사례 장면에서 의사결정 모델로.
아르콘(ARCHON)은 조직이 어떻게 결정하는지에 관한 연구 사례를 읽습니다. AI로 만들고 여러 모델 계열로 교차 확인한 사례입니다. 장면마다 네 축으로 구조를 읽고, 선택지와 잠정 판단을 붙여, 결정 지도에서 다른 사례 곁에 놓습니다.
정보의 비대칭, 권한의 위임, 책임의 귀속, 규칙의 예외라는 4대 축을 통해 과거의 결정 궤적을 복원하고 현재의 선택을 견고하게 뒷받침합니다.
- 바탕 층위 (Base)
- 연구 사례
- 읽는 방식 (Mechanism)
- 질문이 이끄는 네 축 읽기
- 실행 구조 (Execution)
- 스칼라에 & 13개 제도 의사결정 도메인
조직이 결정해야 했던 장면들
아르콘의 질문은 사례 장면에서 출발합니다. 조직이 결정해야 했던 상황이며, 사례마다 그 안의 갈림길 하나를 떼어 냅니다(층위 00).
장면은 그 안의 사람들이 알 수 있었던 것, 열려 있던 선택지, 그들을 묶은 제약을 담습니다. 이를 함께 읽으면 결정이 왜 내려졌는지, 어떤 예외가 허용됐는지를 물을 수 있습니다.
- 장면과 역할
- 장면마다 누가 어느 자리에 있었는지를 적어, 사례를 자리와 역할로 읽을 수 있습니다.
- 결정의 갈림길
- 제안이 결정권자를 만나는 순간: 두 선택지, 결정하는 자리, 영향을 받는 자리.
- 판단을 바꿀 조건
- 판단마다 사례만으로 정할 수 없는 것과, 다른 선택지가 더 나아지는 조건을 적습니다.
바닥에서 위로 읽는 5단계 구조
아르콘은 하나의 거대한 텍스트를 평면으로 검색하지 않습니다. 아래 그림처럼 사례에서 장면으로, 네 축으로, 결정 지도로, 마지막으로 사람의 판단으로 위를 향해 읽습니다.
지층을 클릭하여 각 층위의 역할과 산출물을 확인하세요.
연구 사례
- 알고리즘적 역할 (Role)
- 바탕 층위는 연구 사례입니다. 조직이 어떻게 결정하는지에 관한 사례로, AI로 만들고 여러 모델 계열로 교차 확인했습니다. 이 사이트의 질문은 모두 이 사례에서 출발합니다.
- 지층 산출물 (Outputs)
- 역할과 상황, 결정이 닥치는 순간.
사례만으로 누가 결정할 수 있고 누가 영향을 받는지 읽을 수 있는가?
결정 장면
- 알고리즘적 역할 (Role)
- 장면은 조직 안의 갈림길 하나를 떼어 냅니다. 무엇이 제안됐고, 누가 결정을 쥐고, 누가 결과를 감당하며, 무엇이 아직 확인되지 않았는지 적습니다.
- 지층 산출물 (Outputs)
- 장면 요약, 결정하는 자리와 영향을 받는 자리, 두 선택지.
제안된 내용, 실제 합의된 기준, 그리고 궁극적으로 실행된 행위가 명확히 분리되었는가?
네 분석 축
- 알고리즘적 역할 (Role)
- 장면마다 정보의 비대칭, 권한의 소재, 책임의 범위, 규칙 예외의 정당성이라는 네 차원으로 읽습니다. 사례가 어느 축에 걸리는지가 라이브러리와 지도에서의 자리를 정합니다.
- 지층 산출물 (Outputs)
- 사례마다의 구조적 읽기와 축별 묶음.
서로 다른 조직과 시기의 사례를 같은 네 축으로 비교할 수 있는가?
