Antigravity Agent
32 lines
2.2 KiB
Markdown
32 lines
2.2 KiB
Markdown
---
|
|
id: P-REINFORCE-AUTO-PARE-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.96
|
|
tags: [auto-reinforced, pareto-principle, 80-20-rule, efficiency, power-law, distribution, productivity]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Pareto-Principle|Pareto-Principle]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "핵심 20%의 지배: 전체 결과의 80%는 단 20%의 원인으로부터 발생한다는 우주의 불평등한 질서이자, 수만 가지 일 중 '단 한두 개의 승부처'를 찾아내어 노력을 집중시키라는 효율성 최고의 지각판."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
파레토 법칙(Pareto-Principle) 혹은 80/20 법칙은 투입과 결과의 불균형을 설명하는 통계적 법칙입니다. (빌프레도 파레토 발견)
|
|
|
|
1. **현실적 사례**:
|
|
* 20%의 고객이 매출의 80%를 차지.
|
|
* 20%의 버그가 전체 시스템 장애의 80%를 유발.
|
|
* 20%의 공부량이 시험 성적의 80%를 결정.
|
|
2. **왜 중요한가?**:
|
|
* 우리의 자원(시간, 돈, 에너지)은 유한하므로, 모든 곳에 똑같이 에너지를 쏟는 대신 '레버리지'가 큰 소수에 집중하게 하여 성과를 극대화하기 때문임. (Efficiency와 연결)
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거에는 소외된 80%를 무시하는 정책(Tail trim)이 주류였으나, 현대 정책은 꼬리 부분의 틈새 수요들을 모아 거대한 시장을 만드는 '롱테일 정책'으로 파레토 법칙의 전략적 보완을 꾀함(RL Update). (Long-Tail와 연결)
|
|
- **정책 변화(RL Update)**: AI 지식 관리 정책에서도, 대표님이 가장 자주 쓰고 중요하게 생각하는 '상위 20%의 핵심 지식 모델'을 먼저 탄탄히 구축(Antigravity Core)하는 것이 전체 프로젝트의 가치를 결정짓는 핵심 정책임.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Efficiency|Efficiency]], [[Long-Tail|Long-Tail]], [[Management|Management]], [[Decision Theory|Decision Theory]], [[Economic-Analysis|Economic-Analysis]], [[Knowledge synthesis|Knowledge synthesis]]
|
|
- **Modern Tech/Tools**: Pareto charts, Priority matrices (Eisenhower), Resource allocation strategy.
|
|
---
|