promote: 페이먼츠 555 PR 분석 → 인사이트 1 + 도구 1 + 모델 마커 2

content/education/curriculum/design-principles.mdx

@@ -8,6 +8,15 @@
 
 <Placeholder>핵심 개념을 반복하며 심화하는 구조</Placeholder>
 
+{/* PROMOTED FROM: react-payments-555prs-analysis (2026-05-26) */}
+### 정량 증거: 페이먼츠 5년 누적
+
+[React 페이먼츠 미션 5년치 PR 555개 분석](/education/logs/react-payments-555prs-analysis)에서 같은 미션 저장소가 5년 동안 form/state/component라는 영구 핵심을 유지한 채 매년 새 학습 목표(2025 testing/error-handling, 2026 async/MSW)를 한 층씩 누적한 패턴이 데이터로 확인됐다. 나선형 커리큘럼이 단순한 반복 강화가 아니라 **영구 골격 + 누적 추상화**의 이중 구조임을 시사한다.
+
+→ 관련 패턴: [디자인 패턴 9 - 누적 학습 미션 설계](/education/design-patterns/catalog#패턴-9-누적-학습-미션-설계)
+→ 관련 인사이트: [미션은 누적 학습 모델이다](/education/insights/mission-learning-accumulation)
+{/* END PROMOTED */}
+
 ## 실전 중심 구성
 
 <Placeholder>미션과 프로젝트 중심의 학습 경험</Placeholder>

content/education/design-patterns/catalog.mdx

@@ -195,3 +195,32 @@
 → 근거 패턴: [인사이트 > 점진적 스캐폴딩](/education/insights/progressive-scaffolding)
 
 </Toggle>
+
+{/* PROMOTED FROM: react-payments-555prs-analysis (2026-05-26) */}
+## 패턴 9. 누적 학습 미션 설계
+
+> 한 미션 저장소를 매년 새로 만드는 게 아니라, 변하지 않는 골격 위에 매년 새 학습 목표를 한 층씩 누적해 5~6년 단위로 누적 학습 자산을 만든다.
+
+**맥락** — 같은 이름의 미션을 매년 운영하면서 학습 목표를 진화시켜야 하는 상황. 매년 저장소를 새로 만들면 데이터가 단절되고, 그대로 두면 학습 깊이가 정체된다.
+
+<Toggle title="해결책 · 사례 · 변형">
+
+**해결책**
+
+영구 골격(form/state/component처럼 모든 기수에서 다뤄지는 핵심)과 누적 층(매년 한 단계씩 추상화돼 추가되는 새 목표)을 분리해 설계한다. 미션 재설계 결정은 5년치 PR 데이터로 카테고리×연도 매트릭스를 만들어 데이터 기반으로 한다.
+
+**사례**
+
+- [React 페이먼츠 미션 5년치 PR 555개 데이터 분석](/education/logs/react-payments-555prs-analysis) — form/state/component 4개 영구 골격 위에 2025 testing/error-handling, 2026 async/MSW가 누적된 패턴
+- [자바 @MVC 미션](/education-experiment/repositories/java-mvc) — Controller 일관성 → Handler 추상화 → JsonView로 단계 누적
+- [자바 로또 미션](/education-experiment/repositories/java-lotto) — 구현 1단계 → 리팩토링 2단계 구조 자체가 누적 학습 설계
+
+**변형**
+
+매년 폐지된 단계가 영구 폐지인지 일시 보류인지를 데이터로 재평가한다. 페이먼츠 3단계는 2024–2025 폐지 후 2026 부활. 폐지된 단계의 학습 목표가 다른 미션으로 이전 가능한지를 본문 데이터에서 검증하면 폐지 결정의 정확도가 올라간다.
+
+→ 근거 패턴: [인사이트 > 미션은 누적 학습 모델이다](/education/insights/mission-learning-accumulation)
+→ 분석 도구: [도구 > 미션 저장소 PR 데이터 분석 워크플로우](/education/tools/mission-repo-analysis-workflow)
+
+</Toggle>
+{/* END PROMOTED */}

