60 lines
5.6 KiB
Markdown
60 lines
5.6 KiB
Markdown
---
|
|
id: 시스템-2-사고
|
|
title: "시스템 2 사고"
|
|
category: "10_Wiki/Topics"
|
|
status: "draft"
|
|
verification_status: "conceptual"
|
|
canonical_id: ""
|
|
aliases: ["심사숙고형 사고", "System 2 Reasoning"]
|
|
duplicate_of: ""
|
|
source_trust_level: "B"
|
|
confidence_score: 0.85
|
|
created_at: 2026-05-21
|
|
updated_at: 2026-05-21
|
|
review_reason: ""
|
|
merge_history: []
|
|
tags: ["research", "논리적 추론", "인지과학", "AI"]
|
|
raw_sources: ["NotebookLM Synthesis"]
|
|
applied_in: ["AWS IAM Access Analyzer", "Amazon VPC Reachability Analyzer", "Meta Chain-of-Thought (Meta-CoT)", "Omni-Math Benchmark"]
|
|
github_commit: ""
|
|
---
|
|
|
|
# [[시스템 2 사고]]
|
|
|
|
## 🎯 한 줄 통찰 (One-line insight)
|
|
직관적 패턴 인식을 넘어 복잡한 과업을 논리적으로 해체하고 자가 교정을 통해 정합성을 확보하는 심사숙고형 인지 프로세스 [1, 2].
|
|
|
|
## 🧠 핵심 개념 (Core concepts)
|
|
1. **심사숙고형 연쇄적 사고 (Deliberative Sequential Thinking):** 즉각적인 반응(System 1)과 대조되는 다단계 논리 연산 과정으로, 복잡한 문제 해결을 위해 인지 자원을 집중 투입하는 방식이다 [1].
|
|
2. **하향식 과업 해체 (Top-down Decomposition):** 복잡한 과업을 관리 가능한 세부 마이크로 태스크로 쪼개어 단계별로 처리하는 구조적 접근이다 [1].
|
|
3. **자가 교정 및 검증 (Self-correction & Verification):** 각 중간 단계의 결과를 더블 체크하고 논리적 오류를 수정하여 최종 결론의 정확도를 높이는 메커니즘이다 [1].
|
|
4. **인지적 유연성 (Cognitive Flexibility):** 경직된 가정이나 과잉 일반화를 극복하고 다양한 관점과 예외 사례(반례)를 탐색할 수 있는 능력이다 [3, 4].
|
|
|
|
## 🧩 추출된 패턴 (Extracted patterns)
|
|
- **이중 기하학 모델:** 무의식적 인지 편향(정신적 왜곡)과 표출되는 논리적 오류(기만적 언어) 사이의 상호작용을 인지하고 이를 통제하는 패턴이다 [5].
|
|
- **구조화된 출력 루프:** 중간 연산 결과를 JSON 등 구조화된 형태로 다음 단계에 전달하여 인지적 안정성을 유지하는 설계 패턴이다 [1].
|
|
- **반증 사례 탐색:** 확립된 정의나 규칙에 대한 예외(반례)를 의도적으로 찾아내어 사고의 모순을 해결하고 논리를 정교화하는 휴리스틱이다 [4, 6].
|
|
|
|
## 📖 세부 내용 (Details)
|
|
- **인간 인지에서의 작동:** 시스템 2 사고는 뇌의 '인지적 경제성'으로 인해 발생하는 신속한 판단(인지 편향)을 억제하고 시정하기 위한 방어망 역할을 한다 [7, 8]. MECE 원칙이나 피라미드 구조와 같은 정량적 구조화 방법론을 동원하여 정보의 오버랩과 유실을 차단하며 지적 엄밀성을 획득한다 [9, 10].
|
|
- **소크라테스식 문답법과의 결합:** 자동 사고(System 1)를 객관화하기 위해 증거 평가, 비용 및 이점 분석 등의 질문 프레임워크를 사용하여 인지 왜곡을 치료하고 합리적 의사결정을 유도한다 [11, 12]. 이는 특히 인지 행동 치료(CBT)에서 환자의 병리적 인지 왜곡을 조절하는 핵심 메커니즘으로 활용된다 [11, 13].
|
|
- **AI 시스템에서의 구현:** 거대 언어 모델(LLM)은 일회성 반응을 넘어 '메타 연쇄 사고(Meta-CoT)'와 같은 프레임워크를 통해 시스템 2 사고를 모사한다 [1]. 이는 복잡한 수학 문제(Omni-Math 등) 해결 시 단순 추정을 넘어서 가상의 추론 공간을 최적으로 탐색하고 자가 수정을 수행하는 자율적 알고리즘으로 발전하고 있다 [1, 10].
|
|
- **계산론적 보증:** 시스템 2 사고의 원리는 컴퓨팅 환경에서 '자동 추론(Automated Reasoning)'으로 구체화되며, 수학적 무결성 입증을 통해 시스템이 도달 가능한 모든 상태의 물리적 보증을 전달한다 [14].
|
|
|
|
## ⚖️ 모순 및 업데이트 (Contradictions & updates)
|
|
- **휴리스틱의 가치 논쟁:** 전통적으로 휴리스틱은 인지 편향을 일으키는 결함으로 간주되었으나, 게르트 기거렌처 등 일부 학자들은 이를 비이성적 오류가 아닌 생존을 위한 '적응적 도구'이자 '굿 감정(Good Feelings)'으로 재정의하며 긍정적 측면을 강조한다 [15, 16].
|
|
- **수학적 귀납법의 실체:** 명칭과 달리 수학적 귀납법은 구조적으로 참인 명제들의 연쇄를 입증하므로 실제로는 귀납이 아닌 엄밀한 '연역적 무결성'을 지닌 체계이다 [17].
|
|
|
|
## 🛠️ 적용 사례 (Applied in summary)
|
|
- **AWS 보안 인프라:** 'IAM Access Analyzer' 및 'VPC Reachability Analyzer'에서 SMT 솔버 기반의 논리 모델을 사용하여 네트워크 접근 통제의 완전무결성을 수학적으로 보증하는 데 적용되었다 [18].
|
|
- **AI 추론 프레임워크:** 'Meta Chain-of-Thought (Meta-CoT)'를 통해 복잡도 높은 고차원 문제에서 인공지능 내부의 가상 추론 공간을 탐색하고 자가 교정하는 시스템 2 모델링이 구현되었다 [1].
|
|
- **임상 심리학:** 인지 행동 치료(CBT)에서 환자의 부정적 자동 사고를 반박하기 위해 구체적 증거 리스트를 분리 대조하는 '증거 평가' 질문 전략으로 실제 적용되고 있다 [11, 12].
|
|
|
|
## ✅ 검증 상태 및 신뢰도
|
|
- **상태:** draft
|
|
- **검증 단계:** conceptual (실제 적용 사례 발견 시 applied/validated로 승격 가능)
|
|
- **출처 신뢰도:** B (Official Documentation / Primary Source via NotebookLM)
|
|
- **중복 검사 결과:** 신규 생성 (New discovery)
|
|
|
|
## 📝 변경 이력 (Change history)
|
|
- 2026-05-21: Initial draft generated via Datacollector_MAC P-Reinforce engine.ㄴ |