Files

T

Antigravity Agent f8b21af4be Wiki cleanup: error-doc removal, dedup merge, link normalization

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>

2026-05-20 23:52:15 +09:00

4.8 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack

title

MECE Principle

매 한 줄

"매 Mutually Exclusive, Collectively Exhaustive — 매 분류가 매 겹치지 않고 매 빠짐 없도록". 매 McKinsey의 Barbara Minto 가 정립한 매 structured thinking 의 cornerstone — 매 issue tree, root-cause, decision tree 매 모든 분해 작업의 sanity check — 매 LLM era 에서 도 prompt design 의 핵심.

매 핵심

매 두 조건

ME (Mutually Exclusive): 매 카테고리 간 매 overlap = 0.
CE (Collectively Exhaustive): 매 카테고리 합집합 = 전체.

매 typical violation

overlap: 매 "남성 / 여성 / 운동선수" — 매 운동선수 매 양 성별과 겹침.
gap: 매 "0-20세 / 30-50세 / 60+세" — 매 21-29, 51-59 누락.
mixed dimension: 매 색깔 + 모양 의 mix — 매 categorize 의 차원 의 잡음.

매 응용

매 issue tree (Pyramid Principle).
매 root cause 5-Why.
매 LLM prompt 의 답 의 structure 강제.
매 도메인 모델링 enum 설계.

💻 패턴

매 issue tree (예: 매출 감소)

매출 감소
├── volume 감소           ← MECE 조건 1
│   ├── 신규 고객 감소
│   └── 기존 고객 이탈
└── 단가 감소             ← MECE 조건 2
    ├── 할인 증가
    └── 믹스 변화
// 매 합집합 = 매출 변화 모든 원인
// 매 교집합 = 0

매 검증 checklist

function validateMECE<T>(buckets: T[][], universe: T[]): {ok: boolean, issues: string[]} {
  const issues: string[] = [];
  const flat = buckets.flat();
  // 매 overlap check
  const seen = new Set<T>();
  for (const item of flat) {
    if (seen.has(item)) issues.push(`overlap: ${item}`);
    seen.add(item);
  }
  // 매 exhaustiveness check
  for (const u of universe) {
    if (!seen.has(u)) issues.push(`gap: ${u}`);
  }
  return { ok: issues.length === 0, issues };
}

매 enum exhaustive (TypeScript)

type Status = 'pending' | 'active' | 'archived';
function handle(s: Status) {
  switch (s) {
    case 'pending': return ...;
    case 'active': return ...;
    case 'archived': return ...;
    default: { const _: never = s; throw new Error(_); }
    // 매 새 case 추가 시 compile error → CE 보장
  }
}

매 LLM prompt MECE

다음 카테고리들로만 분류하라. 매 항목은 정확히 하나의 카테고리에만 속한다.
- A: <명확한 정의>
- B: <명확한 정의>
- C: 위 어느 것에도 해당하지 않는 모든 경우  ← 매 CE 보장 의 escape hatch

매 root cause 5-Why MECE

Q1: 왜 deploy 실패?
  A: build 단계 vs deploy 단계 vs config 단계  ← MECE 분기
Q2 (build 분기): 왜 build 실패?
  A: dependency vs compile vs test          ← MECE 분기
...

매 데이터 partition

-- 매 user segmentation 매 MECE
CASE
  WHEN ltv >= 1000 THEN 'high'
  WHEN ltv >= 100 THEN 'mid'
  WHEN ltv >= 0 THEN 'low'
  ELSE 'unknown'  -- 매 NULL/음수 의 catch-all
END AS segment
-- 매 boundary 매 명시 / 매 catch-all 의 CE 의 보장

매 결정 기준

상황	Approach
매 pure analysis	strict MECE
매 fuzzy domain	"기타" bucket 의 catch-all
매 enum domain	exhaustive switch + never
매 LLM 분류	"위 외의 모든 경우" 항목 명시

기본값: 매 strict MECE 의 시도 → 매 fuzzy 면 catch-all bucket 추가.

🔗 Graph

부모: Pyramid Principle
변형: Issue Tree · Root Cause Analysis
응용: BLUF (Bottom Line Up Front) · Type-safe Error Handling Exhaustiveness Checking
Adjacent: Cognitive_Load

🤖 LLM 활용

언제: 매 답 의 structure 강제, 매 bucket 분류 의 정확도 의 끌어 올림. 언제 X: 매 creative brainstorm — 매 MECE 의 강제는 발산 의 막음.

❌ 안티패턴

dimension mix: 매 한 분기에 매 color + size 의 동시 분류.
catch-all 남발: 매 "기타" 가 50% 면 분해 의 의미 없음.
MECE 강박: 매 fuzzy 영역의 매 strict MECE 의 over-engineering.

🧪 검증 / 중복

Verified (Barbara Minto, Pyramid Principle 3rd ed.; McKinsey internal training).
신뢰도 A.

🕓 Changelog

날짜	변경
2026-05-08	Phase 1
2026-05-10	Manual cleanup — MECE 정의 + issue tree/enum/LLM prompt 응용 정리

4.8 KiB Raw Blame History