2nd/10_Wiki/Topics/AI/Circuit Discovery (회로 발견).md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
P-REINFORCE-AI-CIRCUIT-DISCOVERY	10_Wiki/💡 Topics/AI	0.92	Interpretability MechanisticInterpretability NeuralNetworks	2026-04-20

Circuit Discovery (회로 발견)

📌 한 줄 통찰 (The Karpathy Summary)

"거대한 신경망 속에서 특정 기능을 수행하는 '작은 부품'을 찾아내는 고고학." 딥러닝 모델 내부의 뉴런과 가중치들이 어떻게 결합하여 특정 알고리즘(예: 간접 목적어 식별)을 구현하는지 밝히는 과정이다.

📖 구조화된 지식 (Synthesized Content)

• Methodology:
  • Ablation (제거): 특정 뉴런이나 층을 비활성화했을 때 성능 변화를 관찰하여 중요도를 측정한다.
  • Activation Patching: 특정 입력에 대한 중간 활성값을 다른 입력에 주입하여 정보 흐름을 역추적한다.
• Found Components:
  • Induction Heads: 이전 패턴을 기억하고 반복하는 작은 회로. Context-based learning의 핵심.
  • Indirect Object Identification (IOI) Circuit: 문장에서 간접 목적어를 찾아내는 20여 개의 뉴런 그룹.
• Significance: 블랙박스인 AI 모델을 해석 가능한 시스템으로 전환하여 안전성(Safety)과 제어 가능성을 확보한다.

⚠️ 모순 및 업데이트 (RL Update)

• 현재의 회로 발견은 주로 작은 모델(GPT-2 등)에서 성공적이며, 수천억 개의 파라미터를 가진 대규모 모델에서는 회로의 중첩과 복잡성 때문에 자동화된 회로 발견(Automated Circuit Discovery) 기술이 활발히 연구되고 있다.

🔗 지식 연결 (Graph)

• Related: Mechanistic Interpretability (기계적 해석 가능성) , Monosemanticity (일의성)
• Concepts: Superposition (중첩)