2nd/10_Wiki/Topics/AI/Eigenvalues-and-Eigenvectors.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
MATH-EIGEN-001	10_Wiki/💡 Topics/AI	1.0	math linear-algebra ai eigenvalues eigenvectors dimensionality-reduction	2026-04-26

Eigenvalues and Eigenvectors (고유값과 고유벡터)

📌 한 줄 통찰 (The Karpathy Summary)

"행렬이라는 변환 속에서도 흔들리지 않는 축과 그 크기를 찾아라" — 선형 변환 시 방향은 변하지 않고 크기만 변하는 벡터(Eigenvector)와 그 변화하는 배수(Eigenvalue)로, 데이터의 본질적 구조를 파악하는 선형대수의 핵심 도구.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 복잡한 다차원 데이터를 선형 변환했을 때 정보의 손실이 가장 적거나 변화량이 가장 큰 핵심 방향(축)을 추출하는 수학적 분석 패턴.
• 수학적 정의: Av = \lambda v
  • A: 선형 변환 행렬.
  • v: 고유벡터 (변환 후에도 방향이 유지됨).
  • \lambda: 고유값 (고유벡터의 길이가 변하는 비율).
• AI 응용:
  • PCA (주성분 분석): 데이터의 분산이 최대인 고유벡터를 찾아 차원 축소 수행.
  • PageRank: 웹페이지 간의 연결 행렬에서 최대 고유값에 해당하는 고유벡터를 통해 페이지 중요도 산출.
  • Face Recognition: Eigenfaces 기법을 통해 얼굴의 핵심 특징 추출.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 단순한 수학적 연습 문제 수준에서, 현대 딥러닝과 데이터 사이언스의 모든 연산(임베딩, 추천, 물리 시뮬레이션 등)을 지탱하는 기반 기술로 가치 재정립.
• 정책 변화: Antigravity 프로젝트는 지식 노드 간의 중요도를 산출하는 그래프 분석 알고리즘 설계 시 고유값 분해(Eigen-decomposition) 원리를 활용함.

🔗 지식 연결 (Graph)

• Principal-Component-Analysis-PCA, Dimensionality-Reduction, Linear-Algebra-Foundations, Vector-Database-Selection
• Raw Source: 10_Wiki/Topics/AI/Eigenvalues-and-Eigenvectors.md