---
id: [[P-Reinforce|P-Reinforce]]-AUTO-CRES-001
category: Dev
confidence_score: 0.82
tags: [auto-reinforced, creativity-[[Research|Research]], [[Psychology|Psychology]], [[Innovation|Innovation]], divergent-thinking, neurobiology]
last_reinforced: 2026-04-20
---

# [[Creativity Research|Creativity Research]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "새로움의 기원을 찾아서: 신선하고 가치 있는 무언가를 만들어내는 인간의 능력을 심리적, 뇌과학적, 전산적 관점에서 분석하여 창의성의 프로세스를 이해하고 증명하려는 학문적 탐구."

## 📖 구조화된 지식 (Synthesized Content)
창의성 연구(Creativity Re[[Search|Search]])는 창의적 사고의 본질과 이를 촉진하는 요인을 탐구합니다.

1.  **4P 모델 (James Rhodes)**:
    *   **Person**: 창의적 개인의 특성 (호기심, 개방성 등).
    *   **Process**: 영감이 떠오르고 구체화되는 과정 (Incubation -> Insight).
    *   **Product**: 산출물의 새로움과 적절성 평가.
    *   **Press**: 창의성을 자극하거나 억압하는 환경적 요인.
2.  **인지적 메커니즘**:
    *   **Divergent Thinking**: 하나의 문제에서 수많은 대안을 생성하는 확산적 사고.
    *   **Convergent Thinking**: 가장 적합한 하나를 선택하는 수렴적 사고. ([[Combinatorial-Optimization|Combinatorial-Optimization]]과 대비)

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 창의성을 '천재의 신비로운 영감' 정책으로 치부했으나, 현대 정책은 정밀한 뇌 영상 분석과 전산 모델링 정책을 통해 창의성 또한 '정보의 재조합과 패턴 발견 정책'임을 과학적으로 규명함(RL Update). ([[Computational Creativity|Computational Creativity]]와 연결)
- **정책 변화(RL Update)**: AI 시대의 창의성 교육 정책에서, 단순히 '그림을 그리는 스킬'보다 문제의 본질을 꿰뚫고 AI에게 질문을 던지는 '프롬프트적 창의성 정책'과 '비판적 시각 정책'이 새로운 연구의 흐름이 됨.

## 🔗 지식 연결 (Graph)
- [[Computational Creativity|Computational Creativity]], [[Arts|Arts]], [[Psychology & Behavior|Psychology & Behavior]], [[Philosophy|Philosophy]] of Science, [[Concept Mapping|Concept Mapping]]
- **Modern Tech/Tools**: Torrance Tests of Creative Thinking (TTCT), fMRI brain mapping.
---