LOG PROJECT EVOLUTION LEDGER
논문, 서비스와 데이터를 하나의 학습 루프로 운영하기 위한 공식 변경 이력입니다. 무엇을 만들었는지뿐 아니라 증거 수준과 다음 검증 과제를 함께 남깁니다.
결정 저장 직후 Portfolio 대신 실행 화면을 열고, 복합 문제의 선행조건·핵심 확인 질문·다음 행동을 보여주며 시작·완료·막힘·외부 사건을 추적하도록 전환했습니다.
당일 행동 시작률, 막힘 해소율, 행동 완료 후 Replay 전환율을 측정합니다.
기존 로컬 Decision Record를 유지하면서 실행 상태와 관찰을 덧붙이고, 오늘의 행동을 서비스 기본 화면으로 변경했습니다.
실제 열린 결정에서 선행조건 구조화의 정확도와 실행 가능한 다음 행동의 수정률을 관찰합니다.
사용자 피드백에 따라 기본 입력을 한 문장으로 줄이고 선택지, 외부 사건, 첫 행동과 Stop Rule은 자동 초안으로 전환했습니다.
첫 결정 완료 시간, 선택 단계 이탈률과 자동 초안 수정률을 측정합니다.
연구에 필요한 필드는 유지하되 사용자는 기본 흐름에서 보지 않도록 선택형 세부 조정 영역으로 이동했습니다.
필수 정보가 부족해지는 지점과 실제 사용 부담이 줄어드는 지점을 함께 관찰합니다.
3분 Decision Flow, Decision Mirror, Choice–Chance Map, Commitment Rule, Portfolio와 Replay를 /app에 연결했습니다.
실제 결정 10건에서 첫 통찰 시간, 당일 행동 변화, Replay 완료율과 두 번째 결정 재사용을 측정합니다.
변하지 않는 Framework는 루트에 유지하고 실제 의사결정 제품은 /app에 분리해 연구 설명과 제품 사용의 경계를 명확히 했습니다.
사용자가 Framework에서 서비스로 이동하는 비율과 첫 Decision Loop 완결 여부를 관찰합니다.
Framework, 논문 요약, Decision Lab, History와 Q&A 전체에 한·영 전환을 적용하고 선택 언어가 페이지 이동 후에도 유지되도록 했습니다.
새 논문·서비스·데이터 업데이트는 공개 전에 한국어와 영어 문구를 함께 검토합니다.
긴 단일 페이지를 Overview·Research·Service·Data 탭으로 재구성하고 Decision Lab과 History를 독립 작업 화면으로 연결했습니다.
각 탭의 방문·이동 패턴을 관찰해 정보 밀도와 첫 화면의 우선순위를 조정합니다.
결정 전 상태, 선택지, 통제 가능한 행동, 외생 사건, 실행 규칙과 사후 Replay를 하나의 일상 도구로 연결했습니다.
14일 동안 실제 창업 의사결정 10건과 Replay 완료율을 관찰합니다.
Context–Choice–Action–Event–Outcome–Replay를 구분해 저장하고, 사용자가 직접 연구용 JSON으로 내보낼 수 있게 했습니다.
실제 사용을 통해 필드 누락, 입력 부담, 재사용 가치가 있는 변수를 선별합니다.
변하지 않는 Core와 진화하는 Research·Service·Data 업데이트를 분리한 공식 변경 이력을 공개했습니다.
새 증거가 생길 때 영향, 한계와 다음 검증 과제를 함께 기록합니다.
방문자가 OpenAI, Google, Anthropic 중 하나를 선택하고 해당 회사의 API 키만 사용해 Framework에 질문할 수 있게 했습니다.
질문 패턴을 통해 설명이 부족한 이론·서비스 경계를 발견합니다.
From Autoregressive Generation to Decision Readouts under Exogenous Chance 논문과 재현 패키지를 Framework에 공개했습니다.
학술 피드백과 실제 Decision Loop 증거를 분리해 후속 연구 질문으로 전환합니다.
수학·연산자 검증용 합성 데이터와 인간 의사결정에서 얻는 실제 종단 데이터를 서로 다른 증거 계층으로 정의했습니다.
합성 결과를 실제 인간 행동의 증거로 과장하지 않고 서비스 안전 경계에만 사용합니다.
Choice–Chance Map, Support Gate, Small Experiment와 Stop Rule을 논문에서 서비스로 번역할 핵심 연산자로 정의했습니다.
구조화가 실제 행동 변화와 낭비 회피를 만드는지 Founder Alpha에서 검증합니다.
논문–서비스–데이터 및 가치 증강을 하나의 폐쇄형 학습 루프로 고정하고 인간의 결정 권한을 핵심 원칙으로 선언했습니다.
Core 변경은 충분한 교차 증거와 명시적 버전 검토가 있을 때만 제안합니다.