STABLE · CORE v1.0
가급적 변하지 않는 기준
Human agency · Choice–Chance separation · Decision Primitive · Three-Way Traceability
변경 시 Constitution 검토와 명시적 버전 승인이 필요합니다.01 DECISION INTELLIGENCE FRAMEWORK
더 나은 미래를 맞히는 것이 아니라,
더 나은 결정을 학습한다.
논문에서 서비스로, 서비스에서 검증 데이터로. Project Butterfly는 인간의 결정을 구조화하고 실행과 사건을 추적해 사람과 시스템이 함께 학습하는 프레임워크입니다.
운영 원칙 상상은 넓게 생성하되, 추천은 근거가 있는 범위에서만 한다.
01THEORYPaper / Theory
02SERVICEUser Value
03DATA & VALUEAugmentation
✓VALIDATIONEvidence & Learning
INFORMS
ENHANCES
GENERATES
01차별화된 논문이론과 검증 가능한 가설
→02차별화된 서비스사용자의 실제 행동 변화
→03데이터·가치 증강검증된 Decision Loop
↺02 THE PROJECT CONSTITUTION
세 개의 과제가 아니라,
하나의 폐쇄형 학습 루프
논문은 무엇을 구분하고 측정할지 정의합니다. 서비스는 그 구조를 사용자가 체감할 수 있는 행동 변화로 바꿉니다. 데이터는 실제 결정 과정에서 생성되어 이론과 서비스를 다시 개선합니다.
A
Theory 설명 가능한 구성개념과 검증 가능한 주장을 만든다.
B
Service 더 명료한 결정, 작은 실행, 낭비 회피를 만든다.
C
Data 결정 당시의 근거부터 결과 후 학습까지 보존한다.
02A STABLE CORE · LIVING EVIDENCE
비전은 고정하고,
증거와 구현은 진화시킨다
Core Constitution과 세 축의 폐쇄형 루프는 안정 계층으로 유지합니다. 논문, 서비스, 데이터와 검증 결과는 독립된 업데이트 스트림에서 버전과 근거를 갖고 계속 축적됩니다.
Research
정리, 증명, 실험, 재현 패키지와 학술적 상태를 버전별로 기록합니다.
R01 · EXPERIMENTEDService
논문에서 서비스로 번역된 연산자·기능·UX 가설과 검증 상태를 구분합니다.
S02 · DECISION LAB LIVEData
생성 데이터, 실제 Decision Loop, 외부 근거와 지원 범위의 변화를 추적합니다.
D02 · VERIFIED LOOP SCHEMAUPDATE RULE
새 증거는 Core를 자동으로 바꾸지 않습니다. Research → Service → Data 영향과 한계를 먼저 기록하고, 충분한 증거가 생길 때만 Core 변경을 제안합니다.
03 THEORY LAYER
미래 생성과
결정 권한을 분리한다
논문의 수학을 제품의 권위로 과장하지 않고, 제품이 지켜야 할 경계로 변환합니다.
행동과 사건의 분리
사용자가 선택한 행동과 통제할 수 없는 외생 사건을 분리해 결과편향을 줄입니다.
ACTION ≠ CHANCE생성과 통제의 간극
그럴듯한 미래를 많이 만드는 능력과 실제로 권고할 수 있는 근거 수준은 다릅니다.
PLAUSIBLE ≠ RECOMMENDED경로 단위의 영향
결과를 선택의 질, 외부 사건, 모델 오차의 합성으로 보고 사후 학습을 구조화합니다.
CHOICE + EVENT + ERROR근거 기반 판단 보류
지원 범위가 약하거나 불확실성이 크면 추천하지 않고 탐색·실험 단계에 머뭅니다.
SUPPORT-GATED ABSTENTION1.42×10⁻¹⁴최대 수학 항등식 잔차
0.896High / High 구조적 gap
0.028Transformer 통제 readout 가치오차
0.968Transformer 생성 readout 가치오차
0.003 / 0.060통제 / 생성 정책 regret
SAME TRANSFORMER · SAME REWARD · DIFFERENT READOUTHigh entropy / High return dispersion
가치오차 · 실제 사건 확률을 보존
≠
가치오차 · 희귀한 유리한 사건을 과대평가
Chance operator
행동에는 최적화, 외생 사건에는 실제 확률에 따른 기대 연산을 적용합니다.
Decision-corrected readout
미래 생성 결과를 그대로 추천하지 않고 Choice–Chance Map과 Support Gate를 통과시킵니다.
History–Choice–Event–Outcome
통제 가능한 선택과 외부 사건, 결과, 지원 범위를 분리해 저장해야 합니다.
04 SERVICE LAYER
대화가 아니라
Verified Decision Loop
첫 제품은 Founder Alpha입니다. 제한된 시간·현금·팀으로 불확실한 결정을 반복하는 창업자를 위한 Decision Operating System입니다.
