c24165b8bc
에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게 [공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류. 문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인). - Topic_Programming → Domain_Programming (내부 구조 보존) - Topic_Graphic → Domain_Design - Topic_Business → Domain_Product - Topic_General → Domain_General - _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning), Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing) - 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서) - 빈 폴더 정리 (memory/procedures) - 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트) Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
4.3 KiB
4.3 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | verification_status | tags | raw_sources | last_reinforced | github_commit | tech_stack | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-long-tail | Long Tail | 10_Wiki/Topics | verified | self |
|
none | A | 0.9 | applied |
|
2026-05-10 | pending |
|
Long Tail
매 한 줄
"매 long-tail = 적은 head + 무수한 tail". 80/20이 아니라 50/50: tail의 합이 head만큼 크다.
매 핵심
매 분포
- Power law: P(x) ∝ x^(-α). α∈(2,3)이면 평균 유한, 분산 무한.
- Pareto: P(X>x) = (x_m/x)^α. 부의 분포, 도시 인구.
- Zipf: rank·frequency = const. 단어 빈도, 웹 페이지 인기.
- Lognormal: log(X) ~ Normal. tail이 두꺼움.
매 비즈니스 (Anderson 2006)
- 디지털 유통 비용 ↓ → tail item도 수익. Amazon, Netflix.
- Head: 베스트셀러. Tail: niche. 합치면 head보다 큼.
매 ML 문제
- Long-tail classification: head class 풍부, tail class 희소 (iNaturalist, ImageNet-LT).
- Cold-start / recommendation: tail item에 interaction 부족.
- Search/IR: tail query (rare query)가 전체의 50%+.
매 대응 전략
- Re-sampling: oversample tail, undersample head
- Re-weighting: class-balanced loss (Cui 2019), focal loss
- Decoupling (Kang 2020): representation은 instance-balanced, classifier는 class-balanced
- Logit adjustment: log prior 보정
- Two-stage: head pretrain → tail finetune
💻 패턴
Power law fit (powerlaw 패키지)
import powerlaw
data = [...]
fit = powerlaw.Fit(data)
print(fit.alpha, fit.xmin)
R, p = fit.distribution_compare("power_law", "lognormal")
Class imbalance 진단
import pandas as pd
counts = df["label"].value_counts()
imbalance = counts.iloc[0] / counts.iloc[-1]
# tail = labels with < median count
tail = counts[counts < counts.median()].index
Class-balanced loss (Cui 2019)
import torch, torch.nn.functional as F
# effective number: (1-β^n)/(1-β)
beta = 0.999
eff_num = (1 - beta**counts) / (1 - beta)
weights = 1.0 / eff_num
weights = weights / weights.sum() * len(weights)
loss = F.cross_entropy(logits, y, weight=torch.tensor(weights).float())
Logit adjustment
# Menon 2021: subtract log prior at inference
log_prior = torch.log(torch.tensor(class_freq / class_freq.sum()))
adjusted_logits = logits - tau * log_prior
pred = adjusted_logits.argmax(-1)
Resampling sampler
from torch.utils.data import WeightedRandomSampler
sample_weights = 1.0 / counts[df["label"]].values
sampler = WeightedRandomSampler(sample_weights, len(df), replacement=True)
loader = DataLoader(ds, batch_size=64, sampler=sampler)
Recommendation: tail boost
# popularity-debiased: divide score by item popularity^gamma
score_debiased = score / (item_popularity ** 0.5)
매 결정 기준
| 상황 | Approach |
|---|---|
| 가벼운 imbalance (10:1) | class weights, focal loss |
| 심한 imbalance (100:1+) | class-balanced loss, decoupling |
| Recommendation cold-start | content features, popularity debias |
| Sales / inventory | Pareto 80/20 → ABC 분석 |
| Search rare query | semantic retrieval, query expansion |
기본값: class-balanced CE → 안 되면 decoupling.
🔗 Graph
- 부모: Class-Imbalance
- 변형: Power-Law, Pareto-Distribution
- 응용: Recommendation-Systems, Search-Ranking
- Adjacent: Focal-Loss, Sampling-Strategies
🤖 LLM 활용
언제: imbalance 진단, loss/sampler 선택 가이드, 비즈니스 사례. 언제 X: 도메인별 tail 정의 (규제/매출 임계)는 도메인 전문가.
❌ 안티패턴
- Long-tail = imbalance라고 단순화 (분포 모양 vs class count)
- Tail 무시하고 accuracy만 측정 (head에 편향)
- Oversample만으로 해결 (overfit)
- Pareto 80/20을 long-tail로 혼동 (정도가 다름)
🧪 검증 / 중복
- Verified (Anderson "The Long Tail", Cui 2019, Kang 2020 decoupling). 신뢰도 A.
- 중복: 없음.
🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup — 매 prefix, ML imbalance 전략 추가 |