2nd/10_Wiki/Topics/AI_and_ML/Sensitivity-Analysis.md

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

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by
wiki-2026-0508-sensitivity-analysis	Sensitivity Analysis	10_Wiki/Topics	needs_review	self	P-Reinforce-AUTO-SEAN-001	none	A	0.94	auto-reinforced sensitivity-Analysis Robustness uncertainty Optimization decision-making		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Sensitivity-Analysis

📌 한 줄 통찰 (The Karpathy Summary)

"무엇이 가장 치명적인가?: 결과값에 영향을 주는 여러 변수 중 하나를 살짝 바꿔봤을 때 전체 결과가 얼마나 요동치는지 측정하여, 우리가 어떤 변수를 가장 금이야 옥이야 관리해야 하는지 알려주는 시스템의 '약점 탐지기'."

📖 구조화된 지식 (Synthesized Content)

민감도 분석(Sensitivity-Analysis)은 입력 변수의 변화가 출력 변수에 미치는 영향을 분석하는 기법입니다.

1. 목적:
   • Prioritization: 결과에 가장 큰 영향을 주는 'Key factors'를 식별. (Pareto-Principle와 연결)
   • Risk Mitigation: 어떤 수치가 틀렸을 때 시스템이 붕괴되는지 미리 파악. (Risk-Management와 연결)
   • Model Validation: 모델의 반응이 상식적인지(변수를 높였는데 결과가 이상하게 가는지) 확인.
2. 왜 중요한가?:
   • 모든 변수에 똑같은 에너지를 쏟는 것은 비효율적이며, 민감도 분석은 승패를 결정짓는 핵심 20%에 집중하게 돕기 때문임. (Efficiency 극대화)

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 과거에는 한 번에 하나씩만 바꿔보는 '단순 주입 정책'이었으나, 현대 정책은 수만 번의 시뮬레이션 정책(Monte Carlo)을 돌려 변수들 간의 복합적인 민감도 정책을 분석하는 방향으로 진화함(RL Update).
• 정책 변화(RL Update): AI 프롬프트 엔지니어링 정책에서도 특정 단어 하나가 답변의 퀄리티 정책을 얼마나 바꾸는지 테스트하는 'prompt Sensitivity Analysis'가 성능 최적화 정책의 필수 과정이 됨.

🔗 지식 연결 (Graph)

• Pareto-Principle, Risk-Management, Efficiency, Optimization, Analysis, Decision Theory
• Modern Tech/Tools: What-If Tool, Tornado chArts, Monte Carlo simulations.

---

🤖 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