---
id: NLP-LDA-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [nlp, machine-learning, lda, topic-modeling, unsupervised-learning, probability]
last_reinforced: 2026-04-26
---

# Latent Dirichlet Allocation (LDA, 잠재 디리클레 할당)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "문서는 여러 주제의 혼합물이며, 각 주제는 특정 단어들의 모임이다. 이 보이지 않는 구조를 확률의 눈으로 투시하라" — 문서 집합에서 숨겨진 주제를 찾아내고, 각 문서가 어떤 주제들의 비중으로 구성되어 있는지 추론하는 생성적 확률 모델.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Generative Process Reverse" — 문서가 작성되는 과정을 "주제 선택 -> 단어 선택"이라는 확률적 시나리오로 가정하고, 거꾸로 관측된 단어들로부터 원래의 주제 분포를 역추론하는 비지도 학습 패턴.
- **핵심 가정:**
    - **Bag-of-Words:** 단어의 순서는 무시하고 빈도만 고려.
    - **Dirichlet Distribution:** 문서별 주제 분포와 주제별 단어 분포가 디리클레 분포를 따른다고 가정.
- **의의:** 사람이 일일이 읽지 않아도 수천만 건의 문서에서 주요 화두(Topic)를 자동으로 추출하여 지식을 체계화할 수 있게 함.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 문맥을 무시하는 단어 빈도 중심의 한계를 넘기 위해, 최근에는 문장의 의미를 임베딩 벡터로 파악하는 BERT 기반의 토픽 모델링(BERTopic)과 결합하여 정밀도를 높이는 추세.
- **정책 변화:** Antigravity 프로젝트는 `00_Raw`에 유입되는 대규모 텍스트 데이터를 1차 분류할 때 LDA를 활용하여 위키의 어떤 카테고리에 배정할지 결정하는 클러스터링 보조 도구로 사용함.

## 🔗 지식 연결 (Graph)
- [[Latent-Semantic-Analysis-LSA|Latent-Semantic-Analysis-LSA]], Unsupervised-Learning-Foundations, NLP-Foundations, [[Exploratory-Data-Analysis|Exploratory-Data-Analysis]]
- **Raw Source:** 10_Wiki/Topics/AI/Latent-Dirichlet-Allocation.md