2nd/10_Wiki/Topics/AI_and_ML/Language-Models.md

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

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by	tech_stack
wiki-2026-0508-language-models	Language Models	10_Wiki/Topics	needs_review	self	P-Reinforce-AUTO-LAMO-001	none	A	0.98	auto-reinforced language-models nlp probability word-prediction linguistic-modeling		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)	language framework unspecified unspecified

Language-Models

📌 한 줄 통찰 (The Karpathy Summary)

"단어의 확률 지도: 이전에 나온 단어 시퀀스를 보고 다음에 어떤 단어가 올 확률이 가장 높은지 계산하여, 기계가 인간의 언어를 생성하거나 이해하게 만드는 수학적 언어 체계의 원형."

📖 구조화된 지식 (Synthesized Content)

언어 모델(Language-Models)은 텍스트 데이터의 확률 분포를 학습하는 모델입니다.

1. 작동 메커니즘:
   • Next Token Prediction: "고양이가 앉아..." 다음에 "있다" 혹은 "잔다"가 올 확률을 계산.
   • Language Understanding: 문법, 문맥, 사실 정보를 이 확률적 패턴 속에 녹여냄.
2. 역사의 흐름:
   • N-gram (통계) -> RNN/LSTM (순차 신경망) -> Transformer (병렬 Attention). (Transformer (트랜스포머)와 연결)
3. 왜 중요한가?:
   • 인공지능이 '언어'라는 인간 고유의 인터페이스를 획득하게 한 결정적 도구이기 때문임. (HCI (Human-Computer Interaction)와 연결)

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 과거 언어 모델 정책은 단순 자동 완성 정책 수준이었으나, 현대 모델 정책은 언어 속에 담긴 '상식과 물리 세계의 인과성 정책'까지 부분적으로 학습하는 단계로 진입함(RL Update).
• 정책 변화(RL Update): 단순히 텍스트만 학습하는 정책을 넘어, 시각, 청각 정보를 언어의 문법 정책으로 통합 학습하는 '멀티모달 언어 모델 정책'으로 패러다임이 확장됨. (Foundation-Models와 연결)

🔗 지식 연결 (Graph)

• Large Language Models (LLM), Transformer (트랜스포머), HCI (Human-Computer Interaction), Foundation-Models, Deep Learning (DL)
• Modern Tech/Tools: BERT, Word2Vec, GloVe, GPT series, Tokenizers.

---

🤖 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

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

• (TODO)

선택 B를 써야 할 때:

• (TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

• [안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)