지도학습
문제와 정답이 나란히 적힌 문제집을 수만 번 반복해서 풀며 공부하는 인공지능 학습법이에요.
정의 지도학습은 문제(데이터)와 그에 맞는 정답(라벨)을 짝지어 컴퓨터에 미리 보여주고, 새로운 문제를 만났을 때 스스로 정답을 찾아내도록 가르치는 기계학습(머신러닝) 방식이에요. 사람이 옆에서 답안지를 보여주며 지도하듯 가르친다고 해서 '지도(Supervised)'라는 이름이 붙었어요. 컴퓨터에게 수많은 예시와 정답을 함께 제시함으로써, 데이터 속에 숨어 있는 규칙을 스스로 터득하게 만드는 가장 대표적인 인공지능 학습 방법이에요.
정답지 달린 문제집으로 공부해요
어린아이에게 고양이와 강아지를 구별하는 법을 가르칠 때를 떠올려 보세요. 우리는 아이에게 사진을 한 장씩 보여주며 '이건 고양이야', '이건 강아지야'라고 이름표를 붙여 알려줘요. 아이는 수백 장의 사진을 보면서 뾰족한 귀나 둥근 얼굴 같은 고양이만의 고유한 특징을 스스로 머릿속에 정리하죠.
컴퓨터가 배우는 원리도 이와 똑같아요. 인공지능에게 수많은 사진(입력 데이터)과 함께 '이 사진은 고양이'라는 정답표(라벨)를 한 세트로 묶어서 입력해요. 그러면 컴퓨터는 사진을 이루는 수많은 픽셀 숫자를 분석하면서 고양이 사진들에만 나타나는 공통적인 규칙을 찾아내기 시작해요.
이렇게 수만 번의 연습을 마친 인공지능은 학습에 쓰이지 않은 완전히 새로운 고양이 사진을 보더라도 '이 사진은 고양이일 확률이 99%예요'라고 스스로 정답을 척척 맞히게 돼요. 정답이 있는 문제집을 끝없이 풀며 실력을 기르는 수험생과 같은 원리예요.
조금 더 정확히 말하면
조금 더 정확히 말하면, 지도학습은 입력값(X)을 넣었을 때 정답(Y)이 나오는 가장 정확한 수학 공식을 컴퓨터가 스스로 찾아가는 과정이에요. 컴퓨터는 처음부터 정답을 맞히지 못하고 무작위 숫자를 넣어 엉뚱한 값을 찍어내요.
컴퓨터가 틀린 답을 내놓을 때마다, 준비된 진짜 정답과 얼마나 차이가 나는지 오차(손실)를 계산해요. 그리고 다음번에는 오차가 조금이라도 줄어들도록 내부 계산식에 들어 있는 수많은 숫자(가중치)를 아주 미세하게 수정하죠.
이 과정을 수백만 번 되풀이하면서 오차를 거의 0에 가깝게 줄여나가는 작업이 바로 지도학습의 본질이에요. 결국 컴퓨터는 문제와 답을 통째로 외우는 것이 아니라, 문제와 정답 사이를 관통하는 수학적인 규칙과 패턴을 찾아내는 셈이에요.
결과에 따라 분류와 회귀로 나뉘어요
지도학습으로 해결하는 문제는 크게 두 종류로 나눌 수 있어요. 첫 번째는 '분류'예요. 도착한 이메일이 스팸인지 정상인지 가려내거나, 사진 속 글자가 어떤 글자인지처럼 정해진 몇 가지 선택지 중 하나를 짚어내는 작업이에요.
두 번째는 '회귀'예요. 방의 크기와 역과의 거리를 보고 아파트 거래 가격을 예측하거나, 과거 기상 기록을 바탕으로 내일의 낮 최고 기온을 맞히는 것처럼 연속적인 숫자 크기를 알아맞히는 작업이에요.
우리가 일상에서 매일 쓰는 스마트폰의 얼굴 인식, 동영상 플랫폼의 자동 자막 생성, 다국어 번역기, 스팸 차단 필터까지 모두 이 지도학습을 바탕으로 작동하고 있어요.
🤔 흔한 오해
지도학습은 사람이 컴퓨터 옆에서 실시간으로 지켜보며 잘못을 지적해 주는 방식이다.
사람이 계속 지켜보는 것이 아니라, 컴퓨터가 '미리 라벨링된 정답 데이터'와 자신의 예측 결과를 대조하며 스스로 오차를 줄여나가는 방식이에요.
🧺 일상에서 만나요
문제와 정답이 함께 적힌 데이터를 통해 컴퓨터가 스스로 규칙을 찾고 오차를 줄이며 배우는 방법이에요.