 다양한 인지적 관점을 능동적으로 투사하고 통합함으로써 뇌의 '마음 이론' 네트워크를 활성화하고 창의적 유연성을 확보하는 고도화된 인지 훈련 모델이다 [1-3].
|
||||
- [[Persuasion]] — 설득은 자신의 주장을 일방적으로 전달하는 것이 아니라, 반대 견해를 전략적으로 수용하고 공정하게 반박함으로써 논리적 신뢰도를 구축하고 청중의 태도 확실성을 강화하는 상호작용적 과정이다. [1-5]
|
||||
- [[PEST 분석]] — 비즈니스 전략 수립 시 거시적 환경 요인을 체계적으로 파악하기 위해 활용되는 전략 기획 및 분석 프레임워크이다 [1, 2].
|
||||
- [[PEST analysis]] — 비즈니스 전략 수립 및 문제 구조화를 위해 활용되는 대표적인 전략 기획 분석 프레임워크 [1-3].
|
||||
- [[Physical Activity]] — 신체 활동은 뇌 혈류 증가와 신경 연결 성장을 촉진하여 실행 기능을 강화하고 인지 저하를 방지하는 뇌 건강의 핵심적인 기초 토대이다 [1-3].
|
||||
- [[Physical Fitness]] — 신체적 피트니스(Physical Fitness)는 뇌 혈류량 증가와 신경 연결 성장을 촉진하여 [[Executive Functions]]를 최적화하고 인지적 노화 및 저하를 방어하는 핵심 기제이다 [1-3].
|
||||
- [[PI Planning]] — PI Planning은 대규모 조직에서 **디자인 씽킹의 발견(Discovery) 단계를 프로그램 증분(Program Increments)의 실행 계획에 명시적으로 통합**하여 설계와 전달 사이의 간극을 해소하는 전략적 동기화 지점이다 [1], [2]
|
||||
- [[PMA]] — 어떤 난관 앞에서도 사태를 전향적으로 파악하고 "내가 무엇을 할 수 있는가"에 집중하여 미래를 개척하는 주체적인 마음가짐이다 [1, 2].
|
||||
- [[PMA (Positive Mental Attitude)]] — 방법론보다 우선시되는, 어떠한 난관 앞에서도 주체적으로 문제를 해결하려는 전향적이고 자발적인 마음가짐 [1, 2].
|
||||
- [[PMA-Positive-Mental-Attitude]] — 난관 앞에서도 체념하지 않고 '무엇을 할 수 있는가'를 주체적으로 고민하며 해결을 위해 자발적으로 움직이는 맥킨지의 핵심 행동 규범 [1, 2].
|
||||
- [[Point of View]] — 올바른 문제를 정의하는 것이 올바른 해결책을 만드는 유일한 길이며, POV는 공감(Empathy)을 통해 얻은 통찰을 실행 가능한 문제 정의로 전환하는 핵심 장치이다 [1, 2].
|
||||
- [[Point-of-View (POV)]] — 사용자의 니즈와 깊은 통찰을 결합하여 해결해야 할 '진정한 문제'를 정의하는 실행 가능한 문제 정의서 [1-4].
|
||||
- [[Porter's five forces analysis]] — 생각을 구조화하고 전략을 단단하게 만들기 위해 활용되는 MECE적 사고 기반의 대표적인 경영 전략 분석 프레임워크이다 [1].
|
||||
- [[Positive Mentality]] — 어떠한 난관 앞에서도 사태를 주체적이고 전향적으로 파악하여 스스로 해결책을 찾아 움직이는 맥킨지의 핵심 행동 규범이다 [1, 2].
|
||||
- [[Power and Politics]] — 권력은 타인의 행동을 자신의 의도대로 변화시킬 수 있는 잠재적 영향력이며, 정치는 이러한 권력을 활용하여 조직 내 자원 배분과 의사결정에 영향을 미치는 비공식적 활동이다 [1-3].
|
||||
- [[Pre-Mortem]] — 프로젝트가 이미 실패했다고 가정하고 그 원인을 역추적함으로써 경영진의 과잉 확신과 인지적 맹점을 강제로 제거하는 구조적 의사결정 보호 장치 [1, 2].
|
||||
- [[Prefrontal Cortex]] — 창의적 사고의 핵심 엔진으로서 전전두엽은 아이디어를 생성하는 생성기(mPFC)와 이를 논리적으로 검증하는 필터(DLPFC)의 역할을 동시에 수행하며, 최적의 혁신은 자아 비판적 감시를 해제하는 '언클램핑(unclamping)' 상태에서 발생한다. [1
|
||||
- [[Problem Definition]] — 문제 정의는 현재의 원치 않는 결과(R1)와 도달하고자 하는 목표 결과(R2) 사이의 격차(Gap)를 명확히 규명함으로써 해결을 위한 논리적 구조를 세우는 필수적인 선행 과정이다 [1, 2].
|
||||
- [[Problem Statement]] — **"올바른 문제를 정의(Framing)하는 것이 올바른 해결책을 만드는 유일한 방법이다."** [1, 2]
|
||||
- [[Problem Statement Worksheet]] — 문제 해결의 성패는 이해관계자 간의 정렬된 합의를 바탕으로 문제의 본질과 성공 기준을 SMART 원칙에 따라 구체화하는 작업에 달려 있다 [1, 2].
|
||||
- [[Product Trio]] — 제품 트리오는 제품 관리자, 디자이너, 엔지니어가 공동의 책임을 바탕으로 비즈니스 목표와 고객 가치를 시각적으로 정렬하여 제품을 발견하는 협력적 팀 구조이다 [1-3].
|
||||
- [[Profitability Framework]] — 수익성 프레임워크는 기업의 이익 변화를 수학적 정체성(Profit = Revenue - Cost)에 기반하여 상호 배제적이고 전체 포괄적인(MECE) 하위 동인으로 분해함으로써 문제의 근본 원인을 격리하고 해결책을 도출하는 핵심적인 논리 트리 도구이다
|
||||
- [[Prospection]] — Prospection은 과거의 기억을 재료 삼아 미래의 다양한 시나리오를 정신적으로 시뮬레이션함으로써, 현재의 의사결정을 최적화하고 창의적 돌파구를 마련하는 뇌의 '선제적 적응' 기제이다. [1, 2]
|
||||
- [[Prototype]] — 프로토타입은 최종 솔루션에 도달하기 위해 질문에 답하고 가설을 검증하며, "생각하기 위해 만들고(Build to think) 배우기 위해 테스트하는(Test to learn)" 반복적인 유물 생성 과정이다 [1-4].
|
||||
- [[Prototype mode]] — 생각하기 위해 물리적으로 구현하고(Build to think), 가설을 배우기 위해 반복적으로 테스트하는 과정(Test to learn)이다 [1, 2].
|
||||
- [[Prototyping]] — **생각하기 위해 만들고 배우기 위해 테스트하라 (Build to think and test to learn)**는 원칙 아래, 최종 해결책에 도달하기 위한 질문에 답하는 반복적인 과정이다 [1, 2].
|
||||
- [[Psychology]] — 인간의 행동을 측정, 설명 및 수정함으로써 조직 내 개인의 행동을 예측하고 효과성을 극대화하는 핵심 행동 과학 [1, 2].
|
||||
- [[Pyramid Principle]] — 결론을 정점에 두고 논리적 그룹화와 증거로 뒷받침하여, 바쁜 의사결정자의 사고방식에 최적화된 하향식(Top-down) 구조화 소통 방식이다 [1-3].
|
||||
- [[Pyramid Structure]] — 결론을 최상단에 배치하고 MECE 원칙에 따라 논거를 하부 구조화하여 의사결정권자에게 핵심 메시지를 가장 빠르고 논리적으로 전달하는 구조적 커뮤니케이션 방법론이다 [1, 2].
|
||||
|
||||
### Q
|
||||
- [[QDT]] — 가설이 성립하기 위한 필수 전제 조건과 반증 요인을 신속하게 점검하여 데이터 분석에 투입될 자원의 낭비를 방지하는 가설 필터링 기법이다 [1-3].
|
||||
|
||||
### R
|
||||
- [[Rational-Legal Authority]] — 합리적-법적 권위는 주관적 판단이 아닌 명문화된 규칙과 법적 규범의 합리성에 근거하여 조직의 기술적 효율성을 극대화하는 관료제의 핵심 통제 기제이다. [1, 2]
|
||||
- [[Reasoning Biases]] — 가설 기반 사고의 효율성을 위협하는 인지적 지름길이자, 객관적 데이터 해석을 왜곡하여 전략적 마비와 의사결정 실패를 초래하는 체계적인 판단 오류 [1-3].
|
||||
- [[Rebuttal]] — 반대 의견의 논리적 결함을 정밀하게 타격하고, 이를 역으로 이용해 자신의 주장을 '전투로 검증된(battle-tested)' 결론으로 승격시키는 전략적 반론 과정 [1, 2].
|
||||
- [[Rebuttal Strategies]] — 반론은 상대 논리를 단순히 부정하는 행위가 아니라, 상대의 가장 강력한 지점을 정밀하게 해체하고 자신의 논증을 '전투 검증(Battle-tested)'된 상태로 승격시키는 전략적 재확언 프로세스이다 [1-3].
|
||||
- [[Red herring]] — 논의 중인 실제 주제에서 벗어나 청중을 오도하기 위해 제시되는 무관한 정보나 논리적 오류의 일종이다 [1, 2].
|
||||
- [[Refutation]] — 반박은 상대 논거의 결함을 드러내는 동시에 자신의 주장이 압도적인 논리적 우위에 있음을 입증하는 전략적 재확언 프로세스이다 [1-3].
|
||||
- [[Resistance]] — 저항은 창의적 실행을 가로막는 보편적인 심리적 장벽으로, 이를 극복하기 위해서는 의도적인 판단 유보와 뇌의 자기 감시 체계인 '내부 비판가'를 해제하는 과정이 필수적이다 [1, 2].
|
||||
- [[Resistance Strategies]] — 저항 전략은 단순한 설득의 거부가 아니라, **반박(Counterarguing)**과 **강화(Bolstering)**라는 상이한 메타인지적 경로를 통해 태도의 확신성과 행동 의도를 결정하는 정교한 심리적 방어 체계이다 [1-3].
|
||||
- [[Rhetoric]] — 반대 관점을 공정하게 수용하고 정교하게 반박함으로써 자신의 논증을 단순한 주장에서 검증된 진리로 격상시키는 전략적 지적 프로세스 [1-4].
|
||||
- [[Risk Management]] — 로직 트리는 복잡한 비즈니스 시나리오에서 발생 가능한 모든 경로와 결과를 시각화하고, 확률적 정량화를 통해 불확실성을 통제 가능한 위험으로 전환하는 강력한 도구이다 [1-3].
|
||||
- [[Root Cause Analysis]] — 드러난 문제는 결과의 사슬에서 마지막 고리에 불과하며, 근본 원인 분석은 이 사슬의 시작점을 찾아내어 영구적이고 임팩트 있는 해결책을 보장하는 프로세스이다 [1, 2].
|
||||
|
||||
### S
|
||||
- [[SAFe]] — 대규모 조직의 혁신을 위해 **디자인 씽킹의 발견(Discovery) 단계를 프로그램 인크리먼트(Program Increments) 계획 프로세스에 명시적으로 통합**하는 확장형 프레임워크 [1, 2].
|
||||
- [[Salience Network]] — 브레인의 **"인지적 스위치보드(Cognitive Switchboard)"**로서 내부의 아이디어 생성과 외부의 실행 통제 사이에서 주의의 우선순위를 결정하고 동적으로 전환을 유도하는 핵심 중재 네트워크이다 [1, 2].
|
||||
- [[Salience Network (SN)]] — 창의적 사고 과정에서 생성된 아이디어의 가치를 식별하고, 상충되는 두 인지 네트워크(DMN-ECN) 사이의 전환을 제어하는 뇌의 **'인지적 교환기(Cognitive Switchboard)'**이자 **'교통 컨트롤러(Traffic Controller
|
||||
- [[SCAMPER]] — 기존의 구조적 모델을 7가지 인지적 연산으로 체계적으로 변형하여 고착된 사고를 우회하고 혁신적 대안을 도출하는 수평적 아이디어 생성 기법 [1, 2].
|
||||
- [[ScienceDirect]] — 요청된 콘텐츠를 제공하는 데 기술적인 문제가 발생했음을 알리며, 문제 해결을 위해 상세한 디버깅 정보를 수집하고 지원팀에 연락하도록 안내하는 오류 보고서입니다.
|
||||
- [[ScienceDirect]] — 요청된 콘텐츠를 제공하는 데 기술적인 문제가 발생했음을 알리며, 문제 해결을 위해 상세한 디버깅 정보를 수집하고 지원팀에 연락하도록 안내하는 오류 보고서입니다.
|
||||
- [[ScienceDirect]] — 요청된 콘텐츠를 제공하는 데 기술적인 문제가 발생했음을 알리며, 문제 해결을 위해 상세한 디버깅 정보를 수집하고 지원팀에 연락하도록 안내하는 오류 보고서입니다.
|
||||
- [[Scientific Management]] — 엔지니어링 원칙과 과학적 분석을 통해 작업 프로세스를 최적화하고 과업 효율성을 극대화하는 초기 관리 접근 방식입니다 [1-3].
|
||||
- [[Scientific Method]] — 과학적 방법론은 가설을 '증명'하는 것이 아니라, 엄격한 **반증(Falsification)** 시도에서 살아남은 가설을 통해 진리에 점진적으로 다가가는 체계적인 사고 체계이다 [1-3].
|
||||
- [[SCQA]] — 독자가 이미 알고 있는 사실(Situation)에서 문제(Complication)를 도출하고 핵심 질문(Question)을 정의하여 최적의 가설적 해답(Answer)으로 논리적 흐름을 연결하는 비즈니스 스토리텔링 프레임워크 [1-3].
|
||||
- [[SCQA Framework]] — 복잡한 비즈니스 문제를 상황(Situation), 전개(Complication), 질문(Question), 답변(Answer)의 서사 구조로 재구성하여 의사결정자의 주의를 끌고 해결책을 즉각적으로 전달하는 스토리텔링 프레임워크 [1-3].
|
||||
- [[SCQA Model]] — SCQA는 초기 상황(Situation)에서 발생한 변화(Complication)로 인한 논리적 격차를 질문(Question)으로 정의하고, 이를 해결하는 답변(Answer)을 제시하는 비즈니스 스토리텔링의 핵심 프레임워크이다 [1-3].
|
||||
- [[SCR 프레임워크]] — 비즈니스 현황(S)과 당면 과제(C)를 분석하여 논리적 해결책(R)을 도출하고, 이를 설득력 있는 이야기 구조로 전달하는 맥킨지식 전략적 의사소통 및 문제 정의 도구이다. [1, 2]
|
||||
- [[Scrum]] — 스크럼은 정의된 백로그를 짧은 주기(Sprint) 내에 반복적으로 실행하여 동작하는 제품 증분(Increment)을 인도하고, 피드백을 통해 지속적으로 개선하는 가장 대중적인 [[Agile]] 프레임워크이다 [1, 2].
|
||||
- [[Self-Categorization Theory]] — 개인이 자신을 특정 사회적 집단의 구성원으로 정의함으로써 외부의 영향으로부터 스스로를 보호하고 집단의 가치에 부합하는 행동 규범을 형성하는 심리적 기제 [1, 2].
|
||||
- [[Self-Determination Theory]] — 인간의 세 가지 기본 심리적 욕구인 자율성, 유능감, 관계성이 충족될 때 조직 구성원의 내재적 동기와 웰빙이 극대화된다 [1].
|
||||
- [[Self-regulated learning]] — 자기 조절 학습은 인지적 도구를 전략적으로 배치하기 위해 자신의 사고 과정을 계획, 모니터링 및 평가하는 **'통제탑(Control Tower)'** 역할을 통해 학습자를 독립적인 주체로 변화시킨다 [1-3].
|
||||
- [[Self-Regulation]] — 목표 달성을 위해 생각과 행동을 선택, 모니터링 및 조정함으로써 행동의 시간적 조직화를 가능하게 하는 핵심 인지 통제 체계 [1, 2].
|
||||
- [[Service Blueprinting]] — 디지털 경험의 핵심인 사람(People), 소품(Props), 프로세스(Processes)를 유기적으로 조율하여 복잡한 서비스 시스템을 가시화하고 설계하는 관리 방법론 [1, 2].
|
||||
- [[Service Design]] — 서비스 디자인은 인간 중심의 디자인 사고를 활용하여 사람, 인프라, 그리고 프로세스를 유기적으로 조율함으로써 무형의 가치와 경험을 혁신적으로 설계하고 구체화하는 실천이다 [1-4].
|
||||
- [[Simulation Planning]] — 시뮬레이션 플래닝은 전통적인 로직 트리가 해결하지 못하는 동적 복잡성(dynamic complexity)을 가진 시스템 문제를 해결하기 위해 시스템의 실제 구조를 모델링하고 다양한 솔루션 시나리오를 가상으로 검증하는 고차원적 의사결정 전략이다. [1,
|
||||
- [[Six Sigma]] — 기술적 문제 해결 절차인 DMAIC를 MECE 원칙으로 재구성하여 의사결정권자에게 최적화된 고효율 커뮤니케이션을 실현하는 방법론 [1, 2].
|
||||
- [[Sleep Optimization]] — 수면 최적화는 기억 공고화와 뇌 내 노폐물 제거를 통해 [[Executive functions]]를 보호하고 전반적인 인지 건강을 유지하는 필수적인 회복 기제이다 [1, 2].
|
||||
- [[So What?]] — 단순한 사실의 나열과 요약을 넘어, 데이터가 내포한 진정한 의미와 전략적 방향성을 추출해내는 맥킨지식 통찰의 핵심 기술 [1, 2].
|
||||
- [[Social Connection]] — 사회적 연결은 뇌의 가소성을 자극하고 인지 예비능을 구축함으로써 인지 저하 위험을 방지하고 전반적인 뇌 건강을 유지하는 핵심 기둥이다 [1-4].
|
||||
- [[Social Exchange Theory]] — 조직 내 관계는 신뢰와 혜택의 호혜적 교환을 통해 형성되며, 조직의 규정과 표준에 의해 가이드되는 지속적인 상호작용의 결과이다 [1].
|
||||
- [[Social Psychology]] — 개별 심리학과 거시 사회학 사이의 가교 역할을 수행하며, 조직 내 집단 수준에서 발생하는 개인 간의 상호작용과 역동성을 규명하는 핵심 학문 분야이다 [1, 2].
|
||||
- [[Sociology]] — [[Sociology]]는 조직을 하나의 사회적 시스템으로 규정하고, 거시적인 관점에서 조직 구조, 문화, 권력 및 집단 간 역동성이 조직의 유효성에 미치는 영향을 분석하는 핵심 학문적 토대이다 [1].
|
||||
- [[Sprint]] — 검증된 요구사항을 바탕으로 제품 증분을 반복적으로 구축, 테스트 및 개선하여 변화에 유연하게 대응하는 짧고 규율 있는 인도(Delivery) 주기 [1, 2].
|
||||
- [[Squiggle Birds]] — 무작위의 혼돈(휘갈김) 속에서 구체적인 형상을 찾아내어 시각-공간적 패턴 매칭 능력과 인지적 유연성을 강화하는 뇌 가소성 훈련 기법 [1]
|
||||
- [[Steel Manning]] — 상대방의 논증을 가장 강력한 형태로 재구성하여 비판함으로써 진리를 탐구하고 자신의 논리를 강화하는 지적 자선의 원칙 실천 [1-4].
|
||||
- [[Steelmanning]] — 상대방의 주장을 비판하기 전에 이를 가능한 가장 강력한 형태로 재구성하여 논의의 품질을 높이고 지적 정직성을 실천하는 수사학적 기법이다 [1-4].
|
||||
- [[Storytelling]] — 비즈니스 맥락에서 스토리텔링은 복잡한 논리 구조(Logic Tree)를 청중이 즉각 이해할 수 있도록 도입부(SCQA)와 결론 중심의 하향식 서사(Minto Pyramid)로 재구성하는 전략적 소통 기술이다 [1-3].
|
||||
- [[STP]] — STP는 MECE 원칙을 기반으로 시장과 고객을 중복 없이 세분화하여 명확한 전략적 타겟을 정의하고 차별적 위치를 설계하는 핵심 마케팅 전략 도구이다 [1-4].
|
||||
- [[STP 분석]] — STP 분석은 **[[mutually exclusive collectively exhaustive 원칙]]**을 기반으로 시장을 중복 없이 세분화하여 전략적 타겟을 명확히 하고, 마케팅 실행 전략에 논리적 구조와 정당성을 부여하는 핵심 프레임워크이다
|
||||
- [[Strategy Frameworks]] — MECE는 복잡한 문제를 중복 없이(ME) 누락 없이(CE) 구조화하여 논리적 빈틈을 제거하고 해결의 효율성을 극대화하는 사고의 가장 기초적인 설계도이다 [1-4].
|
||||
- [[Straw man]] — 상대의 실제 주장을 왜곡하거나 취약하게 가공한 가상의 주장(Straw man)으로 대체하여 공격함으로써, 본질적인 논의를 회피하고 손쉬운 승리의 환상을 만들어내는 비형식적 논리 오류이다 [1, 2].
|
||||
- [[Straw man fallacy]] — 상대방의 실제 주장을 왜곡하거나 약화시킨 '허수아비' 버전을 만들어 공격함으로써, 실제 논점을 회피하고 거짓된 승리를 쟁취하려는 비형식적 논리 오류이다 [1, 2].
|
||||
- [[Stress Management]] — 스트레스 관리는 만성적 스트레스로 인한 뇌 가소성 저하를 방지하고 인지적 회복탄력성(Cognitive Resilience)을 유지하기 위한 핵심적인 자기 조절 기제이다 [1, 2].
|
||||
- [[Structural Inertia]] — 조직의 안정성과 일관성을 위해 설계된 공식적 구조와 프로세스가 변화에 직면했을 때 오히려 조직의 적응을 가로막는 강력한 저항력으로 작용하는 현상 [1].
|
||||
- [[Success Thresholds]] — 성공 임계값은 가설 검증 시 발생할 수 있는 **동기 부여된 추론(Motivated Reasoning)과 확증 편향을 차단**하기 위해, 실험 결과 확인 전 미리 설정된 **객관적 의사결정의 마지노선**이다 [1], [2].
|
||||
- [[Sunk Cost Fallacy]] — 과거에 투입한 시간, 금전, 자원이 더 이상 유용하지 않음에도 불구하고, 단지 '이미 투자했다'는 이유만으로 비합리적인 투자를 지속하려는 심리적 성향 [1].
|
||||
- [[SWOT]] — 내부(강점·약점)와 외부(기회·위협) 환경 요인을 MECE 원칙에 따라 분할하여 전략적 요인을 구조화하는 환경 분석 도구 [1-4].
