adhd: 신기성 8점 대 3점, 트랩 8점 대 2점의 독립 추론 아키텍처

기존의 Chain-of-Thought나 Tree-of-Thought 방식은 첫 번째 답변에 앵커링되거나 단일 공유 컨텍스트를 공유하기 때문에 탐색 범위가 제한되는 한계가 있다. ADHD는 이를 프롬프트 문제가 아닌 아키텍처 문제로 정의하고, 의도적으로 왜곡된 인지 프레임 아래 N개의 독립적인 추론 프로세스를 생성한다. 발산 단계에서는 컨텍스트 공유를 완전히 차단하여 다양한 관점의 아이디어를 확보한다.

발산된 아이디어는 별도의 크리티크 패스를 통해 점수화, 클러스터링, 트랩 제거, 그리고 생존 아이디어 심화 과정을 거친다. 단일 모델이 한 번에 내리는 판단과 달리, 독립적인 LLM 심판이 폭(Breadth), 신기성(Novelty), 트랩 감지력을 기준으로 평가한다. 벤치마크 결과에 따르면 ADHD 방식은 단일 샷 방식 대비 폭 9점 대 6점, 신기성 8점 대 3점, 트랩 감지력 8점 대 2점의 우위를 보였다.

설계 결정, 모호한 디버깅, 네이밍, API 표면 설계, 전략 수립 등 '여러 가지 방법을 제시해 줘'라는 형태의 프롬프트에 적합하다. repowire, mstack, zk-flow-oss 등 여러 오픈소스 프로젝트가 이 프레임워크를 공식적으로 채택하거나 통합하고 있다. 특히 repowire는 ADHD를 메시 오케스트레이터 원시 데이터로 변환하여 기본 템플릿에 포함시켰으며, mstack은 이를 'think' 플러그인으로 벤더링해 배포 중이다.