diff --git a/journey/plans/251016_bayesian_startup_valuation.md b/journey/plans/251016_bayesian_startup_valuation.md
index a879dab..bb1f3ad 100644
--- a/journey/plans/251016_bayesian_startup_valuation.md
+++ b/journey/plans/251016_bayesian_startup_valuation.md
@@ -1,62 +1,53 @@
 # 베이지안 스타트업 가치평가 프레임워크
 
 **날짜**: 2025-10-16
-**목표**: Neo4j + 베이지안 MCMC 기반 확률적 가치평가
+**목표**: Neo4j + 베이지안 MCMC 확률적 가치평가
 
 ---
 
 ## 개요
 
 **데이터**: K-Startup 12,703개 기업
-**구성**: Neo4j 유사 기업 탐색 + Bayesian MCMC 확률 분포 + 동적 프리미엄 학습
+**구성**: Neo4j 유사 기업 → Bayesian MCMC 확률 분포 → 동적 프리미엄 학습
 
 ---
 
 ## 아키텍처
 
 ```
-1. Neo4j 그래프 → 유사 기업 Top-K 탐색
-2. Bayesian MCMC → 가치평가 확률 분포 생성
-3. PostgreSQL → 프리미엄 학습 및 업데이트
+1. Neo4j → 유사 기업 Top-K 탐색 (공통 태그 K≥3)
+2. Bayesian MCMC → 가치평가 확률 분포 (10,000 iterations)
+3. PostgreSQL → 프리미엄 학습 및 업데이트 (Beta(α,β))
 ```
 
 ---
 
-## Phase 1: Neo4j 유사 기업 탐색 (미구현)
-
-### 구조
-```
-(:Startup)-[:SIMILAR_TO {commonTags: K}]->(:Startup)
-```
-
-### 검색 기준
-- 공통 산업 태그 K개 이상 (K=3)
-- 투자 단계 동일 또는 ±1 단계
-- 직원 수 유사 범위
-
-### 출력
-- Top-5 유사 기업 목록
-- 투자금액, 직원 수, 공통 태그
-
----
-
-## Phase 2: 베이지안 MCMC 가치평가 (미구현)
+## Phase 1: Neo4j 유사 기업 (미구현)
 
 ### 입력
 ```python
 {
-    "company_name": "리버스마운틴",
-    "stage": "seed",
-    "employees": 9,
-    "industry": ["협업툴", "SaaS"]
+  "company_name": "리버스마운틴",
+  "stage": "seed",
+  "employees": 9,
+  "industry": ["협업툴", "SaaS"]
 }
 ```
 
-### 베이지안 모델
+### 검색
+- 공통 산업 태그 K개 이상 (K=3)
+- 투자 단계 동일 또는 ±1
+- Top-5 유사 기업 반환
+
+---
+
+## Phase 2: 베이지안 MCMC (미구현)
+
+### 모델
 ```
 Prior: 로그정규분포 (산업/단계별 평균)
 Likelihood: 유사 기업 투자금액 분포
-Posterior: MCMC 샘플링 (10,000 iterations)
+Posterior: MCMC 샘플링
 ```
 
 ### 출력
@@ -68,38 +59,35 @@ Posterior: MCMC 샘플링 (10,000 iterations)
 
 ---
 
-## Phase 3: 동적 프리미엄 학습 (미구현)
+## Phase 3: 동적 프리미엄 (미구현)
 
-### 목표
-하드코딩 제거 - 시장 데이터로 자동 업데이트
-
-### 구조
+### DB 구조
 ```sql
 CREATE TABLE valuation_premia (
-  stage VARCHAR(20),
-  industry VARCHAR(100),
+  stage VARCHAR,
+  industry VARCHAR,
   premium_mu FLOAT,
   premium_sigma FLOAT,
   updated_at TIMESTAMP
 );
 ```
 
-### 학습 로직
-- 신규 투자 데이터 입수 시 자동 재학습
-- Beta(α, β) 분포로 프리미엄 업데이트
-- 30일 단위 재계산
+### 학습
+- 신규 투자 데이터 → 자동 재학습
+- Beta(α,β) 분포로 업데이트
+- 30일 주기 재계산
 
 ---
 
 ## 구현 우선순위
 
-1. **즉시**: Neo4j 유사 기업 탐색 (1주)
-2. **단기**: MCMC 확률 분포 생성 (2주)
-3. **중기**: 동적 프리미엄 학습 (1개월)
+1. **즉시**: Neo4j 유사 기업 (1주)
+2. **단기**: MCMC 확률 분포 (2주)
+3. **중기**: 동적 프리미엄 (1개월)
 
 ---
 
 ## 참고
 
-- K-Startup 데이터: `/mnt/51123data/DATA/startup/data/startup_data_20251016.json`
-- Neo4j: 51123 서버 7687 포트
+- 데이터: `/mnt/51123data/DATA/startup/data/startup_data_20251016.json`
+- Neo4j: 51123:7687