|
||||
- [[SWOT 분석]] — SWOT 분석은 내부 역량(S/W)과 외부 환경(O/T)을 [[mutually exclusive collectively exhaustive 원칙]]에 따라 이분법적으로 격리하여 전략적 누락과 중복을 방지하는 핵심 프레임워크다 [1-3].
|
||||
- [[SWOT Analysis]] — 내부 역량(S/W)과 외부 환경(O/T)을 **[[mutually exclusive collectively exhaustive 원칙]]**에 따라 분리하여 전략적 요인을 체계화하는 환경 파악 프레임워크입니다 [1-4].
|
||||
- [[Systemic Design Framework]] — 복잡하고 상호 연결된 시스템 내에서 인간 중심의 가치와 비즈니스, 기술적 요소를 통합하여 지속 가능한 전사적 변화를 설계하는 혁신 방법론 [1-4].
|
||||
- [[Systems Thinking]] — 부분과 전체를 동시에 꿰뚫어 보는 사고의 핵심 역량으로서, 복잡한 문제를 중복 없이(ME) 누락 없이(CE) 구조화하여 해결의 실마리를 찾는 논리적 설계도이다 [1-3].
|
||||
|
||||
### T
|
||||
- [[Team Dynamics]] — 팀 역학은 조직의 가치와 리더십을 매개로 다양한 구성원의 상호작용과 인지적 문제 해결 능력이 결합되어 성과를 창출하는 협력적 프로세스이다 [1-3].
|
||||
- [[Test]] — 정답이라고 믿고 프로토타입을 제작하되, 자신이 틀렸다는 전제하에 테스트하여 솔루션과 사용자에 대한 새로운 인사이트를 정제하는 과정 [1-3].
|
||||
- [[Test mode]] — 프로토타입을 매개로 사용자로부터 피드백을 수집하여 솔루션을 정교화하고, 사용자의 니즈와 문제 정의(POV)를 재검증하는 공감 중심의 학습 과정이다 [1-4].
|
||||
- [[Testing]] — 테스팅은 단순히 솔루션의 성패를 확인하는 과정이 아니라, 프로토타입을 매개로 사용자에 대한 공감을 심화하고 POV(관점)를 정교화하여 '올바른 해결책'을 향해 나아가는 학습의 기회이다 [1-6].
|
||||
- [[The Double Diamond]] — 단순한 설계 지침을 넘어, 발산적 탐색과 수렴적 집중의 반복을 통해 '올바른 문제'를 정의하고 '최적의 솔루션'을 전달하는 혁신의 시각적 표준 체계이다 [1, 2].
|
||||
- [[The Scientific Method]] — 과학적 방법은 대담하고 **반증 가능한 가설**을 수립하고, 이를 엄격한 **실증적 테스트**를 통해 부정하거나 개선함으로써 객관적 진리에 다가가는 반복적인 과정이다 [1-3].
|
||||
- [[Theory of Mind]] — 타인의 신념, 의도, 감정을 이해하고 예측하는 능력은 단순한 사회적 기술을 넘어, [[Default Mode Network]]를 통해 복잡한 사회적 시나리오를 시뮬레이션함으로써 창의적 공감과 혁신적 문제 해결을 가능케 하는 핵심 동력이다 [1-3].
|
||||
- [[Thesis Statement]] — 테제(Thesis)는 자명하지 않은 질문에 대한 최선의 응답이며, 강력한 반대 논거(Counterargument)와의 대조 및 재확인을 통해 비로소 그 타당성과 논리적 견고함이 완성된다 [1-4].
|
||||
- [[Thirty Circles Exercise]] — 엄격한 시간적 제약과 고정된 시각적 틀을 활용해 논리적 완벽주의를 우회하고, 뇌의 실행 제어 네트워크를 신속한 아이디어 생성 모드로 전환하는 강력한 인지 워크아웃이다. [1]
|
||||
- [[Toxic Leadership]] — 독성 리더십은 조직원의 심리적 필요를 파괴하고 이직률을 50% 증가시키며 생산성을 23% 저하시키는 핵심적인 조직 퇴행 요인이다 [1-3].
|
||||
- [[Transactional Leadership]] — 거래적 리더십은 리더와 하위자 간의 경제적·심리적 교환과 성과 기반의 보상 체계를 통해 조직의 구조를 유지하고 단기적인 목표 달성을 관리하는 방식이다 [1-3].
|
||||
- [[Transition Phrases]] — 전환 문구(Transition Phrases)는 논증의 흐름을 안내하는 '이정표' 역할을 하며, 필자의 주장과 반대 견해 사이의 논리적 연결을 명확히 함으로써 글의 일관성과 설득력을 극대화하는 핵심 도구이다 [1-3].
|
||||
- [[Turnover]] — 이직(Turnover)은 리더십 스타일과 조직 문화가 직원의 심리적 욕구(자율성, 유능감, 관계성)를 충족시키거나 좌절시킨 결과로 나타나는 조직 유효성의 핵심 지표이다 [1-5].
|
||||
|
||||
### U
|
||||
- [[ultradian cycle]] — 인간의 주의력은 24시간 주기의 서카디언 리듬과는 별개로 약 90분 단위의 생물학적 리듬인 '울트라디언 주기'에 따라 고도의 각성과 회복을 반복하며 순환한다 [1].
|
||||
- [[User Journey Map]] — 사용자의 경험과 인상을 시간 흐름에 따라 시각화하여 공감(Empathize) 단계의 파편화된 정보를 정의(Define) 단계의 실행 가능한 통찰로 전환하는 핵심 합성 도구이다 [1-3].
|
||||
- [[User Persona]] — 공감 단계에서 수집된 실제 사용자 데이터를 기반으로 구축된 가상의 복합 캐릭터(Composite Character)이자, 디자인 사고 프로세스의 핵심 결과물 [1], [2].
|
||||
- [[User Research]] — 사용자 연구는 단순한 데이터 수집을 넘어 사용자의 행동, 물리적·정서적 니즈, 가치관에 대한 깊은 공감을 통해 해결해야 할 **'진짜 문제'를 발견하고 정의하는 핵심 수단**이다 [1-3].
|
||||
- [[User Story]] — 사용자 스토리는 단순한 기능 명세가 아니라, [[Design Thinking]]의 연구 결과물과 [[Agile]]의 실행력을 연결하여 '가정으로 위장된 요구사항'을 배제하는 핵심 매개체이다 [1].
|
||||
|
||||
### V
|
||||
- [[Value Chain]] — 비즈니스 프로세스를 논리적 선형 단계로 분해하여, 문제의 근본 원인을 중복과 누락 없이 파악하고 구조화하는 핵심 MECE적 프레임워크 [1-4].
|
||||
- [[Value Chain 분석]] — Value Chain 분석은 비즈니스 프로세스를 논리적 단계로 분해하여 복잡한 문제의 잠재적 원인을 중복과 누락 없이(MECE) 규명하는 강력한 구조화 도구이다 [1, 2].
|
||||
- [[Values]] — 가치는 개인과 조직이 지향하는 행동 방식과 최종 목표에 대한 근본적인 신념이며, 조직 문화를 형성하고 모든 의사결정을 가이드하는 비공식적인 핵심 규범이다 [1, 2].
|
||||
- [[Variety]] — 기존의 낡은 관념과 구조를 허물고, 다차원적 관점의 결합을 통해 비즈니스의 구조적 패러다임 전환을 꾀하는 맥킨지의 핵심 행동 규범 [1, 2].
|
||||
|
||||
### W
|
||||
- [[Weak Man]] — 상대방의 주장 중 가장 취약하거나 비대표적인 부분만을 선택적으로 공격하여 전체 주장을 무너뜨리려는 논리적 오류 [1, 2].
|
||||
- [[What Is Creative Thinking? Definition and Examples – Career Services | University of Pennsylvania]] — [[창의적 사고]]는 독특하고 독창적인 해결책을 생각해내는 능력으로, 다양한 직업 분야에서 가치 있는 시장성 소프트 스킬이다.
|
||||
- [[What Is Creative Thinking? Definition and Examples – Career Services | University of Pennsylvania]] — [[창의적 사고]]는 독특하고 독창적인 해결책을 생각해내는 능력으로, 다양한 직업 분야에서 가치 있는 시장성 소프트 스킬이다.
|
||||
- [[What is Logical thinking?]] — [[논리적 사고]]는 상황을 분석하고 합리적인 해결책을 도출하는 과정으로, 객관적인 추론 능력을 활용하여 문제에 접근하고 진행 방법에 대한 논리적 결론을 내리는 능력이다.
|
||||
- [[What is Logical thinking?]] — [[논리적 사고]]는 상황을 분석하고 합리적인 해결책을 도출하는 과정으로, 객관적인 추론 능력을 활용하여 문제에 접근하고 진행 방법에 대한 논리적 결론을 내리는 능력이다.
|
||||
- [[What is Logical thinking?]] — [[논리적 사고]]는 상황을 분석하고 합리적인 해결책을 도출하는 과정으로, 객관적인 추론 능력을 활용하여 문제에 접근하고 진행 방법에 대한 논리적 결론을 내리는 능력이다.
|
||||
- [[What Tree]] — 전체 과제의 구성 요소를 MECE 원칙에 따라 분해하여 현황을 명확히 파악하고 관리 가능한 단위로 구조화하는 로지컬 씽킹의 기초 도구 [1-4].
|
||||
- [[Why Tree]] — 표면적 현상에 "왜(Why)?"라는 질문을 반복적으로 던져 인과관계의 사슬을 추적함으로써, 문제의 본질인 근원적 원인(Root Cause)을 규명하는 구조화 도구이다. [1-3]
|
||||
- [[Wicked Problems]] — 난제(Wicked Problems)는 명확한 정의가 불가능하고 상충하는 이해관계가 얽힌 복잡한 문제로, 정답을 찾는 것이 아니라 디자인 사고의 반복적 탐색을 통해 최선의 해결책을 수렴해가는 대상이다 [1].
|
||||
- [[Work–Family Conflict]] — 일과 가정이라는 상충되는 역할 요구 사이에서 어느 한쪽의 의무 이행이 다른 쪽의 역할을 방해할 때 발생하는 역할 부적합 상태 [1].
|
||||
- [[Working Memory]] — **작업 기억**은 정보를 일시적으로 보유하고 조작하여 의사결정과 목표 지향적 행동을 안내하는 **학습의 핵심 엔진룸**이자 **용량 제한적 인지 버퍼**이다 [1-4].
|
||||
|
||||
### 가나다
|
||||
- [[가설 사고]] — 정보가 불충분한 단계에서 잠정적인 결론을 먼저 내리고, 이를 증명하기 위한 데이터만을 선별적으로 분석하여 문제 해결의 속도와 효율을 극대화하는 역방향 추론 기법 [1-4].
|
||||
- [[가설 사고 (Hypothesis Thinking)]] — 정보가 불완전한 상태에서 미리 가상의 결론을 수립하고 이를 역방향으로 검증함으로써, 분석의 범위와 시간을 획기적으로 단축하는 효율성 중심의 문제해결 접근법 [1-3].
|
||||
- [[가설 사고 (Hypothesis-driven Thinking)]] — 정보가 불완전한 초기 단계에서 잠정적 해답을 먼저 설정하고 역방향으로 실증함으로써, 분석의 범위를 획기적으로 좁히고 해결의 속도를 극대화하는 역방향 추론 기법이다 [1-4].
|
||||
- [[가설 중심 사고]] — 모든 가능성을 무작위로 탐색하는 대신, 검증 가능한 해답(가설)을 선제적으로 설정하고 이를 증명하기 위한 데이터만 선별적으로 수집함으로써 복잡한 문제 해결의 속도와 효율성을 극대화하는 '해답 우선(Answer-first)' 사고방식이다 [1-4].
|
||||
- [[가설-사고]] — 모든 정보를 수집한 뒤 결론을 내는 것이 아니라, 제한된 정보를 바탕으로 **'잠정적인 해답(가설)'을 먼저 설정하고 이를 실증적으로 검증**함으로써 문제 해결의 속도와 정밀도를 극대화하는 역방향 추론 기법이다 [1-3].
|
||||
- [[가용성 휴리스틱]] — 인간이 어떤 사건의 빈도나 확률을 판단할 때, 객관적 통계보다 기억에서 가장 쉽고 생생하게 인출되는 정보에 의존하여 발생하는 체계적 인지 왜곡[1-3].
|
||||
- [[가정의 오류]] — 추론의 형식적 타당성과 무관하게, 전제가 되는 명제의 진실성이나 정당화 여부를 간과하여 발생하는 인식론적 왜곡. [1-3]
|
||||
- [[가추법]] — 불완전하거나 제한된 데이터로부터 가장 개연성 있는 가설을 도출하여 현상을 설명하는 '최선의 설명에 의한 추론'이자 '발견의 논리'이다 [1-3].
|
||||
- [[가치 사슬]] — 비즈니스 프로세스를 논리적 단계로 분해하여 문제의 근본 원인을 중복과 누락 없이(MECE) 식별하도록 돕는 강력한 구조적 분석 프레임워크 [1, 2].
|
||||
- [[가치 사슬 (Value Chain) 분석]] — 가치 사슬 분석은 비즈니스 프로세스를 논리적 단계로 분해하여 문제의 근본 원인을 중복과 누락 없이(MECE) 식별하는 핵심적인 동적 프레임워크다 [1-3].
|
||||
- [[관련성의 오류]] — 논리적 타당성은 전제와 결론 사이의 실질적 관련성에서 비롯되며, 이를 감정이나 심리적 자극으로 대체하는 순간 추론은 오류로 전락한다. [1, 2]
|
||||
- [[관련성의 오류]] — 논리적 타당성은 전제와 결론 사이의 실질적 관련성에서 비롯되며, 이를 감정이나 심리적 자극으로 대체하는 순간 추론은 오류로 전락한다. [1, 2]
|
||||
- [[귀납법]] — 개별적인 구체적 사실들로부터 공통된 흐름과 경향성을 파악하여 논리적 가설과 주장을 도출하는 경험 중심의 사고 방식 [1, 2].
|
||||
- [[귀납적 추론]] — 구체적인 관찰과 반복되는 패턴을 통해 보편적 규칙이나 미래의 예측을 이끌어내는 확률 기반의 상향식 사고 방식 [1-3]
|
||||
- [[귀납적 추론]] — 구체적인 관찰과 반복되는 패턴을 통해 보편적 규칙이나 미래의 예측을 이끌어내는 확률 기반의 상향식 사고 방식 [1-3]
|
||||
- [[귀류법]] — 어떤 진술의 부정이 논리적 모순이나 불합리한 결과를 초래함을 증명함으로써 역설적으로 해당 진술의 참을 확증하는 연역적 간접 증명 기법 [1, 2].
|
||||
- [[귀추법]] — 불완전한 정보와 관찰된 결과로부터 가장 그럴듯한 원인(가설)을 도출해내는 '최선의 설명에 의한 추론'이다 [1-3].
|
||||
- [[귀추법]] — 불완전한 정보와 관찰된 결과로부터 가장 그럴듯한 원인(가설)을 도출해내는 '최선의 설명에 의한 추론'이다 [1-3].
|
||||
- [[귀추적 추론]] — 불완전한 관측 데이터로부터 가장 그럴듯한 원인을 역추적하여 최선의 가설을 도출하는 창의적 발견의 논리 [1, 2].
|
||||
- [[긍정적 정신 태도(PMA)]] — 어떤 상황에서도 체념하지 않고 "자신은 무엇을 할 수 있는가"를 자발적으로 고민하여 미래를 개척하는 주체적인 인지적 기틀 [1, 2].
|
||||
- [[논리적 오류]] — 논리적 오류는 타당해 보이는 외견 뒤에 숨겨진 추론의 결함으로, 내부의 인지적 왜곡([[인지 편향]])이 외부로 표출된 기만적 언어 형태이다 [1-3].
|
||||
- [[논리적 오류]] — 논리적 오류는 타당해 보이는 외견 뒤에 숨겨진 추론의 결함으로, 내부의 인지적 왜곡([[인지 편향]])이 외부로 표출된 기만적 언어 형태이다 [1-3].
|
||||
- [[논리적 추론]] — 보편적 원칙의 필연성, 관찰 데이터의 개연성, 불완전한 단서로부터의 가설 도출을 통합하여 지식의 무결성을 확보하고 인지적 오류를 교정하는 전방위적 사고 체계 [1-3].
|
||||
- [[논리적 추론]] — 보편적 원칙의 필연성, 관찰 데이터의 개연성, 불완전한 단서로부터의 가설 도출을 통합하여 지식의 무결성을 확보하고 인지적 오류를 교정하는 전방위적 사고 체계 [1-3].
|
||||
- [[더블 다이아몬드]] — 비즈니스적 분석 도구를 넘어 문제의 본질에 충실하기 위해 디자인 사고 관점에서 활용되는 핵심 프레임워크다. [1]
|
||||
- [[데이터 기반 분석]] — 데이터는 그 자체로 해답이 아니라 가설을 증명하거나 반증하기 위한 객관적 근거이며, 논리와 접목될 때만 비로소 비즈니스적 가치를 지닌 사실(Fact)로 변환된다 [1, 2].
|
||||
- [[동적 프레임워크]] — 정형화된 틀에 의존하지 않고 문제의 본질에 맞춰 논리 구조를 직접 설계함으로써 비정형적 비즈니스 난제를 해결하는 유연하고 강력한 MECE 구조화 방법론 [1, 2].
|
||||
- [[디자인 씽킹 (Design Thinking)]] — 맥킨지식 로지컬 씽킹과 상호 보완적인 관계를 맺으며, 문제 정의 및 해결 과정에서 활용되는 창의적 프레임워크의 집합 [1].
|
||||
- [[디자인 프레임워크]] — 디자인 프레임워크는 복잡한 문제 현상을 다차원적으로 분해하고 해결책을 시각화하는 논리적 가이드라인이자, 가설 검증을 위해 분석 과정을 정밀하게 설계(Designing)하는 공학적 체계이다 [1-3].
|
||||
- [[로지컬 씽킹]] — 단순한 데이터 나열을 넘어 사물의 인과관계를 빈틈없이 직조하고 구조적으로 분해하여 문제의 본질적 통찰과 실질적인 부가가치를 창출해내는 사고의 공학 체계다 [1, 2].
|
||||
- [[로지컬 씽킹 (Logical Thinking)]] — 복잡한 비즈니스 문제를 MECE 원칙에 따라 분해하고, 사실(Fact)에 기반한 가설을 수립하여 실행 가능한 통찰을 도출하는 정밀한 사고 공학 체계이다 [1-3].
|
||||
- [[로직 트리]] — 복잡한 문제를 [[MECE]] 원칙에 따라 논리적으로 분해하여 본질적인 원인(Why)과 구체적인 해결책(How)을 시각화하는 맥킨지식 핵심 구조화 도구 [1-3].
|
||||
- [[로직 트리 (Logic Tree)]] — 복잡한 비즈니스 이슈를 [[MECE]] 원칙에 따라 논리적으로 분해하여 문제의 소재를 파악하고, 근본 원인과 실행 가능한 해결책을 계층적으로 시각화하는 핵심 구조화 도구 [1, 2].
|
||||
- [[로직-트리]] — 복잡한 문제를 MECE 원칙에 따라 계층적으로 분해하여 문제의 전체 구조를 시각화하고 해결의 실마리를 찾는 맥킨지식 구조화 도구이다 [1-3].
|
||||
- [[로직트리]] — 복잡한 문제를 MECE 원칙에 입각하여 논리적으로 분해함으로써 사각지대를 제거하고, 현상 이면의 근본 원인(Why)과 실행 가능한 해결책(How)을 시각화하는 구조적 사고의 핵심 도구이다 [1-4].
|
||||
- [[마케팅 중심 경영]] — 마케팅 중심 경영은 단순한 판촉 강화를 넘어 고객의 '비탄력적 수요' 관점에서 사업의 본질을 재정의하는 전략적 사고의 전환이지만, 핵심 기술(R&D) 역량이 뒷받침되지 않을 경우 시장의 패러다임 변화에 도태될 위험을 내포한다 [1-3].
|
||||
- [[매몰 비용의 오류]] — 이미 회수 불가능한 과거의 자원 투입량에 집착하여 현재와 미래의 합리적인 의사결정을 저해하는 인지적 왜곡이자 비형식적 논리 오류이다 [1, 2].
|
||||
- [[매몰 비용의 오류]] — 이미 회수 불가능한 과거의 자원 투입량에 집착하여 현재와 미래의 합리적인 의사결정을 저해하는 인지적 왜곡이자 비형식적 논리 오류이다 [1, 2].
|
||||
- [[맥킨지 7단계 문제해결 프로세스]] — 불완전한 정보 속에서도 가설 수립과 사실 기반의 엄밀한 구조화를 통해 복잡한 문제를 해결 가능한 단위로 분해하고 실행 가능한 결론을 도출하는 정밀 사고 공학 체계다 [1, 2].
|
||||
- [[맥킨지 7단계 프로세스]] — 복잡한 비즈니스 난제를 가설 기반의 연역적 사고와 엄격한 구조화를 통해 실행 가능한 해결책으로 전환하는 정밀 사고 공학 체계이다 [1, 2].
|
||||
- [[맥킨지 7STEP]] — 불완전한 정보와 고도의 불확실성 속에서 '진짜 문제'를 정의하고, 가설 기반의 구조적 분해를 통해 실행 가능한 최적의 해답으로 수렴해가는 사고의 공학 체계다 [1, 2].
|
||||
- [[맥킨지 케이스 인터뷰]] — 실제 비즈니스 난제에 대해 맥킨지식 논리 구조(MECE, 로직 트리)를 적용하여 문제 정의부터 실행 제안까지의 전 과정을 시뮬레이션하는 역량 평가 프로세스다 [1, 2].
|
||||
- [[맥킨지식문제해결 프로세스]] — 불완전한 정보와 불확실성 속에서 가설 수립과 사실 기반의 구조적 분해를 통해 최적의 의사결정과 실행 가능한 대안을 도출하는 정밀 사고 공학 체계다 [1].
|
||||
- [[메타 강화학습]] — 가설 설계와 반증 탐색을 통해 기계 스스로 최적의 추론 궤적을 디자인하고 자율적으로 수정하는 고차원적 인공지능 학습 체계이다 [1, 2].
|
||||
- [[메타 연쇄 사고]] — 인공지능의 사고 흐름 자체를 수학적 최적화 탐색 공간으로 격상시켜, 복잡한 문제 해결을 위한 가설 수립과 자가 교정을 수행하는 차세대 시스템 2 추론 프레임워크 [1, 2].
