2nd/10_Wiki/Topics/AI_and_ML/Word-Representation.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-word-representation	Word Representation	10_Wiki/Topics	needs_review	self	P-Reinforce-AUTO-WORE-001	none	A	0.98	auto-reinforced word-representation embeddings nlp vector-space semantics		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)	language framework unspecified unspecified

Word-Representation

📌 한 줄 통찰 (The Karpathy Summary)

"단어에 주소를 부여하기: 단순한 기호였던 단어를 수천 차원의 공간 속 좌표(Vector)로 변환하여, 단어 사이의 거리(의미적 유사성)를 기계가 수학적으로 계산하게 만드는 마술."

📖 구조화된 지식 (Synthesized Content)

단어 표현(Word-Representation)은 자연어의 기본 단위인 단어를 컴퓨터가 이해하고 연산할 수 있는 수치적 형태로 바꾸는 기술입니다.

1. 표현 방식의 진화:
   • One-hot Encoding: 단어 하나만 1이고 나머지는 0인 방식. 단어 간의 관계를 알 수 없고 공간 낭비가 심함.
   • Distributed Representation (Embeddings): 단어를 저차원의 밀집 벡터로 표현. 비슷한 의미의 단어는 공간상에서 가까운 거리에 위치함.
2. 핵심 알고리즘:
   • Word2Vec: 주변 단어와의 인접성을 통해 의미 학습 (예: '왕' - '남' + '여' = '여왕').
   • GloVe: 글로벌 통계 정보와 로컬 문맥 정보를 결합.
   • Contextual Word Representations (ELMo, BERT): 같은 단어라도 문맥에 따라 다른 벡터를 부여 (예: 먹는 '배' vs 타는 '배').
3. 의의:
   • 언어의 '의미(Semantics)'를 기하학적 공간으로 투영함으로써 번역, 분류, 생성 등 모든 NLP 태스크의 기초 신뢰도를 확보함.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 과거에는 고정된 단어 사전 기반의 매핑 정책이 주류였으나, 현대의 생성 AI 정책은 실시간 문맥에 따라 단어의 의미가 '직선화(Straightening)'되는 동적 표현 정책을 표준으로 채택함(RL Update).
• 정책 변화(RL Update): 특정 편향(Bias)이 단어 벡터 공간에 투영되어 혐오를 조장하는 부작용을 막기 위해, 학습 데이터에서 편향된 상관관계를 인위적으로 제거하는 '임베딩 공간 중립화 정책'이 적용 중임.

🔗 지식 연결 (Graph)

• NLP (자연어 처리), Similarity-Metrics, Straightening, Transformers, Semantics & Ontology
• Modern Tech/Tools: Word2Vec, GloVe, FastText, Hugging Face 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)