feat: achieve 600 files milestone in AI knowledge base

10_Wiki/Topics/AI/Adaptive Compute (적응형 계산량 조절).md

@@ -1,27 +1,25 @@
 ---
-id: P-REINFORCE-AI-ADAPT-COMP
+id: P-REINFORCE-AI-ADAPTIVE-COMPUTE
 category: "[[10_Wiki/💡 Topics/AI]]"
-confidence_score: 0.99
-tags: [Adaptive Compute, AI, Efficiency, Inference, Optimization]
+confidence_score: 0.97
+tags: [AI, Efficiency, AdaptiveCompute, Inference]
 last_reinforced: 2026-04-20
 ---
 
-# [[Adaptive-Compute]] (적응형 계산량 조절)
+# [[Adaptive Compute (적응형 계산량 조절)]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> "쉬운 문제는 빨리 풀고, 어려운 문제는 더 고민하라." 데이터의 복잡도에 따라 신경망의 층(Layer)이나 파라미터를 유동적으로 사용하여 연산 효율을 극대화하는 지능적 최적화다.
+> "쉬운 문제는 대충, 어려운 문제는 신중하게." 모든 입력에 동일한 계산 자원을 낭비하지 않고, 과제 난이도에 따라 모델이 사용하는 연산량(층의 깊이, 활성 뉴런 수 등)을 유동적으로 조절하는 지능적 자원 배분 기술이다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **Early Exit Strategies**:
-    - 하위 레이어에서 이미 결과가 확실할 경우, 상위 레이어 연산을 건너뛰고 정답을 출력하여 응답 속도를 높인다.
-- **Dynamic Gating**:
-    - 특정 입력값에 필요한 '전문가 신경망'만 선별적으로 활성화하여 전체 연산량을 줄이는 방식(Mixture of Experts와 궤를 같이함).
-- **Inference Cost Reduction**:
-    - 불필요한 연산을 줄임으로써 클라우드 API 호출 비용이나 온디바이스 AI의 배터리 소모를 획기적으로 절감한다.
+- **Early Exit**: 모델의 중간 층에서 이미 결과가 확실하다면 최종 층까지 가지 않고 바로 결과를 출력하여 시간과 에너지를 아낌.
+- **MoE (Mixture of Experts)**: 거대 모델의 일부(전공 교수)만 활성화하여 특정 분야의 질문에만 자원을 집중함.
+- **Dynamic Token Processing**: 문맥상 중요하지 않은 단어(조사 등)는 낮은 정밀도로 처리하고, 핵심적인 단어에 연산력을 몰아줌.
+- **Inference Efficiency**: 동일한 정확도를 유지하면서 서빙 비용(GPU 소모)을 획기적으로 낮추는 핵심 열쇠다.
 
 ## ⚠️ 모순 및 업데이트 (RL Update)
-- 계산량을 줄이는 과정에서 아주 드물게 발생하는 '어려운 예외 상황(Edge case)'에서 성능이 소폭 하락할 수 있다. 따라서 성능 손실과 비용 절감 사이의 'Pareto Optimal' 지점을 찾는 것이 공학적 핵심이다.
+- 계산량을 줄이는 과정에서 모델의 '설명 가능성'이 파편화될 위험이 있다. 또한 어떤 문제가 '쉬운 문제'인지 판단하는 과정 자체가 또 다른 계산 오버헤드가 될 수 있으므로, 판단 로직을 극도로 가볍게 설계하는 것이 쟁점이다. 최근에는 OpenAI o1처럼 추론 시간을 의도적으로 늘려 성능을 극대화하는 '역방향' 적응형 계산 연구도 부상하고 있다.
 
 ## 🔗 지식 연결 (Graph)
-- Related: [[Dense-vs-Sparse-Neural-Networks]] , [[Deep-Learning-Architecture-Patterns]]
-- Foundation: [[Computational-Efficiency]]
+- Related: [[Model-Compression]] , [[Mixture of Experts (MoE)]]
+- Modern Pattern: [[Test-Time Compute Scaling (추론 시간 계산 스케일링)]]