EN
ABC
해석 · 개념 허브깊이 읽기

마르코프 연쇄

Markov Chains

AD 190620세기 러시아 (마르코프)

‘마르코프 연쇄’에서 묻습니다. 한 번의 우연에서 반복되는 신호를 어떻게 읽을까?

주사위와 보험에서 데이터, 잡음, 학습 알고리즘까지 불확실성을 측정하고 판단으로 바꾸는 여정입니다.

이 항로는 이해를 돕는 편집 경로입니다. 직접적인 역사 영향선이나 한 사람의 단독 발명을 뜻하지 않습니다.

한 호흡으로 이해하기

"다음 상태의 확률은 현재 상태를 알면 충분하다." 마르코프는 1906년 이론을 정식화하고 1913년 푸시킨 작품의 자음·모음 전이를 분석했다. 모든 연쇄가 수렴하는 것은 아니지만, 유한 상태에서 기약이고 비주기적인 연쇄는 출발 상태와 무관하게 하나의 정상 분포로 수렴한다. PageRank·음성인식·강화학습 등에 이 구조가 쓰인다.

한눈에 보기

→ 다음

맑음

흐림

맑음

0.7

0.2

0.1

흐림

0.3

0.4

0.3

0.2

0.3

0.5

정상 분포 (수렴)

0.46

0.28

0.26

전이 행렬 곱셈을 거듭하면 어떤 시작에서 출발해도 같은 정상 분포 ≈ (0.46, 0.28, 0.26)에 도달 — 에르고드 정리. PageRank가 정확히 이 계산.

개념

"다음 상태는 현재만 의존하고, 과거는 잊는다." 1906년 마르코프가 정의. 구글 PageRank, GPT, 음성인식, 카드 셔플의 수렴까지 — 기억 없는 확률 과정의 보편 모델.

핵심 식

P(Xn+1=jXn=i,,X0)=P(Xn+1=jXn=i)P(X_{n+1} = j \mid X_n = i,\, \ldots,\, X_0) = P(X_{n+1} = j \mid X_n = i)

미래는 현재만이 결정 — 과거 무관 (마르코프 성질)

시간의 항구

이 개념은 한 번에 발명되지 않았습니다

장면을 따라가면 문제, 표기, 증명 기준과 쓰임이 서로 다른 장소와 시대에서 어떻게 바뀌었는지 보입니다.

1
AD 1906장면 1 / 3같은 연도의 세계에서 이어 보기

문학에서 문학으로 — 푸시킨 시 분석

마르코프가 푸시킨의 시 예브게니 오네긴에서 모음·자음 분포를 분석해 기억 없는 확률 모델 제안.

정확한 장소가 없어 거짓 핀 대신 시간만 이어지는 장면

같은 연도의 세계에서 이어 보기
2
AD 1953장면 2 / 3같은 연도의 세계에서 이어 보기

MCMC — 메트로폴리스 알고리즘

맨해튼 프로젝트에서 마르코프 연쇄 몬테카를로 발명. 어려운 분포에서 표본 추출 가능해짐.

정확한 장소가 없어 거짓 핀 대신 시간만 이어지는 장면

같은 연도의 세계에서 이어 보기
3
AD 1998장면 3 / 3같은 연도의 세계에서 이어 보기

PageRank — 마르코프 연쇄의 절정

구글 창업자들이 웹 페이지 랜덤 서퍼 모델로 검색 순위. 마르코프 연쇄가 IT 거인을 만듦.

정확한 장소가 없어 거짓 핀 대신 시간만 이어지는 장면

같은 연도의 세계에서 이어 보기

오늘날의 응용

GPT의 토큰 예측, 강화학습, 베이지안 추론(MCMC), 카드 셔플 횟수 분석.

MathVoyage 너머로

큐레이터가 고른 원전과 탐구 과제. OEIS·Project Euler·MathOverflow·arXiv에서는 발견 하나를 수첩으로 가져올 수 있습니다.

한 사람이 만든 개념이 아닙니다

역할이 다른 사람들을 따라가기

대표 연결은 발명자 명단이 아닙니다. 문제를 열고, 언어를 다듬고, 다른 세계로 옮긴 서로 다른 항구입니다.

수의 렌즈

같은 개념도 수의 세계가 바뀌면 다르게 보입니다

아래 수는 필수 선수 조건이 아니라 이 항로를 비추는 편집 렌즈입니다.

개념의 계보

무엇을 딛고, 무엇을 열었을까?

앞에서 건너온 개념

현재 항구

마르코프 연쇄

여기서 열리는 개념

직접 연결만 표시하며 완전한 학습 순서나 역사 영향선을 뜻하지 않습니다.