diff --git a/Step-01.md b/Step-01.md
index 4d5b1f1..27d1898 100644
--- a/Step-01.md
+++ b/Step-01.md
@@ -5,27 +5,27 @@
 
 ## 2. 목표 (Goal)
 - 약 4만여 개의 파일 중 실제 분석 가치가 있는 확장자(.py, .txt, .md, .hwp, .pdf, .js, .json 등)를 전수 탐색.
-- 시스템 파일 및 불필요한 라이브러리(.git, node_modules, AppData 등)를 100% 필터링하여 순수 분석 대상 리스트(ilelist.csv) 확보.
+- 시스템 파일 및 불필요한 라이브러리(.git, node_modules, AppData 등)를 100% 필터링하여 순수 분석 대상 리스트(filelist.csv) 확보.
 
 ## 3. 수행방법 (Methodology)
-1. 
un_shell_command를 통해 지정된 작업 디렉토리(C:\Users\User)를 재귀적으로 탐색.
+1. run_shell_command를 통해 지정된 작업 디렉토리(C:\Users\User)를 재귀적으로 탐색.
 2. 특정 확장자 필터와 제외 폴더 패턴(Regex)을 적용하여 검색 범위를 최적화.
-3. 수집된 파일의 메타데이터(경로, 이름, 확장자, 크기)를 추출하여 ilelist.csv에 저장.
+3. 수집된 파일의 메타데이터(경로, 이름, 확장자, 크기)를 추출하여 filelist.csv에 저장.
 
 ## 4. 컨텍스트 (Context)
 - 사용자 워크스페이스 전체를 대상으로 하며, 특히 OneDrive, Documents, Desktop 등 실질적인 데이터가 집중된 저장소를 중점 분석함.
 
 ## 5. 주의사항 (Precautions)
 - 대량의 파일 처리 시 에이전트 컨텍스트 제한이 발생하지 않도록 리스트를 외부 파일로 관리함.
-- 환경 설정 파일(.env, .json 등)이 '지식'으로 오인되지 않도록 경로 기반 필터링 엄수.
+- 환경 설정 파일(.env, .json 등)이 지식으로 오인되지 않도록 경로 기반 필터링 엄수.
 
 ## 6. 방식 (Strategy)
-- **'포용적 수집, 엄격한 필터링'**: 잠재적 가치가 있는 파일은 일단 수집하되, 경로와 이름을 분석하여 1차적인 '쓰레기 데이터'를 숙청함.
+- 포용적 수집, 엄격한 필터링: 재귀적으로 가치가 있는 파일은 일단 수집하되, 경로와 이름을 분석하여 1차적인 쓰레기 데이터를 숙청함.
 
-## 7. 처리원칙 (Professing Principles)
-- 모든 수집 과정은 ilelist.csv를 통해 데이터 무결성이 증명되어야 함.
-- 파일명이나 경로에 'backup', 'temp', 'old'가 포함된 경우 낮은 우선순위로 분류함.
+## 7. 처리원칙 (Processing Principles)
+- 모든 수집 과정은 filelist.csv를 통해 데이터 무결성이 증명되어야 함.
+- 파일명이나 경로에 backup, temp, old가 포함된 경우 낮은 우선순위로 분류함.
 
 ## 8. 통과 기준 (Success Criteria)
-- ilelist.csv 생성이 완료되고, 확장자별 통계 보고서가 이슈 #46에 등록되어야 함.
+- filelist.csv 생성이 완료되고, 확장자별 통계 보고서가 이슈 #46에 등록되어야 함.
 - 수집된 목록에 대한 사용자의 최종 승인을 득한 후 Step 02로 이동함.
\ No newline at end of file