2nd/10_Wiki/Topics/AI_and_ML/Generative-Adversarial-Networks.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-generative-adversarial-networks	Generative Adversarial Networks	10_Wiki/Topics	needs_review	self	GAN-001	none	A	1.0	Deep-Learning|[Deep-Learning Generative-AI neural-networks Computer-Vision		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Generative Adversarial Networks (GANs, 생성적 적대 신경망)

📌 한 줄 통찰 (The Karpathy Summary)

"속이려는 자와 잡으려는 자의 끝없는 대결을 통해 학습하라" — 가짜를 만드는 생성자(Generator)와 진짜를 감별하는 판별자(Discriminator)를 경쟁시켜 실제 데이터와 구별 불가능한 결과물을 만들어내는 모델.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 두 신경망이 서로의 성능을 능가하려고 노력하는 게임 이론적 구조(Minimax Game)를 통해 고해상도 이미지나 정교한 데이터를 생성하는 패턴.
• 세부 내용:
  • Generator: 랜덤 노이즈로부터 데이터를 생성하여 판별자를 속이려 함.
  • Discriminator: 입력받은 데이터가 실제 데이터셋인지 생성자가 만든 가짜인지 판별.
  • Adversarial Training: 생성자는 판별자의 오답률을 높이려 하고, 판별자는 정답률을 높이려 하며 균형(Nash Equilibrium) 지점으로 수렴.
  • Mode Collapse: 생성자가 특정 유리한 샘플만 반복적으로 만들어내는 고질적인 학습 불안정 문제 분석.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 초기 GAN은 학습이 매우 불안정했으나, WGAN, StyleGAN 등의 등장으로 고화질 이미지 생성 성능이 비약적으로 향상됨. 최근에는 확산 모델(Diffusion Models)에 생성 AI의 주도권을 내주었으나 고속 생성 분야에선 여전히 강력함.
• 정책 변화: Antigravity 프로젝트의 에셋 생성 보조 도구로 StyleGAN 기반의 텍스처 합성 엔진 활용 연구 중.

🔗 지식 연결 (Graph)

• Deep-Learning, Generative-AI, Diffusion-Models, Nash-Equilibrium
• Raw Source: 10_Wiki/Topics/AI/Generative-Adversarial-Networks.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