|
||||
- [[문답법]] — 질문을 통해 상대의 전제에 내재된 모순을 드러냄으로써 무지를 자각(Aporia)하게 하고, 비판적 사고를 거쳐 새로운 지적 가치를 스스로 산출(Maieutics)하도록 유도하는 역동적 사유 메커니즘 [1, 2]
|
||||
- [[문답법]] — 질문을 통해 상대의 전제에 내재된 모순을 드러냄으로써 무지를 자각(Aporia)하게 하고, 비판적 사고를 거쳐 새로운 지적 가치를 스스로 산출(Maieutics)하도록 유도하는 역동적 사유 메커니즘 [1, 2]
|
||||
- [[문제 정의]] — 단순한 현상(Symptom)을 나열하는 것이 아니라, 해결의 근본적 방향성을 결정하는 '진짜 문제'를 SMART한 질문의 형태로 확정하는 핵심 단계다 [1-3].
|
||||
- [[문제 정의 워크시트]] — 문제 정의 워크시트는 해결해야 할 핵심 질문을 SMART 원칙에 따라 엄밀히 획정하고 범위와 이해관계자를 정렬함으로써, 전체 문제 해결 프로세스의 방향성을 결정하고 자원 낭비를 방지하는 필수적인 기초 설계 도구이다 [1-3].
|
||||
- [[문제-정의-워크시트]] — 문제 정의 워크시트는 복잡한 비즈니스 난제를 **SMART(구체적, 측정 가능, 행동 지향, 관련성, 기한 명시)** 기준의 단일 질문으로 응축하고, 이해관계자 합의를 통해 분석의 범위와 제약을 확정하는 **문제 해결의 설계도**이다 [1-3].
|
||||
- [[미봉책의 함정]] — 근본 원인을 외면한 채 표면적 현상(Symptom)만을 해결하려는 시도는 자원 낭비를 초래하고 동일한 문제의 재발을 막지 못하는 '동전 뒤집기'식 오류에 빠지게 한다 [1-3].
|
||||
- [[민토 피라미드]] — 비즈니스 커뮤니케이션의 효율을 극대화하기 위해 결론을 최상단에 배치하고 논리적 근거를 하향식(Top-down)으로 구조화하는 핵심 의사소통 아키텍처 [1, 2].
|
||||
- [[민토 피라미드 (Minto Pyramid)]] — 결론을 최상단에 배치하고 논리적 근거를 하향식으로 구조화하여 비즈니스 의사소통의 효율성과 설득력을 극대화하는 핵심 사고 아키텍처이다 [1-3].
|
||||
- [[바닷물 끓이기 금지]] — 문제 해결 시 가용한 모든 데이터를 분석하려 하지 말고, 우선순위에 따라 핵심 요인(Key Drivers)에 집중하여 효율성을 극대화하라는 맥킨지의 핵심 작업 규범이다 [1, 2].
|
||||
- [[발견의 논리]] — 불완전한 데이터와 관찰된 단서로부터 최선의 설명을 제공하는 가설을 채택함으로써 미지의 영역을 지식화하는 창의적 추론의 핵심 기제 [1, 2].
|
||||
- [[발견의 논리]] — 불완전한 데이터와 관찰된 단서로부터 최선의 설명을 제공하는 가설을 채택함으로써 미지의 영역을 지식화하는 창의적 추론의 핵심 기제 [1, 2].
|
||||
- [[버라이어티적 사고]] — 종래의 고착화된 구조와 낡은 관념을 타파하고, 다차원적 분해와 재조합을 통해 구조적 패러다임 전환을 이끄는 맥킨지의 핵심 행동 규범 [1, 2].
|
||||
- [[변증법]] — 질문과 반증의 역동적 상호작용을 통해 기존 사고의 모순을 드러내고, 이를 통합하여 더 높은 차원의 진리와 지적 무결성에 도달하는 비판적 추론 프로세스 [1-3].
|
||||
- [[비즈니스 시스템]] — 제품 개발부터 시장 진출까지의 전 과정을 **시간 축에 따른 부가가치의 흐름**으로 파악하여 **MECE** 관점에서 구조화하는 핵심 전략 프레임워크 [1, 2].
|
||||
- [[비판적 사고]] — 정보의 신뢰성과 아이디어의 건전성을 효과적으로 평가하여 허위 정보로부터 보호하고 집단 지식의 확장을 가능케 하는 지적 방어망이자 가동 능력이다 [1, 2].
|
||||
- [[비판적 사고]] — 정보의 신뢰성과 아이디어의 건전성을 효과적으로 평가하여 허위 정보로부터 보호하고 집단 지식의 확장을 가능케 하는 지적 방어망이자 가동 능력이다 [1, 2].
|
||||
- [[비형식적 오류]] — 비형식적 오류는 논증의 기하학적 구조가 아닌, 언어의 중의성, 전제의 부적절성, 그리고 기저에 깔린 인지 편향이 결합되어 발생하는 의미론적 추론 왜곡이다 [1-3].
|
||||
- [[비형식적 오류]] — 비형식적 오류는 논증의 기하학적 구조가 아닌, 언어의 중의성, 전제의 부적절성, 그리고 기저에 깔린 인지 편향이 결합되어 발생하는 의미론적 추론 왜곡이다 [1-3].
|
||||
- [[사후 확신 편향]] — 과거의 불확실성을 망각하고 이미 발생한 결과를 바탕으로 사건을 필연적인 것으로 재구성하여 자신의 예측 능력을 과신하는 인지적 왜곡 [1], [2]
|
||||
- [[살리에스 네트워크]] — 창의적 사고 과정에서 아이디어의 생성(DMN)과 평가(ECN) 사이를 중재하며 인지 자원을 동적으로 배분하는 '인지적 교환기(Cognitive Switchboard)'이자 '교통 관제소'이다 [1, 2].
|
||||
- [[삼단논법]] — 보편적 규칙(대전제)과 구체적 사례(소전제)를 결합하여 논리적으로 필연적인 결론을 도출하는 연역 추론의 핵심적이고 엄격한 형식 구조.[1-3]
|
||||
- [[새로운 맥킨지 5단계 기법]] — 극단적인 시장 변화에 대응하기 위해 전통적인 7단계를 기민성과 속도 중심으로 재편하여, 가설 기반의 역방향 추론과 구조적 분해를 통합한 현대적 문제 해결 프레임워크이다 [1, 2].
|
||||
- [[샴푸 마케팅]] — 기술 집약적 산업에서 근본적인 R&D 혁신 대신 소비재(샴푸)처럼 마케팅 효율화와 운영 최적화에만 집중하여 패러다임 전환 대응에 실패하는 전략적 오류를 상징하는 용어 [1, 2].
|
||||
- [[성급한 일반화의 오류]] — 전체를 대변하지 못하는 협소하고 특수한 사례나 불충분한 표본을 근거로 보편적인 결론을 성급하게 도출하는 논리적 비약이다 [1, 2].
|
||||
- [[세이코도 제과점]] — 현상에 매몰되지 않고 '진짜 문제'를 정의함으로써 도산 위기를 극복하고 성장을 일궈낸 맥킨지식 문제 해결의 대표적 스토리텔링 모델 [1, 2].
|
||||
- [[소뇌]] — 소뇌는 대뇌의 인지적 시퀀스를 잠재의식적으로 모델링하고 최적화함으로써 창의적 통찰과 효율적 몰입을 가능하게 하는 '오프라인 처리 엔진'이다 [1, 2].
|
||||
- [[소크라테스식 문답법]] — 상대방의 전제 속에 숨겨진 모순을 질문으로 해체하여, 피교육자가 스스로 진리에 도달하게 돕는 **산파적 인지 기술** [1, 2].
|
||||
- [[소크라테스식 문답법]] — 상대방의 전제 속에 숨겨진 모순을 질문으로 해체하여, 피교육자가 스스로 진리에 도달하게 돕는 **산파적 인지 기술** [1, 2].
|
||||
- [[소크라테스식 질문법]] — **질문을 통해 상대방의 모순을 직시하게 함으로써 스스로 무지를 깨닫고 잠재된 보편적 진리를 도출하게 하는 지적 산파술** [1, 2].
|
||||
- [[손실 회피]] — 이익의 획득보다 손실의 발생을 극도로 혐오하여 이성적 판단을 마비시키고 비합리적인 의사결정을 정당화하게 만드는 강력한 인지적·심리적 기제 [1, 2].
|
||||
- [[솔루션 시스템]] — 맥킨지식 사고의 핵심 4대 요소(제로베이스, 가설 사고, MECE, 로직트리)를 망라하여 비즈니스 문제를 분석하고 구체적 해결책을 도출하는 종합적인 문제해결 프로세스 아키텍처다 [1].
|
||||
- [[솔루션 시스템 시트]] — 과제 설정부터 해결책의 가설 수립, 검증 및 평가에 이르는 전 과정을 단일한 논리적 평면 위에서 조율하여 실행 가능한 대안을 도출하는 맥킨지식 문제해결 통합 도구이다. [1-3]
|
||||
- [[수학적 귀납법]] — 명칭은 '귀납'을 사용하나 실제로는 참인 명제들의 연쇄를 입증하는 **엄밀한 연역적 무결성**을 지닌 추론 모델이다 [1].
|
||||
- [[수학적 귀납법]] — 명칭은 '귀납'을 사용하나 실제로는 참인 명제들의 연쇄를 입증하는 **엄밀한 연역적 무결성**을 지닌 추론 모델이다 [1].
|
||||
- [[시놀로지 나스 사용법 / 전반적으로 살펴보기📝 / 초보자🌱부터 중수까지 / DSM 7.3 / 2026년 2월 버전 - YouTube]] — 시놀로지 나스를 효과적으로 다루기 위해서는 여러 관련 내용을 중요도에 따라 학습하여 전체적인 이해를 높여야 한다.
|
||||
- [[시스템 2 사고]] — 직관적 패턴 인식을 넘어 복잡한 과업을 논리적으로 해체하고 자가 교정을 통해 정합성을 확보하는 심사숙고형 인지 프로세스 [1, 2].
|
||||
- [[심리학 - 나무위키]] — [[심리학]]은 인간과 동물의 심리적 과정, 행동, 그리고 이 둘 사이의 상호작용을 과학적인 방법론(경험과학)을 통해 연구하는 학문이다.
|
||||
- [[심리학 - 나무위키]] — [[심리학]]은 인간과 동물의 심리적 과정, 행동, 그리고 이 둘 사이의 상호작용을 과학적인 방법론(경험과학)을 통해 연구하는 학문이다.
|
||||
- [[애초에 방법]] — 초기 분석의 편협성을 극복하기 위해 문제를 보다 넓은 지평으로 투사하여 상황의 근원과 시원적 본질을 다각도에서 재조명하는 전략적 사고 기법 [1].
|
||||
- [[에이전틱 AI]] — 에이전틱 AI는 단순한 반응형 시스템을 넘어 **자율적인 오케스트레이션과 고차원적 시스템 2(System 2) 추론**을 통해 복잡한 과업을 스스로 설계하고 실행하는 지능형 패러다임이다 [1-3].
|
||||
- [[엘렌쿠스]] — 상대방의 전제를 체계적인 질문으로 해체하여 논리적 모순과 무지를 자각하게 함으로써 고착된 인지 왜곡을 파괴하는 강력한 비판적 검증 메커니즘 [1, 2].
|
||||
- [[엘리베이터 테스트]] — 30초라는 극한의 시간 제약을 통해 복잡한 해결책의 본질만을 압축하여 의사결정자의 마음을 사로잡는 맥킨지식 핵심 요약 기술 [1-3].
|
||||
- [[연역법]] — 보편적으로 검증된 일반론을 전제로 삼아 구체적인 사실에 대한 필연적 결론을 100% 확신으로 도출하는 논증 체계 [1-4]
|
||||
- [[연역적 추론]] — 보편적 전제의 진실성을 기반으로 구체적인 결론의 필연적 확실성을 보증하는 하향식(Top-down) 논리 체계 [1-3].
|
||||
- [[연역적 추론]] — 보편적 전제의 진실성을 기반으로 구체적인 결론의 필연적 확실성을 보증하는 하향식(Top-down) 논리 체계 [1-3].
|
||||
- [[워크플로우 재설계]] — 워크플로우 재설계는 단순히 기존 프로세스에 신기술을 삽입하는 것이 아니라, 가치 창출의 흐름을 근본적으로 뜯어고쳐 실제 재무적 성과(EBIT)로 연결하는 구조적 전환이다 [1-3].
|
||||
- [[유튜브분석 RTX Super Upscaler + Video Compare node - ComfyUI 2026-05-23]]
|
||||
- [[이슈 우선순위화]] — 한정된 자원과 시간을 보존하기 위해 '바닷물을 끓이려는(Boiling the ocean)' 시도를 배제하고, 전체 결과의 80%를 결정짓는 핵심적인 20%의 이슈에 집중하는 전략적 필터링 과정이다 [1-3].
|
||||
- [[이슈 트리]] — 가설의 타당성을 **YES/NO로 판별 가능한 의문문 형태**로 구조화하여, 복잡한 문제를 실행 가능한 분석 단위로 분해하는 핵심 도구이다 [1-3].
|
||||
- [[이슈 트리 (Issue Tree)]] — 복잡한 비즈니스 문제를 **해결 가능한 단위의 질문으로 분해**하고, **MECE 원칙**을 기반으로 **가설을 검증**하기 위한 논리적 지도 [1-4].
|
||||
- [[이슈 트리(Issue Tree)]] — 이슈 트리는 복잡한 비즈니스 문제를 MECE 원칙에 따라 작고 관리 가능한 단위로 세분화하여 근본 원인을 식별하고 해결책을 도출하는 시각적 논리 구조화 도구이다 [1-4].
|
||||
- [[이해관계자 분석]] — 실행 가능한 해결책을 도출하기 위해서는 단순한 의사결정권자 식별을 넘어, 영향력 행사자의 동기와 상호 니즈를 정밀하게 매핑하여 초기 단계부터 정렬(Alignment)을 달성해야 한다. [1-3]
|
||||
- [[인지 편향]] — 인간의 뇌가 복잡한 정보 처리를 효율화하기 위해 사용하는 **휴리스틱(Heuristics)**이 초래하는 체계적인 비논리적 추론이자, 주관적 현실이 객관적 인식을 압도하는 인지적 왜곡 현상이다 [1-3].
|
||||
- [[인지 편향]] — 인간의 뇌가 복잡한 정보 처리를 효율화하기 위해 사용하는 **휴리스틱(Heuristics)**이 초래하는 체계적인 비논리적 추론이자, 주관적 현실이 객관적 인식을 압도하는 인지적 왜곡 현상이다 [1-3].
|
||||
- [[인지 행동 치료]] — **소크라테스식 문답법**을 치료적 메커니즘으로 활용하여 환자의 병리적 **인지 왜곡**을 시정하고 **인지적 유연성**을 회복하는 현대 임상 심리학의 핵심 패러다임 [1, 2].
|
||||
- [[인지 행동 치료 (CBT)]] — 체계적인 **소크라테스식 문답법**을 통해 내담자의 병리적 **인지 왜곡**을 논리적으로 해체하고 **인지적 유연성**을 회복하는 치료적 메커니즘이다 [1, 2].
|
||||
- [[인지적 유연성]] — 경직된 고정관념과 터널 시야를 타파하고, 다각도에서 사태를 조망하여 최적의 판단을 도출하는 훈련 가능한 인지적 기술 [1, 2].
|
||||
- [[자동 추론]] — 수학적 증명과 정밀 논리 모델을 결합하여 시스템의 모든 가능 상태에 대한 절대적 무결성을 계산론적으로 보증하는 지능적 검증 패러다임 [1, 2].
|
||||
- [[자동 추론]] — 수학적 증명과 정밀 논리 모델을 결합하여 시스템의 모든 가능 상태에 대한 절대적 무결성을 계산론적으로 보증하는 지능적 검증 패러다임 [1, 2].
|
||||
- [[작업 계획 수립]] — 가설을 효율적으로 검증하기 위해 필요한 분석 과제, 데이터 소스, 최종 결과물 및 담당 자원을 구체적으로 할당하는 전략적 실행 로드맵이다 [1-3].
|
||||
- [[전망 이론]] — 인간의 의사결정은 수학적 기댓값이 아닌 주관적인 손실과 이익의 가치 판단, 특히 **손실 회피(Loss Aversion)** 메커니즘에 의해 좌우된다 [1, 2].
|
||||
- [[전망 이론]] — 인간의 의사결정은 수학적 기댓값이 아닌 주관적인 손실과 이익의 가치 판단, 특히 **손실 회피(Loss Aversion)** 메커니즘에 의해 좌우된다 [1, 2].
|
||||
- [[제로 발상]] — **기존의 고정관념과 과거의 성공 방식에서 완전히 벗어나 '고객이 진짜 원하는 가치'를 원점(Zero)에서 다시 정의하여 혁신적 해결책을 찾는 사고법**이다 [1, 2].
|
||||
- [[제로베이스 사고]] — 과거의 성공 경험과 고정관념이라는 틀을 완전히 벗어나, '애초에'라는 원점에서 고객의 가치를 재정의하는 파괴적 혁신의 출발점이다 [1-3].
|
||||
- [[제로베이스 사고 (Zero-based Thinking)]] — 과거의 성공 방식이나 기존 관념이라는 틀을 완전히 비우고, "애초에"라는 근원적 질문을 통해 고객 가치의 본질에서 새로운 해결책을 찾아내는 파괴적 사고법 [1-3].
|
||||
- [[제로베이스-사고]] — 과거의 성공 경험과 고정관념이라는 기존의 틀을 완전히 백지화하고, "애초에"라는 본질적 질문을 통해 고객의 관점에서 새로운 가치를 창출하는 사고법 [1, 2].
|
||||
- [[증거 평가]] — 증거 평가는 가용한 정보의 타당성, 신뢰성, 관련성을 분석하여 논리적 결론의 필연성이나 개연성을 확립하는 핵심적인 비판적 인지 공정이다 [1-3].
|
||||
- [[포지셔닝 매트릭스]] — 상충하는 두 가지 핵심 기준(Axis)을 축으로 유망 시장의 빈틈을 발견하고, 과제의 우선순위를 직관적으로 결정하는 시각적 구조화 도구이다 [1, 2].
|
||||
- [[포지티브 멘탈 애티튜드]] — 어떤 난관 앞에서도 상황에 몸을 맡기지 않고, '무엇을 하고 싶은가'와 '무엇을 할 수 있는가'를 주체적으로 탐색하여 미래를 개척하는 맥킨지의 핵심 행동 규범이다 [1, 2].
|
||||
- [[포지티브 멘탈 애티튜드 (PMA)]] — 문제 해결의 기술적 방법론에 앞서, 어떤 난관에서도 체념하지 않고 스스로 해결 가능성을 찾아내어 자발적으로 움직이게 하는 맥킨지식 주체적 마음가짐 [1, 2].
|
||||
- [[포지티브 멘탈리티]] — 문제 해결의 성패는 도구의 숙련도 이전에 어떠한 난관 앞에서도 사태를 전향적으로 파악하여 스스로 길을 개척하려는 주체적 마음가짐에 달려 있다 [1-3].
|
||||
- [[프레임워크]] — 프레임워크는 복잡한 비즈니스 난제를 MECE 원칙에 기반하여 해체하고 재구성함으로써, 사고의 사각지대를 제거하고 실행 가능한 최적의 해답으로 인도하는 지적 가이드라인이다 [1-3].
|
||||
- [[프로세스 감독]] — 인공지능의 추론 단계를 마이크로 태스크로 세분화하고 각 단계의 논리적 정합성을 실시간으로 검증함으로써 거대 언어 모델(LLM)의 시스템 2 사고(심사숙고형 연쇄 사고)를 완성하는 기술적 가드레일 [1, 2].
|
||||
- [[피라미드 스트럭처]] — 가장 중요한 결론을 최상단에 배치하고 이를 [[MECE]]한 하위 논거들로 계층화하여 지지함으로써, 복잡한 비즈니스 이슈를 즉각적이고 정교하게 전달하는 하향식(Top-down) 논리 구조화 도구이다. [1-3]
|
||||
- [[피라미드 원칙]] — 가장 중요한 결론을 정점에 두고 논리적 근거를 계층적으로 배치하여, 복잡한 비즈니스 문제를 한눈에 파악 가능한 구조로 재편하는 '결론 우선형(BLUF)' 사고 및 소통 아키텍처이다 [1, 2].
|
||||
- [[하늘 비 우산]] — '사실', '해석', '행동'을 엄격히 분리하여 복잡한 생각을 정리하고 논리적 실행안을 도출하는 맥킨지식 사고 체계 [1].
|
||||
- [[하늘-비-우산]] — '사실'과 '해석', '행동'을 명확히 분리하여 사고의 혼선을 방지하고 실행 가능한 결론을 도출하는 맥킨지식 논리 사고 체계이다 [1].
|
||||
- [[하늘-비-우산 사고법]] — 객관적 사실과 주관적 해석, 그리고 구체적 행동을 엄격히 분리하여 사고의 명확성을 확보하는 맥킨지식 논리 정리 프레임워크 [1].
|
||||
- [[하늘·비·우산]] — '사실', '해석', '행동'을 명확히 분리하여 얽혀 있는 사고를 정리하고 실행 가능한 결론을 도출하는 3단계 논리 프레임워크 [1].
|
||||
- [[하늘·비·우산 사고법]] — 객관적 사실(하늘)과 주관적 해석(비), 그리고 구체적 행동(우산)을 엄격히 분리하여 문제 해결의 논리적 정합성을 확보하는 맥킨지식 사고 프레임워크다 [1].
|
||||
- [[합성 데이터]] — 합성 데이터는 인공지능이 고차원적 문제를 해결하기 위해 가상 추론 공간 내에서 스스로 생성하고 학습에 활용하는 핵심적 강화 피드백 자산이다 [1, 2].
|
||||
- [[핵심요인(Key Drivers)]] — 결과의 대부분을 결정짓는 소수의 결정적 요인을 식별하여 한정된 자원을 고임팩트 영역에 집중시키는 우선순위 전략의 핵심 도구 [1, 2].
|
||||
- [[행동 경제학]] — 인간은 완전한 합리성을 가진 존재가 아니라, 진화된 휴리스틱과 인지 편향에 의해 체계적으로 판단을 그르치는 '제한적 합리성'의 존재이다 [1-3].
|
||||
- [[현상 유지 편향]] — 특별한 이득이 주어지지 않는 한 현재의 상태나 행동을 그대로 고수하려는 인간의 본능적인 지각적 성향 [1].
|
||||
- [[형식적 오류]] — 형식적 오류는 논증의 구체적인 내용과 관계없이 **추론의 구조적 정합성 결여**만으로 결론의 필연적 도출이 실패하는 논리적 상태이다 [1-3].
