diff --git a/.jules/bolt.md b/.jules/bolt.md
index 7d3c603f..9072506f 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.
+## 2024-07-28 - R 언어에서 고유 비결측값(unique non-NA values) 개수 연산 최적화
+**Learning:** R에서 `length(unique(stats::na.omit(x)))`나 `length(stats::na.omit(unique(x)))`와 같은 연산은 `stats::na.omit`이 갖는 method dispatch 및 `na.action` attribute 할당 오버헤드로 인해 속도가 느려질 수 있습니다. 반복적으로 이 함수가 호출되는 루프 내부나 큰 데이터에 대해서는 비효율을 초래합니다.
+**Action:** `stats::na.omit()` 대신 `sum(!is.na(unique(x)))`를 사용하여 논리 인덱싱 연산으로 개수를 카운트하면 동일한 결과를 산출하면서도 불필요한 평가 오버헤드와 속성 할당을 회피하여 O(1) 수준으로 빠른 연산 성능을 확보할 수 있습니다.
diff --git a/R/aFIPC.R b/R/aFIPC.R
index 62546519..c8bdc58a 100644
--- a/R/aFIPC.R
+++ b/R/aFIPC.R
@@ -770,8 +770,8 @@ autoFIPC <-
       if (
         !is.na(newFormItemName) &&
         !is.na(oldFormItemName) &&
-          (length(stats::na.omit(unique(newFormModel@Data$data[, newFormItemName]))) ==
-            length(stats::na.omit(unique(oldFormModel@Data$data[, oldFormItemName]))))
+          (sum(!is.na(unique(newFormModel@Data$data[, newFormItemName]))) ==
+            sum(!is.na(unique(oldFormModel@Data$data[, oldFormItemName]))))
       ) {
         message(
           'applying ',
diff --git a/R/surveyFA.R b/R/surveyFA.R
index f60fffd8..787c1cc9 100644
--- a/R/surveyFA.R
+++ b/R/surveyFA.R
@@ -83,7 +83,7 @@ surveyFA <- function(
   response_data <- as.data.frame(data)
   response_data <-
     response_data[, vapply(response_data, function(column) {
-      nunique <- length(unique(stats::na.omit(column)))
+      nunique <- sum(!is.na(unique(column)))
       nunique >= 2L
     }, logical(1L))]