---
id: FEW-SHOT-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai, [[Deep-Learning|Deep-Learning]], few-shot-learning, meta-learning, transfer-learning]
last_reinforced: 2026-04-26
---

# Few-Shot Learning (퓨샷 학습)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "단 몇 장의 사진만으로도 새로운 사물을 인지하는 인간의 영리함을 모델에 이식하라" — 방대한 데이터셋 대신, 아주 적은 수(보통 1~5개)의 학습 샘플만으로도 새로운 클래스를 인식하거나 태스크를 수행할 수 있게 하는 머신러닝 기법.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 기존에 학습한 방대한 지식을 바탕으로 새로운 정보의 핵심 특징을 빠르게 추출하고, 유사성(Similarity) 비교를 통해 정답을 유추하는 전이 및 메타 학습 패턴.
- **주요 방식:**
    - **Metric-based:** 임베딩 공간에서 샘플 간의 거리를 측정 (예: Matching Networks, Prototypical Networks).
    - **Model-based:** 새로운 데이터를 빠르게 학습하도록 설계된 특수 아키텍처 사용.
    - **[[Optimization|Optimization]]-based (Meta-learning):** 모델이 "어떻게 학습해야 하는지"를 배워서 적은 데이터로도 빠르게 수렴 (예: MAML).
- **의의:** 데이터 수집 비용이 매우 비싸거나 새로운 클래스가 수시로 발생하는 실제 산업 현장에서의 AI 활용성을 극대화함.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 빅데이터가 지능의 필수조건이라는 통념을 깨고, '학습하는 법을 배우는 것(Learning to Learn)'이 더 고차원적인 지능임을 증명.
- **정책 변화:** Antigravity 프로젝트는 새로운 전문 용어나 고유 명사가 등장했을 때, 단 몇 개의 예시 문장만으로도 에이전트가 해당 용어의 맥락을 파악하도록 퓨샷 프롬프팅 전략을 사용함.

## 🔗 지식 연결 (Graph)
- [[Zero-Shot-Learning|Zero-Shot-Learning]], Meta-Learning, Transfer-Learning-Foundations, [[LLM|LLM]]
- **Raw Source:** 10_Wiki/Topics/AI/Few-Shot-Learning.md