|
||||
- [[확증 편향]] — 자신의 기존 신념을 강화하는 정보만 선택적으로 수용하고 반대 증거를 배제함으로써 객관적 현실을 주관적 확신으로 대체하는 인지적 필터링 메커니즘 [1, 2]
|
||||
- [[휴리스틱]] — 불확실한 상황에서 정보 처리의 효율성을 극대화하기 위해 뇌가 채택하는 '인지적 지름길'이자 진화론적 적응 전략 [1, 2].
|
||||
- [[휴리스틱]] — 불확실한 상황에서 정보 처리의 효율성을 극대화하기 위해 뇌가 채택하는 '인지적 지름길'이자 진화론적 적응 전략 [1, 2].
|
||||
|
||||
### 기타
|
||||
- [[_INDEX 창의적 사고 플레이북]] — 이 문서는 개별 개념 문서를 모은 **연결 인덱스(MOC, Map of Content)**다. "창의적 아이디어가 막혔다"는 한 가지 상황에서 어떤 지식을 **어떤 순서로** 꺼내 쓰는지를 단계별 트리거로 안내한다.
|
||||
- [[유튜브분석 시놀로지 나스 사용법 - 전반적으로 살펴보기📝 - 초보자🌱부터 중수까지 - DSM 7.3 - 2026년 2월 버전 (정보) 2026-05-24]]
|
||||
|
||||
_517 docs · 자동 생성 2026-06-08_
|
||||
@@ -50,6 +50,21 @@ github_commit: ""
|
||||
## 🛠️ 적용 사례 (Applied in summary)
|
||||
현재 소스 데이터 내에서 휴리스틱 로직이 직접 구현된 특정 파일 경로, Git 커밋 해시, 또는 decision_id는 발견되지 않았습니다. 단, 인지 과학적 실험(린다 문제 등)과 AI 거버넌스 모델에서의 편향 완화 전략으로 언급됩니다 [11, 20]. 또한 AWS의 **VPC Reachability Analyzer**와 같은 도구는 휴리스틱 기반의 근사치 예측 대신 **[[자동 추론]]** 엔진을 사용하여 완전무결한 보증을 제공하는 방식으로 휴리스틱의 한계를 보완하고 있습니다 [21, 22].
|
||||
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/retrieval/hierarchicalLevel.ts:7` — * v1 — 3-level 휴리스틱 (LLM 호출 없음, 결정적):
|
||||
- `connectai/src/retrieval/conflictBlock.ts:86` — * 휴리스틱:
|
||||
- `connectai/src/retrieval/intentClarification.ts:12` — * - 휴리스틱 차원(환경/대상/범위/포맷/마감) 별로 *trigger 키워드 + 명시 키워드* 정의
|
||||
- `connectai/src/features/selfReflector/selfReflectorHollow.ts:2` — * Self-Reflector — *빈 깡통(Hollow Code)* 검출 휴리스틱.
|
||||
|
||||
**관련 커밋:**
|
||||
- `connectai 7e96e56 feat(astra): Project Astra 이메일 자산화 Phase 1+2 (v2.2.206)`
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
## ✅ 검증 상태 및 신뢰도
|
||||
- **상태:** draft
|
||||
- **검증 단계:** conceptual (이론적 정의 및 심리학적 실험 데이터 기반)
|
||||
|
||||
@@ -59,6 +59,15 @@ Re-ranking은 1차 검색(Recall)으로 확보된 다수의 후보 문서들을
|
||||
- **세법 RAG 최적화:** 중복 조문이 많은 세법 데이터에서 MMR(다양성)과 Re-ranking을 조합하여 정답 배치 순서를 교정한 사례가 언급됨 [S32, S37].
|
||||
- **Ensemble 구성:** 벡터 검색(k=4)과 BM25(k=4) 결과를 RRF로 합친 후, 필요 시 Re-ranker를 통해 최종 문맥을 선별하는 구조가 권장됨 [S34, S182].
|
||||
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/retrieval/semanticRerank.ts:2` — * LLM Semantic Re-ranking — TF-IDF / 임베딩이 놓치는 *의도* 매치를 작은 LLM 호출
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
## ✅ 검증 상태 및 신뢰도
|
||||
- **상태:** draft
|
||||
- **검증 단계:** conceptual
|
||||
|
||||
@@ -0,0 +1,55 @@
|
||||
---
|
||||
id: moc-topics_rag
|
||||
title: "Topics_Rag — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Topics_Rag"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Topics_Rag — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **36개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[RAG 아키텍처 및 파이프라인 기초]] — RAG는 LLM의 정적 지식 한계와 환각을 극복하기 위해 외부 지식 베이스를 검색(Retrieval)하여 생성(Generation) 과정에 실시간으로 결합하는 고정밀 지식 보강 프레임워크이다 [S9, S108, S154].
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[개체 및 관계 추출]] — 개체 및 관계 추출은 비정형 텍스트 내에 숨겨진 지식의 원자(Entity)와 연결고리(Relationship)를 식별하여, 파편화된 정보를 상호 연결된 지식 그래프 구조로 전환함으로써 RAG의 복합 추론 능력을 극대화하는 핵심 공정이다 [S276, S
|
||||
- [[그래프 데이터베이스]] — 데이터를 단순한 텍스트 조각이 아닌 **개체(Entity)와 관계(Relationship)의 네트워크**로 구조화하여, 기존 벡터 검색이 놓치기 쉬운 복잡한 다중 도약(Multi-hop) 지식 연결을 정밀하게 복원하는 차세대 RAG 검색 인프라의 핵심
|
||||
- [[데이터 버전 관리]] — 데이터 버전 관리는 임베딩 모델, 벡터 인덱스, 프롬프트를 하나의 단위로 묶어 관리함으로써 시스템 변경에 따른 검색 불일치를 방지하고 결과의 재현성과 추적성을 보장하는 신뢰 기반 운영 기술이다 [S125, S325].
|
||||
- [[데이터 인덱싱 및 오케스트레이션]] — 데이터 인덱싱은 비정형 지식을 기계가 검색 가능한 최적의 구조로 전처리하여 저장하는 '기반 공정'이며, 오케스트레이션은 사용자 질의부터 최종 답변까지의 복잡한 추론 흐름을 동적으로 제어하는 '통합 관제' 시스템이다 [S13, S259, S300].
|
||||
- [[문서 청킹 전략]] — 청킹은 검색의 정밀도(Precision)와 문맥의 풍부함(Context) 사이의 트레이드오프를 최적화하여 RAG 시스템의 답변 품질을 결정하는 핵심 전처리 공정이다 [S17, S122, S168].
|
||||
- [[벡터 데이터베이스]] — 벡터 데이터베이스는 텍스트의 언어적 의미를 고차원 기하학적 좌표로 투영하여 저장하고, 단순 키워드 매칭을 넘어 맥락 기반의 유사도 검색(Similarity Search)을 수행하는 RAG 시스템의 핵심 지식 저장소이다 [S13, S116, S183].
|
||||
- [[웹벤치마크 caliverse.io 2026-06-08]]
|
||||
- [[웹벤치마크 www.caliverse.io 2026-06-04]]
|
||||
- [[임베딩 모델]] — 임베딩 모델은 비정형 데이터를 고차원 수학적 벡터로 치환하여 지식의 의미적 맥락을 기하학적 공간에 정렬함으로써, LLM이 외부 지식을 정확히 탐색할 수 있게 돕는 RAG 파이프라인의 핵심 지능 엔진이다 [1-3].
|
||||
- [[재귀적 문자 분할]] — 텍스트의 구조적 위계를 존중하는 구분자 세트를 순차 적용하여, 청크 크기 제약을 준수하면서도 문맥적 무결성을 극대화하는 RAG 인프라의 표준 텍스트 분할 알고리즘 [1, 2].
|
||||
- [[지식 그래프]] — 지식 그래프는 파편화된 비정형 데이터를 상호 연결된 개체(Node)와 관계(Edge)의 망으로 구조화하여, 단순 유사도 검색을 넘어 데이터 전체에 대한 거시적 통찰과 복합적인 맥락 추론을 가능하게 하는 차세대 지식 표상 체계이다 [S276, S277]
|
||||
- [[청킹 전략]] — 청킹은 단순히 텍스트를 자르는 과정이 아니라, 검색의 정밀도(Precision)와 문맥의 일관성(Coherence) 사이의 최적 균형을 찾아 LLM에 전달할 정보의 밀도를 결정하는 RAG 파이프라인의 핵심 공정이다.[1-3]
|
||||
- [[텍스트 임베딩 모델]] — 텍스트 임베딩은 자연어의 비정형 의미 구조를 고차원 수치 벡터로 투영함으로써, 인간의 언어적 맥락을 기계가 계산 가능한 기하학적 유사도로 변환하는 RAG의 핵심 교량이다 [S23, S112, S183].
|
||||
- [[텍스트 정규화]] — 텍스트 정규화는 파싱된 비정형 데이터에서 노이즈를 제거하고 형식적 일관성을 부여하여, 임베딩 벡터의 선명도를 높이고 검색 및 생성 단계의 품질을 보장하는 데이터 전처리의 최종 관문이다 [S344, S396].
|
||||
- [[텍스트 토크나이저]] — 토크나이저는 자연어의 비정형 의미를 기계가 연산 가능한 수치적 단위(Token)로 분해하는 첫 번째 관문이며, 모델의 컨텍스트 제한 조건과 언어적 특성(형태소 등)을 정밀하게 정렬(Alignment)해야만 정보 손실 없는 검색과 생성이 가능하다 [S1
|
||||
- [[하이브리드 검색]] — 하이브리드 검색은 의미 기반의 Dense Search와 키워드 기반의 Sparse Search를 결합하여, 벡터 유사도가 놓치기 쉬운 고유명사·숫자의 정밀도(Precision)와 문맥적 재현율(Recall)을 동시에 확보하는 RAG의 필수 검색 전략이
|
||||
- [[Advanced RAG 기법]] — Advanced RAG는 단순한 '검색 후 생성'을 넘어, 질의 변환(Query Transformation)과 재순위화(Re-ranking) 등 정교한 전/후처리 파이프라인을 도입하여 검색의 재현율(Recall)과 답변의 정밀도(Precision)를
|
||||
- [[Agentic RAG]] — Agentic RAG는 고정된 파이프라인 대신 AI 에이전트가 사용자 질의에 따라 검색 필요성, 도구 선택, 결과 검증을 스스로 판단하여 실행하는 '자율적 검색 전략' 프레임워크이다 [S280, S293].
|
||||
- [[Context Precision]] — 검색된 결과 중 실제 유용한 정보의 비율과 순위를 평가하여, 생성 모델이 가장 정확한 근거를 최상단에서 참조할 수 있도록 보장하는 RAG 검색 품질의 핵심 지표 [1-3]
|
||||
- [[Context Recall]] — Context Recall은 지식 베이스 내에 존재하는 정답 관련 정보를 누락 없이 얼마나 완벽하게 검색해냈는지를 측정하는 검색 성능의 '망라성' 지표이다 [1, 2].
|
||||
- [[CRAG]] — CRAG는 검색된 문서의 품질을 실시간으로 자가 진단하고, 결과가 부정확할 경우 웹 검색 등 대체 수단을 동원해 답변의 신뢰성을 강제로 교정하는 '검증 중심 RAG' 아키텍처이다 [S15, S16].
|
||||
- [[DevOps]] — DevOps는 소프트웨어 개발(Dev)과 운영(Ops)의 경계를 허물고 **Git 버전 제어 및 애자일(Agile) 메서드**를 통해 시스템의 **연속적인 통합, 배포, 그리고 관리**를 자동화하는 협업 체계이다 [S256, S265].
|
||||
- [[GraphRAG]] — GraphRAG는 문서를 조각난 벡터가 아닌 상호 연결된 지식 그래프로 구조화하여, 파편화된 정보 간의 연결 관계 추론과 데이터셋 전체에 대한 거시적 요약을 가능하게 하는 차세대 지식 통합 프레임워크이다 [S276, S277].
|
||||
- [[LangChain]] — 다양한 AI 구성 요소를 모듈식으로 조립하여 복잡한 다단계 워크플로우와 자율적 에이전틱 AI 애플리케이션을 구축할 수 있는 범용 오케스트레이션 프레임워크 [1-4].
|
||||
- [[LlamaIndex]] — 방대한 외부 데이터를 LLM과 연결하기 위해 데이터 수집, 계층적 인덱싱 및 검색 최적화에 모든 역량을 집중한 지식 지향적 RAG 전문 프레임워크 [1-3].
|
||||
- [[LLM]] — 고정된 파라미터 지식의 한계를 넘어, 실시간으로 검색된 외부 컨텍스트를 합성하여 신뢰할 수 있는 응답을 생성하는 RAG 시스템의 핵심 생성 엔진 [1, 2].
|
||||
- [[LLM-as-a-Judge]] — LLM-as-a-Judge는 상위 성능의 모델이 다른 모델의 응답을 문맥 적합성과 논리적 일관성에 따라 정량적으로 평가하게 함으로써, 인적 검수의 확장성 한계를 극복하고 대규모 서비스 로그를 자동 분석하는 LLMOps의 핵심 지능형 평가 메커니즘이다
|
||||
- [[LLMOps]] — LLMOps는 언어 모델을 블랙박스로 두지 않고, 데이터 기반의 정량적 평가와 실시간 모니터링을 통해 AI 시스템을 '개발 대상'에서 '지속 가능한 운영 대상'으로 전환하는 관리 체계이다 [S217].
|
||||
- [[MLOps]] — MLOps는 머신러닝 모델을 단순한 개발 대상이 아닌 데이터 기반의 지속적 운영 대상으로 관리하며, 파이프라인 자동화와 버전 제어를 통해 실험의 재현성과 시스템 신뢰성을 확보하는 체계이다 [S217, S340].
|
||||
- [[RAG 아키텍처]] — RAG 아키텍처는 대규모 언어 모델(LLM)의 매개변수를 수정하지 않고도 외부 지식 베이스를 비매개변수적 메모리로 활용하여 할루시네이션을 억제하고 정보의 최신성과 신뢰성을 확보하는 핵심 기술 패러다임이다 [1-3].
|
||||
- [[RAG 파이프라인]] — RAG 파이프라인은 대규모 언어 모델(LLM)의 정적인 지식 제한을 극복하기 위해 외부 데이터 소스로부터 실시간으로 지식을 검색하고 이를 생성 과정에 주입하여 사실에 기반한(Grounded) 응답을 도출하는 핵심 워크플로우다 [1-3].
|
||||
- [[RAGAS]] — RAGAS는 "LLM-as-a-Judge" 기법을 통해 RAG 파이프라인의 검색 품질과 생성 신뢰성을 데이터 기반으로 정량화하고 최적화하는 전용 평가 프레임워크이다 [1, 2].
|
||||
- [[RAGAS 평가 지표]] — RAGAS는 RAG 시스템을 'RAG Triad'라 불리는 세 가지 핵심 축(Context, Answer, Query)으로 분해하여, 검색의 정밀도와 생성의 근거성을 데이터 기반으로 정량 측정하는 진단형 평가 프레임워크이다 [S217, S226].
|
||||
- [[Re-ranking]] — Re-ranking은 1차 검색(Recall)으로 확보된 다수의 후보 문서들을 질의와의 실제 의미적 관련성에 따라 재정렬함으로써, 정답 정보가 LLM의 컨텍스트 윈도우 상단에 배치되도록 보장하는 정밀도(Precision) 최적화 공정이다 [S12, S
|
||||
- [[Reranker]] — 초단계 벡터 검색에서 확보한 후보 문서군을 크로스-인코더(Cross-Encoder)로 재평가하여 검색 정밀도(Context Precision)를 개선하고 생성 모델의 답변 정확도를 극대화하는 RAG 파이프라인의 핵심 최적화 컴포넌트 [1-3].
|
||||
|
||||
_36 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,18 @@
|
||||
# Topics_Rag Chronicle Records
|
||||
|
||||
## Project
|
||||
- ID: topics-rag
|
||||
- Root: E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag
|
||||
- Record root: E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag\docs\records\Topics_Rag
|
||||
- Detail level: standard
|
||||
|
||||
## Purpose
|
||||
Auto-created by Project Architecture activation.
|
||||
|
||||
## Folders
|
||||
- `planning/`
|
||||
- `discussions/`
|
||||
- `decisions/`
|
||||
- `development/`
|
||||
- `bugs/`
|
||||
- `retrospectives/`
|
||||
@@ -0,0 +1,11 @@
|
||||
{
|
||||
"projectId": "topics-rag",
|
||||
"projectName": "Topics_Rag",
|
||||
"projectRoot": "E:\\Wiki\\2nd\\10_Wiki\\Topics\\Topics_Rag",
|
||||
"recordRoot": "E:\\Wiki\\2nd\\10_Wiki\\Topics\\Topics_Rag\\docs\\records\\Topics_Rag",
|
||||
"description": "Auto-created by Project Architecture activation.",
|
||||
"corePurpose": "",
|
||||
"detailLevel": "standard",
|
||||
"createdAt": "2026-06-08T08:29:09.889Z",
|
||||
"updatedAt": "2026-06-08T08:36:17.455Z"
|
||||
}
|
||||
+19
@@ -0,0 +1,19 @@
|
||||
# ADR: E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag 여기 아래에 잇는 내용들이 쓸모가 있는것인지 확인해
|
||||
|
||||
## Status
|
||||
accepted
|
||||
|
||||
## Context
|
||||
E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag 여기 아래에 잇는 내용들이 쓸모가 있는것인지 확인해
|
||||
|
||||
## Decision
|
||||
제공해주신 경로(`E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag`)의 파일들을 검토한 결과, 이 내용들은 RAG(Retrieated-Augmented Generation) 시스템을 설계하고 구축하려는 엔지니어에게 매우 가치 있는 전문 지식입니다. 단순한 이론 나열이 아니라, 실제 구현 단계에서 마주치는 기술적 난제(Chunking 전략, 평가 지표, 벡터 DB 선택, Agentic RAG 등)를 구체적으로 다루고 있어 '실전형 기술 가이드'로서의 역할을 충분히 하고 있습니다. 구체적인 판단 근거는 다음과 같습니다. --- 1. 핵심 가치 (Why it is useful) - 기술적 깊이와 범위: Naive RAG부터 최신 트렌드인 Agentic RGH, GraphRAG까지 포함되어 있어, 기초부터 심화 아키텍처까지 단계별 학습이 가능합니다. - 실무 중심의 의사결정 도구: `Long context vs RAG` 비교나 `벡터 데이터베이스 비교`와 같이, 엔지니어...
|
||||
|
||||
## Reason
|
||||
Captured automatically because the conversation contained decision-oriented language.
|
||||
|
||||
## Alternatives
|
||||
Not captured yet.
|
||||
|
||||
## Consequences
|
||||
- Future prompts should treat this as project context unless the user changes direction.
|
||||
+19
@@ -0,0 +1,19 @@
|
||||
# ADR: E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag 여기 아래에 잇는 내용들이 쓸모가 있는것인지 확인해
|
||||
|
||||
## Status
|
||||
accepted
|
||||
|
||||
## Context
|
||||
E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag 여기 아래에 잇는 내용들이 쓸모가 있는것인지 확인해
|
||||
|
||||
## Decision
|
||||
이 폴더의 내용은 RAG(Retrieval-Augmented Generation) 시스템을 설계하고 구축하려는 엔지니어에게 매우 가치 있는 전문 지식입니다. 단순한 이론 나열이 아니라, 실제 구현 단계에서 마주치는 기술적 난제(Chunking 전략, 평가 지표, 벡터 DB 선택, Agentic RAG 등)를 구체적으로 다루고 있어 '실전형 기술 가이드'로서의 역할을 충분히 하고 있습니다. 구체적인 판단 근거는 다음과 같습니다. --- 1. 핵심 가치 (Why it is useful) - 기술적 깊이와 범위: Naive RAG부터 최신 트래드인 Agentic RAG, GraphRAG까지 포함되어 있어, 기초부터 심화 아키텍처까지 단계별 학습이 가능합니다. - 실무 중심의 의사결정 도구: `Long context vs RAG` 비교나 `벡터 데이터베이스 비교`와 같이, 엔지니어가 프로젝트 상황에 맞춰 기술을 선택할 때 필요한 비교 분석(Trade-off) 정보가 잘 정리되어 있습니다. ...
|
||||
|
||||
## Reason
|
||||
Captured automatically because the conversation contained decision-oriented language.
|
||||
|
||||
## Alternatives
|
||||
Not captured yet.
|
||||
|
||||
## Consequences
|
||||
- Future prompts should treat this as project context unless the user changes direction.
|
||||
@@ -0,0 +1,31 @@
|
||||
# Project Profile
|
||||
|
||||
## Project Name
|
||||
Topics_Rag
|
||||
|
||||
## Description
|
||||
Auto-created by Project Architecture activation.
|
||||
|
||||
## Project Root
|
||||
E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag
|
||||
|
||||
## Record Root
|
||||
E:\Wiki\2nd\10_Wiki\Topics\Topics_Rag\docs\records\Topics_Rag
|
||||
|
||||
## Core Purpose
|
||||
Not captured yet.
|
||||
|
||||
## Target Users
|
||||
Not captured yet.
|
||||
|
||||
## Avoid Directions
|
||||
Not captured yet.
|
||||
|
||||
## Record Detail Level
|
||||
standard
|
||||
|
||||
## Created
|
||||
2026-06-08T08:29:09.889Z
|
||||
|
||||
## Updated
|
||||
2026-06-08T08:29:09.911Z
|
||||
@@ -0,0 +1,10 @@
|
||||
# Project Timeline
|
||||
|
||||
## 2026-06-08
|
||||
- Project Chronicle record folder initialized for Topics_Rag.
|
||||
|
||||
## 2026-06-08
|
||||
- Auto decision record created: decisions\ADR-0001-e-wiki-2nd-10-wiki-topics-topics-rag-여기-아래에-잇는-내용들이-쓸모가-있는것인.md
|
||||
|
||||
## 2026-06-08
|
||||
- Auto decision record created: decisions\ADR-0002-e-wiki-2nd-10-wiki-topics-topics-rag-여기-아래에-잇는-내용들이-쓸모가-있는것인.md
|
||||
@@ -63,6 +63,16 @@ github_commit: ""
|
||||
- **Parent Document 전략:** 실무에서 부모 2000자, 자식 400자 설정을 통해 긴 법률 문서의 정밀 검색과 전체 문맥 확인을 병행하는 아키텍처가 제안되었다 [S37, S81].
|
||||
- **KT Cloud RAG Suite:** 이미지, PDF, 워드 등 다양한 문서 유형에 대해 레이아웃과 표 구조를 보존하며 최적화된 청킹을 제공하는 API 서비스로 운영되고 있다 [S342, S393].
|
||||
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/retrieval/chunker.ts:7` — * 쪼개면 질의가 정확히 해당 섹션에 매치된다 (제2뇌의 "문서 청킹 전략" 지식 그대로).
