Antigravity Agent
f8b21af4be
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>
157 lines
5.7 KiB
Markdown
157 lines
5.7 KiB
Markdown
---
|
||
id: wiki-2026-0508-mental-models
|
||
title: Mental Models
|
||
category: 10_Wiki/Topics
|
||
status: verified
|
||
canonical_id: self
|
||
aliases: [멘탈 모델, Cognitive Models, Thinking Frameworks]
|
||
duplicate_of: none
|
||
source_trust_level: A
|
||
confidence_score: 0.9
|
||
verification_status: applied
|
||
tags: [thinking, decision-making, productivity, learning]
|
||
raw_sources: []
|
||
last_reinforced: 2026-05-10
|
||
github_commit: pending
|
||
tech_stack:
|
||
language: na
|
||
framework: cognitive
|
||
---
|
||
|
||
# Mental Models
|
||
|
||
## 매 한 줄
|
||
> **"매 model 은 reality 의 simplified map — 매 right model 은 right decision."**. Mental model 은 매 사람이 세계를 이해하기 위해 head 안에 가진 representation. Charlie Munger 가 매 popularize — 매 multidisciplinary toolkit 으로 매 50-100 개의 model 을 갖추면 매 cross-domain reasoning 가능. 매 engineering, 매 product, 매 AI prompt 설계에 매 직접 적용.
|
||
|
||
## 매 핵심
|
||
|
||
### 매 종류 (engineering 관련)
|
||
- **First Principles**: 매 가정 분해, 매 fundamental physics/math 부터 reason.
|
||
- **Inversion**: 매 "어떻게 fail 할까" 부터 시작.
|
||
- **Second-order thinking**: 매 직접 결과 + 매 그 다음 결과까지.
|
||
- **Occam's Razor**: 매 simplest explanation 우선.
|
||
- **Hanlon's Razor**: 매 stupidity 가 malice 보다 매 흔하다.
|
||
- **Pareto (80/20)**: 매 20% 의 cause 가 매 80% 의 effect.
|
||
|
||
### 매 system thinking
|
||
- **Feedback loop**: reinforcing (snowball) vs balancing (thermostat).
|
||
- **Stock & flow**: state vs rate of change.
|
||
- **Leverage point**: 매 small change → 매 large outcome (Donella Meadows).
|
||
|
||
### 매 decision-making
|
||
- **Expected value**: 매 probability × payoff.
|
||
- **Regret minimization** (Bezos): "매 80세에 후회 안 할 결정?"
|
||
- **Reversible vs one-way door**: 매 undo 가능 → 빠르게 결정.
|
||
- **OODA loop**: Observe-Orient-Decide-Act (Boyd).
|
||
|
||
### 매 learning
|
||
- **Feynman technique**: 매 12살에게 설명할 수 있을 때까지.
|
||
- **Spaced repetition**: 매 forgetting curve 와 싸움 (Anki, SuperMemo).
|
||
- **Deliberate practice**: 매 edge of competence + immediate feedback.
|
||
|
||
## 💻 패턴
|
||
|
||
### First Principles 적용 (engineering)
|
||
```
|
||
문제: "DB query 가 느림"
|
||
|
||
❌ Analogical: "다른 팀은 cache 추가했음 → 우리도"
|
||
|
||
✅ First Principles:
|
||
1. Query latency = network + parse + plan + execute + return
|
||
2. 측정 → execute 가 95%
|
||
3. EXPLAIN → seq scan on 10M rows
|
||
4. Index → 20ms (was 2000ms)
|
||
|
||
→ Cache 는 매 next step (further reduction), 매 root cause 해결 후.
|
||
```
|
||
|
||
### Inversion (debugging)
|
||
```
|
||
"매 system 을 빠르게 만들 방법?"
|
||
→ "매 system 을 느리게 만드는 모든 방법?"
|
||
- N+1 query
|
||
- Sync 호출 in tight loop
|
||
- Memory leak → GC pause
|
||
- Lock contention
|
||
- Network round-trip
|
||
→ 매 list 를 거꾸로 읽으면 optimization checklist.
