목차
인공지능(AI) 분야의 중심 중 하나인 머신 러닝(Machine Learning)은 실제로 매우 다양한 알고리즘과 학습 방법을 포함하고 있습니다. 머신 러닝을 처음 접할 때 가장 기초적으로 배우게 되는 개념 중 하나가 바로 Supervised Learning(지도 학습) 과 Unsupervised Learning(비지도 학습) 의 차이입니다. 이 두 개념은 머신 러닝을 이해하고, 나아가 적절한 알고리즘을 선택하는 데 매우 중요한 역할을 합니다. 이번 글에서는 이 둘이 어떤 차이가 있으며, 각 방식이 어떤 상황에 적합한지 알아보도록 하겠습니다.
1. Supervised Learning (지도 학습)이란?
1.1 정의
Supervised Learning(지도 학습)은 말 그대로 “지도된 상태에서의 학습”이라고 할 수 있습니다. 즉, 입력 데이터(Input) 와 정답(Label 또는 타깃) 이 함께 주어져, 모델이 그 관계를 학습하여 새로운 입력이 들어왔을 때 정답을 예측할 수 있도록 하는 방법입니다.
- 입력(Input): 모델이 문제를 풀기 위해 참조해야 하는 데이터(예: 이미지, 텍스트, 수치 등)
- 정답(Label, Target): 각 입력에 해당하는 올바른 답(예: 이미지의 라벨, 스팸 여부, 주식 가격 등)
1.2 예시
- 이미지 분류(Image Classification)
- 고양이 사진(입력) → "고양이"(정답)
- 개 사진(입력) → "개"(정답)
- … 이렇게 라벨이 있는 이미지들을 학습 데이터로 사용하여 새 이미지가 들어왔을 때 그 이미지가 무슨 동물인지 판단합니다.
- 스팸 메일 분류(Spam Detection)
- 이메일의 내용(입력) → "스팸" 또는 "스팸 아님"(정답)
- 미리 ‘스팸’과 ‘스팸 아님’으로 분류된 이메일 데이터를 통해 새 이메일이 들어왔을 때 스팸 여부를 판단합니다.
- 주택 가격 예측(House Price Prediction)
- 집의 면적, 방 개수, 위치 등의 정보(입력) → 실제 거래 가격(정답)
- 이미 거래가 완료된 주택들의 데이터와 해당 주택 거래 가격 정보를 활용해, 새로운 주택의 가격을 예측합니다.
1.3 장점과 특징
- 명확한 피드백: 라벨이 존재하기 때문에 모델이 학습 과정에서 에러(오차)를 바로 계산할 수 있습니다. 이를 통해 학습이 용이하고, 모델의 예측 성능을 점진적으로 향상시키기 쉽습니다.
- 넓은 적용 범위: 분류(Classification)와 회귀(Regression) 문제에 널리 활용됩니다.
- 학습 데이터 준비가 중요: 라벨링된 데이터가 필요하기 때문에, 데이터 수집과 라벨링 작업이 많은 비용과 시간을 소모할 수 있습니다.
2. Unsupervised Learning (비지도 학습)이란?
2.1 정의
Unsupervised Learning(비지도 학습)은 정답(Label) 없이 입력 데이터만 주어지는 학습 방식입니다. 정해진 정답이 없으므로, 모델은 스스로 데이터에서 패턴이나 구조를 찾아내게 됩니다. 비지도 학습의 목적은 데이터 안에 존재하는 분포나 군집(Clustering), 숨겨진 구조 등을 파악하는 것입니다.
- 입력(Input): 모델에 제공되는 데이터(라벨이 없음)
- 정답(Label): 주어지지 않음 → 모델이 스스로 패턴을 탐색
2.2 예시
- 군집화(Clustering)
- 예: 고객 데이터를 여러 그룹으로 나누어 각각의 마케팅 전략을 수립
- 라벨 없이도 고객들의 소비 패턴, 나이, 지역, 소득 등의 특성을 바탕으로 ‘비슷한 고객끼리 묶기’가 가능합니다.
- 차원 축소(Dimensionality Reduction)
- 예: PCA(주성분 분석), t-SNE 등
- 데이터의 차원이 매우 높을 때, 비슷한 데이터끼리는 가깝게 배치하고 다른 데이터는 멀리 두며 시각화하거나, 노이즈를 제거하는 목적 등으로 사용합니다.