|
||||
- `connectai/src/retrieval/evalHarness.ts:13` — * { "query": "RAG 청킹 전략 비교", "expected": ["문서 청킹 전략.md"], "note": "선택" }
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
## ✅ 검증 상태 및 신뢰도
|
||||
- **상태:** draft
|
||||
- **검증 단계:** conceptual (실제 구현 코드 및 라이브러리 가이드 기반)
|
||||
|
||||
@@ -64,6 +64,15 @@ github_commit: ""
|
||||
- **로컬 개발:** `01_RAG_파이프라인_기초_아키텍처.ipynb`에서 Chroma를 활용해 세법 문서를 로컬 디스크(`persist_directory`)에 저장하고 관리하는 사례가 있음 [S29, S74].
|
||||
- **하이브리드 구현:** Redis Stack을 사용하여 벡터 검색과 일반 캐싱을 결합한 시맨틱 캐싱 아키텍처가 제안됨 [S221, S231].
|
||||
|
||||
|
||||
<!-- CODE-GROUNDING:START -->
|
||||
### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
|
||||
**실제 구현/사용 위치:**
|
||||
- `connectai/src/retrieval/evalHarness.ts:59` — '{"query": "벡터 데이터베이스 어떤 걸 골라야 하나", "expected": ["벡터 데이터베이스 비교.md"]}',
|
||||
|
||||
_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
|
||||
<!-- CODE-GROUNDING:END -->
|
||||
|
||||
## ✅ 검증 상태 및 신뢰도
|
||||
- **상태:** draft
|
||||
- **검증 단계:** conceptual (실제 Pinecone 및 Chroma 구현 코드가 소스에 포함됨)
|
||||
|
||||
@@ -0,0 +1,70 @@
|
||||
---
|
||||
id: moc-design-&-experience
|
||||
title: "Design & Experience — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Design & Experience"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Design & Experience — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **53개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[가상 DOM (Virtual DOM)]] — 실제 DOM을 매번 직접 조작하는 대신, 메모리 상에 UI의 가상 표현을 구축한 뒤 이전 상태와 비교(Diffing)하여 실제 변경이 필요한 최소한의 부분만 DOM에 반영함으로써 렌더링 성능을 최적화하는 React의 핵심 아키텍처입니다.
|
||||
- [[계층형 아키텍처 (Layered Architecture)]] — 계층형 아키텍처(Layered Architecture), 또는 n-tier 아키텍처는 시스템을 수평적인 계층(Layer)들로 나누어 구성하는 전통적이고 영향력 있는 소프트웨어 설계 패턴입니다 [1, 2]. 각 계층은 특정한 책임을 가지며, 인접한 하위
|
||||
- [[라이브러리 타입 선언 (dts) 확장]] — 라이브러리 타입 선언(.d.ts) 확장은 타입스크립트 환경에서 외부 자바스크립트 라이브러리의 타입 정보를 제공, 패치(patch) 또는 연장하기 위해 수행하는 작업입니다 [1-3]. 주로 인터페이스(Interface)의 '선언 병합(Declaratio
|
||||
- [[몰입감 (Presence)]] — 몰입감(Presence)은 사용자가 가상 현실이나 전자 환경을 현실 세계보다 우선적으로 수용하여, 비물리적 세계에 실제로 "존재하는 것(being there)"처럼 느끼는 심리적 상태를 의미합니다 [1, 2]. 이는 가상현실(VR) 및 혼합현실(MR)
|
||||
- [[바운디드 컨텍스트 (Bounded Context)]] — 바운디드 컨텍스트(Bounded Context)는 도메인 주도 설계(DDD)에서 크고 복잡한 비즈니스 도메인을 더 작고 관리하기 쉬운 하위 도메인으로 분할한 단위를 의미합니다 [1, 2]. 각 컨텍스트는 고유한 소프트웨어 모델과 보편적 언어(Ubiqu
|
||||
- [[비동기 데이터 패칭 (Async Operations Pattern)]] — 비동기 데이터 패칭(Async Operations Pattern)은 API 요청과 같은 비동기 작업 및 UI 상태를 안전하게 관리하기 위한 재사용 가능한 아키텍처 패턴입니다. 주로 식별 가능한 유니온(Discriminated Unions)을 활용하여
|
||||
- [[상태 관리(State Management)]] — 상태 관리(State Management)는 사용자 입력, API 응답, UI 구성 및 애플리케이션 설정 등 시간이 지남에 따라 변경되는 데이터를 추적하고 유지하는 방법론입니다 [1]. 상태 흐름을 명확하게 관리하지 못하면 애플리케이션의 동작을 예측할
|
||||
- [[상태 모델링 (State Modeling)]] — 상태 모델링은 애플리케이션에서 시간에 따라 변화하는 데이터(사용자 입력, API 응답, UI 설정 등)를 구조화하고 추적하는 과정입니다 [1]. 잘못된 상태 관리는 예측 불가능한 동작과 디버깅의 어려움 등 기술 부채를 초래하므로, 견고한 모델링이 필수
|
||||
- [[선언 병합(Declaration Merging)]] — 선언 병합(Declaration Merging)은 TypeScript에서 동일한 이름을 가진 여러 개의 인터페이스를 선언할 경우, 컴파일러가 이를 자동으로 하나의 단일 인터페이스로 합치는 고유한 기능입니다 [1]. 주로 라이브러리 제작자가 사용자에게
|
||||
- [[인터페이스 분리 원칙 (Interface Segregation Principle)]] — 인터페이스 분리 원칙(ISP)은 객체 지향 프로그래밍(OOP)을 위한 5가지 기본 설계 원칙인 SOLID 중 하나로, 로버트 C. 마틴(Robert C. Martin)에 의해 정립되었습니다 [1-3]. 이 원칙은 클라이언트가 자신이 사용하지 않는 인터
|
||||
- [[자기 효능감(Self Efficacy)]]
|
||||
- [[재조정 (Reconciliation)]] — React가 렌더링 시 새로운 가상 DOM(Virtual DOM) 트리와 이전 트리를 비교하여, 실제 DOM에 적용해야 할 최소한의 변경 사항만을 찾아내어 업데이트하는 $O(n)$ 복잡도의 핵심 디핑(Diffing) 알고리즘 프로세스입니다.
|
||||
- [[철벽 수비대 TypeScript 타입 시스템 (인터페이스 설계)]] — TypeScript의 타입 시스템은 구조적 타이핑(Structural Typing)을 기반으로 유연성을 제공하면서도, 런타임 에러와 예기치 않은 상태 변경으로부터 애플리케이션을 보호하는 아키텍처적 도구입니다. 견고한 수비 체계를 구축하기 위해서는 성능
|
||||
- [[치타 사람 이미지 프롬프트]] — 거대한 모래 치타의 추격을 받으며 사막을 질주하는 육상 선수를 통해 속도감과 자연의 힘을 초현실적으로 담아낸 시네마틱 컨셉 아트 프롬프트입니다.
|
||||
- [[클린 아키텍처 (Clean Architecture)]]
|
||||
- [[클린 아키텍처(Clean Architecture)]] — **클린 아키텍처(Clean Architecture)**는 로버트 C. 마틴(Robert C. Martin, "Uncle Bob")이 대중화한 소프트웨어 설계 철학으로, 비즈니스 로직과 애플리케이션 규칙을 시스템의 중심에 두어 코드의 품질을 높이는 것
|
||||
- [[타입 가드 (Type Guards)]]
|
||||
- [[타입 별칭 (Type Alias)]] — 타입 별칭(Type Alias)은 TypeScript에서 기존 타입에 새로운 이름을 부여하여 재사용성을 높이는 기능입니다 [1]. 인터페이스(Interface)와 유사하게 객체의 형태를 정의하는 데 사용할 수 있으며, 그 외에도 원시 타입(Primit
|
||||
- [[Accessibility Compliance WCAG]] — 핵심 내용 요약 예정
|
||||
- [[Americans with Disabilities Act ADA]] — 핵심 요약 작업 진행 중
|
||||
- [[AODA Accessibility for Ontarians with Disabilities Act]] — 핵심 요약 작업 진행 중
|
||||
- [[Apple Human Interface Guidelines]]
|
||||
- [[Code Formatting]] — 코드 포맷팅(Code Formatting)은 들여쓰기, 공백, 줄 바꿈, 따옴표 등 소스 코드의 시각적 스타일과 레이아웃을 일관된 규칙에 맞게 정리하는 과정입니다. 이는 코드의 런타임 논리나 실행 의미를 변경하지 않고 코드의 구조적 형태만 변환하며,
|
||||
- [[Declaration Merging]]
|
||||
- [[Digital Humanities]]
|
||||
- [[Environmental Storytelling]]
|
||||
- [[Ergodic Literature]]
|
||||
- [[Formalism vs Structuralism]]
|
||||
- [[Human Computer Interaction (HCI)]]
|
||||
- [[Interface Segregation Principle (ISP)]] — 인터페이스 분리 원칙(Interface Segregation Principle, ISP)은 클라이언트가 자신이 사용하지 않는 동작이나 액션에 의존하도록 강요받아서는 안 된다는 소프트웨어 설계 원칙입니다 [1, 2]. 이 원칙은 불필요한 기능까지 묶여
|
||||
- [[Linked Data Principles]]
|
||||
- [[Ludo narrative Dissonance]]
|
||||
- [[Ludonarrative Dissonance]]
|
||||
- [[Monorepo Architecture]]
|
||||
- [[Nash Equilibrium]]
|
||||
- [[Redux 등 상태 관리 (State Management)]]
|
||||
- [[Redux 스타일 리듀서 및 액션 관리]] — Redux 스타일 리듀서 및 액션 관리는 TypeScript의 식별 가능한 유니언(Discriminated Unions) 패턴이 가장 효과적으로 적용되는 대표적인 사례 중 하나입니다 [1, 2]. 이 패턴을 통해 다양한 액션 객체들을 타입 안전하게 구
|
||||
- [[Redux Toolkit Architecture]]
|
||||
- [[Self Determination Theory]]
|
||||
- [[Snyk Open Source]] — Snyk Open Source는 애플리케이션을 구성하는 서드파티 종속성(third-party dependencies)을 스캔하여 알려진 보안 취약점을 탐지하는 소프트웨어 구성 분석(SCA, Software Composition Analysis) 도구입
|
||||
- [[Spatial Computing]]
|
||||
- [[Structural Type System]]
|
||||
- [[Structural Typing]]
|
||||
- [[Type Alias]]
|
||||
- [[Type Declaration]] — 타입 선언(Type Declaration)은 TypeScript에서 변수, 함수, 객체 등의 데이터 형태와 규칙을 명시적으로 정의하여 시스템의 예측 가능성을 높이는 과정이다[1, 2]. 주로 `type` 별칭(Type Alias)이나 `interfac
|
||||
- [[TypeScript 라이브러리 타입 확장]] — 지식 요약 정보 추출 중...
|
||||
- [[TypeScript 인터페이스 및 시스템 보호 아키텍처 설계]] — TypeScript의 타입 시스템은 구조적 타이핑을 기반으로 하여 복잡한 비즈니스 로직을 보호하고 개발자의 의도를 명확히 규정하는 아키텍처적 도구이다 [1]. 인터페이스(Interface)와 타입 별칭(Type Alias)을 전략적으로 선택하여 컴파일
|
||||
- [[TypeScript 컴파일러 캐싱 최적화]] — TypeScript 컴파일러는 타입 검사 속도와 IDE 응답성을 향상시키기 위해 타입 관계를 캐싱하는 최적화 메커니즘을 사용합니다. 이 캐싱 메커니즘은 객체를 확장할 때 주로 `interface extends`를 사용할 경우 해당 이름을 기준으로 효과
|
||||
- [[TypeScript Compiler API]]
|
||||
- [[TypeScript의 안전한 인터페이스 설계]] — TypeScript의 인터페이스 설계는 언어의 근본적인 특성인 구조적 타이핑(Structural Typing)의 유연성을 수용하면서도, 의도치 않은 데이터 유입과 런타임 에러를 방어하는 것을 핵심으로 합니다 [1-3]. 이를 위해 개발자는 `inter
|
||||
- [[TypeScript의 인터페이스 및 객체 타입 설계]] — TypeScript의 인터페이스와 객체 타입 설계는 명시적인 이름이 아닌 객체의 실제 형태와 속성을 기준으로 타입 호환성을 결정하는 구조적 타이핑(Structural Typing)을 근간으로 합니다. 확장성과 컴파일 성능을 고려하여 인터페이스(Inte
|
||||
- [[Union Types]]
|
||||
- [[Variance (Covariance Contravariance Invariance)]]
|
||||
|
||||
_53 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,249 @@
|
||||
---
|
||||
id: moc-graphics-&-performance
|
||||
title: "Graphics & Performance — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Graphics & Performance"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Graphics & Performance — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **184개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(184개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### A
|
||||
- [[Agency-Narrative Integration]]
|
||||
- [[Alpha Blending]]
|
||||
- [[ANGLE]]
|
||||
- [[ANGLE (Almost Native Graphics Layer Engine)]]
|
||||
- [[Apple-Human-Interface-Guidelines]]
|
||||
- [[Augmented Reality (AR)]]
|
||||
- [[Augmented Reality Navigation Systems]]
|
||||
- [[Autonomous Vehicle Perception]]
|
||||
|
||||
### B
|
||||
- [[Babylonjs]]
|
||||
- [[BatchedMesh]]
|
||||
- [[BIM 모델 렌더링]]
|
||||
- [[BIM 모델 시뮬레이션]]
|
||||
- [[Bio-mechanical-Modeling]]
|
||||
- [[Bioregionalism]]
|
||||
- [[Bounding Volume Hierarchy (BVH)]]
|
||||
- [[BufferAttribute]]
|
||||
|
||||
### C
|
||||
- [[Cel-Shading-Techniques]]
|
||||
- [[Cellular Automata]]
|
||||
- [[Cesium]]
|
||||
- [[Chrome (Blink_Dawn)]]
|
||||
- [[Chromium WebGPU Implementation]]
|
||||
- [[Cognitive Load Theory]]
|
||||
- [[Cognitive Load Theory]]
|
||||
- [[Competitive Esports Ecosystems]]
|
||||
- [[Computational Ecology]]
|
||||
- [[Compute Shaders]]
|
||||
- [[Computer-Vision-Synthesis]]
|
||||
- [[Creative Process]]
|
||||
- [[Critical-Play]]
|
||||
- [[Cultural-Heritage-Informatics]]
|
||||
- [[CyArk]]
|
||||
- [[Cybertext Theory]]
|
||||
|
||||
### D
|
||||
- [[DBpedia]]
|
||||
- [[Digital Sandbox Theory]]
|
||||
- [[Digital Twin Visualization]]
|
||||
- [[Direct3D]]
|
||||
- [[Drama Management Systems]]
|
||||
- [[Dynamic Assessment]]
|
||||
- [[Dynamical Systems Theory]]
|
||||
|
||||
### E
|
||||
- [[Ecosystem-Modeling]]
|
||||
- [[Educational-Gamification]]
|
||||
- [[Embodied Cognition in Virtual Reality]]
|
||||
- [[Employee Engagement Systems]]
|
||||
- [[Epidemiological Forecasting]]
|
||||
- [[Epidemiological Modeling]]
|
||||
- [[Expressjs-Type-Extensions]]
|
||||
- [[EXT_disjoint_timer_query]]
|
||||
|
||||
### F
|
||||
- [[Fill Rate]]
|
||||
- [[Flow State Theory]]
|
||||
- [[Formal-Grammar]]
|
||||
- [[Formalism-vs-Structuralism]]
|
||||
- [[Fragment Shading]]
|
||||
- [[FXAA]]
|
||||
|
||||
### G
|
||||
- [[Garbage Collection]]
|
||||
- [[GPU-driven Rendering]]
|
||||
- [[GPURenderBundles]]
|
||||
|
||||
### I
|
||||
- [[Immersive Educational Simulations]]
|
||||
- [[instancedArray]]
|
||||
- [[InstancedMesh (드로우 콜 최적화)]]
|
||||
- [[Interactive Storytelling]]
|
||||
- [[Interactive Storytelling]]
|
||||
- [[Internet of Things (IoT) Telemetry]]
|
||||
- [[Intrinsic Motivation]]
|
||||
- [[ISO 9241 Standards]]
|
||||
|
||||
### J
|
||||
- [[JavaScript]]
|
||||
|
||||
### K
|
||||
- [[Knowledge-Graphs]]
|
||||
|
||||
### L
|
||||
- [[Looking-Glass-Studios]]
|
||||
- [[Loot Box Regulation (EU_China Compliance)]]
|
||||
- [[Ludology]]
|
||||
|
||||
### M
|
||||
- [[Markov Decision Process (MDP)]]
|
||||
- [[Markov Decision Processes]]
|
||||
- [[MDA Framework]]
|
||||
- [[MDA Framework]]
|
||||
- [[Measure Theory]]
|
||||
- [[Memory Leaks]]
|
||||
- [[MeshStandardMaterial 조명 연산]]
|
||||
- [[Meta Quest_Horizon OS]]
|
||||
- [[Metal]]
|
||||
- [[Metaverse Architecture]]
|
||||
- [[Micro-latency]]
|
||||
- [[Minecraft]]
|
||||
- [[Minecraft_ Education Edition]]
|
||||
- [[Mobile Gaming Monetization Strategies]]
|
||||
|
||||
### N
|
||||
- [[Narrative-Branching-Models]]
|
||||
- [[Narratology]]
|
||||
- [[NASA-Jet-Propulsion-Laboratory-Software-Standards]]
|
||||
- [[Needle Engine]]
|
||||
- [[NVIDIA Omniverse]]
|
||||
|
||||
### O
|
||||
- [[Object Pooling]]
|
||||
- [[OffscreenCanvas]]
|
||||
- [[OffscreenCanvas 기반 멀티스레드 렌더링 구현]]
|
||||
- [[Open Metaverse Framework]]
|
||||
- [[OpenGL ES 20]]
|
||||
- [[Operant Conditioning]]
|
||||
|
||||
### P
|
||||
- [[Perlin Noise]] — "자연스러운 불규칙성: 단순한 화이트 노이즈의 거친 질감을 넘어, 수학적 보간을 통해 구름, 지형, 화염 등 자연계의 연속적이고 유기적인 패턴을 생성하는 그래디언트 노이즈 알고리즘."
|
||||
- [[Physics Engine Integration]] — "시각적 허구와 물리적 진실의 교량: 렌더링을 위한 트랜스폼(Transform) 데이터와 물리 연산을 위한 바디(Body) 데이터를 동기화하고, 연산 부하를 제어하는 시스템 통합 아키텍처."
|
||||
- [[Post-Acute-Care-Models]]
|
||||
- [[Post-humanism]]
|
||||
- [[Problem-Solving-Theory]]
|
||||
- [[Procedural Animation]] — "데이터가 아닌 수식이 만드는 생동감: 미리 정의된 키프레임 대신 알고리즘, 물리 법칙, 환경과의 상호작용을 통해 실시간으로 계산되어 생성되는 동적인 움직임 체계."
|
||||
|
||||
### R
|
||||
- [[R3F 3D 게임 환경의 메모리 관리]] — "자동 해제와 수동 제어의 하모니: React Three Fiber의 자동 자원 해제 메커니즘을 신뢰하되, 대규모 에셋의 경우 풀링(Pooling)과 명시적 Dispose를 통해 GPU 비디오 램(VRAM) 누수를 방지하는 최적화 전략."
|
||||
- [[Radix Sort]]
|
||||
- [[RDF와 OWL]]
|
||||
- [[Redux Reducer Pattern]] — "상태 변화의 명세서: 이전 상태(State)와 액션(Action)을 받아 새로운 상태를 생성하는 순수 함수(Pure Function) 구조를 통해, 복잡한 데이터 흐름을 단방향으로 통제하고 예측 가능하게 만드는 설계 패턴."
|
||||
- [[Revit 모델 렌더링]]
|
||||
- [[Revit glTF Export]]
|
||||
- [[Robotics-Control-Systems]]
|
||||
- [[Rowhammer]]
|
||||
- [[Rowhammer attack]]
|
||||
|
||||
### S
|
||||
- [[SaaS-Retention-Strategies]]
|
||||
- [[Sandbox-Simulation]]
|
||||
- [[Search-Based Procedural Content Generation (SBPCG)]]
|
||||
- [[Semantic Versioning (SemVer) in Type Safety]]
|
||||
- [[Semantic-Web]]
|
||||
- [[Semantic-Web-Technologies]]
|
||||
- [[Semiotics in Media]]
|
||||
- [[Service-Dominant-Logic]]
|
||||
- [[SharedArrayBuffer]]
|
||||
- [[Simulations of Social Systems]]
|
||||
- [[Simultaneous Localization and Mapping (SLAM)]] — "미지의 공간에서의 자아 인식: 사전 정보가 없는 환경에서 센서 데이터를 통해 주변 지도를 작성함과 동시에, 그 지도 안에서의 자신의 위치를 실시간으로 추정하는 재귀적 알고리즘 체계."
|
||||
- [[Skybound Protocol 기술 메뉴얼 및 개발자 가이드]]
|
||||
- [[SLA-Definition]]
|
||||
- [[Smart City Digital Twins]]
|
||||
- [[Smart-City-Frameworks]]
|
||||
- [[Sorting]]
|
||||
- [[Special Education Interventions]]
|
||||
- [[Speculative Biology]] — "만약의 진화론: 실제 생물학적 법칙과 진화 메커니즘을 바탕으로, 외계 행성이나 대안적 지구 환경에서 생명체가 어떻게 진화하고 적응했을지를 탐구하는 학문적 상상력의 체계."
|
||||
- [[Surgical-Robotics]]
|
||||
- [[Systems Theory]]
|
||||
|
||||
### T
|
||||
- [[Temporal Logic]] — "시간의 흐름을 기술하는 수학적 언어: 정적인 참/거짓을 넘어, '결국 ~가 될 것이다(Eventually)', '항상 ~이다(Always)', '~할 때까지(Until)'와 같은 시점의 개념을 논리식에 도입하여 동적 시스템의 명세를 정의하는 틀."
|
||||
- [[Texture Compression]]
|
||||
- [[The Rapture Setting]]
|
||||
- [[The-Space-Syntax-Laboratory]]
|
||||
- [[Three Shader Language (TSL)]]
|
||||
- [[Three.js 렌더링 최적화]]
|
||||
- [[Threejs 대규모 렌더링 최적화 파이프라인]]
|
||||
- [[Threejs 렌더링 성능 최적화]]
|
||||
- [[Threejs 렌더링 최적화]]
|
||||
- [[Threejs 모바일 렌더링 최적화]]
|
||||
- [[Threejs 자원 해제 (Dispose)]] — "GPU 메모리는 자동으로 비워지지 않는다: JavaScript의 가비지 컬렉션(GC)은 CPU 메모리만 관리하므로, WebGL 자원(지오메트리, 텍스처, 렌더 타겟)은 반드시 명시적인 `.dispose()` 호출을 통해 GPU에서 제거해야 한다."
