---
id: P-REINFORCE-AUTO-PRKN-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.95
tags: [auto-reinforced, procedural-knowledge, knowing-how, skill-acquisition, implicit-knowledge, expertise]
last_reinforced: 2026-04-20
---

# [[Procedural-Knowledge|Procedural-Knowledge]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "몸이 기억하는 지능: '무엇(What)'을 아는 선언적 지식을 넘어, 실제로 일을 처리하는 순서와 방법인 '어떻게(How)'가 체득된 상태이자, 수많은 반복을 통해 무의식적 자동화 단계에 이른 진정한 실력."

## 📖 구조화된 지식 (Synthesized Content)
절차적 지식(Procedural-Knowledge)은 어떤 과제를 수행하는 방법에 대한 지식입니다.

1.  **특징**:
    *   **Knowing-How**: 자전거 타기, 타이핑, 코드 디버깅처럼 '행동'으로 발현됨.
    *   **Implicit (암묵적)**: 말이나 글로 완벽히 설명하기 어렵고, 직접 해보며 익혀야 함.
    *   **Automation**: 숙련되면 인지 에너지를 거의 쓰지 않고 처리 가능. (Efficiency와 연결)
2.  **왜 중요한가?**:
    *   AI가 방대한 텍스트(선언적 지식)를 알더라도, 실제 환경에서 상황에 맞게 툴을 쓰고 문제를 푸는 '절차적 능력'이 결합되어야만 비로소 가치 있는 에이전트가 되기 때문임. (Mastery와 연결)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 인간 전문가의 절차를 코드로 직접 짜주는 정책(Hard-coding)이었으나, 현대 정책은 AI가 시뮬레이션이나 강화학습을 통해 스스로 최적의 절차를 터득하는 '자율적 절차 획득 정책'으로 변화함(RL Update).
- **정책 변화(RL Update)**: 본 시스템의 'SOP(Standard Operating Procedure)' 또한 정적인 문서 정책을 넘어, 상황에 따라 AI가 동적으로 절차를 생성하고 최적화하는 '지능형 절차 정책'으로 진화 중임. (Reinforcement Learning (RL)와 연결)

## 🔗 지식 연결 (Graph)
- [[Mastery|Mastery]], [[Efficiency|Efficiency]], [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]], [[Mental-Models|Mental-Models]], [[Master-of-Information-Management|Master-of-Information-Management]]
- **Modern Tech/Tools**: Workflow automation, Robotics (Action policy), Skill-based learning.
---