---
id: AI-SWARM-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai, swarm-intelligence, bio-inspired, optimization, aco, pso, decentralized-systems, robotics]
last_reinforced: 2026-04-26
---

# Swarm Intelligence (집단 지능)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "중앙의 지휘관 없이 단순한 개체들의 상호작용만으로 거대한 질서를 창조하고, 흩어진 정보 조각들을 모아 집단적인 최적의 해답을 도출하라" — 개미, 벌, 새와 같은 생명체들의 집단적 행동 양식을 모방하여 복잡한 문제를 해결하는 분산형 인공지능 기술.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Self-organization and Decentralized Collaboration" — 개별 에이전트는 주변의 국소적인 정보만으로 행동하지만, 이들의 상호작용이 누적되어 전체 시스템 차원의 목적(최적 경로 탐색, 먹이 확보 등)을 달성하는 패턴.
- **주요 알고리즘:**
    - **Ant Colony Optimization (ACO):** 페로몬 자국을 따라 최단 경로를 찾는 개미의 습성 모방. 물류 및 네트워크 경로 최적화에 탁월.
    - **Particle Swarm Optimization (PSO):** 먹이를 찾는 새 떼의 위치 변화 모방. 연속적인 공간에서의 수치 최적화에 강점.
- **핵심 원칙:**
    - **Scalability:** 개체 수가 늘어나도 통제 부담이 크지 않음.
    - **Robustness:** 일부 개체가 사라져도 시스템 전체의 목적 달성에 지장이 없음.
    - **Adaptability:** 환경 변화에 유연하게 대응.
- **의의:** 군집 로봇(Swarm Robotics), 트래픽 제어, 복잡한 조합 최적화 문제 등 중앙 집중형 제어가 한계에 부딪히는 지점에서 강력한 대안을 제시함.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 초기에는 생물학적 모사에 치중했으나, 이제는 이를 수학적으로 정교하게 모델링하여 클라우드 리소스 배분이나 다중 에이전트 강화학습(MARL)의 협력 전략 설계로 응용 영역이 넓어짐.
- **정책 변화:** Antigravity 프로젝트는 다수의 에이전트가 지식을 병렬로 가드닝할 때, 서로 중복되지 않으면서도 최적의 탐색 순서를 결정하기 위해 집단 지능의 분산 협력 프로토콜을 시스템 기저에 도입함.

## 🔗 지식 연결 (Graph)
- [[Optimization-Algorithms|Optimization-Algorithms]], [[Robotics-Foundations|Robotics-Foundations]], Multi-agent-Systems-Best-Practices, [[Simulated-Annealing|Simulated-Annealing]]
- **Raw Source:** 10_Wiki/Topics/AI/Swarm-Intelligence.md