[머신러닝] Energy Based Model – 에너지가 낮을수록 가능성은 높다?

“확률 대신 에너지로 생각하면, 세상이 달라 보인다.” 딥러닝에서 ‘에너지’라는 말이 등장하면 뭔가 낯설죠?

하지만 이 개념은 이미지 생성, 이상 탐지, 강화학습 등에서 놀라운 유연성을 보여줍니다. 이 글에서는 Energy-Based Model (EBM)의 개념, 수식, 장단점, 그리고 유명한 예시까지 정리해보겠습니다.

EBM이란? Energy-Based Model은 데이터와 그에 대한 해석(라벨 등) 사이의 관계를 하나의 스칼라 값, 즉 ‘에너지’로 표현하는 모델입니다.

에너지가 낮을수록, 그 조합이 더 가능성 있는 것으로 간주합니다. 핵심 개념: 입력 x, 출력 또는 상태 y 에너지 함수 E(x,y): x와 y가 얼마나 “자연스러운 조합”인지 측정 목표: 좋은 조합에는 낮은 에너지, 나쁜 조합에는 높은 에너지 수식 구조 일반적인 확률 모델: P(y∣x) 형태로 조건부 확률을 학습 Energy-Based Model: E(x,y): 낮을수록 좋은 조합 다시 요약해보면: 전통...