feat: SDF wiki 컴파일 — 챕터별 한국어 소스 페이지 8개

Software Design for Flexibility (Hanson & Sussman 2021) 전문을
wiki/sources/ 아래 챕터별 한국어 wiki 페이지로 컴파일

- SDF-overview: 전체 개요, 챕터 관계도, 공통 테마
- SDF-ch1: 가산적 프로그래밍 철학, 퇴화성, 유연성 비용
- SDF-ch2: 컴비네이터, DSL, 래퍼, 도메인 모델
- SDF-ch3: 제네릭 프로시저, 자동 미분, 트라이 디스패치
- SDF-ch4: 패턴 매칭, 항 재작성, 단일화, 타입 추론
- SDF-ch5: eval/apply, lazy eval, amb, call/cc
- SDF-ch6: 레이어드 데이텀/프로시저, 단위 산술, 의존성 추적
- SDF-ch7: 전파 모델, 부분 정보 결합, 의존성 지향 백트래킹

wiki/index.md Sources 섹션 등록, wiki/log.md 기록

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

wiki/sources/SDF-ch1-flexibility.md

@@ -0,0 +1,66 @@
+---
+title: "Ch1: Flexibility in Nature and in Design"
+tags: [source, SDF]
+source: "Software Design for Flexibility, Hanson & Sussman (2021)"
+chapter: 1
+updated: 2026-04-30
+---
+
+# Ch1: Flexibility in Nature and in Design
+
+## 핵심 아이디어
+
+소프트웨어는 요구사항 변화에 취약하게 설계되는 경향이 있으며, 이를 극복하기 위한 철학으로 **가산적 프로그래밍(additive programming)**을 제안한다. 기존 코드를 수정하지 않고 추가만으로 새 기능을 구현할 수 있는 시스템 설계 원칙을 생물학적 시스템의 적응성에서 도출한다.
+
+## 주요 개념
+
+### 가산적 프로그래밍 (Additive Programming)
+
+동작하는 프로그램을 수정하지 않고 코드를 *추가*함으로써 새로운 기능을 구현하거나 기존 기능을 새 요구사항에 맞추는 프로그래밍 스타일. 이를 위한 전제조건:
+
+- 프로그램이 어떻게 작동하고 어떻게 사용될지에 대한 가정을 최소화
+- just-in-time 결정: 가정을 미리 굳히지 않고 실행 환경에 기반해 결정
+- 부분들이 관심사를 명확히 분리하여 의도치 않은 상호작용 최소화
+
+### 아키텍처의 parti 유추
+
+건축의 *parti*(설계 조직 원리)와 유사하게, 프로그램의 추상적 골격(skeleton plan)이 분석·비판·실험 가능한 형태로 존재해야 한다. Java처럼 "served spaces"(실제 동작 코드)와 "servant spaces"(타입 선언, 클래스 선언 등)가 혼재하는 언어보다, Lisp처럼 parti를 드러내는 언어가 유리하다.
+
+### 스마트 파츠 (Smart Parts)
+
+생물학적 세포가 맥락 신호를 읽어 스스로 역할을 결정하듯, 소프트웨어 컴포넌트도 명령적(imperative) 제어 대신 **맥락 반응적(context-responsive)**으로 설계되어야 한다. 이를 통해 변화에 대한 적응이 전체 제어 구조를 수정하지 않고 영향을 받는 부분만의 변경으로 이루어진다.
+
+### 중복성과 퇴화성 (Redundancy and Degeneracy)
+
+- **중복성(redundancy)**: 동일한 기능의 여분 용량 (신장이 두 개인 것처럼)
+- **퇴화성(degeneracy)**: 동일한 목적을 달성하는 *서로 다른* 복수의 메커니즘
+
+퇴화성은 단순 중복성보다 강력하다. 한 방식이 실패해도 다른 방식이 작동하며, 서로 다른 메커니즘이므로 동일한 버그를 공유하지 않는다. 부분 정보들을 결합하면 개별 결과보다 더 정확한 결과를 얻을 수 있다 (예: 항법 시스템의 다중 위치 추정 결합).
+
+### 탐색적 행동 (Exploratory Behavior)
+
+생성-검증(generate-and-test) 메커니즘: 생성기는 제안을 내놓고, 검증기는 수락 또는 거부한다. 두 부분이 독립적으로 발전 가능하므로 한쪽의 변화가 다른 쪽의 변화를 요구하지 않는다. 백트래킹이 이 메커니즘의 계산적 구현이며, Chapter 4(패턴 매칭), Chapter 5(인터프리터의 amb), Chapter 7(의존성 지향 백트래킹)에서 순차적으로 발전시킨다.
+
+### 유연성의 비용
+
+유연성은 공간, 계산 시간, 프로그래머 시간에서 일정한 오버헤드를 수반한다. 그러나 소프트웨어의 주된 비용은 프로그래머가 생애주기 동안 소비하는 시간이다. 적응성이 높은 설계는 재작성·리팩토링 비용을 줄이므로 장기적으로 비용이 가산적(additive)이 된다.
+
+### 정확성 요구의 문제
+
+모든 것을 증명 가능하게 만들라는 규율은 오히려 시스템을 취약하게 만든다. 일반적인 메커니즘의 일반적 속성을 증명하기는 특수 메커니즘의 특수 속성을 증명하기보다 어렵기 때문에, 증명 요구는 부품을 가능한 한 특수하게 만들도록 유도한다. 특수화된 부품의 결합은 변화의 여지가 없어 취약하다.
+
+## 핵심 인용
+
+> "One should not have to modify a working program. One should be able to add to it to implement new functionality or to adjust old functions for new requirements. We call this *additive programming*."
+
+> "Be conservative in what you do, be liberal in what you accept from others." (Postel's Law, RFC760)
+
+> "In order for additive programming to be possible, it is necessary to minimize the assumptions about how a program works and how it will be used."
+
+## 관련 개념
+
+- [[SDF-ch2-dsl]] — 가산적 프로그래밍의 첫 번째 구체적 도구: 컴비네이터와 DSL
+- [[SDF-ch3-generic-procedures]] — 제네릭 프로시저를 통한 기능 확장
+- [[SDF-ch6-layering]] — 레이어링으로 기존 코드를 수정 없이 메타데이터 추가
+- [[SDF-ch7-propagation]] — 퇴화성과 부분 정보 결합의 완성형
+- [[SDF-overview]] — 책 전체 구조