S02 · LIVE EXPERIMENT
오늘의 결정 시작하기 Butterfly Decision Lab v0.1
결정 전 기록부터 Action–Event–Outcome Replay까지 직접 사용하고 검증합니다.
THE DECISION PRIMITIVE서비스·데이터·연구가 공유하는 최소 단위
01State
02Frame
03Options
04Values
05Futures
06Support
07Choice
08Action
09Event
10Outcome
11Replay
12Update
가능성을 넓힌다
LLM과 에이전트가 선택지, Option C, 미래 경로, 반대 시나리오를 생성합니다.
권한을 통제한다
가치·증거·선택과 사건·지원 범위를 확인하고 추천 또는 판단 보류를 결정합니다.
현실에서 배운다
Ex-ante 기록을 고정하고 행동·사건·결과·Replay를 연결해 다음 결정을 개선합니다.
UX VALUE BEFORE DATA
많이 입력하기 전에
먼저 가치가 나와야 한다
첫 입력은 현재 고민, 결정 시한, 가장 부족한 자원, 가장 두려운 손실 네 가지면 충분합니다. 안정적인 사용자 정보는 결정에 실제로 필요할 때 점진적으로 배웁니다.
AM · 5분Decision Scan — 오늘 막고 있는 실제 결정
EVENTOne-line Capture — 중요한 기회·변화 즉시 기록
PM · 3분Event Check — 행동과 외부 사건 업데이트
WEEKLYPortfolio Review — 결정 간 충돌과 학습 확인
SATISFACTION CURVE시간이 지날수록 달라져야 하는 가치
3분
나를 이해했다결정의 핵심을 한 문장으로 되돌려준다.
5분
새로운 것이 있다놓친 선택지·가정·증거를 하나 이상 발견한다.
오늘
무엇을 할지 안다가장 작은 다음 행동과 중단 조건이 생긴다.
1주
낭비를 피했다불필요한 실행·회의·비용을 줄인다.
1개월
결정들이 연결된다개별 고민이 하나의 Decision Portfolio가 된다.
3개월
내 패턴이 보인다반복되는 편향·강점·실패 조건을 발견한다.
6개월+
일반 AI보다 나를 잘 안다과거의 실제 결정과 결과로 다음 결정을 돕는다.
05 DATA & VALUE AUGMENTATION
데이터는 선행 조건이 아니라
가치의 부산물이어야 한다
초기에는 생성 데이터로 구조와 안전성을 설계합니다. 그러나 현실에 대한 증거와 장기 경쟁력은 실제 사용자의 검증된 Decision Loop에서만 생깁니다.
생성 데이터
스키마, UX, 엣지 케이스, 안전성, 평가용 예시를 빠르게 부트스트랩합니다.
현실의 증거로 사용하지 않음실제 종단 데이터
결정 당시의 상태·근거부터 행동·사건·결과·Replay까지 연결합니다.
서비스와 논문의 핵심 증거외부 근거 데이터
시장·직업·정책·비용처럼 현재 사실이 필요한 순간에만 선택적으로 연결합니다.
대규모 선수집보다 필요 시 조회FOUR DATA LAYERS
사용자에게 가치를 주는 과정에서 자연스럽게 쌓인다
- Stable Context목표, 제약, 가치, 이해관계자, 위험 경계
- Decision Record프레임, 선택지, 근거, 가정, 시한, 트리거
- Action / Event / Outcome실행, 외부 사건, 상태 변화, 실제 결과
- Replay / Learning선택의 질, 운, 오차, 규칙 수정, 다음 가설
모든 정보는 출처와 권한을 표시합니다.
확인된 사실사용자 판단외부 근거AI 추론탐색 시나리오미확인외부 사건06 VALIDATION DISCIPLINE
모든 기능은
세 칸을 통과해야 한다
어느 하나라도 비어 있으면 핵심 기능이 아니라 실험 또는 보조 기능으로 분류합니다.
1THEORETICAL CONSTRUCT
→어떤 이론적 구분이나 가설을 구현하는가?
2USER VALUE
→어떤 결정 품질이나 행동을 실제로 바꾸는가?
3OBSERVABLE DATA
무엇을 기록해 이론과 서비스를 개선하는가?
