(주의: 이 글에서 다루는 내용은 통계학 중급자 이상을 대상으로 하는 내용으로, 좀 어렵습니다. 특히 베이즈 정리, 다변량 정규분포와 그에 관련된 행렬 이론에 대한 이해를 필요로 합니다.)  요청이 있어서, 가우시안 프로세스 (Gaussian Process) 라는 것에 대해 제가 최근 공부한 것을 바탕으로 최대한 간략하게 소개하려 합니다. 가우시안 프로세스는 이름에서 알 수 있듯 정규분포, 특히 다변량 정규분포를 기반으로 하는 방법론입니다. 이 방법론은 다양한 응용 분야를 갖고 있는 듯한데, 딥러닝이 등장하기 이전까지는 꽤 인기있는 머신러닝 프레임웍이었던 듯하고, 지금도 머신러닝 모델의 파라미터 튜닝을 위해 흔히 사용되는 듯합니다 특히 베이지안 최적화 (Bayesian optimization) 와 관련해서 말이죠. 그리고 지금부터는 가우시안 프로세스를 줄여서 GP라고 부르기로 하겠습니다. 1. 동기 GP에 대해 이해하기 위해서는 애초에 이 방법론이 왜 필요한지 소개하는 것이...