2nd/10_Wiki/Topics/AI_and_ML/K-Means-Clustering-Foundations.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-k-means-clustering-foundations	K Means Clustering Foundations	10_Wiki/Topics	needs_review	self	ML-KMEANS-001	none	A	1.0	machine-learning unSupervised-Learning clustering k-means centroids		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

K-Means Clustering Foundations (K-Means 클러스터링 기초)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터들 사이의 '무게 중심'을 찾아, 혼돈 속에 숨겨진 집단(Clusters)의 경계를 그려라" — 주어진 데이터를 K개의 클러스터로 묶는 알고리즘으로, 각 클러스터 내의 데이터와 중심점(Centroid) 사이의 거리 합을 최소화하는 방식으로 작동하는 비지도 학습의 고전.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Iterative Refinement" — 무작위로 할당된 중심점에서 시작하여, 데이터 할당(Assignment)과 중심점 업데이트(Update)를 반복하며 최적의 군집을 찾아가는 반복적 최적화 패턴.
• 작동 단계:
  • Initialization: K개의 초기 중심점 설정 (K-means++ 등을 사용하여 개선 가능).
  • Assignment: 각 데이터를 가장 가까운 중심점에 할당.
  • Update: 할당된 데이터들의 평균값으로 중심점 이동.
  • Convergence: 중심점의 위치 변화가 없을 때까지 반복.
• 의의: 고객 세그먼트 분석, 이미지 압축(Color Quantization), 이상치 탐지 등 데이터의 숨겨진 구조를 파악해야 하는 다양한 분야의 토대.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 원형(Spherical) 형태의 군집만 잘 찾는다는 한계가 있으며, 최근에는 데이터의 복잡한 기하학적 구조를 반영할 수 있는 DBSCAN이나 스펙트럴 클러스터링으로 보완되어 사용됨.
• 정책 변화: Antigravity 프로젝트는 수만 개의 로우 데이터 로그를 의미 단위로 묶어 지식화할 때, 초기 필터링 단계에서 K-Means 기반의 대규모 클러스터링을 활용하여 데이터의 중복성을 제거함.

🔗 지식 연결 (Graph)

• UnSupervised-Learning-Foundations, Dimensionality-Reduction, Distance-Metrics-in-AI, Exploratory-Data-Analysis
• Raw Source: 10_Wiki/Topics/AI/K-Means-Clustering-Foundations.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