해소
착오형은 AI가 풀 수 있습니다
정보·계산 부족에서 생긴 모순은 더 나은 계산으로 사라집니다. 층화 분석, 베이즈 갱신, 결정 지원이 여기에 해당합니다.
TAXONOMY
모순은 원인 구조에 따라 다섯 가지입니다
같은 "모순"이라도 정보가 부족해서 생긴 것과, 서로 양립할 수 없는 가치가 부딪혀 생긴 것은 해법이 다릅니다. 유형을 먼저 가려야 AI에게 무엇을 맡길지 정할 수 있습니다.
DASHBOARD
모순 관측 대시보드
카드를 누르면 형식화, 근거 문헌, 한국 적용 맥락, AI 개입 방식이 펼쳐집니다. 오른쪽 좌표에서 점을 누르면 해당 카드로 이동합니다.
조건에 맞는 모순이 없습니다. 필터를 줄여 보세요.
DIAGNOSER
내 문제는 어떤 모순인가 — 4문항 판별기
지금 고민 중인 딜레마 하나를 떠올리고 질문에 답하면 유형과 AI에게 맡길 수 있는 범위를 알려 드립니다.
RESULT
질문에 답하면 결과가 여기에 표시됩니다
판별 순서는 해법이 쉬운 유형부터입니다. 앞 단계에서 풀리는 문제를 가치 충돌로 오진하지 않기 위해서입니다.
WORKING THESIS
연구소의 잠정 결론
현재 16개 사례에 대한 판정을 요약한 작업가설입니다. 사례가 늘어나면 갱신합니다.
완화
시간·조정·측정형은 줄일 수만 있습니다
선호와 유인이 그대로면 모순도 남습니다. AI는 약정 장치·메커니즘 설계·다중 지표로 비용을 낮출 뿐이며, AI 자신이 제본스·굿하트 역설의 새 사례가 되기도 합니다.
명시화
가치형은 풀 수 없고 드러낼 수 있습니다
애로의 불가능성 정리가 보여 주듯, 어떤 집계 규칙도 모든 합리적 조건을 동시에 만족하지 못합니다. AI의 역할은 교환비율을 투명하게 보여 주는 것입니다.
QUESTION01
착오형 모순의 자동 판별 가능성
관측 데이터만으로 어떤 역설이 교란·집계 착오(해소 가능)인지 실제 구조적 충돌인지 자동으로 구분할 수 있는가?
방법
- 인과 그래프(DAG) 기반 교란변수 탐색
- 층화 전후 효과 부호 반전 검정
검증 기준
- 알려진 심슨 역설 사례 재현율
- 교육·부동산 공공데이터 적용 시 오탐률
QUESTION02
조정형 모순의 최소 개입 설계
사교육 경쟁·통행 선택 같은 집합적 딜레마에서 균형을 바꾸는 최소 규칙 변경은 무엇이며, 그 효과를 시뮬레이션으로 사전 검증할 수 있는가?
방법
- 행위자 기반 모형과 게임이론 균형 계산
- 교통망 브라에스 탐지(네트워크 흐름)
검증 기준
- 과거 정책 변화 전후 자료와의 부합도
- 개입 비용 대비 후생 개선
QUESTION03
AI 자신이 만드는 모순의 측정
AI 도입이 효율을 높일수록 전체 연산·에너지 수요가 늘고(제본스), 평가 지표 최적화가 실제 목표를 벗어나는(굿하트) 현상을 어떻게 조기에 계측할 것인가?
방법
- 단위 효율 대비 총수요 탄력성 추정
- 대리지표–실제목표 괴리 모니터링
검증 기준
- 반동효과(rebound) 크기의 신뢰구간
- 지표 과최적화 탐지의 선행성
데이터 원칙. 문헌은 원 출처를 표기하며, 좌표의 형식화 가능도·AI 개입 효과 점수와 개입 수준 판정은 연구소의 정성 평가(estimate)입니다. 실측 지표처럼 해석하지 마세요. 이스털린 역설처럼 실증 논쟁이 진행 중인 항목은 카드에 "논쟁 중"으로 표시합니다.
REFERENCES