2.0 KiB
2.0 KiB
id, category, confidence_score, tags, last_reinforced, github_commit
| id | category | confidence_score | tags | last_reinforced | github_commit | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| a1b2c3d4-e5f6-4789-8e9f-0a1b2c3d4e5f | 10_Wiki/Topics/Logic & Reasoning | 1.0 |
|
2026-04-27 | p-reinforce-logic |
Deductive & Inductive Reasoning
📌 한 줄 통찰 (The Karpathy Summary)
연역법(Deduction)은 필연적 결론을 향한 견고한 논리 사슬이며, 귀납법(Induction)은 데이터의 패턴을 통해 보편적 통찰을 합성하는 발견의 미학이다.
📖 구조화된 지식 (Synthesized Content)
- 연역적 추론 (Deductive Reasoning):
- 구조: 대전제(규칙) -> 소전제(사례) -> 결론(필연)의 선형적 논리 사슬.
- 강점: 적대적이거나 회의적인 청중을 부인할 수 없는 전제로부터 결론으로 이끌 때 강력한 설득력 발휘.
- 약점: 전제 하나만 무너져도 전체 논리가 파괴되는 취약성(Fragility)과 결론 도달까지의 지루함 유발.
- 귀납적 추론 (Inductive Reasoning):
- 구조: 개별 사례들의 공통점 발견 -> 그룹화(Grouping) -> 보편적 통찰/권고사항 도출.
- 강점: 복잡한 데이터를 다루는 비즈니스 환경에서 가장 효율적이며, 결론을 즉시 확인할 수 있어 전달력이 높음.
- 약점: 표본의 오류나 관찰되지 않은 사례에 의해 결론이 뒤집힐 수 있는 개연성 기반의 논리.
- 통합 가이드: 상위 소통(Top-down)에서는 귀납법이 효율적이며, 하위 문단 수준의 세부 증명에서는 연역법이 논리의 아름다움을 완성함.
🔗 지식 연결 (Graph)
- Parent: Logic & Reasoning
- Related: The Pyramid Principle, Horizontal Logic, Business Writing
- Raw Source: 00_Raw/Deductive Reasoning, 00_Raw/Inductive Reasoning, 00_Raw/Deductive and Inductive Reasoning
Last updated: 2026-04-27