---
id: BBO-001
category: Dev
confidence_score: 1.0
tags: [[Optimization|[Optimization]], algorithm, machine-learning, black-box, [[Heuristics|Heuristics]]]
last_reinforced: 2026-04-26
---

# Black-Box Optimization (블랙박스 최적화)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "내부 원리는 몰라도, 입력과 출력만으로 최선의 답을 찾아내라" — 시스템의 내부 수학적 모델이나 기울기(Gradient) 정보를 알 수 없을 때, 관측된 데이터를 바탕으로 목적 함수를 최적화하는 기법.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 목적 함수의 미분값을 구할 수 없는 환경에서, 효율적인 샘플링과 전역 탐색 전략을 통해 최적의 파라미터 조합을 찾는 탐색 패턴.
- **주요 기법:**
    - **Bayesian Optimization:** 가우시안 프로세스 등을 통해 목적 함수의 모양을 추정하고, 다음 샘플링 지점을 결정 (가장 널리 쓰임).
    - **Genetic Algorithms:** 자연 선택의 원리를 이용하여 해를 진화시킴.
    - **Simulated Annealing:** 확률적 탐색을 통해 지역 최적해 탈출.
    - **Random [[Search|Search]] / Grid Search:** 가장 단순한 형태의 탐색.
- **응용 분야:** 하이퍼파라미터 튜닝(AutoML), 신약 설계, 로봇 제어 정책 최적화 등.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 미분 가능한 환경에서의 경사 하강법에 의존하던 방식에서, 미분이 불가능하거나 연산 비용이 매우 비싼 실제 시스템 최적화로 영역 확장.
- **정책 변화:** Antigravity 프로젝트의 에이전트 모델 하이퍼파라미터 최적화 시, 베이지안 최적화 기반의 블랙박스 기법을 사용하여 적은 시행횟수로 최적의 설정을 찾음.

## 🔗 지식 연결 (Graph)
- Bayesian-Inference, [[Evolutionary-Computation|Evolutionary-Computation]], [[Simulated-Annealing|Simulated-Annealing]], HyperParameter-Optimization
- **Raw Source:** 10_Wiki/Topics/AI/Black-Box-Optimization.md