Sparse Data Handling (희소 데이터 처리)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터의 빈 공간(0)을 물리적으로 제거하여 자원을 아끼고, 논리적으로는 그 결핍 속에 숨겨진 잠재적 관계를 추론하여 지식의 밀도를 높여라" — 대부분의 값이 유효하지 않거나 0인 고차원 데이터를 메모리 효율적이고 성능 지향적으로 처리하는 기법.

추출된 패턴: "Sparse Representation and Latent Completion" — 0이 아닌 유효한 값의 위치와 값만을 기록하여(CSR, CSC 형식) 연산 속도를 높이고, 행렬 분해(Matrix Factorization) 등을 통해 비어 있는 값의 가능성을 예측하여 채우는 패턴.
주요 전략:
- Compression: Sparse Matrix 형식을 사용해 메모리 사용량 90% 이상 절감.
- Dimensionality Reduction: SVD 등을 통해 핵심 정보만 남기고 차원 축소.
- Imputation: 평균, 중앙값 또는 회귀 모델을 사용해 결측치 보충.
- Embedding: 희소한 원-핫 벡터를 밀집된 저차원 벡터로 변환 (Word2Vec 등).
의의: 추천 시스템, 자연어 처리, 유전체 분석 등 데이터의 차원은 극단적으로 높지만 유효 정보는 적은 현대 빅데이터 분야의 필수적인 공학적 생존 전략.

과거 데이터와의 충돌: 단순히 0을 채우는 것이 목표였던 과거와 달리, 이제는 0(혹은 결측) 자체가 '사용자가 관심 없음'이라는 중요한 정보(Implicit Feedback)를 담고 있다는 사실을 모델 설계에 적극 반영하는 추세임.
정책 변화: Antigravity 프로젝트는 문서 간의 키워드 행렬이나 사용자 질의 이력을 분석할 때, 연산 병목을 방지하기 위해 희소 행렬 연산 최적화 라이브러리를 기본 스택으로 활용함.