|
||||
- [[threejs Issue _30352]]
|
||||
- [[Timestamp Quantization]]
|
||||
- [[Timestamp Queries Quantization]]
|
||||
- [[TLB design]]
|
||||
- [[TSL (Three Shader Language)]]
|
||||
- [[Turtle Graphics]] — "상대적 좌표의 미학: 절대적인 데카르트 좌표계 대신 '앞으로 가기', '회전하기'와 같은 행위자 중심의 명령어를 통해 복잡한 기하학적 문양과 프랙탈 구조를 생성하는 벡터 그래픽스 방식."
|
||||
- [[TypedArray]]
|
||||
|
||||
### U
|
||||
- [[Urban-Resilience-Planning]]
|
||||
- [[USD Universal Scene Description]] — "3D 데이터의 HTML: 단순한 파일 포맷을 넘어, 대규모 협업과 복잡한 씬 구성을 위해 레이어링(Layering), 베리에이션(Variation), 비파괴적 편집을 지원하는 오픈소스 3D 씬 기술 프레임워크."
|
||||
- [[User-Story-Mapping]]
|
||||
- [[Utsubo]]
|
||||
- [[UV Offset]]
|
||||
|
||||
### V
|
||||
- [[Varying Variables]]
|
||||
- [[Vertex Shader]]
|
||||
- [[VIA-Classification]]
|
||||
- [[Virtual Reality (VR) Storytelling]]
|
||||
- [[Voxel based Rendering]] — "공간의 픽셀화: 3차원 그리드 단위인 복셀(Voxel)을 사용하여 복잡한 기하학적 구조를 단순화하고, 실시간 글로벌 일루미네이션과 파괴 가능한 환경을 효율적으로 구현하는 볼륨 렌더링 기술."
|
||||
- [[Vulkan]]
|
||||
|
||||
### W
|
||||
- [[Waves of Connection]]
|
||||
- [[WebGPU 대규모 건설 뷰어]]
|
||||
- [[WebGPU Timestamp Queries]]
|
||||
- [[Winning Ways for your Mathematical Plays]]
|
||||
|
||||
### X
|
||||
- [[XState Library]] — "로직의 시각적 명세화: 유한 상태 기계(FSM)와 상태 차트(Statecharts) 이론을 기반으로, 복잡한 비즈니스 로직과 UI 상태를 명시적인 상태 전이(State Transition)로 정의하여 '불가능한 상태'를 원천적으로 차단하는 프레임워크
|
||||
|
||||
### 가나다
|
||||
- [[고성능 3D WebGL 게임 렌더링 엔진]] — "브라우저의 한계를 넘는 래스터라이제이션: WebGL의 낮은 수준 API를 직접 제어하여 드로우 콜 최적화, 쉐이더 병렬화, GPU 가속 메모리 관리를 통해 웹 환경에서 네이티브급 그래픽 성능을 구현하는 기술 아키텍처."
|
||||
- [[교육 심리학 및 교수법 설계]]
|
||||
- [[기업 문화 진단 및 개선]]
|
||||
- [[대규모 건설 뷰어(Construction Viewers)]]
|
||||
- [[대규모 건축물 및 지형 뷰어(BIM)]]
|
||||
- [[마이크로 프론트엔드]]
|
||||
- [[만성 질환 행동 수정 개입]]
|
||||
- [[명령형 직접 조작 (Imperative Manipulation)]] — "선언적 추상화의 틈을 메우는 직접 제어: React와 같은 선언적 UI 상태 관리의 오버헤드를 피하기 위해, 성능이 중요한 그래픽 요소나 빈번한 업데이트가 필요한 인스턴스를 직접 참조하여 조작하는 최적화 기법."
|
||||
- [[모바일 기반 WebGL 애플리케이션 개발]]
|
||||
- [[브라우저 그래픽 렌더링 백엔드]]
|
||||
- [[셰이더 정밀도 (Mediump_Highp)]]
|
||||
- [[스토리지 텍스처(Storage Textures)]]
|
||||
- [[실시간 렌더링 파이프라인]]
|
||||
- [[실시간 물리 시뮬레이션 동기화]] — "결정론적 혼돈의 통제: 네트워크 레이턴시와 부동 소수점 오차 속에서도 모든 클라이언트가 동일한 물리적 상태를 공유하도록 만드는 상태 동기화 및 예측 알고리즘의 집합체."
|
||||
- [[웹 브라우저 그래픽 API 호환성]]
|
||||
- [[조직 행동론의 직무 몰입 연구]]
|
||||
- [[컴퓨트 셰이더(Compute Shaders)]]
|
||||
- [[프래그먼트 바운드(Fragment-bound)]]
|
||||
- [[프래그먼트 셰이딩(Fragment Shading)]]
|
||||
- [[헤드 마운트 디스플레이(HMD)]]
|
||||
- [[헤드마운트 디스플레이 (HMD)]]
|
||||
|
||||
_184 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,193 @@
|
||||
---
|
||||
id: moc-topics
|
||||
title: "Topics — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "Topics"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ Topics — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **132개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[Reinforcement Learning Fundamentals]] — RL의 토대는 보상 가설·탐색-활용 트레이드오프·벨만 방정식 세 가지로 압축되며, 이 셋의 균형이 알고리즘 설계의 핵심 결정점이 된다.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(131개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[4X 전략]]
|
||||
- [[4X Strategy]]
|
||||
|
||||
### A
|
||||
- [[AI 이미지 생성 및 프롬프트 엔지니어링 워크플로우]]
|
||||
- [[AI 이미지 생성 워크플로우]] — AI 이미지 생성은 단판 승부가 아닌, '초기 시안 탐색 -> 반복적 정교화 -> 부분 수정 및 확장'으로 이어지는 점진적이고 계층적인 워크플로우의 결과물이다. 모델마다 다른 언어적 이해도와 기술적 매개변수를 정확히 활용하는 것이 프로페셔널 생성의 핵
|
||||
- [[AI 추론 및 맥락 인식 아키텍처]]
|
||||
- [[AI Safety and Alignment]]
|
||||
- [[AI Sampling Strategies]]
|
||||
- [[Alliance (동맹)]]
|
||||
- [[Amygdala Hyperactivity]]
|
||||
- [[Architecture]]
|
||||
- [[Autism Spectrum Disorder]]
|
||||
- [[Autonomous Queue Processing Engine]] — 자율 엔진의 생명력은 단순히 코드가 실행되는 것이 아니라, **상태의 영속성(Persistence)**과 **비동기 파이프라인의 격리**를 통해 프로세스가 중단되어도 마지막 지점에서 즉시 재개할 수 있는 능력에서 나온다.
|
||||
|
||||
### C
|
||||
- [[CFG 스케일 제어]]
|
||||
- [[Chrome DevTools 및 메모리 프로파일링]]
|
||||
- [[CI CD 파이프라인 및 배포 자동화]]
|
||||
- [[CIPOMDPs]]
|
||||
- [[Cloud Native]]
|
||||
- [[Cloud Native and Microservices]]
|
||||
- [[CNN (Convolutional Neural Network)]]
|
||||
- [[ComfyUI]]
|
||||
- [[Computer Vision]]
|
||||
- [[Conversational Maxims (Grice)]]
|
||||
- [[CSS Architecture and Styling]]
|
||||
|
||||
### D
|
||||
- [[Data Privacy & Local Processing]]
|
||||
- [[Data Schema]]
|
||||
- [[Data Twins (Digital Twins)]]
|
||||
- [[DevOps]]
|
||||
|
||||
### E
|
||||
- [[Edge Computing]]
|
||||
- [[Encoder Decoder Inconsistency]]
|
||||
- [[Engineering Principles]]
|
||||
- [[Executive Dysfunction]]
|
||||
|
||||
### F
|
||||
- [[Fact Based Meeting Minutes Prompt]]
|
||||
- [[FDA Clearance (Medical Device Approval)]]
|
||||
- [[Flak Tank]]
|
||||
- [[Functional Programming]]
|
||||
|
||||
### G
|
||||
- [[G1nation Build Fix Report]]
|
||||
- [[Global Neuronal Workspace]]
|
||||
- [[Graphics & Performance]]
|
||||
- [[Green Check Mark Syndrome]]
|
||||
|
||||
### H
|
||||
- [[Human Computer Interaction]]
|
||||
|
||||
### I
|
||||
- [[Index 13]]
|
||||
- [[Index 1490]]
|
||||
- [[Index 1528]]
|
||||
- [[Index 1530]]
|
||||
- [[Index 1532]]
|
||||
- [[Index 1534]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Index 2]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Index 20]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Index 25]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Information Retrieval]]
|
||||
- [[Interpretability]] — "AI 블랙박스의 내부를 들여다보는 지적 렌즈" — 머신러닝 모델의 판단 근거와 내부 작동 기제를 인간이 이해할 수 있는 형태로 설명하고 분석하는 능력.
|
||||
|
||||
### J
|
||||
- [[Jamba and Bamba]] — Jamba와 Bamba는 SSM(Mamba)과 Transformer 어텐션을 레이어 단위로 혼합한 하이브리드 모델로, 긴 컨텍스트 효율과 짧은 컨텍스트 표현력을 동시에 노린다.
|
||||
|
||||
### L
|
||||
- [[Liquid Democracy]] — "직접 민주주의의 참여와 대의 민주주의의 효율성을 결합하라" — 투표권을 스스로 행사하거나, 특정 이슈별로 자신이 신뢰하는 대리인에게 실시간으로 위임(Delegation)할 수 있는 유동적인 민주주의 모델.
|
||||
- [[LLM Optimization and Deployment Strategies]] — "지능의 밀도는 높이고, 실행의 비용은 낮추라." LLM 최적화는 거대한 모델의 파라미터를 압축(양자화, 증류)하고, 학습 효율을 극대화(PEFT)하며, 추론 엔진(vLLM, PagedAttention)을 통해 처리량을 최대로 끌어올려 실전 서비스가
|
||||
|
||||
### M
|
||||
- [[March 2026 Research Drop]]
|
||||
- [[Microservices Architecture]] — 마이크로서비스 아키텍처(MSA)는 대규모 애플리케이션을 비즈니스 도메인(Domain)을 중심으로 독립적으로 배포 및 실행 가능한 작은 서비스들의 집합으로 설계하는 소프트웨어 개발 접근 방식입니다 [1]. 각 서비스는 고유의 프로세스를 실행하며 API와
|
||||
- [[Modern Web Rendering and Optimization]] — "언제, 어디서 HTML을 생성할 것인가?" 웹 렌더링 전략은 초기 로드 성능(FCP/LCP), 상호작용성(TTI/INP), 그리고 검색 엔진 최적화(SEO) 사이의 트레이드오프를 관리하는 엔지니어링 의사결정의 집합입니다.
|
||||
|
||||
### N
|
||||
- [[Neural Networks and Deep Learning Foundations]] — 심층 신경망은 미분 가능한 합성 함수의 스택으로, 표현 학습·역전파·확률적 경사하강이라는 세 기둥이 결합되어 비정형 데이터에서 패턴을 추출한다.
|
||||
- [[Nodejs and Backend Optimization]] — "메모리는 유실되는 것이 아니라 붙잡혀 있는 것이다." Node.js의 고성능 백엔드 구축은 V8 엔진의 세대별 가비지 컬렉션(GC) 메커니즘을 이해하고, 클로저·이벤트 리스너·캐시 등에서 발생하는 '래칫(Ratchet)' 패턴의 메모리 누수를 힙 스
|
||||
|
||||
### P
|
||||
- [[Pay to win]] — Pay-to-win(P2W)은 게임 내에서 생존과 우위를 점하기 위해 지속적인 금전 지출이 필수적으로 요구되는 게임 디자인 또는 비즈니스 모델을 의미합니다. [1, 2] 이러한 시스템 하에서는 막대한 자금을 지불하는 유저가 일반 유저에 비해 압도적인
|
||||
- [[Performance Profiling and Memory]] — "보이지 않는 메모리의 실체를 추적하라." 가비지 컬렉션(GC)의 메커니즘을 이해하고, 크롬 개발자 도구와 힙 스냅샷을 통해 누수 지점(Retaining Path)을 정확히 짚어내는 것이 고성능 애플리케이션의 핵심이다.
|
||||
- [[Permanent Loss]]
|
||||
- [[PEV Loop]] — PEV 루프는 에이전트가 즉흥적으로 행동하는 것을 방지하기 위해 계획, 제한된 실행, 엄격한 검증의 3단계를 강제하여 자율 시스템의 신뢰성과 아키텍처 일관성을 보장하는 핵심 실행 패턴이다.
|
||||
- [[Pragmatics]] — "말해진 것(What is said)과 의미된 것(What is meant) 사이의 간극을 맥락(Context)으로 메우는 해석의 예술."
|
||||
- [[Prefrontal Cortex]] — "본능의 파도를 이성의 댐으로 막아세워, 인간을 '계획하고 선택하는 존재'로 만드는 뇌의 CEO이자 지휘 본부."
|
||||
- [[Prompt Engineering]] — 프롬프트 엔지니어링은 인공지능 모델(LLM 및 이미지 생성 모델)로부터 최적의 결과물을 도출하기 위해 입력값(Prompt)을 전략적으로 설계, 최적화 및 프로그래밍하는 기술 체계입니다 [1]. 단순히 '말을 잘하는 법'을 넘어, 모델의 추론 성능을 극
|
||||
|
||||
### R
|
||||
- [[Reinforcement Learning and Decision Making]] — 강화학습은 환경과 상호작용하며 누적 보상을 최대화하는 정책을 학습하는 프레임워크로, MDP 가정 위에서 가치 추정과 정책 개선의 두 축으로 발전해 왔다.
|
||||
- [[Reward Prediciton Error]]
|
||||
- [[Reward Prediction Error (상태 예측 오류)]]
|
||||
- [[Runtime Validation]] — "컴파일 타임의 타입 안전성과 런타임의 데이터 무결성 사이의 간극을 메우기 위해, 시스템 경계(Boundary)에서 데이터를 검증하는 대신 신뢰할 수 있는 타입으로 파싱하는 설계 기법."
|
||||
|
||||
### S
|
||||
- [[S2 Attn]] — Shifted Sparse Attention(S²-Attn)은 LongLoRA 등에서 사용된 효율적 어텐션 패턴으로, 긴 컨텍스트 파인튜닝 시 메모리·시간 비용을 줄이면서 글로벌 정보 흐름은 유지한다.
|
||||
- [[SDLC and SSDLC]]
|
||||
- [[Selective SSM]] — Selective SSM(Mamba)은 입력에 따라 SSM 파라미터(B, C, Δ)를 동적으로 변화시켜, 기존 시간 불변 SSM의 한계를 극복하고 Transformer에 근접한 표현력을 확보한다.
|
||||
- [[Self Correction]] — 자기 교정은 LLM이 자신의 출력을 비판·수정하는 능력으로, 외부 피드백 없이도 reasoning 품질을 높일 수 있는 중요 기제이지만 한계도 분명하다.
|
||||
- [[Self Correction Mechanisms]] — Self-correction 메커니즘은 LLM 추론 파이프라인 안에 검증·재시도 루프를 명시적으로 구조화한 기법군이다.
|
||||
- [[Skybound Asset Purity Sync]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Sleep Tracking]] — 수면 추적(Sleep Tracking)은 사용자의 수면 상태, 심박변이도(HRV), 호흡률 등 다양한 생체 데이터를 지속적이고 수동적으로 모니터링하는 기술입니다 [1-3]. 과거에는 단순한 수면 단계 기록에 머물렀으나, 최근에는 인공지능(AI)과 결합
|
||||
- [[Smart Glasses]] — 스마트 안경(Smart Glasses)은 AI 어시스턴트와 디스플레이 기술이 통합되면서 2026년 기준 전년 대비 110%의 폭발적인 출하량 성장을 기록하고 있는 웨어러블 기술입니다 [1, 2]. 단순한 카메라 기능을 넘어 실시간 번역, 내비게이션,
|
||||
- [[Smart Glasses & Spatial Computing]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Smart Rings]] — 스마트 링(Smart Rings)은 부피가 큰 화면 없이 사용자의 수면, 회복, 준비도 등을 수집하는 데 이상적인 폼팩터를 갖춘 주류 웨어러블 기술입니다 [1, 2]. 최근 이 기기들은 단순한 데이터 수집을 넘어 심박수 변이도(HRV), 체온, 혈중
|
||||
- [[Soft Prompt Compression]] — Soft prompt compression은 긴 자연어 컨텍스트를 학습 가능한 가상 토큰(소프트 프롬프트)으로 압축해, 추론 시 토큰 비용을 줄이면서 정보 손실을 최소화하는 기법이다.
|
||||
- [[Software Architecture Patterns]]
|
||||
- [[SSM]] — State Space Model(SSM)은 연속 시간 선형 동역학을 신경망으로 매개변수화한 시퀀스 모델로, Transformer 대비 선형 복잡도로 긴 컨텍스트를 처리할 수 있는 대안이다.
|
||||
- [[Stability]] — AI 시스템의 안정성은 입력 perturbation·분포 변화·파라미터 변동 하에서 출력 일관성을 유지하는 능력으로, 신뢰성·재현성·안전성의 토대가 된다.
|
||||
- [[Street Duel Fighter]] — 16비트 아케이드의 CRT 미학과 현대적인 React/Canvas 기술을 결합하여 오감을 자극하는 격투 게임 기획 및 구현 프로토콜.
|
||||
- [[System Resilience and Fault Tolerance]] — 분산 시스템과 외부 API 의존도가 높은 현대 소프트웨어에서 안정성은 '완벽한 차단'이 아닌, 지수 백오프(Backoff)와 서킷 브레이커(Circuit Breaker)를 통한 **격리된 실패 제어**와 **자동화된 자가 치유(Self-healing)
|
||||
|
||||
### T
|
||||
- [[Test time computing]] — Test-time compute는 학습 후 추론 단계에서 더 많은 연산을 투입(샘플 증강·체인 오브 사고·반복 증류 등)해 추가 학습 없이 정확도를 높이는 패러다임이다.
|
||||
- [[The Grammys]] — *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
- [[Theoretical Foundations]] — AI/ML의 이론적 기반은 확률·통계·정보이론·최적화·계산복잡도가 교차하는 지점이며, 응용 모델 선택의 정당성을 이 층위에서 찾는다.
|
||||
- [[Theta Gamma Coupling]]
|
||||
- [[Topics]]
|
||||
- [[Transformer Architecture and LLM Foundations]] — "데이터 간의 모든 관계를 병렬로 파악하여 시퀀스의 한계를 돌파하라." 트랜스포머는 순차적 처리를 버리고 셀프 어텐션(Self-Attention) 메커니즘을 통해 데이터의 맥락을 전역적으로 파악하며, 현대 대규모 언어 모델(LLM)의 폭발적인 성능 향
|
||||
|
||||
### V
|
||||
- [[Vagus Nerve Stimulation (VNS)]] — 미주신경 자극(VNS)은 신경계를 진정시켜 사용자의 불안과 스트레스를 완화하는 것을 목적으로 하는 기술입니다 [1]. 최근의 비침습적 웨어러블 장치는 가슴에 착용하여 골전도를 통한 초저주파 진동을 몸에 전달하는 방식으로 이 신경을 자극합니다 [1].
|
||||
|
||||
### W
|
||||
- [[Wearable Technology (웨어러블 기기)]] — 웨어러블 기기(Wearable Technology)는 단순한 걸음 수 측정이나 알림 기능을 넘어, 임상 수준의 정확도로 건강 상태를 모니터링하고 예측하는 스마트 전자기기로 진화하고 있습니다 [1]. 2026년 현재 스마트 반지, AI 탑재 스마트 안경
|
||||
- [[Wearables 2.0]] — Wearables 2.0은 기존의 단순 피트니스 추적용 기기들이 FDA와 같은 규제 당국의 승인을 받은 임상 등급(Clinical-grade)의 의료 기기로 진화하는 새로운 시대를 의미합니다 [1]. 이 시기의 웨어러블 기기들은 소비자용 제품의 외관을
|
||||
- [[Wearables API]] — Wearables API(웨어러블 API)는 스마트워치, 피트니스 트래커, 스마트 링 등 수많은 웨어러블 및 IoT 기기의 데이터를 단일 연결을 통해 애플리케이션에 연동해 주는 인터페이스입니다 [1-3]. 개발자는 이를 통해 각 기기별로 시스템을 별도
|
||||
- [[Wearables API IoT Devices]] — Wearables API 및 IoT 기기는 스마트 링, 연속 혈당 측정기(CGM), 무선 이어버드 등 다양한 건강 및 피트니스 트래커에서 발생하는 생체 데이터를 단일 플랫폼으로 통합하는 기술입니다 [1, 2]. 최근 이 기술은 기기 내장형 AI(온디바
|
||||
- [[Web Performance Optimization]] — "사용자 경험의 계량화: 단순히 페이지가 빨리 뜨는 것을 넘어, 로딩(LCP), 반응성(INP), 시각적 안정성(CLS)을 측정하여 사용자가 체감하는 '쾌적함'을 숫자로 관리하는 전략."
|
||||
|
||||
### 가나다
|
||||
- [[게임 디자인 및 가상 경제 시스템]] — "게임을 설계하는 것은 재미를 설계하는 것이 아니라, 의미 있는 선택의 연속을 설계하는 것이다." 플레이어의 심리를 자극하는 보상 체계와 시스템적 균형이 잡힌 가상 경제를 통해 지속 가능한 디지털 생태계를 구축하는 핵심 프레임워크.
|
||||
- [[그래픽스 및 시뮬레이션 엔지니어링]] — "수학으로 현실을 그리다." 물리적 법칙을 코드로 시뮬레이션하고, 하드웨어 가속(GPU)을 통해 실시간으로 고품질 시각 정보를 렌더링하며, 디지털 세계의 상호작용을 사실적으로 구현하는 시각화 공학.
|
||||
- [[데이터 사이언스 및 ML 엔지니어링]] — "데이터로부터 가치를 추출하고 지능을 모델링하는 공학." 단순한 예측을 넘어, 대규모 데이터를 학습하여 새로운 콘텐츠를 생성하고(Generative AI), 복잡한 문제를 인공신경망으로 해결하는 현대 AI 기술의 근간.
