Wiki cleanup: error-doc removal, dedup merge, link normalization

10_Wiki/Topics 대규모 정리:
- 오류 캡처/미완성 stub 문서 227개 제거
- 교차폴더 중복 43클러스터 병합 (63파일 → redirect)
- 링크명 정규화: 깨진 링크 수정·redirect 직결·개념 매핑 ~2,400건
- 카테고리 MOC 6개 신규 생성
- Graph 섹션 미해결 related-keyword 링크 10,058건 제거

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

10_Wiki/Topics/Thinking & Reasoning/휴리스틱.md

@@ -0,0 +1,93 @@
+---
+id: 휴리스틱
+title: "휴리스틱"
+category: "10_Wiki/Topics"
+status: "draft"
+verification_status: "conceptual"
+canonical_id: ""
+aliases: ["발견법", "Heuristics"]
+duplicate_of: ""
+source_trust_level: "B"
+confidence_score: 0.85
+created_at: 2026-05-20
+updated_at: 2026-05-20
+review_reason: ""
+merge_history: []
+tags: ["research", "논리적 추론"]
+raw_sources: ["NotebookLM Synthesis"]
+applied_in: []
+github_commit: ""
+---
+
+# [[휴리스틱]]
+
+## 🎯 한 줄 통찰 (One-line insight)
+불확실한 상황에서 정보 처리의 효율성을 극대화하기 위해 뇌가 채택하는 '인지적 지름길'이자 진화론적 적응 전략 [1, 2].
+
+## 🧠 핵심 개념 (Core concepts)
+- **인지적 경제성 (Cognitive Economy):** 제한된 정보와 시간 내에서 복잡한 판단을 단순화하여 뇌의 에너지 소모를 최적화하는 메커니즘이다 [1, 3].
+- **시스템 1 (System 1):** 심사숙고하는 시스템 2와 대비되는 개념으로, 즉각적인 패턴 디코딩과 직관적 반응을 담당하는 인지 체계이다 [4, 5].
+- **적응적 도구 (Adaptive Tool):** 형식 논리나 확률 계산과는 별개로, 실제 삶에서 신속하고 정확한 의사결정을 돕기 위해 진화된 인지적 장치이다 [6, 7].
+- **발견법적 추론:** 불완전한 데이터에서 가장 그럴듯한 설명을 찾는 [[귀추법]]과 유사하게 작동하며, 최선의 가설을 신속히 채택하도록 돕는다 [2, 8].
+
+## 🧩 추출된 패턴 (Extracted patterns)
+- **가용성 패턴 (Availability):** 특정 사건이 기억에서 얼마나 쉽게 회상되는지에 따라 그 사건의 빈도나 확률을 판단한다 [9, 10].
+- **대표성 패턴 (Representativeness):** 대상이 특정 범주의 전형적인 특성과 얼마나 유사한지에 기초하여 확률을 추정한다 [11, 12].
+- **감정적 기제 (Affect Heuristic):** 정밀한 비용-편익 계산 대신 주관적인 감정 반응을 의사결정의 근거로 삼는다 [3].
+- **기준점 설정 (Anchoring):** 최초로 제시된 정보(숫자나 개념)에 얽매여 이후의 판단 범위를 제한한다 [13-15].
+
+## 📖 세부 내용 (Details)
+휴리스틱은 인간이 매일 내리는 수천 가지의 사소하거나 중대한 결정에서 인지적 부담을 줄이기 위해 사용하는 정신적 실무 지침(Rule of Thumb)이다 [2, 13]. 1974년 아모스 트버스키와 대니얼 카너먼에 의해 공식적으로 소개된 이 개념은, 인간의 판단이 합리적 선호 이론보다는 직관적인 지름길에 의존하고 있음을 밝혔다 [1, 2].
+
+휴리스틱은 특히 정보가 불충분하거나 불확실성이 높은 상황에서 강력한 힘을 발휘한다 [2]. 예를 들어, '가용성 휴리스틱'은 최근에 보았거나 자극적인 정보를 과대평가하게 만들며, '대표성 휴리스틱'은 고정관념에 기반하여 객관적인 통계 데이터를 무시하게 만든다 [9-12]. 이러한 기제는 신속한 의사결정으로 위험을 회피하는 등 생존에 유리한 상황을 도출하기 위해 진화된 결과물이다 [1].
+