의사결정 지도와 스칼라에
- 알고리즘적 역할 (Role)
- 사용자의 질문에 응답하여 상위 코퍼스로부터 필요한 근거를 즉시 추출하고, 13개 제도 설계 도메인(권력 균형, 승계, 자원 배분 등)의 공간 좌표에 배치하여 다차원 지도를 형성합니다.
- 지층 산출물 (Outputs)
- 질문별 반증 및 지지 증거망, 도메인 간 상호작용 벡터, 그리고 해석의 무효화 경계 조건.
추출된 지도가 질문의 본질적 인과 구조를 직접 타격하는가, 아니면 피상적 유사성에 머물렀는가?
인간의 사려 깊은 판단
- 알고리즘적 역할 (Role)
- 알고리즘은 판단을 대체하지 않고 근거의 지형을 밝힐 뿐입니다. 최종 의사결정자는 현재의 맥락과 가치 충돌 속에서 책임을 지고 판단을 내리며, 어떤 새로운 조건이 발생하면 재검토할지를 명시합니다.
- 지층 산출물 (Outputs)
- 기준 시점과 핵심 가정을 명시한 책임 있는 결정, 그리고 사후 검토(Audit) 기준표.
이 결정의 궁극적 책임은 누구에게 귀속되며, 어떤 사태가 발생하면 결정을 번복할 것인가?
조직 의사결정을 해체하는 4대 핵심 차원
사례는 임의로 분류하지 않고, 조직과 권력의 역학을 결정짓는 4대 핵심 축을 기준으로 읽습니다.
- 01
정보 (Information)
결정의 순간에 어떤 정보가 누구에게 전달되었고, 어떤 치명적 왜곡이나 비대칭이 존재했는가를 추적합니다.
- 02
권한 (Authority)
공식적 결재선과 실질적 영향력의 차이를 분석하고, 누가 거부권(Veto)과 최종 승인권을 행사했는지를 밝힙니다.
- 03
책임 (Accountability)
결과의 실패나 성공에 대한 책임이 누구에게 전가되었으며, 제도적 유인 구조가 어떻게 작동했는지를 평가합니다.
- 04
예외 (Exceptions)
기존 내규와 원칙을 우회하는 예외적 승인이 어떤 논리로 허용되었으며, 이것이 선례로 고착되었는지를 규명합니다.
아르콘 엔진을 지탱하는 4대 설계 공리
해석과 장면을 가른다
범위 명시모든 판단에는 기준 시점이 붙고, 해석은 그것이 읽는 장면과 구분해 둡니다. 판단은 반례와 새 자료에 따라 고칠 수 있습니다.
질문이 이끄는 읽기
질문 중심아르콘은 고정된 단일 지식 베이스를 읽지 않습니다. 질문이 장면을 어느 축(정보·권한·책임·예외)으로 읽을지, 어떤 조건이 그 읽기를 뒤집을지를 정합니다.
검증 가능한 인과 궤적
인과 투명성모든 제안과 분석은 ‘언제, 누가 무엇을 알고 있었는가’, ‘어떤 예외가 승인되었는가’라는 시공간적 인과 궤적을 투명하게 드러내야 하며, 블랙박스 형태의 추론을 거부합니다.
환원 불가능한 인간의 책임
인간 책임 원칙알고리즘의 역할은 결정의 구조적 위험과 대안을 정밀하게 매핑하는 것까지입니다. 결정을 내리고 그 결과에 대해 책임을 지는 주체는 결코 기계로 환원될 수 없습니다.
결정 지도와 라이브러리로 이어지는 실행 체계
아르콘의 알고리즘은 이론에 머무르지 않고 실제 작업 공간(Workspace)으로 직접 구현됩니다. 다층 코퍼스에서 추출된 수많은 의사결정 사례들은 결정 지도(Decision Atlas)의 13개 제도 영역 공간에 실시간으로 매핑되며, 질문 라이브러리(Question Library)를 통해 언제든 새로운 사안에 비추어 검증할 수 있습니다.