Day 2 - 학습 유형: 지도·비지도·강화학습

들어가며

어제는 AI·머신러닝·딥러닝의 관계를 살펴봤습니다. 오늘은 머신러닝이 "어떻게 학습하는가"에 따라 나뉘는 세 가지 큰 학습 유형을 배웁니다.

• 지도학습(Supervised Learning)
• 비지도학습(Unsupervised Learning)
• 강화학습(Reinforcement Learning)

이 세 가지는 시험에 자주 등장하며, 각각 "정답(레이블)이 있는가", "어떻게 학습 신호를 받는가"가 핵심 차이입니다. 함께 분류(classification), 회귀(regression), 군집(clustering) 같은 기본 작업 개념도 정리합니다.

학습 유형 한눈에 보기

1. 지도학습 (Supervised Learning)

지도학습은 입력과 정답(레이블)이 함께 주어진 데이터로 학습합니다. "선생님이 정답을 알려주며 가르치는" 방식이라 생각하면 됩니다.

예를 들어 강아지/고양이 사진에 각각 "강아지", "고양이"라는 정답을 붙여 학습시키면, 모델은 새로운 사진을 보고 어느 쪽인지 예측하게 됩니다.

지도학습은 크게 두 가지로 나뉩니다.

분류 (Classification)

정답이 정해진 카테고리(종류) 중 하나일 때 사용합니다. 출력이 "이것이냐 저것이냐"처럼 범주입니다.

• 이메일이 스팸인가 아닌가 (2개 범주)
• 사진 속 동물이 개·고양이·새 중 무엇인가 (여러 범주)
• 신용카드 거래가 정상인가 사기인가

회귀 (Regression)

정답이 연속적인 숫자 값일 때 사용합니다. 출력이 "얼마인가"처럼 수치입니다.

• 내일의 기온은 몇 도인가
• 이 집의 예상 가격은 얼마인가
• 다음 달 매출은 얼마일까

💡 관련 이론: 분류와 회귀를 구분하는 가장 쉬운 기준은 "출력이 범주(category)인가, 숫자(number)인가"입니다. "스팸/정상"은 분류, "가격 예측"은 회귀입니다.

2. 비지도학습 (Unsupervised Learning)

비지도학습은 정답(레이블)이 없는 데이터에서 스스로 숨은 구조나 패턴을 찾습니다. "정답지 없이 데이터를 정리하라"는 방식입니다.

군집 (Clustering)

비슷한 데이터끼리 자동으로 묶는 작업입니다. 미리 정해진 정답 그룹이 없다는 점이 분류와 다릅니다.

• 고객을 구매 성향에 따라 비슷한 그룹으로 자동 분류
• 뉴스 기사를 주제별로 자동 묶기

예를 들어 "고객을 3개 그룹으로 나눠라"라고 하면, 비지도학습은 누가 어느 그룹인지 정답을 미리 받지 않고도 비슷한 사람끼리 묶어 줍니다.

차원 축소 (Dimensionality Reduction)

📝 연습 문제

선택지를 클릭하면 정답·해설이 펼쳐집니다.

문제 1

입력 데이터와 함께 정답(레이블)이 주어지고, 모델이 그 정답을 맞히도록 학습하는 방식은?

• A비지도학습
• B지도학습
• C강화학습
• D전이학습

문제 2

집의 면적·방 개수 등을 입력받아 "예상 판매 가격(원 단위 숫자)"을 예측하려 한다. 이에 가장 알맞은 작업은?

• A분류(Classification)
• B군집(Clustering)
• C회귀(Regression)
• D차원 축소(Dimensionality Reduction)

문제 3

정답 레이블이 전혀 없는 고객 데이터에서 비슷한 성향의 고객끼리 자동으로 묶으려 한다. 가장 적합한 작업은?

• A회귀
• B군집
• C분류
• D강화학습

문제 4

강화학습의 학습 방식을 가장 잘 설명한 것은?

• A미리 준비된 정답 데이터를 그대로 외워서 학습한다
• B행동의 결과로 받는 보상을 최대화하도록 시행착오로 학습한다
• C정답 없이 데이터를 비슷한 그룹으로 묶는다
• D입력과 정답의 짝을 보고 숫자 값을 예측한다

문제 5

분류(지도학습)와 군집(비지도학습)의 가장 핵심적인 차이는?

• A분류는 숫자를, 군집은 범주를 예측한다
• B분류는 정답 레이블을 사용하고, 군집은 정답 없이 유사성으로 묶는다
• C분류는 보상을 사용하고, 군집은 정답을 사용한다
• D둘 다 정답 레이블을 사용하므로 차이가 없다