2.2 KiB
2.2 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-BEIN-001 | 10_Wiki/💡 Topics/AI | 0.95 |
|
2026-04-20 |
Behavioral-Incentives
📌 한 줄 통찰 (The Karpathy Summary)
"행동을 유도하는 설계된 보상: 인간이나 시스템이 특정한 방향으로 움직이도록 만드는 유무형의 혜택으로, 의지력을 강조하는 대신 상황의 구조를 바꿔 목적을 달성하는 실전적 행동 경제학."
📖 구조화된 지식 (Synthesized Content)
행동 인센티브(Behavioral-Incentives)는 대상의 동기를 자극하여 원하는 행동의 빈도를 높이거나 유지하게 만드는 유인책입니다.
- 유형:
- Extrinsic Incentives (외적): 금전적 보상, 상장, 인센티브 (단기적 효과 탁월).
- Intrinsic Incentives (내적): 보람, 자아실현, 지적 호기심 (Grit 향상에 장기적 기여).
- Social Incentives (사회적): 평판, 소속감, 리더보드 순위.
- 설계의 핵심:
- Nudging: 선택의 자유는 유지하되 더 나은 방향으로 슬쩍 밀어주는 부드러운 개입.
- Alignment: 조직의 목표와 개인의 인센티브를 일치시켜 시스템적 효율 극대화 (Theory of Constraints와 협업).
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거 산업 정책은 오직 '돈'이면 된다는 금전적 인센티브 정책에만 몰두했으나, 현대의 복잡한 지식 노동 정책은 금전 보상이 오히려 창의성을 해칠 수 있음을 인지하고 '자율성/숙련도/목적(AMP) 정책'을 강화함(RL Update).
- 정책 변화(RL Update): 강화 학습 기반 AI 학습 정책(RLHF)에서, 단순히 높은 점수를 받는 것에만 매몰되지 않도록 '다양성 보상'이나 '정직성 보상'을 섞는 다차원 인센티브 설계 정책이 표준으로 자리 잡음.
🔗 지식 연결 (Graph)
- Motivation, Reinforcement Learning (RL), Behavior, Game Theory, Economics of Attention
- Modern Tech/Tools: Gamification platforms, Token economy (Web3/Crypto), OKR/KPI systems.