Antigravity Agent
56 lines
4.0 KiB
Markdown
56 lines
4.0 KiB
Markdown
---
|
|
category: Unified
|
|
tags: [auto-consolidated, technical-documentation]
|
|
title: [[Complexity Theory|Complexity Theory]]
|
|
last_updated: 2026-05-02
|
|
---
|
|
|
|
# [[Complexity Theory|Complexity Theory]]
|
|
|
|
## 📌 Brief Summary
|
|
> "전체는 부분의 합보다 크다: 개별 요소들은 단순해 보이더라도, 이들이 얽히고설켜 상호작용할 때 발생하는 예측 불가능하고 비선형적인 패턴인 '복잡성'을 연구하는 현대 과학의 새로운 눈."
|
|
|
|
---
|
|
|
|
> "문제의 본질적 난이도를 측정하고, 계산 가능성의 경계를 설정하라" — 문제를 해결하는 데 필요한 자원(시간, 공간)의 양에 따라 문제들을 분류하고, 현실적으로 해결 가능한 문제와 불가능한 문제를 구분하는 전산학의 핵심 이론.
|
|
|
|
## 📖 Core Content
|
|
복잡계 이론(Complexity Theory)은 수많은 구성 요소가 서로 밀접하게 연관되어 질서와 혼돈 사이의 독특한 패턴을 만들어내는 시스템을 탐구합니다.
|
|
|
|
1. **핵심 개념**:
|
|
* **Emergence (발현)**: 하위 수준의 단순한 규칙이 상위 수준의 지능적 패턴을 만듦. ([[Collective-Intelligence|Collective-Intelligence]]와 연결)
|
|
* **Feedback Loops**: 시스템 내의 결과가 다시 원인이 되어 증폭(Positive)되거나 억제(Negative)되는 순환 구조.
|
|
* **Self-Organization**: 외부의 지휘 없이도 스스로 새로운 질서를 찾아감.
|
|
* **Non-linearity**: 원인의 작은 변화가 결과의 엄청난 차이를 가져옴 (Butterfly Effect).
|
|
2. **적용 분야**:
|
|
* 주식 시장, 기후 변화, 인간 뇌의 신경망, 거대 언어 모델의 창발 등.
|
|
|
|
---
|
|
|
|
- **추출된 패턴:** 알고리즘의 구체적인 성능을 넘어, 문제 자체가 가진 복잡도를 수치화하여 문제 해결의 전략적 가이드라인을 제시하는 분류 패턴.
|
|
- **핵심 클래스:**
|
|
- **P (Polynomial Time):** 효율적으로 해결 가능한 문제 (예: 정렬, 검색).
|
|
- **NP (Nondeterministic Polynomial Time):** 답을 맞히기는 어렵지만, 주어진 답이 맞는지 확인하기는 쉬운 문제.
|
|
- **NP-complete:** NP 문제 중 가장 어려운 문제들. 하나만 해결하면 모든 NP 문제를 해결할 수 있음 (예: SAT 문제).
|
|
- **P vs NP:** 현대 전산학 최대의 난제. "확인이 쉬운 문제는 해결도 쉬운가?"에 대한 질문.
|
|
- **의의:** 암호학(해독하기 힘든 문제 설계)과 대규모 데이터 처리 알고리즘 설계의 이론적 기반.
|
|
|
|
## ⚖️ Trade-offs & Caveats
|
|
- **과거 데이터와의 충돌**: 과거의 과학 정책은 문제를 쪼개서 분석하는 '환원주의 정책'이었으나, 현대 정책은 쪼개면 사라지는 시스템 전체의 성질을 분석하는 '전체론적 복잡계 정책'으로 패러다임을 전환함(RL Update).
|
|
- **정책 변화(RL Update)**: 거대 AI 모델의 '창발 능력 정책'을 예측하고 제어하기 위해, 단순 성능 측정을 넘어 복잡계 이론을 적용한 '상전이(Phase Transition) 분석 정책'이 도입되고 있음.
|
|
|
|
---
|
|
|
|
- **과거 데이터와의 충돌:** 초기에는 '정답'을 찾는 알고리즘에 집중했으나, 복잡성 이론의 발달로 인해 완벽한 정답 대신 '근사해'를 찾는 휴리스틱의 정당성이 확보됨.
|
|
- **정책 변화:** Antigravity 프로젝트는 에이전트의 작업 계획 수립 시, 해당 태스크가 NP-hard 수준의 복잡도를 가지는지 판단하여 전수 조사 대신 탐색 위주의 전략을 채택함.
|
|
|
|
## 🔗 Knowledge Connections
|
|
- [[Emergence|Emergence]], [[Systems Thinking|Systems Thinking]], [[Collective-Intelligence|Collective-Intelligence]], Chaos Theory, [[Analysis|Analysis]]
|
|
- **Modern Tech/Tools**: Agent-based modeling (NetLogo), Network [[Analysis|Analysis]] software,[[_system|system]] dynamics tools.
|
|
---
|
|
|
|
---
|
|
|
|
- [[Algorithm-Complexity-Big-O|Algorithm-Complexity-Big-O]], [[Combinatorial-Optimization|Combinatorial-Optimization]], Turing-Machine-Foundations, Cryptography
|
|
- **Raw Source:** 10_Wiki/Topics/AI/Complexity-Theory.md
|