content/education/insights/_meta.ts

@@ -4,6 +4,7 @@ export default {
   'self-diagnostic-framework': '자기 진단 프레임워크',
   'progressive-scaffolding': '점진적 스캐폴딩',
   'argumentation-based-learning': '논증 기반 학습 설계',
+  'mission-learning-accumulation': '미션은 누적 학습 모델이다',
   'lecture-design': {
     title: '강의 설계',
     display: 'hidden'

content/education/insights/argumentation-based-learning.mdx

@@ -50,3 +50,16 @@
 
 - [POE 발견 학습](/education/insights/poe-discovery-learning) — 예측→관찰→설명 구조는 이 패턴의 선행 형식
 - [점진적 스캐폴딩](/education/insights/progressive-scaffolding) — 논증 수준을 회차별로 높여가는 설계와 결합 가능
+- [미션은 누적 학습 모델이다](/education/insights/mission-learning-accumulation) — 같은 미션 저장소에서 매년 논증 깊이가 누적되는 구조
+
+{/* PROMOTED FROM: react-payments-555prs-analysis (2026-05-26) — quantitative evidence marker */}
+## 부록: 정량 증거 (페이먼츠 555 PR 분석)
+
+[React 페이먼츠 미션 5년치 PR 555개 데이터 분석](/education/logs/react-payments-555prs-analysis)에서 이 패턴의 정량 증거가 확인됐다.
+
+- **인간 리뷰 코멘트 2,178건**의 테마 분류 결과: **질문 형식 35.2% + "왜?" 형태 의도 묻기 16.0% = 51.2%가 답이 아닌 질문**.
+- 같은 데이터에서 긍정 피드백 36.8%, 제안 형식 22.8%. 부정 지적이 아니라 **질문·발견·격려**가 리뷰의 주된 형태.
+- 코치 사례: [PR #390 — 365kim](https://github.com/woowacourse/react-payments/pull/390)은 답 대신 공식 문서 한 줄("⭐️추천⭐️: https://react.dev/learn/you-might-not-need-an-effect")을 추천. [PR #213 — 포코](https://github.com/woowacourse/react-payments/pull/213)는 "왜 주소창에서 입력하면 진입이 안되고 화면단에서 클릭해서 넘어가면 이동이 될까? 요 포인트를 100% 이해하시고 넘어가시면 되는 부분입니다"라고 정답을 주지 않고 질문으로 마무리.
+
+본 패턴이 한 사례·한 기수의 관찰이 아니라 **5년·2,178건의 코멘트로 정량 검증된 우테코 리뷰 문화의 핵심 특성**임을 보여준다.
+{/* END PROMOTED */}