|
||||
- [[데이터 엔지니어링 표준]] — "데이터의 흐름은 공학이고, 파이프라인은 생명선이다." 원천 데이터의 수집부터 정제, 저장, 그리고 분석에 이르기까지 전 과정의 신뢰성을 확보하고, 데이터 품질 계층(Data Quality Layer)을 통해 AI 에이전트의 판단 근거를 견고히 하는
|
||||
- [[도메인 주도 설계(DDD) 및 소프트웨어 아키텍처]] — "기술은 변하지만 도메인은 변하지 않는다." 소프트웨어의 핵심 가치인 비즈니스 로직(Domain)을 외부 프레임워크나 데이터베이스(Infrastructure)로부터 철저히 격리하여, 변화에 유연하고 테스트 가능한 고밀도 지능 시스템을 구축하는 현대 아
|
||||
- [[디자인 시스템 및 사용자 경험 표준]] — "디자인은 어떻게 보이는가가 아니라, 어떻게 작동하는가이다." 일관된 시각적 언어(Design System)를 통해 인지 부하를 줄이고, 사용자의 여정을 매끄럽게 설계하여(UX) 제품의 본질적 가치를 전달하는 총체적 경험 설계 표준.
|
||||
- [[디지털 치료제 (Digital Therapeutics, DTx)]] — *소스에 '디지털 치료제 (Digital Therapeutics, DTx)'라는 정확한 용어에 대한 정보는 부족합니다. 그러나 소스는 이를 포괄하는 '임상 등급의 웨어러블 기기', '여성 건강(FemTech) 앱', 'AI 기반의 능동적 건강 코칭(P
|
||||
- [[디퓨전 모델 작동 원리]] — 디퓨전 모델은 데이터에 노이즈를 섞는 과정을 학습한 뒤, 무작위 노이즈로부터 텍스트 조건에 맞춰 형태를 복원해가는 '역방향 확산'을 통해 고품질 이미지를 생성하는 아키텍처다.
|
||||
- [[런타임 유효성 검사 (Runtime Validation)]] — 런타임 유효성 검사는 외부 데이터(API 응답, 폼 입력, 환경변수)가 기대 형태인지 실행 시점에 확인하는 보호 계층으로, TypeScript 타입만으로는 부족한 경계 검증을 보완한다.
|
||||
- [[매개변수 (Parameters)]]
|
||||
- [[매몰 비용 오류 (Sunk Cost Fallacy)]]
|
||||
- [[미드저니 매개변수 제어]] — 미드저니 매개변수는 텍스트로 표현하기 어려운 시각적 비율, 모델 버전, 예술적 개입 및 일관성을 정밀하게 제어하는 기술적 레버다.
|
||||
- [[백엔드 엔지니어링 및 데이터베이스 설계]] — "데이터는 흐르고 시스템은 응답한다." 비즈니스 로직의 안정적인 실행 환경을 구축하고, 대규모 데이터의 영속성과 정합성을 보장하며, 고성능 통신 프로토콜을 통해 클라이언트와 에이전트의 요청을 처리하는 시스템의 심장부.
|
||||
- [[보안 및 시스템 신뢰성 표준]] — "보안은 사후 처리가 아닌 설계의 일부다." 외부 위협으로부터 시스템을 보호하고, 예기치 않은 오류 상황에서도 핵심 기능을 유지하며, 조직의 정책을 기술적으로 강제하는 신뢰 기반 인프라.
|
||||
- [[비즈니스 전략 및 운영 프레임워크]] — "어디서 싸울 것인가보다, 어떻게 이길 것인가를 결정하는 것." 한정된 자원을 집중하여 경쟁 우위를 창출하고, 애자일한 실행 체계와 코드 수준의 품질 관리를 통해 비즈니스 가치를 연속적으로 배달하는 통합 운영 체계.
|
||||
- [[빌보드 임포스터(Billboard Impostors)]] — 빌보드 임포스터(Billboard Impostor)는 카메라에서 멀리 떨어진 복잡한 3D 지오메트리를 미리 렌더링된 이미지가 맵핑된 카메라를 향하는 2D 평면(Quad)으로 대체하는 렌더링 최적화 기법입니다 [1]. 모델을 여러 각도(보통 8~16개)
|
||||
- [[생성형 AI 및 LLM 엔지니어링 표준]] — "언어는 지능의 운영체제다." 방대한 데이터를 통해 학습된 언어 모델(LLM)을 최적화하고, 외부 지식(RAG)과 결합하며, 추론 성능을 극대화(Test-time computing)하여 자율적으로 사고하고 행동하는 인공지능 시스템의 코어 엔진.
|
||||
- [[소프트웨어 개발 수명 주기 (SDLC)]]
|
||||
- [[소프트웨어 설계 원칙 및 디자인 패턴]] — "코드는 한 번 작성되지만 수만 번 읽힌다." 인간의 인지 한계를 극복하고 변화의 파동을 국소화하기 위해, 검증된 구조(Design Patterns)와 엄격한 규율(SOLID/Clean Code)을 적용하여 '읽기 쉽고 고치기 쉬운' 생태계를 구축하는
|
||||
- [[심리학 및 행동과학 모델링]] — "마음은 정보 처리 시스템이자 동기 부여의 엔진이다." 인간의 사고와 행동을 [입력(지각) -> 처리(인지/감정) -> 출력(행동)]의 아키텍처로 분석하고, 그 이면의 무의식적 편향과 경제적 유인을 모델링하는 학문적 기반.
|
||||
- [[얼라이언스 (Alliance)]] — '게임 오브 워(Game of War)'를 비롯한 4X 모바일 게임에서 얼라이언스(동맹)는 최대 100명의 플레이어로 구성되는 복잡한 정치적, 사회적 집단입니다 [1]. 단순한 팀의 개념을 넘어 플레이어 간의 협력, 외교, 배신 등 창발적 게임플레이(
|
||||
- [[오사카 엑스포 2025 호쿠사이 인스톨레이션(Hokusai installation)]] — 오사카 엑스포 2025 호쿠사이 인스톨레이션(Hokusai installation)은 인터랙티브 크리에이티브 스튜디오인 [[Utsubo]]가 2025년 오사카 엑스포를 위해 제작한 대규모 유체 시뮬레이션 프로젝트입니다 [1]. 이 인스톨레이션은 Thr
|
||||
- [[인지 행동 치료 (CBT)]] — "생각 습관을 교정하여 감정의 감옥에서 탈출하기." 부정적인 자동 사고를 식별하고 이를 합리적인 사고로 재구조화하여 행동의 변화를 끌어내는 가장 과학적으로 실증된 심리 치료 기법이다.
|
||||
- [[지능형 헬스케어 및 생체데이터 분석]] — "데이터 기록을 넘어 실천적 지능으로." 단순한 생체 수치 기록(Reactive)에서 벗어나, AI가 데이터를 해석하여 사용자에게 구체적인 행동 지침을 제안하고 특정 인구통계(FemTech 등)에 특화된 예측 통찰력을 제공하는 현대 헬스케어의 핵심.
|
||||
- [[창의성]]
|
||||
- [[클라우드 인프라 및 IaC 운영 표준]] — "서버를 직접 조립하지 말고 코드로 정의하라." 클라우드 네이티브 환경에서 인프라는 더 이상 물리적 자산이 아닌, 소프트웨어처럼 버전 관리되고 자동 배포되는 가변적 자원(Cattle, not Pets)이다.
|
||||
- [[테스트 전략 및 방법론]] — "테스트는 단순히 버그를 찾는 행위가 아니라, 코드의 변경에 대한 용기(Confidence)를 부여하고 설계의 품질을 강제하는 엔지니어링 규율이다."
|
||||
- [[파워 크립 (Power Creep)]] — 파워 크립(Power Creep)은 멀티플레이어 게임에서 새롭게 추가된 콘텐츠나 장비가 기존 콘텐츠보다 훨씬 강력하거나 유용하게 출시되어 기존 아이템을 무용지물로 만드는 현상을 의미합니다 [1]. 개발자는 플레이어가 모든 것을 달성하고 게임에 대한 흥
|
||||
- [[프론트엔드 및 Nodejs 개발 워크플로우]] — 프론트엔드 및 Node.js 개발 워크플로우는 소스 코드의 품질, 일관성, 그리고 보안을 자동화된 방식으로 유지하기 위해 일련의 도구들을 파이프라인에 결합하는 과정입니다. 주축이 되는 도구로는 코드 에러를 정적으로 분석하는 [[ESLint]]와 코드
|
||||
- [[프론트엔드 및 UIUX 표준]] — "복잡한 UI 상태를 예측 가능한 흐름으로 관리하고, 사용자 경험(UX)을 기술적 구조로 구현하라." 단순히 화면을 그리는 것을 넘어, 컴포넌트 기반 설계(CDD)와 디자인 시스템을 통해 일관성을 유지하고 렌더링 최적화로 초저지연 인터랙션을 보장하는
|
||||
- [[플랫폼 저항성(Platform Resistance)]]
|
||||
- [[현대적 웹 성능 및 사용자 경험 최적화]] — "속도가 곧 경험이다." 데이터 기반의 지표(Core Web Vitals)를 바탕으로 로딩, 상호작용, 시각적 안정성을 최적화하여 사용자의 이탈을 막고 비즈니스 가치를 극대화하는 프론트엔드 공학의 핵심.
|
||||
- [[현대적 프론트엔드 아키텍처 및 상태 관리]] — "UI는 상태의 함수다 ($UI = f(State)$)." 단순한 화면 구성을 넘어, 복잡한 상태의 흐름을 예측 가능하게 통제하고(State Management), 비즈니스 로직과 UI를 물리적으로 격리하여(FSD), 사용자에게 초저지연의 지능형 경험
|
||||
|
||||
_132 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
id: moc-conversations
|
||||
title: "conversations — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "conversations"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ conversations — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **6개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[2026-05-07]]
|
||||
- [[2026-05-08]]
|
||||
- [[2026-05-09]]
|
||||
- [[2026-05-10]]
|
||||
- [[2026-05-17]]
|
||||
- [[2026-05-21]]
|
||||
|
||||
_6 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-tools
|
||||
title: "tools — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "tools"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ tools — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[lint_test]]
|
||||
- [[pack_apply]]
|
||||
- [[pwa_setup]]
|
||||
- [[web_init]]
|
||||
- [[web_preview]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,25 @@
|
||||
---
|
||||
id: moc-tools
|
||||
title: "tools — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "tools"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ tools — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **8개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[auto_planner]]
|
||||
- [[channel_full_analysis]]
|
||||
- [[comment_harvester]]
|
||||
- [[competitor_brief]]
|
||||
- [[my_videos_check]]
|
||||
- [[telegram_notify]]
|
||||
- [[trend_sniper]]
|
||||
- [[youtube_account]]
|
||||
|
||||
_8 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-_shared
|
||||
title: "_shared — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "_shared"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ _shared — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_system]]
|
||||
- [[decisions]]
|
||||
- [[goals]]
|
||||
- [[identity]]
|
||||
- [[schedule]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-2026-05-07t13-49
|
||||
title: "2026-05-07T13-49 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "2026-05-07T13-49"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 2026-05-07T13-49 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_brief]]
|
||||
- [[_report]]
|
||||
- [[business]]
|
||||
- [[researcher]]
|
||||
- [[writer]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
id: moc-2026-05-07t14-34
|
||||
title: "2026-05-07T14-34 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "2026-05-07T14-34"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 2026-05-07T14-34 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **6개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_brief]]
|
||||
- [[_report]]
|
||||
- [[business]]
|
||||
- [[developer]]
|
||||
- [[researcher]]
|
||||
- [[writer]]
|
||||
|
||||
_6 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-2026-05-07t15-02
|
||||
title: "2026-05-07T15-02 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "2026-05-07T15-02"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 2026-05-07T15-02 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_brief]]
|
||||
- [[_report]]
|
||||
- [[business]]
|
||||
- [[researcher]]
|
||||
- [[writer]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-2026-05-07t15-11
|
||||
title: "2026-05-07T15-11 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "2026-05-07T15-11"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 2026-05-07T15-11 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_brief]]
|
||||
- [[_report]]
|
||||
- [[business]]
|
||||
- [[researcher]]
|
||||
- [[writer]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,22 @@
|
||||
---
|
||||
id: moc-2026-05-07t15-26
|
||||
title: "2026-05-07T15-26 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "2026-05-07T15-26"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 2026-05-07T15-26 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **5개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[_brief]]
|
||||
- [[_report]]
|
||||
- [[business]]
|
||||
- [[researcher]]
|
||||
- [[writer]]
|
||||
|
||||
_5 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,40 @@
|
||||
---
|
||||
id: moc-사업
|
||||
title: "사업 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "사업"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 사업 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **21개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 🚀 여기서 시작 (Start here)
|
||||
- [[2026-05-03_datacollector-mac_project_knowledge_overview]]
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
- [[2026-05-05_volumes-data-project-antigravity-datacollector-mac-코드-리뷰하고-개_implementation]]
|
||||
- [[2026-05-09_너의-지식-기준으로-아래-프로젝트-분석하고-설계적-기능적-사용자-경험-그리고-편의성까지-고려해서-리뷰-해줘-]]
|
||||
- [[2026-05-11_volumes-data-project-antigravity-datacollector-mac-코드-리뷰-해줘]]
|
||||
- [[2026-05-11_volumes-data-project-antigravity-datacollector-mac-코드-리뷰-해줘_implementation]]
|
||||
- [[2026-05-19_그러면-내-컴퓨터가-i7-12세대-rtx3080-이라고-할경우-제일-적합한-모델과-세팅값을-알려줄-수-있어]]
|
||||
- [[ADR-0001-comfyui-json에-대해-너가-알고-있는-지식을-말해줘]]
|
||||
- [[ADR-0001-volumes-data-project-antigravity-datacollector-mac-이-프로젝트는-재]]
|
||||
- [[ADR-0002-그러면-너는-comfyui를-이용하여-내가-동영상-제작에-사용할-json-파일을-생성하면-생성해줄-수-있어-]]
|
||||
- [[ADR-0002-volumes-data-project-antigravity-datacollector-mac-파일-위치는-여기]]
|
||||
- [[ADR-0003-volumes-data-project-antigravity-datacollector-mac-파일-위치야-이-]]
|
||||
- [[ADR-0004-너의-지식-기준으로-아래-프로젝트-분석하고-설계적-기능적-사용자-경험-그리고-편의성까지-고려해서-리뷰-해줘-]]
|
||||
- [[Autonomous-Polling-Wait-Automation]]
|
||||
- [[BUG-0001-volumes-data-project-antigravity-datacollector-mac-이-프로젝트를-검]]
|
||||
- [[NotebookLM-Automated-Authentication-CLI]]
|
||||
- [[Ontology-Driven-Relevancy-Filtering]]
|
||||
- [[project-profile]]
|
||||
- [[README]]
|
||||
- [[Robust-GitHub-Sync-Pipeline]]
|
||||
- [[timeline]]
|
||||
- [[Zustand-Based-Mission-Persistence]]
|
||||
|
||||
_21 docs · 자동 생성 2026-06-08_
|
||||
@@ -0,0 +1,229 @@
|
||||
---
|
||||
id: moc-창의성
|
||||
title: "창의성 — 학습 지도 (MOC)"
|
||||
category: "MOC"
|
||||
status: "active"
|
||||
type: "map-of-content"
|
||||
tags: ["MOC", "창의성"]
|
||||
updated_at: 2026-06-08
|
||||
---
|
||||
|
||||
# 🗺️ 창의성 — 학습 지도 (MOC)
|
||||
|
||||
> 이 클러스터의 **200개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
|
||||
|
||||
## 📚 전체 문서 (Topics)
|
||||
|
||||
> ⚠️ 문서가 많은 클러스터(200개) — 첫 글자별로 묶음. 하위 폴더로 재구성 검토 권장.
|
||||
|
||||
### 0-9
|
||||
- [[6가지 생각 모자]] — 관점 싸움을 모드 전환으로 바꾸면 아이디어와 비판이 충돌하지 않고 순서 있게 나온다.
|
||||
|
||||
### A
|
||||
- [[A/B보다 개념 검증]] — 색상 두 개 비교보다 '이 경험을 사람들이 원하나?'가 먼저일 수 있다.
|
||||
- [[AI 결과의 평균화 위험]] — 편안한 그럴듯함은 종종 가장 큰 적이다.
|
||||
- [[AI 기반 무드보드 확장]] — 초기 방향 탐색에서 속도를 얻되, 선택 기준은 사람이 잡아야 한다.
|
||||
- [[AI 시대의 독창성]] — 같은 도구를 써도 어떤 질문을 던지고 무엇을 버리는지가 개성을 만든다.
|
||||
- [[AI 초안과 인간 편집]] — 빠른 생성과 깊은 판단을 분리하면 효율과 개성을 동시에 챙길 수 있다.
|
||||
- [[AI 협업에서의 출처 윤리]] — 쉽게 만들 수 있을수록 어디서 왔는지 묻는 태도가 중요해진다.
|
||||
- [[AI를 창의 비서로 쓰기]] — 좋은 비서는 생각을 대신하는 것이 아니라 생각을 더 선명하게 만든다.
|
||||
- [[AI를 통한 변형 생성]] — 변형의 양이 늘면 선택의 질도 좋아질 수 있다.
|
||||
- [[AI와 개인 스타일 보존]] — 속도를 얻는 대신 목소리를 잃으면 창의 자산도 약해진다.
|
||||
- [[AI와 원격 연상]] — 인간이 바로 떠올리지 못하는 조합을 기계가 대량 제안할 수 있다.
|
||||
- [[AI와 인간 창의성의 분업]] — 생성 속도는 AI가, 방향과 의미 결정은 사람이 더 강한 경우가 많다.
|
||||
- [[AI와 창의 교육]] — 학생이 생각하지 않게 만드는 대신 더 많이 생각하게 만드는 사용법이 중요하다.
|
||||
- [[AI와 창의성의 검증 루프]] — 아이디어 생성과 아이디어 평가를 같은 단계에 섞으면 품질이 흐려진다.
|
||||
- [[AI와 창의적 페르소나 실험]] — 다양한 시선을 빠르게 모의해 보면 약점과 가능성이 빨리 드러난다.
|
||||
|
||||
### S
|
||||
- [[SCAMPER]] — 발상이 막힐 때는 더 열심히 생각하는 것보다 다른 동사를 빌리는 편이 낫다.
|
||||
|
||||
### W
|
||||
- [[What if 질문법]] — 좋은 가정 실험은 망상이 아니라 사고 경로를 바꾸는 장치다.
|
||||
|
||||
### 가나다
|
||||
- [[가이드라인 안의 자유]] — 완전 자유보다 선명한 경계 안의 탐색이 오히려 더 멀리 가는 경우가 많다.
|
||||
- [[감각 채널 확장]] — 아이디어는 눈으로만 보는 세계보다 다감각 세계에서 더 풍부해진다.
|
||||
- [[감정 곡선 설계]] — 좋은 경험은 장면들의 합이 아니라 감정의 리듬으로 기억된다.
|
||||
- [[개념적 혼합]] — 강한 콘셉트는 둘 이상의 익숙한 프레임이 예상 밖 방식으로 합쳐질 때 자주 생긴다.
|
||||
- [[개방성과 창의성]] — 닫힌 시스템에는 안전함이 있지만, 개방성 없이는 재료 유입이 줄어든다.
|
||||
- [[개인 실험 노트]] — 다른 사람의 방법론보다 자신의 패턴을 아는 것이 더 큰 레버리지일 수 있다.
|
||||
- [[경계 넘기 입력]] — 새 아이디어는 같은 분야 안의 더 많은 예시보다 이웃하지 않은 분야의 원리에서 더 자주 튀어나온다.
|
||||
- [[고정관념과 기능 고착]] — 창의적 도약은 사물의 원래 이름보다 가능한 역할을 다시 묻는 순간 시작된다.
|
||||
- [[공간 제약과 사고]] — 큰 여백만이 창의성을 주는 것이 아니라 압축의 강요도 중요한 촉매가 된다.
|
||||
- [[공감 기반 창작]] — 창의성은 자신이 멋지다고 느끼는 것보다 누군가에게 어떤 의미가 되는지를 물을 때 깊어진다.
|
||||
- [[공통 언어 만들기]] — 협업 창의성의 상당수 비용은 아이디어 부족보다 용어 혼선에서 발생한다.
|
||||
- [[관성 깨기 루틴]] — 루틴은 필요하지만 오래되면 자동 반응만 남기므로 균형 있게 흔들어야 한다.
|
||||
- [[관찰 일지]] — 기억은 흐려지지만 관찰 일지는 재료를 다시 조합할 수 있게 남겨준다.
|
||||
- [[관찰의 편향 줄이기]] — 보고 싶은 것만 보면 창의성은 넓어지지 않고 기존 신념만 강화된다.
|
||||
- [[관찰의 해상도]] — 대충 본 세계에서는 대충 결합한 아이디어만 나온다.
|
||||
- [[규칙 깨기보다 규칙 발견]] — 무엇이 관습인지 모르면 무엇이 파격인지도 알 수 없다.
|
||||
- [[기억에 남는 마무리]] — 사람은 끝나는 순간의 인상을 강하게 기억하므로 마지막 장면은 전략적이어야 한다.
|
||||
- [[기억의 재조합]] — 완전히 새로운 생각보다 오래 저장된 조각의 낯선 재배열이 더 현실적인 창의 경로다.
|
||||
- [[나쁜 사례 분석]] — 무엇을 하지 말아야 하는지 선명할수록 좋은 아이디어 공간도 또렷해진다.
|
||||
- [[내러티브 프레이밍]] — 사람은 정보보다 서사를 통해 의미를 더 쉽게 붙잡는다.
|
||||
- [[다듬기와 과가공]] — 언제 멈추고 언제 더 밀어야 하는지 아는 감각이 중요하다.
|
||||
- [[다양한 배경의 충돌]] — 같은 훈련을 받은 사람만 모이면 속도는 빠를 수 있어도 발상 폭은 줄기 쉽다.
|
||||
- [[다중 관점 보유]] — 좋은 아이디어는 종종 서로 충돌하는 관점을 한 화면에 올려둘 때 나온다.
|
||||
- [[데이터로 보는 창의 반응]] — 감으로만 차별화를 판단하면 반복 학습이 어렵다.
|
||||
- [[도구 제한 실험]] — 좋아하는 도구를 잠시 못 쓰게 하면 사고의 고정 루틴도 함께 흔들린다.
|
||||
- [[도메인 지식과 창의성]] — 엉뚱함은 종종 지식 부족으로도 보이기 때문에 맥락을 이해한 뒤의 변주가 중요하다.
|
||||
- [[랜덤 자극 기법]] — 우연은 생각을 망치는 요소가 아니라 고착을 깨는 도구가 될 수 있다.
|
||||
- [[루틴과 우연의 균형]] — 루틴만 있으면 굳고 우연만 있으면 흩어진다.
|
||||
- [[리더의 창의성 촉진]] — 팀 창의성은 개인 천재보다 리더의 분위기와 프로세스 설계에 크게 좌우된다.
