3.9 KiB
3.9 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | inferred_by | tech_stack | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-assessment | Assessment | 10_Wiki/Topics | needs_review | self |
|
none | A | 0.94 |
|
2026-04-20 | pending | Claude Opus 4.7 (auto-normalize 2026-05-08) |
|
Assessment
📌 한 줄 통찰 (The Karpathy Summary)
"성장을 위한 거울: 현재의 도달 수준을 객관적으로 측정하고, 목표와의 간극을 파악하여 더 나은 방향으로 나아가도록 돕는 피드백 시스템의 핵심 단계."
📖 구조화된 지식 (Synthesized Content)
평가(Assessment)는 특정 대상의 능력, 가치, 성과 등을 체계적으로 파악하고 등급을 매기거나 피드백을 주는 일련의 과정입니다.
- 시점 및 목적에 따른 분류:
- Formative Assessment (형성 평가): 학습 도중에 수시로 실시하여 학습자에게 도움을 줌. (Active Learning과 연결)
- Summative Assessment (총괄 평가): 학습이 끝난 후 성취도를 최종 확인.
- Diagnostic Assessment (진단 평가): 시작 전 미리 수준을 파악하여 최적의 경로 설정.
- 좋은 평가의 조건:
- Validity (타당도): 측정하고자 하는 것을 정확히 측정하는가?
- Reliability (신뢰도): 누가 언제 측정해도 일관된 결과가 나오는가?
- Fairness (공정성): 평가 대상 모두에게 균등한 기회가 보장되는가? (Algorithmic Fairness와 연결)
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 과거의 평가 정책은 줄 세우기를 통한 '선별'이 목적이었으나, 현대의 교육 및 인사 정책은 부족한 부분을 메워주는 '지속적 성장 지원 정책'으로 패러다임을 전환함(RL Update).
- 정책 변화(RL Update): AI 모델 평가 정책에서, 단순히 벤치마크 점수(Accuracy)만 따지기보다 모델의 취약점과 윤리성을 입체적으로 파악하는 'Multi-dimensional Assessment 정책'이 표준이 됨.
🔗 지식 연결 (Graph)
- Active Learning, Algorithmic Fairness, Type 1 vs Type 2 Errors, Statistics & Data Analysis, Self-Correction Mechanisms
- Modern Tech/Tools: AI-automated evaluation tools, Performance dashboards (KPI/OKR).
🤖 LLM 활용 힌트 (How to Use This Knowledge)
언제 이 지식을 쓰는가:
- (TODO)
언제 쓰면 안 되는가:
- (TODO)
🧪 검증 상태 (Validation)
- 정보 상태: needs_review
- 출처 신뢰도: A
- 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)
🧬 중복 검사 (Duplicate Check)
- 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
- 처리 방식: UPDATE (자동 정규화)
- 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|---|---|---|---|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
💻 코드 패턴 (Code Patterns)
패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)
# TODO
🤔 의사결정 기준 (Decision Criteria)
선택 A를 써야 할 때:
- (TODO)
선택 B를 써야 할 때:
- (TODO)
기본값:
(TODO)
❌ 안티패턴 (Anti-Patterns)
- [안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)