---
id: P-REINFORCE-AUTO-COGB-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.96
tags: [auto-reinforced, cognitive-biases, psychology, decision-making, heuristics, mental-models]
last_reinforced: 2026-04-20
---

# [[Cognitive Biases]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "생각의 지름길에서 만나는 함정: 인간이 세상을 빠르고 효율적으로 해석하기 위해 사용하는 휴리스틱(직관적 판단)이 특정 상황에서 논리적 추론을 마비시키고 체계적인 판단 오류를 일으키는 현상."

## 📖 구조화된 지식 (Synthesized Content)
인지 편향(Cognitive Biases)은 정보 처리 과정에서 발생하는 비논리적이고 주관적인 판단 경향을 의미합니다.

1.  **주요 편향 유형**:
    *   **Confirmation Bias (확증 편향)**: 자신의 신념과 일치하는 정보만 선택적으로 수용.
    *   **Hindsight Bias (사후 확신 편향)**: 사건이 발생한 후 "내 그럴 줄 알았어"라며 자신의 예측 능력을 과대평가. (Black-Swan과 연결)
    *   **Availability Heuristic (가용성 휴리스틱)**: 최근에 본 강렬한 정보가 발생 확률이 높다고 착각.
    *   **Anchor Bias (정착 편향)**: 처음 제시된 숫자에 기준점이 박혀 이후의 판단이 휘둘리는 현상.
2.  **왜 발생하는가?**:
    *   뇌가 한정된 에너지로 복잡한 세상을 헤쳐나가기 위해 사용하는 '생존형 최적화'의 부작용. (Bounded-Rationality와 연결)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 편향을 단순히 '고쳐야 할 결함' 정책으로 보았으나, 현대 정책은 편향이 가진 진화론적 유용성(속도와 생존 정책)을 인정하고, 이를 보완하는 시스템적 장치(Nudge)를 만드는 정책으로 진화함(RL Update).
- **정책 변화(RL Update)**: AI 모델 학습 정책에서, 인간이 가진 인지 편향이 그대로 데이터에 녹아들어가 모델의 '사회적 편향(Social Bias)'을 유발하는 정책적 리스크를 식별하고, 이를 제거(Debiasing)하는 알고리즘 정책이 필수화됨.

## 🔗 지식 연결 (Graph)
- [[Bounded-Rationality]], [[Black-Swan]], [[Axiology]], [[Analysis]], [[Decision Theory]]
- **Modern Tech/Tools**: Bias detection algorithms, Decision support systems, Nudge design frameworks.
---