diff --git a/.jules/bolt.md b/.jules/bolt.md
index 7d3c603f..7421d508 100644
--- a/.jules/bolt.md
+++ b/.jules/bolt.md
@@ -16,3 +16,6 @@
 ## 2025-02-12 - R 언어에서 반복적인 mirt 모델 생성 시 불필요한 데이터프레임 부분집합 추출 최적화
 **Learning:** R에서 데이터프레임의 특정 열을 추출하는 작업(`df[cols]`)은 O(N)의 메모리 복사를 수반합니다. `autoFIPC`에서 `mirt` 모델의 파라미터를 설정하거나 호출하는 과정 중에 `newformXDataK[colnames(newFormModel@Data$data)]` 코드가 반복해서 사용되었고, 심지어 `ncol()`을 위해 단순히 개수를 구할 때도 사용되어 불필요한 메모리 할당과 오버헤드를 초래했습니다.
 **Action:** 조건문이나 반복문 내부에서 불필요하게 데이터프레임 부분집합 연산이 반복되지 않도록 외부에서 한 번만 `linkedFormData <- newformXDataK[colnames(newFormModel@Data$data)]`로 캐싱(caching)한 뒤, `ncol(linkedFormData)`와 `data = linkedFormData` 형태로 재사용하여 메모리 복사와 O(N) 오버헤드를 방지해야 합니다.
+## 2024-08-28 - R 언어에서 데이터프레임 서브셋팅 컬럼명 추출 시 O(N) 복사 오버헤드 최적화
+**Learning:** R에서 데이터프레임의 서브셋에 대해 컬럼명을 가져올 때 `colnames(df[cols])`를 사용하면, 원본 데이터프레임을 실제로 서브셋팅하는 과정에서 O(N)의 데이터 복사와 메모리 할당이 발생합니다. 이는 단순히 컬럼명을 가져오는 목적에 비해 심각한 비효율을 초래합니다.
+**Action:** `colnames(df[cols])`의 결과는 항상 `cols` 벡터 자신과 동일하므로, 데이터프레임을 서브셋팅하지 말고 이미 가지고 있는 `cols` 벡터 자체를 직접 사용하여 성능 저하를 방지해야 합니다.
diff --git a/R/aFIPC.R b/R/aFIPC.R
index 62546519..fc1524a4 100644
--- a/R/aFIPC.R
+++ b/R/aFIPC.R
@@ -620,8 +620,8 @@ autoFIPC <-
       IPDItemCount <- 0
 
       # IPD target item checking
-      newFormColNames <- colnames(newformXDataK[colnames(newFormModel@Data$data)])
-      oldFormColNames <- colnames(oldformYDataK[colnames(oldFormModel@Data$data)])
+      newFormColNames <- colnames(newFormModel@Data$data)
+      oldFormColNames <- colnames(oldFormModel@Data$data)
 
       # ⚡ Bolt: Vectorized match() to avoid dynamic array growth overhead inside a for loop
       idxNew <- match(newformCommonItemNames, newFormColNames)
@@ -749,8 +749,8 @@ autoFIPC <-
       }
     }
 
-    newFormColNames <- colnames(newformXDataK[colnames(newFormModel@Data$data)])
-    oldFormColNames <- colnames(oldformYDataK[colnames(oldFormModel@Data$data)])
+    newFormColNames <- colnames(newFormModel@Data$data)
+    oldFormColNames <- colnames(oldFormModel@Data$data)
 
     # ⚡ Bolt: Cache parameter indices to avoid O(N) linear search inside loop
     newScaleParmsItemIdxCache <- split(seq_len(nrow(NewScaleParms)), NewScaleParms$item)
@@ -848,7 +848,7 @@ autoFIPC <-
     message('\nestimating Linked Form Eq(X) parameters')
 
     # ⚡ Bolt: Cache subsetted dataframe to avoid repeated O(N) memory copies during mirt model setup
-    linkedFormData <- newformXDataK[colnames(newFormModel@Data$data)]
+    linkedFormData <- newformXDataK[newFormColNames]
 
     if (forceNormalZeroOne) {
       freeMEAN <- F