---
id: GENETIC-001
category: "[[10_Wiki/💡 Topics/AI]]"
confidence_score: 1.0
tags: [optimization, evolutionary-computation, algorithms]
last_reinforced: 2026-04-26
---

# [[Genetic Algorithms (유전 알고리즘)]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "최적의 해답을 자연의 진화 과정에서 찾아라" — 다윈의 적자생존 원리를 컴퓨터 프로그래밍에 적용하여, 변이와 교차를 통해 문제의 해를 점진적으로 개선해나가는 탐색 알고리즘.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 후보 해(개체)들의 집단을 생성하고, 적합도 함수(Fitness Function)에 따라 우수한 개체를 선별하여 유전 연산을 반복함으로써 최적해로 수렴시키는 패턴.
- **세부 내용:**
    - **Encoding:** 해(Solution)를 염색체(Chromosome) 형태(비트, 문자열 등)로 표현.
    - **Selection:** 적합도가 높은 개체가 자손을 남길 확률을 높임 (예: 룰렛 휠 선택).
    - **Crossover (교차):** 두 부모 개체의 유전자를 결합하여 새로운 자손 생성.
    - **Mutation (변이):** 낮은 확률로 유전자를 무작위로 변경하여 지역 최적해(Local Optima)에 빠지는 것을 방지.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 미분 가능한 공간에서의 경사 하강법에 비해 속도는 느릴 수 있으나, 탐색 공간이 매우 복잡하거나 불연속적인 문제에서 여전히 강력한 위력을 발휘함.
- **정책 변화:** Skybound 프로젝트의 절차적 콘텐츠 생성(PCG) 시, 최적의 맵 레이아웃이나 에너미 배치를 자동으로 생성하는 도구로 활용 연구 중.

## 🔗 지식 연결 (Graph)
- [[Evolutionary-Computation]], [[Optimization]], [[Neural-Architecture-Search]]
- **Raw Source:** [[10_Wiki/Topics/AI/Genetic-Algorithms.md]]