FEATURE TRACEABILITY MAP이론 → 사용자 가치 → 축적 데이터
| 서비스 기능 | 논문과의 연결 | 사용자 가치 | 축적되는 데이터 |
|---|---|---|---|
| Decision Mirror | 상태·선택지·가치의 구조화 | 고민의 본질과 실제 결정 명료화 | 최초 프레임과 수정된 프레임 |
| Future Explorer | 가능 행동과 미래 경로의 탐색 | 놓친 대안과 Option C 발견 | 후보 선택지와 채택·기각 이유 |
| Choice–Chance Map | 행동과 외생 사건의 분리 | 통제 가능한 것에 집중 | 행동 요인과 외부 사건 분류 |
| Support Gate | 근거 밖 판단의 보류 | AI의 과도한 확신 방지 | 근거 수준·불확실성·추가 정보 |
| Small Experiment | 정보가치가 높은 가역적 행동 | 적은 비용으로 불확실성 감소 | 가설·실행·관찰 결과 |
| Trigger / Stop Rule | 조건부 정책과 상태 갱신 | 감정적 고집과 표류 방지 | 지속·전환·중단 조건 |
| Choice–Chance Replay | 선택·사건·오차의 경로 분해 | 결과편향을 줄이고 교훈 도출 | 선택·행동·사건·결과·업데이트 |
NORTH STARVerified Decision Loops
월간 활성 사용자당 실제로 완결된 결정–행동–사건–결과–학습 루프
Time to First InsightFrame Change RateSmall Experiment ExecutionReplay CompletionAvoided Work / CostRepeated Error Reduction
FRAMEWORK RELEASE LEDGER전체 업데이트 이력
CORE v1.0Vision & Constitution
변경 없음
STABLER01Foundation Paper
Exact · Tabular · Transformer 검증과 재현 패키지 등록
EXPERIMENTEDS01Decision-corrected Readout
Choice–Chance Map과 Support Gate의 이론적 근거 강화
TO VALIDATED01Synthetic Evidence Layer
연구 데이터와 실제 종단 Decision Loop의 증거 수준 분리
ACTIVEQ01Grounded Framework Q&A
방문자 세션 키와 근거 ID를 사용하는 공개 Q&A 인터페이스
PUBLIC BETAQ02Multi-provider Q&A
OpenAI · Gemini · Claude 중 하나의 모델과 방문자 키를 선택
ACTIVES02Decision Lab v0.1
결정 전 Snapshot과 Choice–Chance Replay를 연결한 Founder Alpha
LIVE EXPERIMENTD02Verified Loop Schema
실제 Decision Record의 로컬 저장과 명시적 연구용 내보내기
COLLECTINGS03Butterfly App Local Alpha
3분 Decision Flow, Portfolio와 Replay를 하나의 실제 서비스 화면으로 연결
LIVE ALPHAS05Action Workspace
결정 저장 직후 선행조건·핵심 질문·다음 행동과 완료·막힘 상태를 연결
LIVE ALPHAS04One-sentence Quick Flow
기본 입력을 한 문장으로 줄이고 선택지와 행동 규칙을 자동 초안화
LIVE ALPHALATEST PROJECT UPDATESResearch · Service · Data 전체 보기
Service · S05
Action Workspace
결정 저장 직후 Portfolio 대신 실행 화면을 열고, 복합 문제의 선행조건·핵심 확인 질문·다음 행동을 보여주며 시작·완료·막힘·외부 사건을 추적하도록 전환했습니다.
LIVE ALPHAFramework · SITE v2.9Decision-to-action operating loop
기존 로컬 Decision Record를 유지하면서 실행 상태와 관찰을 덧붙이고, 오늘의 행동을 서비스 기본 화면으로 변경했습니다.
ACTIVEService · S04One-sentence Quick Flow
사용자 피드백에 따라 기본 입력을 한 문장으로 줄이고 선택지, 외부 사건, 첫 행동과 Stop Rule은 자동 초안으로 전환했습니다.
LIVE ALPHA07 EVIDENCE ROADMAP
작게 시작하되,
증거의 수준은 섞지 않는다
00지금 · 14일
Founder Alpha
Mark를 첫 Design Partner로 삼아 실제 창업 의사결정 10개를 수동·반자동으로 구조화한다.
0130–90일
Verified Loop
결정 당시 기록을 고정하고 행동·사건·결과·Replay가 끝까지 이어지는지 검증한다.
023–6개월
Founder Cohort
10–30명의 유사 창업자에게 확장해 반복 결정 유형과 개입 효과를 비교한다.
036개월+
Decision Intelligence
검증된 종단 데이터로 개인화·제품 가설·후속 논문을 함께 증강한다.
08 NON-NEGOTIABLES
Project Butterfly
Core Constitution v1.0
“Butterfly는 미래를 맞히는 서비스가 아니라, 의사결정을 구조화하고 실행과 사건을 추적하여 인간과 시스템이 함께 더 나은 의사결정 방식을 학습하는 서비스다.”핵심 헌장 다운로드
변하지 않는 기준
- 01 관찰된 행동과 사용자가 지지하는 가치를 동일시하지 않는다.
- 02 가능한 미래와 권고할 행동을 동일시하지 않는다.
- 03 좋은 결과와 좋은 의사결정을 동일시하지 않는다.
- 04 생성 데이터를 현실의 증거로 제시하지 않는다.
- 05 장기 성공 확률·Life Score·가짜 정밀도를 제공하지 않는다.
- 06 UX는 짧게, 내부 데이터 구조와 검증 기준은 엄격하게 유지한다.