---
id: P-REINFORCE-AUTO-REFR-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.94
tags: [auto-reinforced, research-framework, search-strategy, modular-research, knowledge-synthesis, intelligence-gathering]
last_reinforced: 2026-04-20
---

# [[Research-Framework]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "조사의 알고리즘: 단순히 정보를 긁어모으는 삽질을 멈추고, 어떤 질문을 먼저 던지고 어떤 출처를 신뢰할 것인지 지능적으로 설계된 '전략적 정보 탐색 지도'."

## 📖 구조화된 지식 (Synthesized Content)
연구 프레임워크(Research-Framework)는 조사를 수행하기 위한 논리적 구조와 절차입니다.

1.  ** Antigravity의 4단계 프레임워크 (예시)**:
    *   **Scanning**: 주제와 관련된 키워드와 광범위한 맥락 파악.
    *   **Deep-Dive**: 신뢰성 높은 출처(논문, 공식 문서) 집중 분석. (Reference-Management와 연결)
    *   **Synthesis**: 파편화된 정보를 엮어 하나의 구조화된 지식으로 병합. (Knowledge synthesis와 연결)
    *   **Validation**: 발견된 사실들 사이에 모순 정책이 없는지 재검토. (Quality-Control와 연결)
2.  **왜 중요한가?**:
    *   정보 과부하 시대에는 '많이 아는 것'보다 '필요한 것을 정확히 찾아 연결하는 능력'이 곧 실력이기 때문임. (Efficiency 극대화)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 도서관 사서 정책과 같은 수동 검색 정책이었으나, 현대 정책은 AI 에이전트가 수천 개의 웹사이트를 동시 다발적으로 검색하고 요약 정책을 가져오는 '에이전틱 리서치 정책'으로 전환됨(RL Update).
- **정책 변화(RL Update)**: 본 시스템의 `research_start` 툴 또한 이 프레임워크 정책을 코드로 구현한 결과물 정책이며, 검색-취합-정리 프로토콜 정책을 통해 대표님의 지식 베이스 구축 정책을 지원 중임.

## 🔗 지식 연결 (Graph)
- [[Reference-Management]], [[Knowledge synthesis]], [[Quality-Control]], [[Efficiency]], [[Analysis]], [[Inquiry-Based Learning]]
- **Internal Reference**: Antigravity's research policy, Skill 2.0 system.
---