2nd/10_Wiki/Topics/AI_and_ML/L2-Regularization.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-l2-regularization	L2 Regularization	10_Wiki/Topics	needs_review	self	P-Reinforce-AUTO-L2RE-001	none	A	0.97	auto-reinforced l2-Regularization machine-learning Deep-Learning Overfitting weight-decay		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

L2-Regularization

📌 한 줄 통찰 (The Karpathy Summary)

"신경망을 겸손하게: 모델이 특정 데이터에 너무 과하게 최적화(Overfitting)되어 괴물이 되지 않도록, 가중치값이 너무 커지면 벌금(Penalty)을 매겨 모델을 더 단순하고 부드럽게 만드는 수학적 억제제."

📖 구조화된 지식 (Synthesized Content)

L2 정규화(L2-Regularization) 혹은 Ridge 정규화는 모델의 복잡도를 제어하는 기법입니다.

1. 수학적 원리:
   • 손실 함수(Loss Function)에 모든 가중치 제곱의 합(\sum w^2)을 더함.
   • 가중치 $w$가 커질수록 손실값도 커지므로, 학습 과정에서 자연스럽게 가중치를 작은 값으로 유지함. (Gradient-Descent와 연결)
2. 효과:
   • 특정 데이터 포인트에 지나치게 민감하게 반응하는 것을 방지하여, 처음 보는 데이터에도 잘 작동하는 '일반화 성능' 향상.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 과거에는 복잡한 수식 증명 정책 위주였으나, 현대 정책은 실제 성능 향상을 위해 '가중치 감쇠(Weight Decay) 정책'이라는 이름으로 모든 최적화 알고리즘(AdamW 등)에 기본 내장 정책으로 사용됨(RL Update).
• 정책 변화(RL Update): 거대 모델 정책(Foundation-Models)에서는 파라미터가 너무 많아 정규화가 필수적이지만, 단순히 가중치를 줄이는 것을 넘어 '드롭아웃(Dropout)'이나 '데이터 증강' 등 다양한 정책과 혼합하여 사용됨.

🔗 지식 연결 (Graph)

• Gradient-Descent, Optimization, Deep Learning (DL), Efficiency, Scaling-Laws
• Modern Tech/Tools: Ridge regression, Weight decay in PyTorch/TensorFlow, AdamW optimizer.

---

🤖 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