docs: 감정 시스템 설계 문서 수정 - VAD 제거 및 기존 내용 보존
- VAD 3차원 모델 제거 (학술적 근거 부족) - 768차원 임베딩을 핵심 표현으로 유지 - Inside Out 9개 감정을 해석 레이어로 추가 - 기존 엔트로피, 베이지안, ChromaDB 구조 모두 보존 - 예측-평가 피드백 루프 통합 - 섹션 번호 정리
This commit is contained in:
happybell80
parent
ea981ee683
commit
4b9cb34203
@ -15,7 +15,12 @@
|
||||
|
||||
## 2. 감정 상태 구조
|
||||
|
||||
### 2.1 Inside Out 기반 2축 감정 모델
|
||||
### 2.1 기본 구조
|
||||
- **감정 임베딩**: 768차원 벡터 (사전학습 모델 사용) - 핵심 표현
|
||||
- **엔트로피 궤적**: 시간에 따른 엔트로피 변화 추적
|
||||
- **베이지안 파라미터**: Beta, Gamma, Dirichlet 분포로 학습
|
||||
|
||||
### 2.2 Inside Out 기반 2축 감정 모델
|
||||
- **기본정서 축 (에크먼, Inside Out 1)**:
|
||||
- Joy(기쁨), Sadness(슬픔), Anger(분노), Fear(두려움), Disgust(혐오)
|
||||
- 즉각적 반응, 100ms 내 처리
|
||||
@ -26,14 +31,13 @@
|
||||
- 미래 예측과 사회적 비교, 500ms 처리
|
||||
- 사춘기 및 조직 맥락의 의사결정
|
||||
|
||||
- **감정 임베딩**: 768차원 벡터 (기본정서 + 사회기능 통합 표현)
|
||||
- **엔트로피 궤적**: 시간에 따른 엔트로피 변화 추적
|
||||
- **베이지안 파라미터**: Dirichlet 분포로 감정 혼합 모델링
|
||||
- **통합 방식**: 768차원 임베딩에서 9개 감정 레이블 추출
|
||||
|
||||
### 2.2 감정 동역학
|
||||
### 2.3 감정 동역학
|
||||
- 감정 변화율 = α(흡수율) × 평가 - δ(감쇠율) × 현재감정
|
||||
- α와 δ는 Beta 분포에서 Thompson Sampling
|
||||
- 기본정서는 빠른 α, 사회기능은 느린 α로 차별화
|
||||
- 사용자 피드백으로 사후분포 업데이트
|
||||
|
||||
## 3. 감정 임베딩 활용
|
||||
|
||||
@ -45,7 +49,7 @@
|
||||
### 3.2 ChromaDB 통합
|
||||
- **저장 구조**:
|
||||
- 감정 임베딩 벡터 (768차원)
|
||||
- VAD 값 (3차원)
|
||||
- Inside Out 감정 분포 (9차원: 기본 5 + 사회 4)
|
||||
- 엔트로피 점수
|
||||
- 타임스탬프와 메타데이터
|
||||
|
||||
@ -148,30 +152,30 @@ sequenceDiagram
|
||||
Eval-->>Predict: 사후분포 업데이트
|
||||
```
|
||||
|
||||
### 4.2 중요도 결정 방식
|
||||
### 5.3 중요도 결정 방식
|
||||
- 잠재 중요도 z ∈ {0,1}
|
||||
- 관측: m(엔트로피), e(임베딩 거리), l(LLM 점수)
|
||||
- 베이지안 추론으로 P(z=1|m,e,l) 계산
|
||||
- Thompson Sampling으로 저장/무시 결정
|
||||
|
||||
## 5. 베이지안 학습 시스템
|
||||
## 6. 베이지안 학습 시스템
|
||||
|
||||
### 5.1 파라미터 학습
|
||||
### 6.1 파라미터 학습
|
||||
- **윈도우 크기**: Poisson 분포, TD-Error 기반 적응
|
||||
- **가중치**: Dirichlet 분포, 사용자 피드백으로 업데이트
|
||||
- **임계값**: Beta 분포, 성능 지표로 조정
|
||||
|
||||
### 5.2 계층적 모델
|
||||
### 6.2 계층적 모델
|
||||
- **조직 레벨**: 글로벌 사전분포
|
||||
- **팀 레벨**: 팀별 특성 학습
|
||||
- **개인 레벨**: 개인화된 사후분포
|
||||
|
||||
### 5.3 온라인 업데이트
|
||||
### 6.3 온라인 업데이트
|
||||
- 실시간 사후분포 갱신
|
||||
- 지연 피드백 처리 (backward update)
|
||||
- 불확실성 기반 탐색-활용 균형
|
||||
|
||||
### 5.4 학습 플로우
|
||||
### 6.4 학습 플로우
|
||||
|
||||
```mermaid
|
||||
flowchart TD
|
||||
@ -195,21 +199,21 @@ flowchart TD
|
||||
K --> L[다음 행동 결정]
