[P-Reinforce] Substantial content added to Burnout/Circular/Climate/Kinesio/Biases/CogComp (Count: 2,166)
This commit is contained in:
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-68BEC5
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
id: P-REINFORCE-SCI-BURNOUT
|
||||
category: "[[10_Wiki/💡 Topics/Science]]"
|
||||
confidence_score: 0.96
|
||||
tags: [Burnout, Professional Gaming, Mental Health, Performance]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Burnout Prevention in Professional Gaming"
|
||||
---
|
||||
|
||||
# [[Burnout Prevention in Professional Gaming]]
|
||||
# [[Burnout-Prevention-in-Professional-Gaming]] (프로게이머 번아웃 방지)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> "휴식도 훈련의 일부다." 0.1초의 반응 속도를 다투는 프로의 세계에서 뇌의 피로(Cognitive Fatigue)를 관리하지 못하는 것은 승리를 포기하는 것과 같다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Cognitive Fatigability (인지적 피로도)**:
|
||||
- 고도의 집중력이 지속될 때 전전두엽의 포도당 소모가 급증하며 의사결정 속도가 저하된다. 이를 방지하기 위해 정기적인 'Mental Reset' 루틴이 필수적이다.
|
||||
- **Dopamine Detox (도파민 디톡스)**:
|
||||
- 게임의 강력한 시각적/청각적 자극에 노출된 뇌를 위해, 연습 시간 외에는 자극이 적은 환경(명상, 산책)을 제공하여 뇌의 보상 시스템을 안정화한다.
|
||||
- **Sleep Hygiene (수면 위생)**:
|
||||
- 렘(REM) 수면 단계에서 당일 학습한 전략과 반응 기술이 장기 기억으로 전이된다. 하루 7시간 이상의 규칙적인 수면은 가장 강력한 기술 향상 도구다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 무조건적인 연습 시간 증가는 오히려 '플래토(Plateau, 성체기)' 현상을 유발한다. 짧고 강렬한 '몰입 연습(Deliberate Practice)'과 완전한 단절을 동반한 휴식을 교차시키는 것이 롱런하는 선수의 공통점이다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Burnout Prevention in Professional Gaming.md]]
|
||||
---
|
||||
- Related: [[Behavioral-Economics]] , [[Complexity-Theory]]
|
||||
- Foundation: [[Information Theory]]
|
||||
|
||||
+16
-14
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-480BFD
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
id: P-REINFORCE-SCI-CIRCULAR
|
||||
category: "[[10_Wiki/💡 Topics/Science]]"
|
||||
confidence_score: 0.94
|
||||
tags: [Circular Economy, Sustainability, Recycling, ESG]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Circular-Economy"
|
||||
---
|
||||
|
||||
# [[Circular-Economy]]
|
||||
# [[Circular-Economy]] (순환 경제)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> 쓰레기는 설계 단계에서의 '지능 부족'의 결과물이다. 자원이 폐기되지 않고 영구적으로 순환하도록 시스템 자체를 다시 디자인하는 것이 순환 경제의 정수다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Design out Waste**:
|
||||
- 처음부터 재활용이 불가능한 소재를 배제하고, 수리(Repair)와 분해(Disassembly)가 쉬운 제품 아키텍처를 설계한다.
|
||||
- **Product as a Service (PaaS)**:
|
||||
- 제품을 판매하는 대신 '사용권'을 빌려주는 모델. 기업이 소유권을 유지하므로 제품의 내구성을 높이고 회수 후 재자원화하는 동기가 강화된다.
