Files
2nd/10_Wiki/Topics/AI_and_ML/Superficiality-Metrics.md
T

95 lines
4.2 KiB
Markdown

---
id: wiki-2026-0508-superficiality-metrics
title: Superficiality Metrics
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [P-Reinforce-AUTO-SUME-001]
duplicate_of: none
source_trust_level: A
confidence_score: 0.91
tags: [auto-reinforced, metrics, superficiality, attention-economy, quality-Assessment, social-media]
raw_sources: []
last_reinforced: 2026-04-20
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: unspecified
framework: unspecified
---
# [[Superficiality-Metrics|Superficiality-Metrics]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> "껍데기의 무게 재기: 정보나 관계의 깊이(Depth) 대신 겉으로 드러나는 수치(조회수, 좋아요 등)에만 매몰되는 현상을 정량화하여, 오늘날의 주의력 경제가 잃어버린 '본질의 가치'를 성찰하게 하는 지표."
## 📖 구조화된 지식 (Synthesized Content)
피상성 지표(Superficiality-Metrics)는 정보나 콘텐츠가 가진 내재적 가치나 논리적 완성도와 무관하게, 표면적으로 드러나는 자극성과 도달 범위만을 측정하는 지표들의 총칭입니다.
1. **대표적 피상 지표들**:
* **Clicks & Views**: 내용의 유익함과 상관없이 제목의 자극성(Clickbait)에 좌우됨.
* **Like/Follow Count**: 논리적 동의보다는 감정적 동조나 소속감에 기반함.
* **Engagement Rate (Short-term)**: 즉각적인 반응 속도는 높지만 장기적인 기억이나 변화를 이끌어내지 못하는 활동.
2. **사회적 영향 - 역선택(Adverse Selection)**:
* 피상 지표가 보상 시스템(수익화)과 결합될 때, 생산자들은 깊이 있는 분석 대신 자극적이고 얕은 정보를 대량 생산하는 악순환에 빠짐.
3. **지표의 개선 방향**:
* **Retention/Completion Rate**: 끝까지 읽거나 시청했는가?
* **Value-added Sharing**: 단순 공유가 아닌 자신의 의견을 덧붙인 공유인가?
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거 미디어 정책은 '도달 범위(Reach)'를 성공의 유일한 척도로 보았으나, 정보 과잉과 혐오 확산이라는 부작용을 겪으며 현대의 알고리즘 정책은 '의미 있는 상호작용(MSI)'과 '신뢰성 기반 가중치'를 피상 지표보다 우선시하는 방향으로 선회함(RL Update).
- **정책 변화(RL Update)**: SNS 플랫폼에서 '좋아요 수 숨기기'와 같은 정책을 시범 운영하며, 피상 지표가 사용자 정신 건강에 미치는 악영향을 최소화하고 본질적인 소통을 회복하려는 사회적 실험이 지속되고 있음.
## 🔗 지식 연결 (Graph)
- [[Psychology & Behavior|Psychology & Behavior]], [[Sentiment-Analysis|Sentiment-Analysis]], Information Ethics, Economics of Attention, [[Signal in Noise|Signal in Noise]]
- **Modern Tech/Tools**: MSI counts, Sentiment depth [[Analysis|Analysis]], Trustworthiness score (AI-driven).
---
## 🤖 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)*
```text
# 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)*