Antigravity Agent
2.7 KiB
2.7 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PREI-AUTO-CONT-INT-001 | Unified | 0.95 |
|
2026-05-05 |
Context-Integration
📌 한 줄 통찰 (The Karpathy Summary)
"흩어진 정보 조각들을 하나의 유기적인 '의미의 숲'으로 엮어내는 인지적 결합 행위이자, 텍스트 너머의 진실을 꿰뚫어 보는 지능의 본질."
📖 구조화된 지식 (Synthesized Content)
맥락 통합은 개별적인 자극이나 정보를 주변 상황, 과거 경험, 관련 지식과 결합하여 전체적인 의미를 형성하는 과정입니다.
- 인지 심리학적 원리:
- 부호화 특수성: 정보는 고립되어 저장되지 않으며, 저장될 당시의 맥락과 함께 묶여 기억됨.
- 스키마(Schema) 활용: 기존의 지식 틀을 통해 새로운 정보를 빠르게 분류하고 다음 상황을 예측하여 인지 부하를 줄임.
- 신경생물학적 아키텍처 (GNW):
- 전역적 신경 워크스페이스(Global Neuronal Workspace) 모델에 따라, 특정 정보가 주의를 받아 임계치를 넘으면 뇌 전체로 '방송'되어 각 전문 모듈들이 이를 현재 맥락 속에서 통합함.
- 인공지능의 맥락 통합:
- 트랜스포머의 Attention-Mechanism은 시퀀스 내의 모든 단어 간 상관관계를 병렬로 파악하여 맥락적 가중치를 산출함으로써 인간의 맥락 통합 과정을 모사함.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 맥락 맹(Context Blindness) (RL Update): 자폐 스펙트럼 장애(ASD) 등에서 나타나는 특성으로, 전체 맥락 대신 국소적 세부 사항에 과도하게 집착하는 '약한 중앙 응집' 현상을 보임. AI 역시 특정 키워드에 매몰되어 전체 문맥을 오독하는 'AI 맥락 맹' 현상이 발생할 수 있으며, 이를 보정하는 것이 AI-Alignment의 핵심 과제임.
- 효율성과 편향의 충돌: 스키마를 통한 빠른 맥락 통합은 효율적이지만, 현재 맥락과 맞지 않는 정보를 왜곡하거나 무시하는 Cognitive-Bias을 초래함.
🔗 지식 연결 (Graph)
- Schema, Attention-Mechanism, Cognitive-Bias, Neuro-Symbolic-AI (논리적 통합), Theta-Gamma-Coupling (뇌파 동기화)
- Raw Source: Datacollector_MAC/out_wiki/맥락 통합 (Context Integration).md