2nd/10_Wiki/Topics/AI_and_ML/Circuit Discovery.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by
wiki-2026-0508-circuit-discovery	Circuit Discovery	10_Wiki/Topics	needs_review	self	CIRCUIT-001	none	A	1.0	ai-Interpretability mechanistic-interpretability neural-networks circuits		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Circuit Discovery (회로 발견)

📌 한 줄 통찰 (The Karpathy Summary)

"거대 모델 속에서 구체적인 기능을 수행하는 작은 알고리즘 지도를 그려라" — 신경망 내부의 특정 뉴런과 헤드들이 어떻게 연결되어 논리적 기능을 수행하는지 식별해내는 기계적 해석 가능성(Mechanistic Interpretability)의 핵심 기법.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 모델 전체를 블랙박스로 보는 대신, 특정 태스크(예: 간접 목적어 식별)를 수행할 때 활성화되는 최소한의 가중치와 경로를 추출하는 '회로(Circuit)' 식별 패턴.
• 세부 내용:
  • Activation Patching: 특정 뉴런의 활성화 값을 다른 입력값으로 교체해보며 결과에 미치는 인과적 영향을 측정.
  • Path Patching: 레이어 간의 구체적인 연결 경로를 추적하여 정보가 어떻게 흐르는지(Information Flow) 매핑.
  • Induction Heads: 이전 패턴을 복사하거나 문맥을 이해하는 데 특화된 특정 어텐션 헤드 구조의 발견.
  • Automated Circuit Discovery (ACD): 방대한 파라미터 중 유의미한 연결망을 알고리즘적으로 자동 탐색.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 단순 시각화(Saliency Map) 수준을 넘어, 모델 내부에서 수학적으로 정의 가능한 알고리즘을 찾아내는 정교한 단계로 진화.
• 정책 변화: 모델의 안전성 검증(Alignment)을 위해 잠재적인 유해 논리 회로가 형성되었는지 감지하는 도구로 활용 비중 확대.

🔗 지식 연결 (Graph)

• Parent: 10_Wiki/💡 Topics/AI
• Related: Mechanistic-Interpretability, Neuron-Attribution, Feature-Visualization
• Raw Source: 00_Raw/2026-04-20/Circuit Discovery.md

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• (TODO)

언제 쓰면 안 되는가:

• (TODO)

🧪 검증 상태 (Validation)

• 정보 상태: needs_review
• 출처 신뢰도: A
• 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

• 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
• 처리 방식: UPDATE (자동 정규화)
• 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A