[G1-Sync] Manual knowledge update

10_Wiki/Topics/Pareto-Principle.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-PARE-001
+id: [[P-Reinforce]]-AUTO-PARE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.96
-tags: [auto-reinforced, pareto-principle, 80-20-rule, efficiency, power-law, distribution, productivity]
+tags: [auto-reinforced, pareto-principle, 80-20-rule, [[Efficiency]], power-law, distribution, productivity]
 last_reinforced: 2026-04-20
 ---
 
@@ -22,10 +22,10 @@ last_reinforced: 2026-04-20
     *   우리의 자원(시간, 돈, 에너지)은 유한하므로, 모든 곳에 똑같이 에너지를 쏟는 대신 '레버리지'가 큰 소수에 집중하게 하여 성과를 극대화하기 때문임. (Efficiency와 연결)
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌**: 과거에는 소외된 80%를 무시하는 정책(Tail trim)이 주류였으나, 현대 정책은 꼬리 부분의 틈새 수요들을 모아 거대한 시장을 만드는 '롱테일 정책'으로 파레토 법칙의 전략적 보완을 꾀함(RL Update). (Long-Tail와 연결)
+- **과거 데이터와의 충돌**: 과거에는 소외된 80%를 무시하는 정책(Tail trim)이 주류였으나, 현대 정책은 꼬리 부분의 틈새 수요들을 모아 거대한 시장을 만드는 '롱테일 정책'으로 파레토 법칙의 전략적 보완을 꾀함(RL Update). ([[Long-Tail]]와 연결)
 - **정책 변화(RL Update)**: AI 지식 관리 정책에서도, 대표님이 가장 자주 쓰고 중요하게 생각하는 '상위 20%의 핵심 지식 모델'을 먼저 탄탄히 구축(Antigravity Core)하는 것이 전체 프로젝트의 가치를 결정짓는 핵심 정책임.
 
 ## 🔗 지식 연결 (Graph)
 - [[Efficiency]], [[Long-Tail]], [[Management]], [[Decision Theory]], [[Economic-Analysis]], [[Knowledge synthesis]]
-- **Modern Tech/Tools**: Pareto charts, Priority matrices (Eisenhower), Resource allocation strategy.
+- **Modern Tech/Tools**: Pareto ch[[Arts]], Priority matrices (Eisenhower), Resource allocation [[Strategy]].
 ---