|
||||
- [[리듬 제약]] — 창의성은 한 번의 몰입보다 지속 가능한 리듬에서 더 잘 축적된다.
|
||||
- [[리듬과 반복의 미학]] — 창의적 표현은 무질서보다 리듬 속 변주에서 더 강하게 기억되기도 한다.
|
||||
- [[리스크와 창의성]] — 리스크를 무시하는 용기는 무모함이고, 리스크를 구조화하는 용기가 창의성을 살린다.
|
||||
- [[마인드맵]] — 비선형 구조를 보게 되면 생각의 우회로가 늘어난다.
|
||||
- [[멀티에이전트 창의 협업]] — 한 개의 큰 두뇌보다 역할이 분리된 여러 시선이 더 좋은 결과를 줄 때가 있다.
|
||||
- [[메타포 만들기]] — 좋은 메타포는 설명을 줄이고 경험의 방향을 잡는다.
|
||||
- [[무의식적 처리]] — 늘 생각해야만 답이 나오는 것은 아니며, 덜 붙들수록 연결이 생기기도 한다.
|
||||
- [[문제 재정의]] — 대부분의 막힘은 아이디어 부족보다 질문이 좁거나 잘못됐기 때문에 생긴다.
|
||||
- [[반대 방향 설계]] — 모든 설계에는 암묵적 방향성이 있고, 뒤집어보면 새로운 옵션이 보인다.
|
||||
- [[반례 찾기]] — 좋은 아이디어를 사랑할수록 깨뜨릴 질문도 함께 가져야 한다.
|
||||
- [[반복 규칙의 힘]] — 같은 규칙을 유지한 채 요소를 달리하면 미세한 차이가 더 잘 보인다.
|
||||
- [[반복 연습의 창의성]] — 자유로운 변주도 기본기가 쌓일수록 더 멀리 갈 수 있다.
|
||||
- [[버리기 규칙]] — 무엇을 넣을지보다 무엇을 빼야 할지 결정하는 순간 방향이 분명해진다.
|
||||
- [[불완전한 규칙집]] — 창의 조직은 규칙이 없어서가 아니라 규칙을 업데이트하기 때문에 살아 있다.
|
||||
- [[불편함의 생산성]] — 완전히 편안한 상태만이 좋은 창의 조건은 아니다.
|
||||
- [[브레인라이팅]] — 조용한 참여를 설계하면 집단의 발상 폭이 넓어진다.
|
||||
- [[브레인스토밍]] — 효과적인 브레인스토밍은 자유로움만이 아니라 규칙 설계에서 갈린다.
|
||||
- [[비교 관찰]] — 차이는 창의적 개선 포인트를, 공통성은 구조를 드러낸다.
|
||||
- [[비동기 창의 협업]] — 모든 창의성이 실시간 회의에서만 잘 나오는 것은 아니다.
|
||||
- [[비유적 사고]] — 강한 비유는 설명 도구일 뿐 아니라 아이디어 엔진이 된다.
|
||||
- [[비판의 기술]] — 좋은 비판은 가능성을 닫기보다 정교하게 만든다.
|
||||
- [[사물 재해석]] — 사물은 본래의 이름보다 사용할 수 있는 관계 속에서 더 풍부해진다.
|
||||
- [[사용자 그림자 관찰]] — 사람들은 말과 다르게 행동하기 때문에 창의적 통찰은 현장 행동에서 자주 나온다.
|
||||
- [[사용자 테스트와 창의성]] — 현실과 만나지 않는 창의성은 자기 만족으로 끝날 수 있다.
|
||||
- [[산만함 다루기]] — 문제는 산만함 자체보다 그것을 언제 얼마나 허용하느냐다.
|
||||
- [[상징 만들기]] — 강한 상징은 설명을 줄이고 기억을 남긴다.
|
||||
- [[상황 전환 관찰]] — 창의적 통찰은 사물보다 상황의 변화에서 더 자주 나온다.
|
||||
- [[새로움과 유용성의 균형]] — 기억에 남는 아이디어는 낯설지만 바로 이해 가능한 지점을 찾는다.
|
||||
- [[생성형 도구의 과신 방지]] — 창의성은 도구를 믿는 것이 아니라 도구와 거리를 조절하는 감각에서도 나온다.
|
||||
- [[서사적 긴장]] — 긴장이 없는 이야기는 정보는 있어도 몰입은 약하다.
|
||||
- [[선택 후 포기 기록]] — 버린 아이디어의 맥락은 나중에 다른 문제에서 다시 쓸 수 있다.
|
||||
- [[선택지 제한]] — 너무 많은 옵션은 자유처럼 보이지만 실제로는 발상을 약화시키기도 한다.
|
||||
- [[세계관 발상]] — 흥미로운 세계는 설정이 많아서가 아니라 규칙과 예외가 살아 있어서 매력적이다.
|
||||
- [[손으로 만드는 저해상도]] — 해상도가 낮을수록 버리기 쉽고, 버리기 쉬울수록 더 많이 시도할 수 있다.
|
||||
- [[수렴적 사고]] — 창의성은 넓히는 힘과 좁히는 힘이 번갈아 작동할 때 완성된다.
|
||||
- [[스케치 사고]] — 선을 대충 그리는 순간 머릿속에서만 맴돌던 구조가 밖으로 나온다.
|
||||
- [[스토리 씨앗]] — 완성된 플롯보다 강한 씨앗 하나가 더 오래 아이디어를 견인한다.
|
||||
- [[스토리보드 발상]] — 멋진 기능도 장면 속에서 보면 약점이 드러나고 새로운 필요가 보인다.
|
||||
- [[습관 스택]] — 창의성은 거창한 결심보다 작은 반복 연결로 자리 잡기 쉽다.
|
||||
- [[시각 노트]] — 시각화는 기억을 돕는 것을 넘어 새로운 연결을 드러낸다.
|
||||
- [[시각적 변주]] — 강한 비주얼은 완전한 새로움보다 통제된 변주에서 자주 나온다.
|
||||
- [[시간 제한의 힘]] — 마감은 창의성의 적일 수도 있지만, 작은 시간 상자는 시작과 전진을 돕는다.
|
||||
- [[시나리오 쓰기]] — 창의적인 아이디어도 장면 속에 놓이면 허점과 기회가 동시에 보인다.
|
||||
- [[실패 비용 낮추기]] — 사람은 용감해서가 아니라 실패해도 괜찮을 때 더 많이 시도한다.
|
||||
- [[실험 가능성 판단]] — 검증 불가능한 아이디어는 오래 사랑받기 어렵다.
|
||||
- [[심리적 안전감]] — 사람이 비웃길 두려워하면 좋은 아이디어도 입 밖으로 나오지 않는다.
|
||||
- [[아날로지 매핑]] — 좋은 아이디어 전이는 표면이 아니라 관계 구조를 옮기는 데서 생긴다.
|
||||
- [[아이디어 금식]] — 너무 많은 입력은 창의성을 풍부하게 하기보다 남의 목소리로 가득 채울 수 있다.
|
||||
- [[아이디어 리듬 캘린더]] — 창의성은 남는 시간에 하는 일이 아니라 일정으로 보호해야 하는 일일 수 있다.
|
||||
- [[아이디어 산책]] — 걷는 동안 생각은 직선보다 더 유연한 경로를 타기 쉽다.
|
||||
- [[아이디어 스코어카드]] — 스코어카드는 창의성을 기계화하려는 장치가 아니라 대화를 선명하게 하는 장치다.
|
||||
- [[아이디어 인박스]] — 잡생각처럼 스쳐 지나간 메모가 나중엔 핵심 씨앗이 되기도 한다.
|
||||
- [[아이디어 재료 수집]] — 빈 머리에서 짜내려 하기보다 풍부한 재료를 축적하는 편이 훨씬 안정적이다.
|
||||
- [[아이디어 충돌 조정]] — 팀 창의성은 갈등이 없어서가 아니라 갈등을 다루는 방식 때문에 무너진다.
|
||||
- [[아이디어 클러스터링]] — 좋은 수렴은 바로 선택하지 않고 먼저 관계를 보는 데서 시작된다.
|
||||
- [[아이디어 파이프라인]] — 좋은 생각보다 중요한 것은 생각이 어디서 죽는지 아는 것이다.
|
||||
- [[아이디어 평가 기준]] — 기준이 없으면 가장 익숙하거나 말 잘하는 안이 이기기 쉽다.
|
||||
- [[아이디어 폐기 판단]] — 버리는 능력이 없으면 좋은 아이디어도 묻힌다.
|
||||
- [[아이디어 피칭]] — 좋은 아이디어도 전달 구조가 약하면 채택되지 않는다.
|
||||
- [[아이디어 핸드오프]] — 좋은 아이디어도 핸드오프가 약하면 구현 단계에서 평범해지거나 왜곡된다.
|
||||
- [[아이디어 회의의 역할 분리]] — 모두가 동시에 같은 일을 하려고 할수록 창의 회의는 흐릿해진다.
|
||||
- [[아이디어의 생존력]] — 강한 아이디어는 하나의 구현에 묶이지 않고 여러 형태로 번역될 수 있다.
|
||||
- [[아이디어의 심리적 소유권]] — 공동 창작에서는 소유권을 지우는 것이 아니라 건강하게 다루는 것이 중요하다.
|
||||
- [[아침 페이지]] — 정리되지 않은 생각을 먼저 흘려보내면 더 선명한 발상 공간이 생긴다.
|
||||
- [[에너지 기반 작업 배치]] — 모든 창의 작업이 같은 정신 에너지를 요구하는 것은 아니다.
|
||||
- [[역브레인스토밍]] — 뒤집힌 질문은 숨은 리스크와 당연한 가정을 드러낸다.
|
||||
- [[역할극 발상]] — 몸으로 상황을 통과하면 문서만 볼 때 놓치던 맥락이 드러난다.
|
||||
- [[연상 작용]] — 창의적 도약은 무에서 나오는 것이 아니라 서로 무관해 보이던 조각이 맞물릴 때 일어난다.
|
||||
- [[영감보다 시스템]] — 영감은 출발점일 수 있어도 일관된 산출은 시스템이 책임진다.
|
||||
- [[원격 연상]] — 참신함은 대체로 가까운 조합보다 먼 조합에서 나온다.
|
||||
- [[유머의 창의성]] — 웃음은 종종 두 개의 incompatible한 프레임이 동시에 보일 때 생긴다.
|
||||
- [[의도적 어색함]] — 너무 매끈한 것은 쉽게 잊히고, 적당한 어긋남은 기억과 질문을 남긴다.
|
||||
- [[이미지 보드 구성]] — 좋은 무드보드는 예쁜 이미지 모음이 아니라 선택 기준이 보이는 보드다.
|
||||
- [[이상 징후 포착]] — 좋은 아이디어는 종종 평범한 데이터보다 이상한 예외에서 시작된다.
|
||||
- [[인지 부하와 창의성]] — 창의적 사고를 원한다면 문제를 어렵게 만드는 것보다 머릿속 혼잡을 줄이는 것이 먼저일 수 있다.
|
||||
- [[인지적 유연성]] — 막힌 사고를 푸는 핵심은 더 오래 생각하는 것이 아니라 틀을 바꾸는 것이다.
|
||||
- [[자기 검열]] — 창의성의 적은 아이디어 부족이 아니라 너무 이른 내적 평가일 때가 많다.
|
||||
- [[자료 클리핑의 기술]] — 좋은 입력도 다시 찾지 못하면 창의 재료로 쓰이지 못한다.
|
||||
- [[작게 자주 내기]] — 완벽한 한 번보다 작은 여러 번이 더 많은 통찰을 준다.
|
||||
- [[작업 기억과 창의성]] — 머릿속에 유지할 수 있는 요소 수가 적으면 복합적 재구성이 어렵다.
|
||||
- [[작은 창의성과 큰 창의성]] — 대부분의 팀은 거대한 돌파보다 작은 창의성의 축적에서 성과를 얻는다.
|
||||
- [[잠복기 효과]] — 억지로 붙드는 시간보다 적절한 거리두기가 더 좋은 연결을 가져올 때가 많다.
|
||||
- [[장면 중심 발상]] — 사람은 기능 목록보다 장면과 행동을 통해 가능성을 더 쉽게 상상한다.
|
||||
- [[재료 부족이 만드는 해법]] — 풍부함이 항상 좋은 것은 아니며, 부족함은 핵심 가치를 더 선명히 보게 만든다.
|
||||
- [[재료 재사용]] — 새것을 만드는 힘은 종종 이미 가진 것을 다르게 쓰는 데서 나온다.
|
||||
- [[제거 중심 발상]] — 창의성은 추가의 미학뿐 아니라 제거의 용기에서도 나온다.
|
||||
- [[제약 기반 창작]] — 무한 자유는 종종 마비를 만들고, 선명한 한계는 선택을 돕는다.
|
||||
- [[제약 역이용 발상]] — 불가능 조건이 오히려 정체성을 만드는 경우가 많다.
|
||||
- [[조합 매트릭스]] — 아이디어는 종종 독창적 사고보다 성실한 교차표에서 더 많이 나온다.
|
||||
- [[좋은 사례 해부]] — 영감은 감탄에서 끝나지 않고 구조 분석으로 넘어갈 때 재사용 가능해진다.
|
||||
- [[좋은 질문으로 피드백 받기]] — 피드백은 받는 방식에 따라 전혀 다른 정보가 된다.
|
||||
- [[주간 창의 회고]] — 창의성도 회고가 있어야 축적되고 재현 가능해진다.
|
||||
- [[주의 전환]] — 새로움은 종종 새로운 답보다 기존 장면에서 다른 요소를 보는 데서 시작된다.
|
||||
- [[질문 사다리]] — 너무 넓거나 너무 좁은 질문 사이를 오갈 수 있어야 좋은 아이디어 공간이 열린다.
|
||||
- [[질문 수집]] — 좋은 질문 저장소는 미래의 아이디어 저장소이기도 하다.
|
||||
- [[질문이 있는 독서]] — 많이 읽는 것보다 어떤 질문으로 읽는지가 창의성에 더 큰 영향을 준다.
|
||||
- [[집단사고 방지]] — 너무 빨리 한 방향으로 정렬되는 팀은 효율적일 수 있지만 창의성에는 위험하다.
|
||||
- [[참신함 피로]] — 늘 새로워야 한다는 압박은 오히려 창의성을 소진시킬 수 있다.
|
||||
- [[창의 조직의 의례]] — 창의성은 우연한 분위기보다 반복 가능한 진입 의식이 있을 때 더 안정적이다.
|
||||
- [[창의성 보상 설계]] — 결과만 보상하면 안전한 선택이 늘고, 시도와 학습도 함께 보상해야 탐색이 산다.
|
||||
- [[창의성 운영 체계]] — 창의성은 영감이 아니라 설계 가능한 운영 문제로 다룰 때 강해진다.
|
||||
- [[창의성 지식 그래프]] — 창의성은 고립된 팁 모음보다 연결망으로 볼 때 훨씬 강력해진다.
|
||||
- [[창의성과 감정]] — 기분은 창의성의 부수적 요소가 아니라 사고 탐색 범위를 흔드는 조건이다.
|
||||
- [[창의성과 놀이성]] — 진지한 성과를 만들기 위해서는 일정량의 장난기와 실험성이 필요하다.
|
||||
- [[창의성과 맥락 의존성]] — 아이디어는 진공 상태에서 빛나는 것이 아니라 특정 문제와 청중 안에서 의미를 얻는다.
|
||||
- [[창의성과 미완성 수용]] — 좋은 아이디어는 처음부터 완결된 형태가 아니라 어색한 조각으로 등장하는 경우가 많다.
|
||||
- [[창의성과 속도 균형]] — 느려야만 깊고 빨라야만 얕은 것은 아니다.
|
||||
- [[창의성과 시간 지평]] — 당장 써먹는 아이디어와 몇 달 후 의미가 드러나는 아이디어를 같은 캘린더로 재단하면 둘 다 죽는다.
|
||||
- [[창의성과 실패 관점]] — 실패를 낙인으로 보는 조직에서는 아무도 새로운 조합을 시도하지 않는다.
|
||||
- [[창의성과 용기]] — 아이디어는 안전한 머릿속에 있을 때보다 불완전한 형태로 공유될 때 더 자란다.
|
||||
- [[창의성과 자동화의 경계]] — 무엇을 자동화하고 무엇을 남길지 정하는 감각이 중요하다.
|
||||
- [[창의성과 전문성의 긴장]] — 실력은 높을수록 자동화된 판단이 늘어나므로 의도적 탈자동화가 필요하다.
|
||||
- [[창의성과 정체성]] — 정체성은 결과를 설명하는 꼬리표가 아니라 행동을 유도하는 프레임이다.
|
||||
- [[창의성과 품질 게이트]] — 문제는 게이트가 있다는 사실보다 너무 이르거나 너무 모호하다는 데 있다.
|
||||
- [[창의성과 혁신의 차이]] — 좋은 아이디어가 많아도 실행 구조가 없으면 혁신은 일어나지 않는다.
|
||||
- [[창의성과 호기심]] — 좋은 창의성은 멋진 답보다 집요한 질문에서 시작된다.
|
||||
- [[창의성과 회복탄력성]] — 창의적 사람은 상처받지 않는 사람이 아니라 상처 뒤에 다시 재조합하는 사람에 가깝다.
|
||||
- [[창의성의 문화 신호]] — 문화는 구호보다 반복되는 행동 신호로 체감된다.
|
||||
- [[창의성의 사회적 평가]] — 평가자가 바뀌면 창의성 판단도 바뀌므로 제안 방식까지 설계해야 한다.
|
||||
- [[창의성의 수면 관리]] — 밤샘이 늘 아이디어를 만드는 것은 아니고, 오히려 연결 능력을 무너뜨릴 수 있다.
|
||||
- [[창의성의 윤리]] — 참신함이 강할수록 윤리 검토도 더 정교해야 한다.
|
||||
- [[창의성의 정의]] — 창의성의 출발점은 번뜩임이 아니라 '새로움'과 '유용성'을 함께 보려는 태도다.
|
||||
- [[창의성의 종료 조건]] — 계속 더 좋은 안이 있을 수 있다는 불안은 끝없는 탐색으로 이어질 수 있다.
|
||||
- [[창의적 갈등과 인간관계 갈등]] — 과제 갈등을 잘 다루면 창의성이 오르지만 관계 갈등으로 넘어가면 급격히 무너진다.
|
||||
- [[창의적 워밍업]] — 운동 전에 몸을 풀듯 창의 작업 전에도 마음과 손을 풀면 진입이 쉬워진다.
|
||||
- [[창의적 체력]] — 좋은 아이디어는 한 번의 번뜩임보다 버티는 힘에서 더 자주 나온다.
|
||||
- [[창의적 회복일]] — 지속 가능한 창의성에는 의도적 비생산 시간이 포함된다.
|
||||
- [[초보자 마인드]] — 창의성은 많이 아는 것과 새롭게 보는 것을 동시에 잡아야 커진다.
|
||||
- [[최소 자원 프로토타입]] — 창의성은 거대한 제작보다 빠른 확인 루프에서 더 잘 자란다.
|
||||
- [[최악의 아이디어 먼저]] — 웃기는 실패를 허용하면 좋은 아이디어로 가는 문이 쉽게 열린다.
|
||||
- [[추상화 능력]] — 한 단계 위에서 구조를 볼 수 있을 때 다른 도메인으로 아이디어를 옮길 수 있다.
|
||||
- [[출시 후 재창작]] — 창의성은 출시 전까지만 필요한 것이 아니라 출시 후 더 중요해질 수 있다.
|
||||
- [[카드 분류 발상]] — 배치를 바꾸는 순간 생각의 구조도 같이 바뀐다.
|
||||
- [[카피 아이디어 생성]] — 짧은 문장일수록 구조적 선택이 더 중요하다.
|
||||
- [[캐릭터 조합법]] — 기억에 남는 인물은 설정이 많아서가 아니라 긴장이 선명해서 살아난다.
|
||||
- [[콘셉트 문장 만들기]] — 좋은 콘셉트 문장은 팀 전체의 선택을 좁히고 일관성을 만든다.
|
||||
- [[톤 앤 매너의 창의성]] — 무엇을 말하느냐 못지않게 어떻게 말하느냐가 경험 차이를 만든다.
|
||||
- [[통찰의 순간]] — 유레카는 우연처럼 보이지만 구조적으로 준비된 우연일 때가 많다.
|
||||
- [[팀 내 창의성의 불균형]] — 모두에게 같은 방식의 창의성을 요구하면 오히려 팀 역량을 낭비한다.
|
||||
- [[패턴 인식]] — 창의성은 무규칙적 발산이 아니라 패턴을 다르게 재배열하는 과정이기도 하다.
|
||||
- [[포트폴리오 사고]] — 모든 자원을 한 아이디어에 거는 것은 창의적이기보다 취약할 수 있다.
|
||||
- [[프롬프트 발상]] — AI 출력 품질은 모델보다 질문 구조의 영향을 크게 받는다.
|
||||
- [[학습 가치 평가]] — 당장 결과가 약해도 큰 학습을 주는 실험은 장기 창의성에 중요하다.
|
||||
- [[한 문장 제약]] — 설명이 짧아질수록 개념의 중심이 살아남는다.
|
||||
- [[한정판 사고]] — 영원히 유지해야 한다는 부담이 줄면 더 과감한 시도가 가능해진다.
|
||||
- [[행동의 미세 마찰]] — 큰 혁신이 없어도 작은 마찰 제거가 경험을 극적으로 바꿀 수 있다.
|
||||
- [[현장 메모의 속도]] — 좋은 관찰은 깔끔한 문장보다 사라지기 전에 붙잡는 속도에서 나온다.
|
||||
- [[협업 발산과 협업 수렴]] — 모든 사람이 동시에 넓히고 동시에 좁히려 하면 회의가 쉽게 꼬인다.
|
||||
- [[협업의 아이디어 기록]] — 기록이 없으면 팀은 같은 논의를 반복하고 학습을 잃는다.
|
||||
- [[형식 제약]] — 짧은 형식은 얕음을 강요하기보다 본질 추출을 요구한다.
|
||||
- [[형태와 기능의 대화]] — 좋은 표현은 예쁘기만 하거나 효율적이기만 하지 않고 둘 사이의 긴장을 조율한다.
|
||||
- [[형태학적 분석]] — 복잡한 창의 문제를 표로 펴면 우연에만 의존하지 않고도 넓은 조합을 볼 수 있다.
|
||||
- [[확산적 사고]] — 초기 발상 단계에서는 정답보다 변주 폭이 더 중요하다.
|
||||
- [[환경 큐 설계]] — 의지만으로 몰입하려 하기보다 환경으로 진입 비용을 낮출 수 있다.
|
||||
|
||||
_200 docs · 자동 생성 2026-06-08_
|
||||
Reference in New Issue
Block a user