58153a49a0
- Fix false EmailIntegration bug reports in multiple docs - Add new UUID principle violation documentation - Remove incorrect assumptions about gmail_tokens table - Update 250922 doc to reflect Gateway UUID conversion working - Clean up research papers organization into subdirectories
3.0 KiB
3.0 KiB
베이즈 학문의 역사: 주요 연도와 사건
베이즈(Bayes) 관련 학문의 역사는 확률 이론의 초기 발전부터 현대 인공지능에 이르기까지 폭넓게 이어져 왔습니다. 주요 연도와 발생 사건을 중심으로 정리합니다.
- 1702년 (추정): 토마스 베이즈 (Thomas Bayes) 출생. 영국의 목사이자 수학자로, 베이즈 정리의 기초를 마련했습니다.
- 1761년: 토마스 베이즈 사망. 그의 연구는 생전에 출판되지 않았습니다.
- 1763년: 베이즈의 친구인 **리처드 프라이스 (Richard Price)**가 베이즈의 논문 "An Essay towards solving a Problem in the Doctrine of Chances"를 왕립학회에 제출하고 사후 출판. 이 논문에서 **베이즈 정리 (Bayes' Theorem)**의 초기 형태가 제시되었습니다. 이는 사전 확률(prior probability)을 새로운 증거(evidence)를 통해 사후 확률(posterior probability)로 업데이트하는 방법을 다룹니다.
- 1774년: **피에르-시몽 라플라스 (Pierre-Simon Laplace)**가 베이즈의 작업을 독자적으로 재발견하고 확장. 그는 베이즈 정리를 연속 확률 분포에 적용하고, 천문학, 인구 통계 등 다양한 분야에 활용하며 베이지안 추론을 널리 알렸습니다. 라플라스는 "확률론적 분석 이론(Théorie analytique des probabilités)"을 저술했습니다.
- 19세기 후반 ~ 20세기 초반: 빈도주의(Frequentist) 통계학이 발전하면서 베이지안 방법론은 '주관적인 사전 확률'에 대한 비판으로 인해 주류에서 밀려났습니다.
- 1930년대 ~ 1950년대: 해럴드 제프리스 (Harold Jeffreys), 브루노 데 피네티 (Bruno de Finetti), 레너드 새비지 (Leonard J. Savage) 등이 베이지안 통계학의 이론적 기반을 재정립하고 주관적 확률의 중요성을 강조하며 부활의 씨앗을 뿌렸습니다.
- 1980년대 후반 ~ 1990년대: 컴퓨터 연산 능력의 발전과 마르코프 연쇄 몬테카를로 (MCMC: Markov Chain Monte Carlo) 방법론(특히 깁스 샘플링)의 등장으로 복잡한 베이지안 모델의 계산이 가능해지면서 베이지안 통계학이 폭발적으로 성장하기 시작했습니다.
- 2000년대 이후: 기계 학습, 인공지능, 인지 과학, 생물 정보학, 금융 등 거의 모든 과학 및 공학 분야에서 불확실성을 다루는 강력한 도구로 베이지안 방법론이 광범위하게 적용되고 있습니다. 특히 베이지안 신경망 (Bayesian Neural Networks), 베이지안 최적화 (Bayesian Optimization), 베이지안 뇌 가설 (Bayesian Brain Hypothesis) 등 다양한 형태로 발전하고 있습니다.
이처럼 베이즈 관련 학문은 한동안 침체기를 겪었으나, 컴퓨터 기술의 발전과 함께 불확실성 모델링의 중요성이 부각되면서 현대 통계학 및 인공지능의 핵심 기둥 중 하나로 자리매김했습니다.