|
||
```
|
||
|
||
### Second-order (product)
|
||
```
|
||
1차: "Feature X 추가 → user 늘어남"
|
||
2차: "user 늘어남 → support load 늘어남, infra cost 늘어남,
|
||
기존 user 의 UX complexity 늘어남"
|
||
3차: "complexity → churn → 결국 user 감소 가능"
|
||
|
||
→ 매 1차만 보면 매 false positive.
|
||
```
|
||
|
||
### Pareto 적용 (LLM eval)
|
||
```python
|
||
# 80% of bugs from 20% of prompts
|
||
from collections import Counter
|
||
errors = load_eval_failures()
|
||
patterns = Counter([categorize(e) for e in errors])
|
||
top_20pct = patterns.most_common(int(len(patterns) * 0.2))
|
||
# → fix top 20% categories first → 80% of failures resolved
|
||
```
|
||
|
||
### Reversible decision matrix
|
||
```
|
||
| Decision | Reversible? | Stakes | Approach |
|
||
|--------------------|-------------|--------|--------------------|
|
||
| Library choice | Yes (refactor) | Low | Pick + iterate |
|
||
| Database schema | Hard (migration) | High | Design carefully |
|
||
| Hire | No (mostly) | High | Slow, multiple sigs|
|
||
| Production rename | Yes (alias) | Med | Pick + monitor |
|
||
```
|
||
|
||
### Feynman technique (learning a concept)
|
||
```
|
||
1. Pick concept (e.g., "Mark-Sweep GC")
|
||
2. Write down what you know — in plain language
|
||
3. Identify gaps where you used jargon
|
||
4. Go back to source (paper, doc), fill gap
|
||
5. Simplify until a 12-year-old understands
|
||
→ 매 gap exposure 가 매 핵심.
|
||
```
|
||
|
||
## 매 결정 기준
|
||
| 상황 | Model |
|
||
|---|---|
|
||
| 새 architecture 설계 | First Principles |
|
||
| Postmortem | Inversion ("어떻게 fail?") |
|
||
| Product decision | Second-order, Reversibility |
|
||
| Roadmap prioritization | Pareto, Expected Value |
|
||
| Learning new domain | Feynman |
|
||
| 여러 conflicting view | Steelman 후 weighted |
|
||
|
||
**기본값**: 매 small but diverse toolkit (10-15 models) 을 매 active recall — 매 50개 다 외우기보다 매 right one 을 right time 에 reach.
|
||
|
||
## 🔗 Graph
|
||
- 부모: [[Decision Making]]
|
||
- 변형: [[First Principles]] · [[Inversion]] · [[Systems_Thinking|Systems Thinking]]
|
||
- Adjacent: [[Cognitive Biases]] · [[Heuristics]]
|
||
|
||
## 🤖 LLM 활용
|
||
**언제**: complex problem 분해, multi-stakeholder decision, 새 domain learning, prompt 설계 (LLM 에게 model 명시 → 매 reasoning quality 상승).
|
||
**언제 X**: trivial / well-trodden problem — 매 over-thinking 의 risk.
|
||
|
||
## ❌ 안티패턴
|
||
- **One-model thinking** (Munger's "man with a hammer"): 매 모든 문제를 매 favorite model 로 — 매 distortion.
|
||
- **Analogical 만**: 매 "X 회사가 했으니 우리도" — 매 first principles 무시.
|
||
- **Model 수집만**: 매 50개 외우지만 매 active 사용 X — 매 deliberate practice 필요.
|
||
- **Confirmation bias** 와 결합: 매 favored model 로 매 cherry-pick.
|
||
|
||
## 🧪 검증 / 중복
|
||
- Verified (Munger "Poor Charlie's Almanack", Kahneman "Thinking Fast & Slow", Meadows "Thinking in Systems", Bezos shareholder letters).
|
||
- 신뢰도 A.
|
||
|
||
## 🕓 Changelog
|
||
| 날짜 | 변경 |
|
||
|---|---|
|
||
| 2026-05-08 | Phase 1 |
|
||
| 2026-05-10 | Manual cleanup — engineering 중심 mental model toolkit |
|