2nd/10_Wiki/Topics/Root-Cause-Analysis-RCA.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
RCA-001	10_Wiki/💡 Topics/AI	1.0	Problem-Solving engineering Systems-Thinking debugging	2026-04-26

Root Cause Analysis (RCA, 근본 원인 분석)

📌 한 줄 통찰 (The Karpathy Summary)

"현상(Symptom)에 대처하지 말고, 원인(Source)을 제거하라" — 시스템 장애나 오류가 발생했을 때 단순한 임시방편을 넘어, 사건의 연쇄 고리를 거슬러 올라가 재발 방지를 위한 핵심 원인을 찾아내는 체계적인 프로세스.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 결과(Effect)로부터 인과관계의 사슬을 추적하여, 제어 가능한 가장 깊은 지점의 원인(Root Cause)을 식별하고 해결하는 시스템적 사고 패턴.
• 주요 기법:
  • 5 Whys: "왜?"라는 질문을 5번 반복하여 표면적인 이유 뒤에 숨겨진 구조적 원인을 탐색.
  • Fishbone Diagram (Ishikawa): 사람, 과정, 장비, 환경 등 카테고리별로 원인을 시각화하여 분석.
  • Fault Tree Analysis: 장애가 발생할 수 있는 모든 경로를 논리 게이트로 연결하여 확률적으로 분석.
  • Pareto Analysis: 발생 빈도가 가장 높은 상위 20%의 원인이 전체 문제의 80%를 차지한다는 원칙에 따라 집중 타겟 선정.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 사람의 실수(Human Error)를 종착점으로 보던 관점에서, 실수를 유발한 '시스템 설계'의 결함을 찾는 관점으로 고도화됨.
• 정책 변화: Antigravity 프로젝트의 모든 버그 리포트와 장애 사후 분석(Post-mortem)은 반드시 RCA 단계를 포함하며, 식별된 근본 원인은 지식 베이스에 '회고(Retrospective)' 문서로 기록됨.

🔗 지식 연결 (Graph)

• Systems-Thinking, Debugging, Machine-Learning-Lifecycle, Engineering-Excellence
• Raw Source: 10_Wiki/Topics/AI/Root-Cause-Analysis-RCA.md