2nd/10_Wiki/Topics/AI_and_ML/Multi-armed-Bandit-Problem.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-multi-armed-bandit-problem	Multi armed Bandit Problem	10_Wiki/Topics	needs_review	self	RL-MAB-001	none	A	1.0	ai Reinforcement-Learning multi-armed-bandit exploration-exploitation Optimization		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Multi-armed Bandit Problem (다중 슬롯머신 문제)

📌 한 줄 통찰 (The Karpathy Summary)

"최선의 보상을 주는 슬롯머신을 찾기 위해, 익숙한 기계를 당길 것인가(Exploit) 아니면 새로운 기계에 도전할 것인가(Explore)의 균형을 잡아라" — 제한된 자원으로 최대의 이익을 얻기 위해 탐색과 활용 사이의 딜레마를 해결하는 가장 기초적인 순차적 의사결정 모델.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Dynamic Allocation under Uncertainty" — 어떤 선택지가 가장 좋은지 모르는 상태에서, 데이터를 수집하며 점진적으로 더 유망한 선택지에 자원을 집중 투입하여 후회(Regret)를 최소화하는 패턴.
• 주요 알고리즘:
  • $\epsilon$-Greedy: 대부분은 가장 좋은 것을 선택하되, 아주 낮은 확률(\epsilon)로 새로운 시도를 함.
  • UCB (Upper Confidence Bound): 보상의 불확실성(분산)이 높은 선택지에 보너스를 주어 탐색 유도.
  • Thompson Sampling: 확률 분포(베이지안)를 기반으로 샘플링하여 선택.
• 의의: 추천 시스템의 A/B 테스트 최적화, 신약 임상 실험, 온라인 광고 노출 제어 등 실시간 피드백이 중요한 비즈니스 의사결정의 핵심 도구.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 단순히 '가장 높은 평균'을 찾는 것을 넘어, 이제는 시간에 따라 보상 확률이 변하는 비정적(Non-stationary) 환경이나 문맥 정보(Contextual Bandit)를 활용하는 방향으로 지능화됨.
• 정책 변화: Antigravity 프로젝트는 에이전트가 여러 도구(Tool) 중 현재 문제 해결에 가장 적합한 도구를 선택할 때, 과거 성공률을 기반으로 한 톰슨 샘플링 기법을 적용하여 최적의 도구 활용 전략을 수립함.

🔗 지식 연결 (Graph)

• Reinforcement-Learning, Monte-Carlo-Tree-Search-MCTS, Expected-Utility-Theory, A-B-Testing-Optimization
• Raw Source: 10_Wiki/Topics/AI/Multi-armed-Bandit-Problem.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