|
||||
```
|
||||
|
||||
## 6. 감정-기억 통합
|
||||
## 7. 감정-기억 통합
|
||||
|
||||
### 6.1 저장 결정
|
||||
### 7.1 저장 결정
|
||||
- 엔트로피 특이점 검사
|
||||
- 임베딩 클러스터 거리
|
||||
- 베이지안 중요도 추론
|
||||
- Thompson Sampling으로 최종 결정
|
||||
|
||||
### 6.2 회상 메커니즘
|
||||
### 7.2 회상 메커니즘
|
||||
- 임베딩 기반 빠른 검색 (ChromaDB)
|
||||
- 엔트로피 가중 재순위화
|
||||
- MMR로 다양성 보장
|
||||
- 시간 감쇠 적용
|
||||
|
||||
### 6.3 기억 회상 시퀀스
|
||||
### 7.3 기억 회상 시퀀스
|
||||
|
||||
```mermaid
|
||||
sequenceDiagram
|
||||
@ -234,9 +238,9 @@ sequenceDiagram
|
||||
Response-->>Query: 관련 기억 반환
|
||||
```
|
||||
|
||||
## 7. 공감 시스템
|
||||
## 8. 공감 시스템
|
||||
|
||||
### 7.1 Inside Out 기반 공감 전략
|
||||
### 8.1 Inside Out 기반 공감 전략
|
||||
**기본정서 대응**:
|
||||
- Joy → 함께 기뻐하기, 축하
|
||||
- Sadness → 위로, 경청
|
||||
@ -250,25 +254,30 @@ sequenceDiagram
|
||||
- Embarrassment → 정상화, 수용
|
||||
- Ennui → 새로운 자극 제안
|
||||
|
||||
### 7.2 예측 기반 선제적 공감
|
||||
### 8.2 예측 기반 선제적 공감
|
||||
- 감정 전환 예측 (Sadness → Anger 가능성)
|
||||
- 선제적 개입 (전환 전 완화)
|
||||
- Thompson Sampling으로 전략 선택
|
||||
- 실제 효과로 베이지안 업데이트
|
||||
|
||||
## 8. 성능 지표
|
||||
## 9. 성능 지표
|
||||
|
||||
### 8.1 임베딩 품질
|
||||
### 9.1 임베딩 품질
|
||||
- **Triplet Accuracy**: 같은 감정이 임베딩 공간에서 가까운 비율
|
||||
- **Retrieval NDCG@k**: 관련 기억 검색 정확도
|
||||
- **클러스터 순도**: 감정 클러스터의 일관성
|
||||
|
||||
### 8.2 시스템 성능
|
||||
### 9.2 예측 정확도
|
||||
- **KL Divergence**: 예측 vs 실제 감정 분포
|
||||
- **시간 예측 오차**: 감정 전환 타이밍
|
||||
- **학습 수렴 속도**: 예측 개선 속도
|
||||
|
||||
### 9.3 시스템 성능
|
||||
- **엔트로피 감소율**: 중요 순간 포착 능력
|
||||
- **베이지안 캘리브레이션**: 확률 예측의 정확도
|
||||
- **적응 속도**: 사용자별 수렴 시간
|
||||
|
||||
## 9. 구현 우선순위
|
||||
## 10. 구현 우선순위
|
||||
|
||||
### Phase 1: 기초 구축
|
||||
- Inside Out 9개 감정 정의 (기본 5 + 사회 4)
|
||||
@ -294,14 +303,14 @@ sequenceDiagram
|
||||
- 추론 속도 개선
|
||||
- 메모리 효율화
|
||||
|
||||
## 10. 기술 스택
|
||||
## 11. 기술 스택
|
||||
|
||||
- **임베딩 모델**: Hugging Face Transformers
|
||||
- **벡터 DB**: ChromaDB (이미 사용 중)
|
||||
- **베이지안 추론**: Pyro (경량) 또는 TFP (대규모)
|
||||
- **함수형 구조**: 순수 함수 + I/O 분리 패턴
|
||||
|
||||
## 11. 주요 결정 사항
|
||||
## 12. 주요 결정 사항
|
||||
|
||||
1. **임베딩 모델 선택**:
|
||||
- 한국어 지원 여부
|
||||
@ -316,7 +325,7 @@ sequenceDiagram
|
||||
- 실시간 vs 배치
|
||||
- 리소스 vs 반응성
|
||||
|
||||
## 12. Inside Out 모델의 학술적 근거
|
||||
## 13. Inside Out 모델의 학술적 근거
|
||||
|
||||
### 과학 자문진
|
||||
- **폴 에크먼** (UC San Francisco): 기본정서 이론 창시자
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user