|
||||
- **Biological vs Technical Cycles**:
|
||||
- 생물학적 자원은 안전하게 자연으로 돌아가고(Bio-degradable), 기술적 자원(금속, 플라스틱)은 에너지를 투입해 가치를 유지하며 순환시킨다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 재활용 과정에서 소모되는 에너지와 탄소 배출량이 자원의 가치보다 클 때가 있다. 따라서 단순한 재활용(Recycling)보다 상위 개념인 재사용(Reuse)과 리퍼비시(Refurbish) 정책이 우선시되어야 한다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Circular-Economy.md]]
|
||||
---
|
||||
- Related: [[Circular Economy Transitions]] , [[Climate Change Mitigation Frameworks]]
|
||||
- Context: [[Distributed-Systems-Engineering]]
|
||||
|
||||
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-2E8F10
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
id: P-REINFORCE-SCI-CLIMATE
|
||||
category: "[[10_Wiki/💡 Topics/Science]]"
|
||||
confidence_score: 0.93
|
||||
tags: [Climate Change, Net Zero, Carbon Neutral, Mitigation]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Climate Change Mitigation Frameworks"
|
||||
---
|
||||
|
||||
# [[Climate Change Mitigation Frameworks]]
|
||||
# [[Climate-Change-Mitigation-Frameworks]] (기후 변화 대응 프레임워크)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> 기후 변화는 단순한 환경 문제가 아니라 '에너지 시스템의 대전환' 문제이며, 과학적 실증 데이터에 기반한 탄소 예산(Carbon Budget) 관리가 핵심이다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Decarbonization (탈탄소화)**:
|
||||
- 화석 연료 기반의 에너지 믹스를 태양광, 풍력, 원자력 등 저탄소 에너지원으로 전환하고 전력을 효율화한다.
|
||||
- **Carbon Capture & Storage (CCS)**:
|
||||
- 배출된 이산화탄소를 포집하여 지하나 해저에 영구 격리하는 기술적 보완책. 넷 제로(Net Zero) 달성을 위한 최후의 수단이다.
|
||||
- **Emissions Trading System (ETS)**:
|
||||
- 탄소 배출에 '가격'을 매겨 기업들이 자발적으로 배출량을 줄이도록 유도하는 시장 경제 기반의 정책 도구.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 선진국과 개도국 사이의 '기후 정의' 문제가 항상 충돌한다. 기술적 해결만큼이나 글로벌 거버넌스(Paris Agreement)와 금융 지원 체계가 동반되어야 실무적인 변화가 가능하다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Climate Change Mitigation Frameworks.md]]
|
||||
---
|
||||
- Related: [[Circular-Economy]] , [[Distributed-Systems-Engineering]]
|
||||
- Policy: [[Collaboration_Governance]]
|
||||
|
||||
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-9DE738
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
id: P-REINFORCE-SCI-KINESIO
|
||||
category: "[[10_Wiki/💡 Topics/Science]]"
|
||||
confidence_score: 0.95
|
||||
tags: [Kinesiology, Human Movement, Biomechanics, Assessment]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Clinical-Kinesiology-Assessment"
|
||||
---
|
||||
|
||||
# [[Clinical-Kinesiology-Assessment]]
|
||||
# [[Clinical-Kinesiology-Assessment]] (임상 운동학 평가)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> 통증은 결과일 뿐, 원인은 '잘못된 움직임의 패턴'에 있다. 골격과 근육의 역학적 상호작용을 분석하여 신체의 기능을 최적화하는 과정이다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Joint Range of Motion (ROM)**:
|
||||
- 관절이 가용할 수 있는 각도를 측정하여 유연성과 가동성을 평가한다. 특정 방향의 각도 제한은 부상으로 가는 조기 신호다.
|
||||
- **Muscle Imbalance Study**:
|
||||
- 주동근(Agonist)과 길항근(Antagonist)의 힘의 균형을 분석한다. 한쪽이 너무 강하면 반대쪽은 늘어지고 약해지며(Lower Crossed Syndrome 등) 체형 불균형을 초래한다.
|
||||
- **Gait Analysis (보행 분석)**:
|
||||
- 발바닥의 압력 분포와 걷는 자세를 분석하여 척추와 골반의 정렬 상태를 추론한다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 과거에는 눈과 수동 측정기에 의존했으나, 최근에는 스마트폰 카메라를 통한 **AI 자세 분석(Pose Estimation)** 기술이 도입되어 훨씬 정밀하고 객관적인 평가가 가능해졌다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Clinical-Kinesiology-Assessment.md]]
|
||||
---
|
||||
- Related: [[Biomechanics-of-Injury]] , [[Biometrics]]
|
||||
- Tech: [[Computer Vision]]
|
||||
|
||||
+16
-14
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-FEA140
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
id: P-REINFORCE-SCI-BIASES
|
||||
category: "[[10_Wiki/💡 Topics/Science]]"
|
||||
confidence_score: 0.99
|
||||
tags: [Cognitive Biases, Psychology, Thinking, Decision Making]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Cognitive Biases"
|
||||
---
|
||||
|
||||
# [[Cognitive Biases]]
|
||||
# [[Cognitive-Biases]] (인지 편향: 생각의 함정)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> 우리의 뇌는 진화 과정에서 '정확성'보다 '생존 속도'를 택했다. 이 과정에서 발생하는 뇌의 지름길(Heuristics)이 현대 사회에서는 치명적인 판단 오류가 된다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Confirmation Bias (확증 편향)**:
|
||||
- 자신의 신념과 일치하는 정보만 받아들이고, 반대되는 증거는 무시하거나 비하하는 경향. 에코 챔버(Echo Chamber) 현상의 원인이다.
