2nd/10_Wiki/Topics_Blog/GNN.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
GNN-001	10_Wiki/💡 Topics/AI	1.0	ai deep-learning gnn graph-neural-networks relational-data	2026-04-26

GNN (Graph Neural Networks, 그래프 신경망)

📌 한 줄 통찰 (The Karpathy Summary)

"개별 데이터가 아닌, 데이터들 사이의 관계(Edge)와 연결망 속에 숨겨진 맥락을 학습하라" — 그래프 구조를 직접 입력으로 받아 노드 간의 메시지 전달(Message Passing)을 통해 정점의 특징을 업데이트하고, 복잡한 네트워크 패턴을 추론하는 신경망 아키텍처.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 이웃 노드들로부터 정보를 수집(Aggregation)하고 자신의 상태를 갱신(Update)하는 과정을 반복하여, 그래프 전체의 구조적 특징을 로컬 노드에 응축시키는 관계 기반 학습 패턴.
• 주요 태스크:
  • Node Classification: 특정 노드의 카테고리나 특성 예측.
  • Link Prediction: 두 노드 사이에 새로운 관계가 생길지 예측 (추천 시스템의 핵심).
  • Graph Classification: 분자 구조의 독성 여부 등 그래프 전체의 특성 판별.
• 대표적 모델: GCN (Graph Convolutional Networks), GraphSAGE, GAT (Graph Attention Networks).
• 의의: 텍스트나 이미지로 표현하기 힘든 지식 그래프, 소셜 네트워크, 단백질 구조 등 복잡계 데이터를 이해하는 유일한 딥러닝 도구.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 그래프를 억지로 벡터화(Node2Vec 등)하여 처리하던 방식에서, 그래프 구조 자체를 신경망 내부로 수용하는 엔드-투-엔드 학습 방식으로 진화.
• 정책 변화: Antigravity 프로젝트는 20_Meta/Graph.json에 정의된 지식 노드들의 연관성을 정밀하게 분석하기 위해 GAT 아키텍처를 사용하여, 특정 문서가 다른 지식 영역에 미치는 영향력을 수치화함.

🔗 지식 연결 (Graph)

• Geometric-Deep-Learning, Graph-Theory, Knowledge-Graph-Foundations, Multi-Agent-Systems-MAS
• Raw Source: 10_Wiki/Topics/AI/GNN.md