---
id: CSP-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai, math, [[Logic|Logic]], constraint-satisfaction, [[Search|Search]]-algorithm]
last_reinforced: 2026-04-26
---

# Constraint Satisfaction Problems (제약 충족 문제)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "주어진 규칙을 어기지 않는 최선의 상태를 찾아라" — 변수들의 집합과 각 변수가 가질 수 있는 값의 범위(Domain), 그리고 변수들 간의 제약 조건이 주어졌을 때 모든 제약을 만족하는 해를 찾는 수학적 문제.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 탐색 공간 내에서 제약 조건(Constraints)을 활용하여 불가능한 선택지를 미리 제거함으로써 효율적으로 정답 후보군을 좁혀나가는 제약 기반 탐색 패턴.
- **핵심 요소:**
    - **Variables (V):** 해를 구해야 하는 대상.
    - **Domains (D):** 변수가 가질 수 있는 값들의 집합.
    - **Constraints (C):** 변수들 사이의 관계를 정의하는 규칙.
- **해결 기법:**
    - **Backtracking Search:** 값을 하나씩 할당해보고 제약 위반 시 되돌아감.
    - **Constraint Propagation:** 제약 조건을 미리 분석하여 변수의 도메인을 줄임 (예: AC-3 알고리즘).
    - **Local Search:** 초기해에서 시작하여 제약 위반을 최소화하는 방향으로 값을 수정 (예: Min-conflicts).
- **예시:** 스도쿠, 시간표 짜기, 하드웨어 설계 검증 등.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 단순한 시행착오 기반 탐색에서, 논리적 제약 전파를 통해 탐색 효율을 극적으로 높이는 방식으로 발전.
- **정책 변화:** Antigravity 프로젝트는 에이전트의 스케줄링이나 복잡한 인프라 리소스 할당 시 제약 충족 문제 알고리즘을 활용하여 최적의 구성을 산출함.

## 🔗 지식 연결 (Graph)
- [[Combinatorial-Optimization|Combinatorial-Optimization]], [[Algorithm-Complexity-Big-O|Algorithm-Complexity-Big-O]], Decision-Making, Search-Algorithms
- **Raw Source:** 10_Wiki/Topics/AI/Constraint-Satisfaction Problems.md