content/education/insights/mission-learning-accumulation.mdx

@@ -0,0 +1,55 @@
+# 미션은 누적 학습 모델이다
+
+<Callout>
+**핵심 발견**: 우테코의 같은 미션 저장소는 매년 다른 사람이 같은 문제를 푸는 곳이 아니라, **영구 핵심 골격 위에 매년 새로운 학습 목표가 누적되는 구조물**이다. 같은 이름의 미션이라도 5년 전후로 학습 단위가 한 단계씩 추상화된다.
+</Callout>
+
+## 패턴 요약
+
+우테코 미션 저장소는 단순 반복이 아니다. **변하지 않는 골격**(예: 페이먼츠 미션의 form/state/component)과 **매년 누적되는 새 학습 목표**(예: 2025 testing/error-handling, 2026 async/MSW)로 구성된 이중 층이다. 변하지 않는 층이 학습의 토대를 일정하게 유지하고, 누적되는 층이 학습의 깊이를 매년 한 단계씩 끌어올린다.
+
+이는 미션 설계자가 "올해는 무엇을 새로 가르칠까"를 고민하기 전에, **"기존 골격 위에 무엇을 더 쌓을까"** 부터 고민해야 함을 시사한다.
+
+## 근거 실험
+
+<CardGrid columns={2}>
+  <Card title="React 페이먼츠 미션 5년치 분석" href="/education/logs/react-payments-555prs-analysis">
+    2021–2026 555개 PR. form/state/component 4개 카테고리가 5년 내내 60% 이상 유지(영구 골격). 2025 error-handling 11%→100%, 2026 async 1%→99%·msw 6%→99%·controlled-uncontrolled 14%→96%로 매년 새 학습 목표가 누적.
+  </Card>
+  <Card title="자바 @MVC 미션" href="/education-experiment/repositories/java-mvc">
+    스프링 @MVC 직접 구현 미션. 379회 포크·400+ PR. Controller 반환 타입 일관성·Handler 추상화가 같은 골격 위에서 매 기수 새 단계로 누적된 사례.
+  </Card>
+  <Card title="자바 HTTP 미션" href="/education-experiment/repositories/java-http">
+    톰캣 직접 구현 미션. 385회 포크·1,100+ PR. 세션 보안·쿠키 파싱·에러 핸들링 일관성이 단계별로 누적된 패턴.
+  </Card>
+  <Card title="자바 로또 미션" href="/education-experiment/repositories/java-lotto">
+    구현 1단계 → 리팩토링 2단계 구조 자체가 누적 학습 설계. 327회 포크·676 PR에서 단일 책임·일급 컬렉션이 2단계로 분리 학습됨.
+  </Card>
+</CardGrid>
+
+## 핵심 원칙
+
+1. **영구 골격을 먼저 식별한다** — 어떤 주제가 모든 기수에서 60% 이상 다뤄지는지를 데이터로 확인하고, 그것이 미션의 진짜 학습 목적임을 명시한다. 페이먼츠에서는 form-handling, state-management, component-design, custom-hooks가 영구 층이었다.
+
+2. **새 목표는 누적 형태로 추가한다** — 기존 골격을 흔들지 말고, 그 위에 한 층을 더 얹는다. 페이먼츠 2026 재설계는 form/state/component를 그대로 두고 그 위에 async/MSW/testing을 추가한 형태다.
+
+3. **추상화 한 단계를 의식해 설계한다** — 2026 페이먼츠의 핵심 단어는 "MSW로 네트워크 경계를 모킹하고 프론트엔드가 보는 서버의 모습을 설계한다", "서버-클라이언트 계약을 경험". **"기능 동작" → "외부 시스템과의 계약 설계"** 로 학습 단위가 추상화됐다. 매번의 미션 재설계는 한 단계만 추상화한다.
+
+4. **사라지는 주제도 의미가 있다** — 페이먼츠에서 styling 카테고리는 2021년 40% → 2026년 20%로 절반으로 줄었다. 사라진 것은 잊혀진 것이 아니라 **"미션의 본질이 아니라고 판단된 결과"** 다. 사라진 주제를 명시하면 미션 설계의 의도가 또렷해진다.
+
+5. **재제출 비율이 누적의 신호다** — 페이먼츠에서 215명 중 97%가 2회 이상 PR을 보냈다. 한 번 통과로 끝나는 게 아니라 **여러 단계에 걸쳐 같은 저장소로 돌아오는 구조**가 누적 학습을 가능하게 한다.
+
+## 적용 가이드
+
+| 상황 | 적용 방법 | 주의점 |
+| --- | --- | --- |
+| 기존 미션 재설계 검토 | 5년치 PR 본문에서 카테고리×연도 매트릭스 작성 → 영구 골격과 사라진 층, 새로 추가된 층을 분리 | 키워드 사전을 정의하는 단계에서 미션의 본질이 무엇인지 토론이 필요 |
+| 새 미션 신설 검토 | 기존 미션 중 영구 골격이 가장 안정된 저장소 위에 신설 목표를 한 층 얹는 형태로 설계 | 새 저장소를 만들지 말고 기존 저장소에 단계를 추가하는 것이 누적 효과를 살림 |
+| 미션 단계 폐지 | 폐지 전 해당 단계 PR의 마지막 3년치 본문에서 학습 목표가 다른 미션으로 이전 가능한지 확인 | 페이먼츠 3단계는 2024–2025 폐지 후 2026 부활. 폐지가 영구적이지 않을 수 있음을 데이터가 보여줌 |
+| 외부 라이브러리 도입 시점 | 영구 골격이 안정된 후에 도입. 페이먼츠 5년치에서 Redux/Zustand 합 9회 vs Context 306회 — 기본기 체화가 라이브러리 도입 시점을 미룬 사례 | 라이브러리는 학습이 아니라 추상화 도구. 도입 전 기본기로 풀어보는 단계가 누적의 토대 |
+
+## 관련 인사이트 및 도구
+
+- [점진적 스캐폴딩](/education/insights/progressive-scaffolding) — 한 미션 내 회차 단위 누적. 본 인사이트는 **여러 기수·여러 해에 걸친 누적**이라는 더 큰 시간 단위.
+- [자기 진단 프레임워크](/education/insights/self-diagnostic-framework) — 누적된 미션의 상태를 매년 진단해 재설계 결정의 근거를 만든다.
+- [미션 저장소 PR 데이터 분석 워크플로우](/education/tools/mission-repo-analysis-workflow) — 이 패턴을 다른 미션 저장소에서 검증할 때 사용하는 표준 절차.