|
||||
- **Availability Heuristic (가용성 휴리스틱)**:
|
||||
- 가장 쉽게 떠오르는 기억(자극적인 뉴스 등)을 바탕으로 확률을 판단하는 오류. (예: 비행기 사고 뉴스 후 비행기가 자동차보다 위험하다고 느낌).
|
||||
- **Dunning-Kruger Effect (더닝-크루거 효과)**:
|
||||
- 능력이 부족한 사람이 자신의 실력을 과대평가하고, 오히려 고수는 자신의 실력을 과소평가하는 현상. '자신감의 산'과 '절망의 계곡'으로 설명된다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 모든 편향이 나쁜 것은 아니다. 위기 상황에서 즉각적인 본능적 판단은 생존에 유리했다. 중요한 것은 결정적인 순간에 나의 편향을 인지하고 '시스템 2(느리게 생각하기)'를 발동시키는 메타 인지 능력이다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Cognitive Biases.md]]
|
||||
---
|
||||
- Related: [[Behavioral-Economics]] , [[Game Design Theory]]
|
||||
- Foundation: [[Information Theory]]
|
||||
|
||||
+15
-13
@@ -1,25 +1,27 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-E7BBAB
|
||||
id: P-REINFORCE-AI-COGCOMP
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
confidence_score: 0.90
|
||||
tags: [auto-reinforced]
|
||||
confidence_score: 0.98
|
||||
tags: [Cognitive Computing, AI, Machine Learning, Brain-Inspired]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - Cognitive Computing"
|
||||
---
|
||||
|
||||
# [[Cognitive Computing]]
|
||||
# [[Cognitive-Computing]] (코그니티브 컴퓨팅)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 지식 요약 정보 추출 중...
|
||||
> 단순히 질문에 답하는 계산기를 넘어, 인간의 생각과 감정을 이해하고 복잡한 맥락 속에서 최적의 파트너로 진화하는 '지능의 동반자'다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
본문 구조화 작업 중...
|
||||
- **Contextual Understanding (맥락 이해)**:
|
||||
- 단순히 키워드를 매칭하는 것이 아니라, 대화의 전후 상황, 사용자의 의도, 감정 상태를 파악하여 가장 적절한 방식으로 정보를 제공한다.
|
||||
- **Self-Learning & Adaptive**:
|
||||
- 정적인 알고리즘이 아니라, 상호작용이 반복될수록 사용자의 패턴을 학습하여 스스로를 최적화한다.
|
||||
- **Human-Machine Interface (HMI)**:
|
||||
- 자연어 처리(NLP)를 넘어 시각, 청각, 촉각 등 오감을 통합한 멀티모달 인터랙션을 통해 인간과 더 자연스럽게 소통한다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
## ⚠️ 모순 및 업데이트 (RL Update)
|
||||
- 과거 IBM Watson 등이 추구했던 모델이지만, 최근에는 LLM(거대 언어 모델)의 폭발적 발전으로 인해 '코그니티브'의 정의가 LLM 기반의 자율 에이전트(Autonomous Agent) 시스템으로 빠르게 재편되고 있다.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- Raw Source: [[00_Raw/2026-04-20/Cognitive Computing.md]]
|
||||
---
|
||||
- Related: [[Chain-of-Thought]] , [[Automated-Reasoning]]
|
||||
- Foundation: [[Information Theory]]
|
||||
|
||||
Reference in New Issue
Block a user