2nd/10_Wiki/Topics/Global-Neuronal-Workspace.md

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-global-neuronal-workspace	Global Neuronal Workspace	10_Wiki/Topics	needs_review	self	PREI-AUTO-GNW-001	none	A	0.96	auto-reinforced Global-Neuronal-Workspace consciousness information-broadcast cognitive-architecture ignition		2026-05-05	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)	language framework unspecified unspecified

Global-Neuronal-Workspace

📌 한 줄 통찰 (The Karpathy Summary)

"무대 뒤에서 속삭이는 수많은 무의식의 목소리 중 하나가 '주의'라는 조명을 받아 뇌 전체로 울려 퍼지는, 지능의 전역 방송국."

📖 구조화된 지식 (Synthesized Content)

전역적 신경 워크스페이스(GNW)는 뇌의 분산된 모듈들이 어떻게 정보를 공유하고 통합하여 의식을 형성하는지를 설명하는 인지 과학 모델입니다.

1. 신경적 점화(Ignition)와 방송(Broadcast):
   • 무의식적 모듈들이 특정 정보를 처리하며 경쟁하다가, 주의(Attention)를 통해 임계값을 넘으면 '점화'가 발생.
   • 점화된 정보는 전두엽, 두정엽 등을 잇는 장거리 네트워크를 통해 뇌 전체로 '방송'되어 모든 모듈이 접근 가능한 상태가 됨.
2. 나비넥타이(Bowtie) 아키텍처:
   • 수많은 감각 입력이 전두-두정 네트워크라는 좁은 '병목(Bottleneck)'으로 수렴된 후, 다시 전역으로 확장되는 구조.
   • 이 병목 구간이 정보를 라우팅하고 통합하는 핵심 엔진 역할을 수행.
3. 계산론적 시뮬레이션:
   • 최근에는 홉필드 네트워크(Hopfield-Networks) 등을 활용하여 GNW의 동역학(측면 경쟁, 점화 임계값 등)을 수학적으로 모델링하려는 시도가 활발함.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 용량의 한계 (RL Update): 전역 공유는 정보의 가용성을 높이지만, 병목 구간의 물리적 한계로 인해 의식적으로 처리 가능한 정보의 양은 매우 제한적이고 직렬적임(한 번에 하나의 방송만 가능).
• All-or-None 법칙: 임계값을 넘지 못한 정보는 아무리 복잡한 처리가 이루어져도 '의식'에 도달하지 못해 맥락적으로 활용되지 못함. AI 설계 시에도 이러한 '점화 임계값' 개념을 도입하여 노이즈를 필터링할 필요가 있음.

🔗 지식 연결 (Graph)

• Prefrontal-Cortex, Context-Integration, Attention-Mechanism, Neuro-Symbolic-AI (중앙 통제)
• Raw Source: Datacollector_MAC/out_wiki/전역적 신경 워크스페이스 (GNW).md

---

🤖 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)