DBSCAN (Density-Based Spatial Clustering of Applications with Noise)

DBSCAN (Density-Based Spatial Clustering of Applications with Noise)은 밀도를 기반으로 데이터 내의 구별되는 그룹을 식별하는 데 사용되는 강력한 비지도 학습 알고리즘입니다. 구형 클러스터를 가정하거나 사전에 그룹 수를 지정해야 하는 전통적인 클러스터링 방법과 달리, DBSCAN은 저밀도 영역으로 분리된 고밀도 영역을 찾아냅니다. 이러한 기능 덕분에 임의의 모양과 크기의 클러스터를 발견할 수 있어, 기본 구조를 알 수 없는 복잡한 실제 데이터셋을 분석하는 데 예외적으로 효과적입니다. 이 알고리즘의 핵심 장점은 내장된 이상치 감지 기능으로, 저밀도 영역의 점들을 클러스터에 억지로 포함시키는 대신 노이즈로 자동 분류한다는 점입니다.

핵심 개념 및 파라미터#

이 알고리즘은 각 데이터 포인트 주위에 이웃을 정의하고 해당 반경 내에 다른 포인트가 몇 개 있는지 세는 방식으로 작동합니다. 이 과정을 제어하는 두 가지 주요 하이퍼파라미터가 있으며, 데이터의 특정 특성에 맞추려면 신중한 하이퍼파라미터 튜닝이 필요합니다:

• Epsilon (eps): 이 파라미터는 이웃을 찾기 위한 포인트 주변의 최대 반경을 지정합니다. 이는 "도달 가능성" 거리를 정의합니다.
• Minimum Points (minPts): 밀집 영역 또는 "코어"를 형성하기 위해 Epsilon 반경 내에 필요한 최소 데이터 포인트 수를 설정합니다.

이 파라미터를 기반으로 DBSCAN은 데이터셋의 모든 포인트를 세 가지 유형 중 하나로 분류합니다.

1. 핵심 점 (Core Points): eps 반경 내에 최소 minPts개의 이웃이 있는 점들입니다. 이 점들은 클러스터의 내부를 형성합니다.

2. 경계 점 (Border Points): 핵심 점의 eps 반경 내에 있지만 자체 이웃 수는 minPts개 미만인 점들입니다. 이들은 클러스터의 가장자리를 형성합니다.

3. 노이즈 점 (Noise Points): 핵심 점도 경계 점도 아닌 점들입니다. 이들은 사실상 이상치로 취급되며, 이상치 감지 같은 작업에 유용합니다.

DBSCAN vs. K-Means 클러스터링#

둘 다 머신러닝 (ML)의 기초가 되지만, DBSCAN은 특정 시나리오에서 K-Means 클러스터링에 비해 명확한 이점을 제공합니다. K-Means는 중심점과 유클리드 거리에 의존하며, 종종 클러스터가 볼록하거나 구형이라고 가정합니다. 이로 인해 길쭉하거나 초승달 모양의 데이터에서는 성능이 떨어질 수 있습니다. 대조적으로, DBSCAN의 밀도 기반 접근 방식은 데이터 분포의 자연스러운 윤곽을 따를 수 있게 해줍니다.

또 다른 중요한 차이점은 초기화에 있습니다. K-Means는 사전에 클러스터 수(k)를 지정해야 하므로 사전 지식이 없으면 어려울 수 있습니다. DBSCAN은 데이터 밀도에서 클러스터 수를 자연스럽게 유추합니다. 또한 K-Means는 모든 점을 그룹에 강제로 포함시키기 때문에 이상치에 민감하여 클러스터 중심을 왜곡할 수 있습니다. DBSCAN이 점을 노이즈로 라벨링하는 기능은 데이터 이상 현상이 유효한 클러스터를 오염시키는 것을 방지하여 예측 모델링과 같은 다운스트림 작업에서 더 깨끗한 결과를 보장합니다.

실제 애플리케이션 사례#

DBSCAN은 공간 분석과 강력한 노이즈 처리가 필요한 산업 분야에서 널리 적용됩니다.

• 지리 공간 분석: 도시 계획 및 물류에서 분석가들은 DBSCAN을 사용하여 배송 차량이나 승차 공유 서비스의 GPS 좌표를 그룹화합니다. 고밀도 하차 구역을 식별함으로써 기업은 경로 계획과 창고 위치를 최적화할 수 있습니다. 예를 들어, 물류 분야의 AI는 효율성을 높이기 위해 배송 중단 지점을 클러스터링하는 경우가 많습니다.
• 비전 기반 이상치 감지: 제조 공정에서 YOLO26 같은 모델로 구동되는 시각 검사 시스템은 표면 결함을 감지할 수 있습니다. DBSCAN은 제품 맵에서 이러한 결함의 좌표를 클러스터링할 수 있습니다. 고립된 감지는 센서 노이즈로 무시될 수 있는 반면, 조밀한 클러스터는 체계적인 제조 결함을 나타내어 품질 검사 경고를 유발합니다.

코드 예제: 감지 중심점 클러스터링#

컴퓨터 비전 워크플로에서 개발자는 종종 Ultralytics Platform을 사용하여 객체 검출기를 학습시키고 결과를 후처리합니다. 다음 예제는 sklearn 라이브러리를 사용하여 감지된 객체의 중심점을 클러스터링하는 방법을 보여줍니다. 이는 공간적으로 관련된 감지 결과를 그룹화하고, 동일한 객체에 대한 여러 바운딩 박스를 잠재적으로 병합하거나 객체 그룹을 식별하는 데 도움이 됩니다.

import numpy as np
from sklearn.cluster import DBSCAN

# Simulated centroids of objects detected by YOLO26
# [x, y] coordinates representing object locations
centroids = np.array(
    [
        [100, 100],
        [102, 104],
        [101, 102],  # Cluster 1 (Dense group)
        [200, 200],
        [205, 202],  # Cluster 2 (Another group)
        [500, 500],  # Noise (Outlier)
    ]
)

# Initialize DBSCAN with a radius (eps) of 10 and min_samples of 2
# This groups points close to each other
clustering = DBSCAN(eps=10, min_samples=2).fit(centroids)

# Labels: 0, 1 are cluster IDs; -1 represents noise
print(f"Cluster Labels: {clustering.labels_}")
# Output: [ 0  0  0  1  1 -1]

딥러닝과의 통합#

DBSCAN은 고전적인 알고리즘이지만 현대 딥러닝과 효과적으로 결합됩니다. 예를 들어, 합성곱 신경망 (CNN)에서 추출된 고차원 피처는 DBSCAN을 적용하기 전에 PCA 또는 t-SNE 같은 차원 축소 기법을 사용하여 축소할 수 있습니다. 이 하이브리드 접근 방식은 단순한 픽셀 위치가 아닌 시맨틱 유사성을 기반으로 복잡한 이미지 데이터를 클러스터링할 수 있게 해줍니다. 이는 라벨이 지정된 학습 데이터가 부족한 비지도 학습 시나리오에서 특히 유용하며, 연구자들이 방대한 라벨 없는 이미지 아카이브를 효율적으로 정리할 수 있도록 돕습니다.