[B] 비모수 베이지안 — 분포 가정 없이 액터별 Fit 학습

날짜: 2026.04.16 개념명: 비모수 베이지안 (Nonparametric Bayesian) 푸는 것: 데이터 분포를 미리 가정하지 않고 데이터 자체에서 구조를 학습. 모수가 무한차원 — 데이터가 적어도 작동 작동 원리: 디리클레 확률과정 등으로 분포를 유연하게 추정. 새 데이터가 들어올수록 추정이 정교해짐. 가정 붕괴 시에도 작동 Unfold 연결점: BRF/IDML 파싱 후 “이 액터에게 맞는 구조가 무엇인가”를 추정할 때. 브라유 라이브러리처럼 레이블 데이터가 거의 없는 환경에 적합 연결 원리: Fit(액터, 환경, 동작) — 액터 분포를 가정하지 않는 것이 Unfold 설계 원칙과 일치. “형태 없음 = 모든 형태 수용”의 수학적 표현 블로그 각도: “데이터가 없어도 학습하는 수학 — 비모수 베이지안이 접근성 AI에 맞는 이유”

---