가장 빠른 숫자보다 믿을 수 있는 주장을 만들어요

오늘의 질문

과학관 실험대에서 가설을 잠그고 같은 재료로 여러 번 실험한 뒤 심판이 증거를 확인하는 것과 같아요.

아직 답을 몰라도 괜찮아요. 아래 작은 예시를 보고 먼저 예상해 보세요.

왜 배우는지 쉬운 설명 보기

“가장 빠른 숫자보다 믿을 수 있는 주장을 만들어요”에서 무엇을 먼저 확인해야 할까요?

01 · 혼자 확인해요

연습한 문제를 다시 풀며 혼자 확인하기

지금은 방금 연습한 문제를 다시 보는 시간이에요.아직 “완전히 익혔다”고 기록하지 않아요. 나중에 모양이 다른 문제도 도움 없이 풀면 그때 다시 확인할 수 있어요.

선생님과 검토자가 보는 확인 기준처음 풀 때는 이 숫자를 몰라도 괜찮아요.

답과 과정 확인: 80% 이상
내 말로 설명: 80% 이상
막힌 곳 고치기: 80% 이상
다른 문제에 써보기: 80% 이상

스스로 확인하며 작성 중인 답0 / 4

01
먼저 생각하기 · 기초
bm64-predict: Evidence Foundry · 믿을 수 있는 성능 주장 만들기에서 Evidence Foundry의 결론은 correctness gate를 통과한 두 후보를 sealed workload·metric·환경에서 반복 측정한 bounded claim이다. SEAL_CLAIM→VERIFY_EQUAL_OUTPUT→MAP_WORKLOAD→MARK_TIMING_BOUNDARY→CONTROL_RUNTIME→COLLECT_RAW_RUNS→ANALYZE_AND_PROFILE→AUDIT_BOUNDED_CLAIM 순서로 실행한다.
짧은 이야기
학생은 결과선을 보기 전에 네 비교 문제군의 작은 입력·큰 입력·반복 query 구간에서 어느 후보가 유리할지 예측한다. 예측 receipt가 저장된 뒤에만 raw run을 펼칠 수 있다.
이번에 해볼 것
workload cell마다 A·B·tie·inconclusive를 예측하고 operation count, setup amortization, memory access 또는 runtime effect 중 근거를 하나 이상 적으세요. 측정 결과를 본 뒤 원래 예측을 덮어쓰지 마세요.
먼저 볼 것
- 순차 탐색은 query당 O(n), 정렬+이진 탐색은 일반적으로 build O(n log n) 뒤 query당 O(log n) 후보 모델이다.
- 앞 원소를 이동하는 배열 queue는 dequeue마다 남은 원소 이동이 생기고 ring queue는 index 갱신으로 처리한다.
- adjacency matrix 순회는 vertex마다 전체 열을 볼 수 있고 adjacency list는 실제 edge 중심으로 순회한다.
- prefix sum은 build O(n) 뒤 range query O(1), 직접 합은 query마다 구간 길이에 비례한다.
- Big-O만으로 실제 crossover 위치나 작은 입력의 승자를 확정할 수 없다.
비교표 · 혼자 고른 답과 까닭 한 줄완벽하지 않아도 괜찮아요. 내 생각을 짧은 한 문장으로 적어 보세요.
연습과 같은 문제를 다시 풀어 보는 시간이에요. 힌트 없이 먼저 생각해 보세요. 지금 적은 답은 바로 합격으로 기록되지 않아요.
정답과 비교

한꺼번에 여덟 문제를 펼치지 않아요. 내 생각을 적고 맞춰 볼 기준을 확인하면 다음 문제 하나만 열립니다.

4개 답이 남았습니다.

02 · 나중에 한 번 더

모양이 다른 문제에서도 같은 생각을 써봐요

도움을 보지 않고 새 그림에서도 “가장 빠른 숫자보다 믿을 수 있는 주장을 만들어요”의 비교 계약과 보류 조건을 한 번 만들어 보세요.

혼자 확인하기

처음 보는 비슷한 문제를 도움 없이 다시 풀고, 달라진 첫 지점을 내 말로 설명해 보세요.

혼자 해냈다고 볼 기준 보기선생님이나 검토자와 결과를 확인할 때 사용할 기준이에요.

bm64 Evidence Foundry · 믿을 수 있는 성능 주장 만들기의 미공개 tiny·boundary·structured-skew·adversarial·warmup-order·environment-drift fixture에서 AI 없이 correctness receipt·sealed protocol·raw repetitions·uncertainty·profile boundary·human approve/revise/reject/inconclusive를 작성하고 deterministic replay evidence를 제출한다.

AI가 제안한 Evidence Foundry · 믿을 수 있는 성능 주장 만들기에 wrong-output·unequal-work·asymmetric-setup·warmup-order·hidden-outlier-removal·shared-oracle·unsupported-profile-causality·cross-environment-overclaim 중 하나 이상을 심어 독립 oracle과 immutable raw receipt로 찾아 수정한다.