content/education/tools/_meta.ts

@@ -10,5 +10,6 @@ export default {
   },
   'clean-language-mentoring': '클린 랭귀지 상호 멘토링',
   'research-cycle-workflow': '연구 사이클 워크플로우',
-  'rendering-strategy-workshop': '렌더링 전략 결정 워크숍'
+  'rendering-strategy-workshop': '렌더링 전략 결정 워크숍',
+  'mission-repo-analysis-workflow': '미션 저장소 PR 데이터 분석'
 }

content/education/tools/mission-repo-analysis-workflow.mdx

@@ -0,0 +1,123 @@
+# 미션 저장소 PR 데이터 분석 워크플로우
+
+> 우테코 단일 미션 저장소(예: `woowacourse/react-payments`)에 누적된 PR 본문·리뷰 코멘트를 정량 분석해 학습 주제 진화·리뷰 코칭 패턴·미션 재설계 흔적을 추적하는 절차.
+
+<Callout>
+**대상**: 미션 저장소 한 곳을 깊게 들여다보고 싶은 코치·교육 모델 설계자
+
+**입력**: `woowacourse/{repo}` 형태의 GitHub 저장소 1곳, `gh` CLI 인증
+
+**산출**: 연도×단계 매트릭스, 주제 카테고리 시계열, 리뷰 코멘트 테마 분포, 코치 인용구 사례, 시각화 가능한 JSON
+</Callout>
+
+이 워크플로우는 [React 페이먼츠 미션 5년치 PR 555개 데이터 분석](/education/logs/react-payments-555prs-analysis) 로그에서 실증되어 [`/research-cycle`](/education/tools/research-cycle-workflow)에서 도구로 승격되었다.
+
+## 언제 쓰는가
+
+- 한 미션 저장소가 5년 이상 살아남았고, 그 동안 학습 목표가 변했는지 의심될 때
+- 코치 리뷰 문화를 정성적 인상이 아니라 정량 데이터로 확인하고 싶을 때
+- 다른 미션과 비교 가능한 형식으로 한 미션을 요약하고 싶을 때
+- 미션 재설계 결정에 5년치 데이터를 근거로 활용하고 싶을 때
+
+## 4단계 절차
+
+### 1단계. 메타데이터 전수 수집
+
+```bash
+# 총 PR 수 확인 (Link 헤더의 rel="last")
+gh api 'repos/woowacourse/{repo}/pulls?state=all&per_page=1' -i | grep -i 'link:'
+
+# 페이지네이션으로 전수 수집 (100개/페이지)
+for page in $(seq 1 N); do
+  gh api "repos/woowacourse/{repo}/pulls?state=all&per_page=100&page=$page&sort=created&direction=desc" \
+    --jq '[.[] | {number, title, author: .user.login, body, state, created_at, comments: .review_comments, labels: [.labels[].name]}]' \
+    > "pulls_page_$page.json"
+done
+jq -s 'add' pulls_page_*.json > all_pulls.json
+```
+
+> 주의: `pulls` list endpoint는 `review_comments` 카운트를 반환하지 않는다. 코멘트 수가 필요하면 다음 단계의 search API로 별도 수집한다.
+
+### 2단계. 상위 PR 코멘트 수집
+
+```bash
+# search/issues로 PR을 코멘트 수 내림차순 정렬 (issue 코멘트 기준)
+gh api 'search/issues?q=repo:woowacourse/{repo}+type:pr&sort=comments&order=desc&per_page=100' \
+  --jq '[.items[] | {number, title, comments}]' > top_comments.json
+
+# 상위 30개 PR의 코멘트 가져오기 (issue + review 모두)
+jq -r '.[0:30] | .[].number' top_comments.json | while read pr; do
+  gh api "repos/woowacourse/{repo}/issues/${pr}/comments" \
+    --jq "[.[] | {pr: ${pr}, type: \"issue\", user: .user.login, body, created_at}]" \
+    >> review_comments.jsonl
+  gh api "repos/woowacourse/{repo}/pulls/${pr}/comments?per_page=100" \
