Constraint Satisfaction Problems (제약 충족 문제)

📌 한 줄 통찰 (The Karpathy Summary)

"주어진 규칙을 어기지 않는 최선의 상태를 찾아라" — 변수들의 집합과 각 변수가 가질 수 있는 값의 범위(Domain), 그리고 변수들 간의 제약 조건이 주어졌을 때 모든 제약을 만족하는 해를 찾는 수학적 문제.

추출된 패턴: 탐색 공간 내에서 제약 조건(Constraints)을 활용하여 불가능한 선택지를 미리 제거함으로써 효율적으로 정답 후보군을 좁혀나가는 제약 기반 탐색 패턴.
핵심 요소:
- Variables (V): 해를 구해야 하는 대상.
- Domains (D): 변수가 가질 수 있는 값들의 집합.
- Constraints (C): 변수들 사이의 관계를 정의하는 규칙.
해결 기법:
- Backtracking Search: 값을 하나씩 할당해보고 제약 위반 시 되돌아감.
- Constraint Propagation: 제약 조건을 미리 분석하여 변수의 도메인을 줄임 (예: AC-3 알고리즘).
- Local Search: 초기해에서 시작하여 제약 위반을 최소화하는 방향으로 값을 수정 (예: Min-conflicts).
예시: 스도쿠, 시간표 짜기, 하드웨어 설계 검증 등.

과거 데이터와의 충돌: 단순한 시행착오 기반 탐색에서, 논리적 제약 전파를 통해 탐색 효율을 극적으로 높이는 방식으로 발전.
정책 변화: Antigravity 프로젝트는 에이전트의 스케줄링이나 복잡한 인프라 리소스 할당 시 제약 충족 문제 알고리즘을 활용하여 최적의 구성을 산출함.