- 이상치 탐지(Anomaly Detection)
- 일반적인 패턴에서 벗어나는 특이 데이터를 찾아내는 데 사용합니다.
- 예: 신용 카드 사기 탐지, 기계 결함 조기 예측
2.3 장점과 특징
- 라벨링 비용이 없음: 실제로 라벨링하기 매우 어려운 대규모 데이터셋에 대해서도 적용할 수 있습니다.
- 데이터 탐색의 유연성: 라벨이 주어지지 않았기 때문에, 데이터의 구조를 모델이 자유롭게 발견할 수 있습니다.
- 결과 해석의 난이도: 군집화나 차원 축소 결과가 어떤 의미를 가지는지 해석하기가 어려울 때도 많습니다. “왜 이렇게 분류되었는지”를 이해하기 위해서는 별도의 도메인 지식이 필요할 수 있습니다.
3. Supervised Learning vs. Unsupervised Learning
| 구분 | Supervised Learning (지도 학습) | Unsupervised Learning (비지도 학습) |
|---|---|---|
| 입력 데이터 | 입력과 함께 명시적인 정답(Label)이 주어짐 | 입력만 주어지며 정답(Label)은 없음 |
| 목표 | 기존 라벨을 통해 예측 모델을 학습하여, 새로운 데이터에 대한 정답(분류/회귀 결과) 예측 | 데이터 자체에서 패턴이나 구조(군집, 밀도, 이상치)를 파악 |
| 대표적 문제 유형 | 분류(Classification), 회귀(Regression) | 군집화(Clustering), 차원 축소(Dimensionality Reduction), 이상치 탐지(Anomaly Detection) |
| 라벨링 필요 여부 | 필요(많은 경우 직접 사람 손으로 라벨링 작업) | 불필요 |
| 학습 결과 해석 | 라벨이 있으므로 비교적 해석이 쉬움 | 데이터 패턴을 추론해내는 것이므로 해석이 비교적 어려움 |
| 예시 | 이미지 분류, 음성 인식, 자연어 처리, 주가 예측 등 | 고객 군집화, 추천 시스템(협업 필터링 일부), 이상치 탐지, 차원 축소 등 |
4. 언제 어떤 방법을 써야 할까?
4.1 Supervised Learning이 적합할 때
- 라벨이 있는 데이터셋이 충분할 때
- 명확한 예측 목표가 있을 때 (예: 고양이 vs. 개 분류, 미래 매출 예측 등)
- 모델의 정확도나 성능을 객관적으로 평가하고 싶을 때
4.2 Unsupervised Learning이 적합할 때
- 라벨 데이터를 확보하기 어려운 경우
- 대규모 데이터에서 라벨을 만드는 데 드는 비용이 너무 클 때
- 데이터 안에 숨겨진 패턴을 탐색하고 싶을 때
- 군집화, 잠재 변수(특징) 발견, 이상치 탐지 등
- 새로운 아이디어나 가설을 형성하고자 할 때
- 수많은 데이터로부터 특이한 그룹이나 새로운 관계를 찾아내고자 할 때
5. 결론
정리하자면,
- Supervised Learning(지도 학습) 은 “정답이 있는 예제” 를 토대로 모델을 학습하여, 새로운 데이터가 주어졌을 때 예측을 수행하도록 만드는 방법입니다. 분류나 회귀와 같은 전통적인 머신 러닝 문제에 자주 사용됩니다.
- Unsupervised Learning(비지도 학습) 은 “정답 없이” 오직 데이터만 가지고, 그 안에 있는 패턴이나 구조를 스스로 찾아내는 방법입니다. 군집화나 차원 축소, 이상치 탐지 등에서 활용됩니다.
둘 중 어떤 학습 방법을 써야 하는지는 연구나 비즈니스 목표, 데이터의 특성(라벨 유무, 데이터 규모, 품질 등) 에 따라 결정됩니다. 라벨링된 데이터가 있다면 Supervised Learning으로 예측 모델을 개발하는 것이 일반적이지만, 만약 라벨링하기 어려운 대규모 데이터가 있다면, Unsupervised Learning을 통해 데이터의 잠재적인 구조를 파악해볼 수 있습니다.