+    --jq "[.[] | {pr: ${pr}, type: \"review\", user: .user.login, body, path, line, created_at}]" \
+    >> review_comments.jsonl
+done
+```
+
+### 3단계. 주제·테마 분류 (Python)
+
+본문과 코멘트에 키워드 사전을 정규식으로 매칭해 카테고리 출현 빈도를 시계열로 측정한다. 24개 본문 카테고리, 20개 리뷰 코멘트 테마가 페이먼츠 분석에서 검증된 사전이다.
+
+```python
+# 본문 카테고리 예시 (페이먼츠 검증판)
+topics = {
+    'state-management': ['상태 관리', 'state', 'useState', 'useReducer', 'context'],
+    'controlled-uncontrolled': ['controlled', 'uncontrolled', '제어', '비제어'],
+    'msw': ['MSW', 'msw', 'mock service', '모킹', 'handler'],
+    'error-handling': ['에러 처리', '에러 핸들링', 'ErrorBoundary', 'try', 'catch'],
+    # ... 24개
+}
+
+# 리뷰 코멘트 테마 예시
+review_themes = {
+    'positive-feedback': ['좋', '잘', '깔끔', '👍', '훌륭', 'LGTM'],
+    'question': ['궁금', '여쭤', '질문', '?'],
+    'why-question': ['왜', '이유', '의도', '어떻게'],
+    'suggestion': ['해보', '어떨까', '제안', 'suggest'],
+    # ... 20개
+}
+```
+
+전체 사전과 매칭 스크립트는 [페이먼츠 로그의 원본 자료 섹션](/education/logs/react-payments-555prs-analysis#원본-자료)에 보존된 `.inbox/react-payments-analysis/` 디렉터리 구조를 그대로 복제해 사용한다.
+
+### 4단계. 시각화 자산 산출
+
+| 산출물 | 형식 | 용도 |
+| --- | --- | --- |
+| 연도별 PR 분포 막대 | ASCII bar 또는 표 | 미션의 활성도 추세 |
+| 연도×단계 매트릭스 | 마크다운 표 | 단계 구성의 변화 추적 |
+| 주제 카테고리 × 연도 매트릭스 | 마크다운 표 (% 표시) | 학습 주제 진화 |
+| 리뷰 테마 분포 | Mermaid `pie` | 리뷰 코칭 문화 |
+| 본문 평균 길이 시계열 | 표 | 학습 문화 변화 신호 |
+| 코치 인용구 5선 | Markdown 인용 | 정성 사례 |
+
+## 결과물 체크리스트
+
+분석 로그 1편이 갖춰야 할 최소 산출:
+
+- [ ] 저장소 메타 (총 PR, 작성자 수, fork 수, 별 수)
+- [ ] 연도×단계 매트릭스 (단계 변화 패턴 시각화)
+- [ ] 최소 10개 카테고리의 시계열 매트릭스 (% 표시)
+- [ ] 본문 평균 길이 시계열
+- [ ] 리뷰 테마 분포 (긍정/질문/제안/관심사 분리/네이밍 등)
+- [ ] 코치 인용구 최소 3선 (PR 링크 포함)
+- [ ] 자기 성찰 어휘 빈도 (고민/책임/관심사/추상화 등)
+- [ ] 외부 라이브러리 의존성 통계 (Redux/Zustand 등 → React 기본기 대비)
+
+## 검증된 사례
+
+- [React 페이먼츠 미션 5년치 PR 555개 데이터 분석](/education/logs/react-payments-555prs-analysis) — 이 워크플로우의 원본 적용 사례
+
+## 관련 도구·인사이트
+
+- [연구 사이클 워크플로우](/education/tools/research-cycle-workflow) — 이 도구가 산출한 로그를 인사이트·교육 모델로 승격하는 다음 단계 파이프라인
+- [미션은 누적 학습 모델이다](/education/insights/mission-learning-accumulation) — 이 도구로 발견된 핵심 패턴
+- [논증 기반 학습 설계](/education/insights/argumentation-based-learning) — 리뷰 테마 분포 분석이 이 인사이트의 정량 증거를 제공한다
+
+## 한계와 주의
+
+- **표본 편향**: 상위 30 PR만 코멘트를 수집하면 코멘트가 적은 PR(자기 완결성이 높았거나, 빠른 통과)이 분석에서 빠진다. 가능하면 모든 PR의 코멘트 수만이라도 수집해 분포를 봐야 한다.
+- **키워드 사전 의존**: 매칭 정확도가 사전 품질에 의존한다. 한 사전을 다른 미션 저장소에 적용할 때는 검증 샘플로 정밀도를 측정한다.
+- **인용은 동의서가 아니다**: 코치·크루의 코멘트를 인용할 때는 원본 PR 링크를 함께 남겨 출처를 분명히 한다. 직접 인용은 짧게 하되 의미가 살아 있어야 한다.

