Memory QA 섹션 '정보 요구사항' 프레임 재작성 3회 + 진단표 신설

TL;DR

3연속 개정: (1) task family별 정보 요구사항 프레임으로 전면 재작성 → (2) 본문 축약 + 세부 비교 appendix 이관 → (3) 축약판이 근거 부족하다고 판단해 task-wise 비교를 본문에 복원(최종)
진단표 2종 신설: Resume(N=161)/Routine(N=310) 오류 유형 3분해, Restore(575쿼리) current/previous 4분할
핵심 수치: Resume에서 stag task-set-correct 110/161·count-wrong 39, srf task-set-correct 98/161·count-wrong 44 — count-wrong이 두 method 모두의 최대 오류원
리뷰 표시: 신규 추가분 전체를 파란색(\color{blue!65!black})과 [NEW] 태그로 임시 하이라이트

3회

본문 개정 횟수 (하루)

39 / 44

stag/srf count-wrong (Resume)

243/575

Restore neither(stag)

신규 진단표

1 배경 / 목적

기존 Memory QA 논의(§5.1)는 task family별로 단순 승자 나열("stag가 평균 최고")에 그쳐, "어떤 정보 요구(observed vs acted, single vs multi count)가 어떤 memory representation에 유리한지"라는 인과적 설명이 부족했다. 또한 success rate 단일 지표만으로는 실패 유형(개수를 틀림 vs 이미 끝난 일을 안 끝났다고 응답 vs 표면 자체를 틀림)을 구분할 수 없어, stag/srf가 특정 subtype에서 지는 이유를 진단할 방법이 없었다.

2 작업 내용

sections/analysis.tex §5.1을 "정보 요구사항(information requirements)" 프레임으로 전면 재작성해(72112d2) task family별로 어떤 memory representation이 왜 이기는지 서술을 추가했다. 본문이 길어지자 세부 비교를 appendix_memex.tex의 새 subsection(app:memory-qa-analysis)으로 이관하고 본문은 3문장으로 축약(e9317fc). 이후 축약판이 근거 부족하다고 판단해 task-wise 비교를 본문에 복원(9c5d569, 최종 버전) — 같은 날 세 번째 개정.

appendix_memory_diagnostics.tex에 신규 진단표 2개를 추가(243e538):

memory_diagnostics.tex — Resume(N=161)/Routine(N=310), method별 [task set correct / count wrong / completed-as-unfinished] 3-way (partition 아님, 중복 가능) memory_restore_diagnostics.tex — Restore(575쿼리), [both correct / current only / previous only / neither] 4분할 소스: tables/memory_diagnostic_sources.json (96줄, 신규)

리뷰 편의를 위해 신규 추가분 전체를 파란색(\color{blue!65!black})과 [NEW] 태그로 하이라이트(f003cfa) — appendix에 "EXISTING MATERIAL" / "NEW ANALYSIS — added in this revision" 경계 주석도 함께 삽입.

3 결과 (수치)

Resume 오류 유형 분해 (N=161, Flash 기준)

Method	Task set correct	Count wrong	Completed task named unfinished
stag	110	39	30
srf	98	44	42
svis	104	52	20
sframes	116	74	33
stextlog (오라클)	161	0	0
sblind	56	45	14

Restore current/previous 분해 (575쿼리, Flash 기준)

Method	Both correct	Current only	Previous only	Neither
stextlog (오라클)	257	45	27	246
stag	107	133	92	243
svis	88	145	85	257
srf	64	102	95	314
sframes	53	112	87	323
sblind	2	34	7	532

공통 오류원: Resume에서 srf(count-wrong 44)와 stag(39) 모두 "완료 개수를 틀린다"가 최대 오류원 — stag이 상대적으로 더 적게 낸다는 차이가 정량적으로 드러남.

Restore 난이도 재확인: 오라클(stextlog)조차 both-correct가 257/575(44.7%)에 그치고 neither가 246/575 — "현재+과거 양쪽 다 맞추기"의 근본적 난이도가 오라클 수준에서도 드러남.

4 Takeaway

의미

success rate 단일 지표로는 srf(98 task-set-correct, 44 count-wrong)와 stag(110 task-set-correct, 39 count-wrong)의 격차가 "어디서" 벌어지는지 보이지 않았는데, 진단표를 쪼갠 결과 두 방식 모두 완료 개수를 틀리는 게 가장 큰 오류원이라는 공통점과 stag이 상대적으로 그 오류를 더 적게 낸다는 차이가 동시에 드러났다. 이는 "텍스트+시각 결합이 카운트 정확도를 높인다"는 논문의 핵심 주장(Resume wristrooms 조건 카드와 직결)에 직접적인 정량 근거를 제공한다.

5 Next Steps

미해결 한계

진단표가 아직 review 단계(파란색 하이라이트, [NEW] 태그 임시 표시) — 리뷰 후 하이라이트를 제거하고 본 appendix 텍스트에 통합해야 한다. Resume 3-way 컬럼이 partition이 아니라는 각주가 있는데, 독자가 합계를 N=161과 비교해 오해하지 않도록 표 캡션을 더 명확히 할 필요가 있다.

다음 작업

본문 §5.1과 appendix 진단표 사이의 교차 참조를 정리(어떤 subtype 수치가 어느 표에 있는지). Restore neither(243/575, stag)가 current-only/previous-only 중 어느 쪽 실패가 더 흔한지 재분해해, "왜 두 상태를 동시에 못 맞추는가"에 대한 추가 진단 설계.