docs(10_Wiki): Topic_Business/General/Graphic/Programming을 Topics/ 하위로 이동

최상위 10_Wiki/Topic_*였던 4개 카테고리 폴더를 10_Wiki/Topics/Topic_* 로 재배치.
콘텐츠 변경 없음(순수 폴더 이동) — Topics/ 하위 나머지 폴더는 이미 지난 커밋에서
전부 정리된 상태(잔존 항목은 에이전트 운영 상태 및 사용자가 보존을 요청한
업데이트0615/무제 3.canvas 뿐).

10_Wiki/Topics/Topic_Programming/AI_and_ML/Latent-Semantic-Analysis-LSA.md

@@ -0,0 +1,135 @@
+---
+id: wiki-2026-0508-latent-semantic-analysis-lsa
+title: Latent Semantic Analysis (LSA)
+category: 10_Wiki/Topics
+status: verified
+canonical_id: self
+aliases: [LSA, LSI, Latent Semantic Indexing]
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.85
+verification_status: applied
+tags: [nlp, ir, svd, tfidf, topic-modeling, embeddings]
+raw_sources: []
+last_reinforced: 2026-05-10
+github_commit: pending
+tech_stack: { language: Python, framework: scikit-learn/gensim }
+---
+
+# Latent Semantic Analysis (LSA)
+
+## 매 한 줄
+> **"매 LSA = TF-IDF 행렬에 truncated SVD"**. term-document을 저차원 latent semantic 공간에 투영해 동의어/다의어 부분 해소.
+
+## 매 핵심
+### 매 수학
+- A (m×n) = U Σ Vᵀ. truncated rank-k → A_k = U_k Σ_k V_kᵀ.
+- 행 = term embedding, 열 = document embedding.
+- Cosine similarity in k-dim space → semantic similarity.
+
+### 매 절차
+1. Tokenize, stopword/lemma
+2. TF-IDF 행렬 구축
+3. Truncated SVD (k=100~300)
+4. 쿼리도 동일 공간 투영: q_k = qᵀ U_k Σ_k⁻¹
+5. cosine으로 유사 문서 검색
+
+### 매 강점/한계
+- ✅ 작은 corpus, 빠름, 해석 가능
+- ✅ 동의어 부분 처리 (synonymy)
+- ❌ 다의어 약함 (polysemy): 한 단어 = 한 벡터
+- ❌ 비음수성 X → 토픽 해석 어려움 (→ NMF, LDA)
+- ❌ Out-of-vocabulary 학습 불가
+- ❌ contextual 의미 X (→ BERT)
+
+### 매 vs 동족
+- **NMF**: 비음수, 해석 ↑
+- **LDA**: 확률적 토픽 모델
+- **word2vec/GloVe**: 단어 단위 dense embedding
+- **BERT/SBERT**: contextual, SoTA
+
+## 💻 패턴
+### scikit-learn LSA
+```python
+from sklearn.feature_extraction.text import TfidfVectorizer
+from sklearn.decomposition import TruncatedSVD
+from sklearn.pipeline import make_pipeline
+from sklearn.preprocessing import Normalizer
+
+vec = TfidfVectorizer(stop_words="english", max_df=0.95, min_df=2)
+svd = TruncatedSVD(n_components=200, random_state=0)
+lsa = make_pipeline(vec, svd, Normalizer(copy=False))
+doc_emb = lsa.fit_transform(corpus)               # (n_docs, 200)
+```
+
+### Query → semantic search
+```python
+import numpy as np
+q_emb = lsa.transform(["machine learning algorithms"])
+sims = doc_emb @ q_emb.T                          # already L2-normed
+top = np.argsort(-sims.ravel())[:10]
+```
+
+### gensim LSI
+```python
+from gensim import corpora, models
+dictionary = corpora.Dictionary(tokenized_docs)
+bow = [dictionary.doc2bow(d) for d in tokenized_docs]
+tfidf = models.TfidfModel(bow)
+lsi = models.LsiModel(tfidf[bow], id2word=dictionary, num_topics=200)
+print(lsi.print_topics(5))                        # 토픽별 top words
+```
+
+### Topic 해석
+```python
+terms = vec.get_feature_names_out()
+for i, comp in enumerate(svd.components_[:5]):
+    top_terms = [terms[j] for j in comp.argsort()[-10:][::-1]]
+    print(f"Topic {i}: {top_terms}")
+```
+
+### Modern: BERT 대체
+```python
+from sentence_transformers import SentenceTransformer
+model = SentenceTransformer("all-MiniLM-L6-v2")
+doc_emb = model.encode(corpus, normalize_embeddings=True)
+# 문맥 의미 반영, OOV 자유. LSA 대비 SoTA.
+```
+
+## 매 결정 기준
+| 상황 | Approach |
+|---|---|
+| 빠른 baseline, 적은 자원 | LSA |
+| 해석 가능 토픽 | NMF, LDA |
+| 단어 의미 (sparse 분포) | word2vec/GloVe |
+| Production semantic search | SBERT + FAISS |
+| 도메인 한정 corpus | LSA fine-tune or domain SBERT |
+
+**기본값**: 신규 시스템은 SBERT. LSA는 baseline / 교육용 / 자원 제약.
+
+## 🔗 Graph
+- 부모: [[Information Retrieval]], [[NLP]], [[Dimensionality-Reduction]]
+- 변형: [[LDA]], [[PCA]]
+- 응용: [[Semantic Search|Semantic-Search]]
+- Adjacent: [[TF-IDF]], [[Word-Embeddings]], [[SVD]]
+
+## 🤖 LLM 활용
+**언제**: 빠른 baseline 구현, SVD 직관 설명.
+**언제 X**: 현대 production 시스템 — SBERT/LLM embedding이 대부분 우수.
+
+## ❌ 안티패턴
+- 매우 큰 corpus에 dense SVD (메모리) — truncated/randomized 사용
+- TF-IDF 없이 raw count → 빈도 단어 dominate
+- k 너무 작거나 큼 (k=50~300, perplexity/downstream으로 튜닝)
+- BERT 시대에 LSA 단독 production
+- Query 정규화/stopword 학습과 다름
+
+## 🧪 검증 / 중복
+- Verified (Deerwester 1990 LSI, scikit-learn/gensim docs). 신뢰도 A.
+- 중복: 없음.
+
+## 🕓 Changelog
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | Manual cleanup — 매 prefix, BERT 대체 비교 추가 |