content/updates.ts

@@ -8,6 +8,13 @@ export interface Update {
 
 // 최신 항목을 맨 위에 추가하세요.
 const updates: Update[] = [
+  {
+    date: '2026년 연구',
+    title: '승격: 미션은 누적 학습 모델이다 (인사이트 + 도구 + 디자인 패턴)',
+    description: '페이먼츠 5년 분석 로그를 승격해 인사이트 1개·도구 1개를 신설하고, 디자인 패턴 카탈로그와 커리큘럼 설계 원칙에 정량 증거 마커 섹션을 추가.',
+    href: '/education/insights/mission-learning-accumulation',
+    status: 'active',
+  },
   {
     date: '2026년 연구',
     title: 'React 페이먼츠 미션 5년치 PR 555개 데이터 분석',

research-cycle-log.tsv

@@ -3,3 +3,4 @@ date	mode	logs_measured	logs_promoted	insights_created	model_files_changed	notes
 2026-04-07	auto	0	0	0	0	baseline-advance after folder consolidation (no substantive log changes)
 2026-04-14	manual	6	2	1	3	targets: 6 logs (date:2026-04-07); tool: rendering-strategy-workshop (P2=5); insight: argumentation-based-learning (4-log cross-pattern); _meta.ts+index.mdx+updates.ts updated
 2026-05-19	auto	4	2	0	3	auto-sync: 4 logs evaluated; promoted coaching-squad-training-loop (20/20) and crew-autonomy (17/20); 3 marker sections added to progressive-scaffolding, learning-analytics, clean-language-mentoring; skipped android-participatory (11), writing-sessions (14)
+2026-05-26	manual	1	1	1	2	target: react-payments-555prs-analysis (quality 24/25 A; promo 20/20); tool: mission-repo-analysis-workflow (P2=5); insight: mission-learning-accumulation (P3=5) + marker on argumentation-based-learning; marker sections on design-patterns/catalog (pattern 9) and curriculum/design-principles