Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

3.7 KiB

Raw Blame History

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

title

Purpose

📌 한 줄 통찰 (The Karpathy Summary)

"존재의 이유이자 최상위 목표: 단순한 생존이나 이익을 넘어 '우리는 왜 이 일을 하는가'에 대한 답이자, 수만 가지 기술적 선택지 사이에서 길을 잃지 않게 하는 나침반."

📖 구조화된 지식 (Synthesized Content)

목적(Purpose)은 존재의 근본적인 이유나 지향하는 궁극적인 지점입니다.

비즈니스/프로젝트에서의 역할:
- Alignment: 팀원들이 같은 방향을 보고 시너지를 내게 함. (Leadership와 연결)
- Resilience: 어려운 상황에서도 포기하지 않고 나아가게 하는 동력. (Mastery와 연결)
- Prioritization: 목적에 맞지 않는 일은 과감히 버리는 기준. (Pareto-Principle와 연결)
왜 중요한가?:
- 강력한 목적의식(Why)이 결여된 지능(Intelligence)은 단기적인 효율성에 매몰되어 결국 시스템 전체의 붕괴나 무의미한 결과물만 생산하게 되기 때문임.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 과거에는 목적을 '추상적인 구호 정책'으로 치부했으나, 현대 정책은 목적이 명확한 조직 정책이 그렇지 않은 조직보다 압도적인 성과 정책을 냄을 입증함(RL Update).
정책 변화(RL Update): AI 정렬(Alignment) 문제 또한 모델에게 인간의 목적 정책을 어떻게 오차 없이 주입하느냐의 싸움이며, 이는 '보상 함수(Reward Function) 설계 정책'의 핵심으로 직결됨. (Reinforcement Learning (RL)와 연결)

🔗 지식 연결 (Graph)

Leadership, Mastery, Pareto-Principle, Reinforcement Learning (RL), Philosophy, Mission
Modern Tech/Tools: Ikigai framework, Golden Circle (Simon Sinek), ESG Management.

🤖 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)

3.7 KiB Raw Blame History