+최근 인공지능(AI) 분야에서도 휴리스틱의 개념이 확장되고 있다 [16]. 기존의 LLM(거대 언어 모델)이 즉각적인 패턴 인식(시스템 1)에 머물렀다면, 최신 연구는 복잡한 과업을 하향식으로 해체하고 자가 교정하는 '시스템 2' 방식의 추론을 지향하며, 이 과정에서 기계 고유의 복합적 탐색 행동 양식(Exploration Strategy)인 '메타 휴리스틱'적 접근이 논의되고 있다 [4, 17].
+
+## ⚖️ 모순 및 업데이트 (Contradictions & updates)
+- **오류인가, 도구인가:** 카너먼과 트버스키는 휴리스틱을 체계적인 '인지 편향'과 오류의 원인으로 규정했으나, 게르트 기거렌처와 같은 학자들은 이를 비이성적인 결함이 아닌, 실제 환경에서 유효한 '적응적 도구'이자 '굿 감정'으로 보아야 한다고 반박한다 [1, 6, 7].
+- **수학적 귀납법과의 혼동:** 명칭상 유사한 '수학적 귀납법'은 실제로는 엄밀한 연역적 무결성을 지닌 추론이며, 확률적 개연성에 의존하는 일반적인 귀납적 휴리스틱과는 구조적으로 다르다 [18, 19].
+
+## 🛠️ 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].
+
+## ✅ 검증 상태 및 신뢰도
+- **상태:** draft
+- **검증 단계:** conceptual (이론적 정의 및 심리학적 실험 데이터 기반)
+- **출처 신뢰도:** B (심리학 및 컴퓨터 과학 분야의 학술적 서술 및 전문 가이드 기반)
+- **중복 검사 결과:** 신규 생성
+
+## 🔗 관련 문서 링크 (Related document links)
+
+### 상위/유사 개념
+#### [관계 유형: 기반 인지 아키텍처]
+- [[논리적 추론]]
+  - 연결 이유: 휴리스틱은 논리적 추론의 하위 범주인 귀납 및 귀추와 밀접하게 연관됨 [8, 23].
+- [[인지 편향]]
+  - 연결 이유: 휴리스틱의 오용이나 경직된 적용이 체계적인 인지 왜곡을 유발함 [24].
+
+#### [관계 유형: 검증 및 보완 도구]
+- [[소크라테스식 문답법]]
+  - 연결 이유: 휴리스틱으로 인한 고정관념과 경직된 가정을 파괴하고 인지적 유연성을 확보하는 도구임 [25, 26].
+- [[자동 추론]]
+  - 연결 이유: 휴리스틱의 근사적 확률론적 한계를 극복하고 수학적 무결성을 증명하는 컴퓨팅 패러다임임 [21].
+
+### 심층 후속 질문 (Deeper Research Questions)
+- 휴리스틱이 '시스템 1'에서 '시스템 2'로 전이될 때, 인지적 비용의 변화는 어떻게 정량화되는가? [3, 4]
+- 기거렌처의 '적응적 휴리스틱' 이론이 현대 머신러닝의 알고리즘 편향 완화에 어떤 시사점을 주는가? [6, 20]
+- [[귀추법]]의 '최선의 설명'과 휴리스틱의 '정신적 지름길' 사이의 논리적 질적 경계는 어디인가? [2, 23]
+- 인지 성찰 검사(CRT) 점수가 높은 개인이 휴리스틱의 유혹을 물리치는 인지적 메커니즘은 무엇인가? [27, 28]
+- 기계의 '메타 연쇄 사고(Meta-CoT)'가 인간의 휴리스틱적 창의성을 재현할 수 있는가? [4, 17]
+
+### 실무 적용 맥락 (Practical Application Contexts)
+- **Implementation:** AI 시스템 설계 시 데이터 세트의 편향을 식별하고, Human-in-the-loop(HITL)를 통해 휴리스틱 오류를 교정한다 [20, 29].
+- **System Design:** 보안 시스템 설계 시 '허위 합의 편향'과 같은 휴리스틱을 경계하여 과잉 신뢰로 인한 취약점을 차단한다 [30].
+- **Learning Path:** [[소크라테스식 문답법]]이나 '두 열 기법'을 통해 자신의 휴리스틱적 가정을 지속적으로 시험하고 인지적 유연성을 단련한다 [31, 32].
+
+### 인접 주변 주제 (Adjacent Topics)
+- [[행동 경제학]]
+  - 확장 방향: 휴리스틱이 실제 시장의 비합리적 선택에 미치는 영향 분석 [1].
+- [[사이버 보안]]
+  - 확장 방향: 사회공학적 공격에서 '후광 효과' 등 휴리스틱이 악용되는 메커니즘 연구 [15, 30].
+
+## 📝 변경 이력 (Change history)
+- 2026-05-20: Initial draft generated via Datacollector_MAC P-Reinforce engine. (휴리스틱의 정의, 유형 및 AI/보안 적용 맥락 중심)