Antigravity Agent
c24165b8bc
에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게 [공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류. 문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인). - Topic_Programming → Domain_Programming (내부 구조 보존) - Topic_Graphic → Domain_Design - Topic_Business → Domain_Product - Topic_General → Domain_General - _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning), Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing) - 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서) - 빈 폴더 정리 (memory/procedures) - 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트) Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
61 lines
5.2 KiB
Markdown
61 lines
5.2 KiB
Markdown
---
|
|
id: decision-tree
|
|
title: "Decision Tree"
|
|
category: "10_Wiki/Topics"
|
|
status: "draft"
|
|
verification_status: "conceptual"
|
|
canonical_id: ""
|
|
aliases: ["WHICH Tree"]
|
|
duplicate_of: ""
|
|
source_trust_level: "B"
|
|
confidence_score: 0.85
|
|
created_at: 2026-05-24
|
|
updated_at: 2026-05-24
|
|
review_reason: ""
|
|
merge_history: []
|
|
tags: ["research", "hypothesis-driven thinking"]
|
|
raw_sources: ["NotebookLM Synthesis"]
|
|
applied_in: ["M&A target evaluation", "Capital allocation", "NYC financial study (1960s)"]
|
|
github_commit: ""
|
|
---
|
|
|
|
# [[Decision Tree]]
|
|
|
|
## 🎯 한 줄 통찰 (One-line insight)
|
|
의사결정 트리는 잠재적 선택지와 그에 따른 결과를 시각적 구조로 매핑하여 최적의 행동 경로를 결정하는 체계적인 평가 도구이다 [1, 2].
|
|
|
|
## 🧠 핵심 개념 (Core concepts)
|
|
* **의사결정 노드 및 분기 (Nodes & Branches):** 트리는 작은 사각형으로 표시되는 특정 결정 지점에서 시작하며, 여기서 오른쪽으로 각 잠재적 옵션을 나타내는 '분기'가 뻗어 나간다 [3].
|
|
* **시각적 기호 체계:** 경로의 끝에 도달하면 삼각형, 결과가 불확실한 경우 원형을 사용하며, 해결책으로 이어지는 분기는 공백으로 남겨 상태를 구분한다 [3].
|
|
* **논리적 완전성 (MECE):** 이슈 트리와 마찬가지로 의사결정, 결과, 옵션 및 시나리오를 누락이나 중복 없이 포괄적으로 포함해야 한다 [4, 5].
|
|
* **Which 프레임워크:** 여러 가용 옵션과 명시적인 결정 기준을 결합하여 대안 경로를 체계적으로 평가하는 구조적 메커니즘을 제공한다 [2].
|
|
|
|
## 🧩 추출된 패턴 (Extracted patterns)
|
|
* **좌우 전개 구조:** 일반적으로 왼쪽에서 오른쪽으로 그려지며, 초기 결정에서 파생되는 새로운 결정들을 사각형 노드로 연속 연결하여 복잡한 선택 상황을 분해한다 [3].
|
|
* **Yes/No 질문의 논리적 연쇄:** 분석 흐름을 예/아니오 질문으로 구성하여, 답변 결과에 따라 다음 질문(노드)으로 이동하거나 경로를 전환하는 논리 구조를 형성한다 [6].
|
|
* **가설 수립의 전제 단계:** 문제 해결 프로세스에서 무엇이 일어나고 있는지 판단하기 위해 먼저 의사결정 트리를 구축하고, 높은 우선순위의 분기를 바탕으로 세부 가설을 수립한다 [7].
|
|
|
|
## 📖 세부 내용 (Details)
|
|
의사결정 트리는 사용자가 각 결정과 그에 따른 잠재적 결과의 상대적인 장단점을 이해하도록 돕는 그래픽 표현이다 [1]. 전략 컨설팅 환경(특히 McKinsey 등)에서 클라이언트의 문제를 분석 가능한 논리적 범주로 세분화하는 핵심 도구로 활용된다 [4, 8].
|
|
|
|
* **분석적 가치:** 의사결정 트리는 단순히 대안을 나열하는 데 그치지 않고, 각 옵션을 개별적으로 고려하여 비논리적인 경로를 걸러내고(Trimming) 새로운 통찰을 반영하여 구조를 정교화하는 과정을 지원한다 [9, 10].
|
|
* **전략적 적용:** 주로 인수합병(M&A) 대상 평가, 기술 스택 선정, 자본 할당과 같이 선택지가 명확하고 평가 기준이 필요한 'Which' 유형의 질문에 최적화되어 있다 [2].
|
|
* **가설 주도 사고와의 결합:** 가설 주도 접근 방식(HBPS)에서는 의사결정 트리를 통해 우선순위가 결정된 분기를 바탕으로 "무엇이 사실이어야 하는가(What needs to be true)"를 묻는 하위 가설을 생성하고 이를 검증한다 [11, 12].
|
|
|
|
## ⚖️ 모순 및 업데이트 (Contradictions & updates)
|
|
* **정적 도구 vs 동적 프로세스:** 의사결정 트리는 시각적으로 고정된 다이어그램처럼 보일 수 있으나, 실제 분석 과정에서는 새로운 데이터가 확보됨에 따라 분기를 다듬거나(Pruning/Trimming) 경로를 수정해야 하는 반복적이고 진화하는 도구이다 [9, 13].
|
|
* **이슈 트리와의 혼용:** 소스에 따라 '이슈 트리', '로직 트리', '의사결정 트리'가 혼용되어 사용되기도 하지만, 의사결정 트리는 특히 선택 옵션과 그에 따른 결과를 평가하는 'Which' 관점에 더 집중된 변체로 정의된다 [2, 4].
|
|
|
|
## 🛠️ 적용 사례 (Applied in summary)
|
|
* **금융 투자 분석:** $10,000를 주식 매수(기대 수익 $11,000 - 비용 $100)할 것인지, 은행 예금(3% 이자, $10,300 수익)할 것인지 비교하는 구조적 결정 모델에 적용됨 [5].
|
|
* **McKinsey M&A 케이스:** 가공의 제약 회사가 다른 유형의 약물을 생산하는 소규모 R&D 기업을 인수할지 여부를 판단하기 위해 MECE 원칙 기반의 의사결정 트리를 구축함 [14].
|
|
* **뉴욕시 재정 문제 연구 (1960s):** McKinsey 컨설턴트 David Hertz와 Carter Bales가 예산 적자의 원인을 규명하기 위해 Yes-No 질문 체인 형식의 의사결정 트리 구조를 개발하여 분석을 가이드함 [6, 15].
|
|
|
|
## ✅ 검증 상태 및 신뢰도
|
|
- **상태:** draft
|
|
- **검증 단계:** conceptual
|
|
- **출처 신뢰도:** B (McKinsey, BCG 등 주요 컨설팅 펌의 방법론 및 관련 서적 리뷰 기반)
|
|
- **중복 검사 결과:** 신규 생성
|
|
|
|
## 📝 변경 이력 (Change history)
|
|
- 2026-05-24: Initial draft generated via Datacollector_MAC P-Reinforce engine. |