---
id: BAYES-BRAIN-001
category: Dev
confidence_score: 1.0
tags: [neuroscience, cognitive-science, bayesian, [[Predictive-Coding|Predictive-Coding]], ai-theory]
last_reinforced: 2026-04-26
---

# Bayesian Brain Hypothesis (베이지안 뇌 가설)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "뇌는 끊임없이 확률을 계산하는 최적의 추론 엔진이다" — 뇌가 불완전한 감각 데이터를 바탕으로 세상을 인식할 때, 사전 지식(Prior)과 새로운 정보(Likelihood)를 베이즈 정리에 따라 결합하여 최선의 추측을 내놓는다는 가설.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 불확실성이 가득한 환경에서 정보의 오차를 최소화하고 생존 확률을 높이기 위해, 확률적 모델 업데이트를 인지의 기본 원리로 삼는 베이지안 추론 패턴.
- **핵심 개념:**
    - **Prior Knowledge:** 우리가 이미 알고 있는 세상에 대한 지식이나 경험.
    - **Likelihood:** 현재 감각 기관을 통해 들어오는 데이터의 확률.
    - **Posterior:** 사전 지식과 새로운 데이터가 합쳐진 최종적인 인식 결과.
    - **Free Energy Principle:** 뇌가 환경과의 불일치(Surprise)를 최소화하려는 방향으로 작동한다는 원리 (칼 프리스턴).
- **의의:** AI 모델의 불확실성 처리 및 능동적 추론(Active Inference) 설계에 이론적 배경을 제공.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 뇌를 단순한 자극-반응 시스템으로 보던 관점에서, 능동적으로 확률 분포를 관리하고 미래를 예측하는 동역학 시스템으로 재정의.
- **정책 변화:** Antigravity 에이전트의 상황 판단 모듈은 베이지안 뇌 가설을 차용하여, 모호한 사용자 입력에 대해 사전 맥락 데이터를 활용한 확률적 해석을 수행함.

## 🔗 지식 연결 (Graph)
- [[Predictive-Coding|Predictive-Coding]], Bayesian-Inference, [[Uncertainty-Quantification|Uncertainty-Quantification]], Active-Inference
- **Raw Source:** 10_Wiki/Topics/AI/Bayesian-Brain-Hypothesis.md