Semi-Supervised Learning

준지도 학습 (SSL)은 두 가지 전통적인 학습 방법 사이를 연결하는 역할을 하는 머신 러닝 (ML)의 전략적 패러다임입니다. 지도 학습은 완전히 주석이 지정된 데이터셋에 전적으로 의존하는 반면, 비지도 학습은 태그 없이 데이터에서 패턴을 찾으려 합니다. SSL은 소량의 레이블이 지정된 데이터와 훨씬 더 큰 규모의 레이블이 지정되지 않은 데이터를 결합하여 작동합니다. 이 접근 방식은 보안 카메라나 위성에서 수집한 영상과 같이 원시 이미지를 확보하는 비용은 상대적으로 저렴하지만, 인간 전문가가 수행하는 데이터 라벨링에는 많은 비용과 시간, 노동력이 필요한 실제 컴퓨터 비전 (CV) 시나리오에서 특히 유용합니다. SSL은 레이블이 지정되지 않은 예제에 숨겨진 구조를 효과적으로 활용하여 방대한 주석 예산 없이도 모델 정확도와 일반화 성능을 크게 향상할 수 있습니다.

준지도 학습의 핵심 메커니즘#

SSL의 주요 목표는 소수의 레이블이 지정된 예제에 포함된 정보를 더 큰 규모의 레이블이 지정되지 않은 데이터셋으로 전파하는 것입니다. 이를 통해 신경망은 데이터의 밀도가 낮은 영역을 통과하는 결정 경계를 학습하고, 그 결과 더 견고한 분류 또는 탐지가 가능해집니다.

대부분의 준지도 학습 워크플로를 이끄는 두 가지 대표적인 기법은 다음과 같습니다.

• 의사 레이블링: 이 방법에서는 먼저 제한된 레이블 데이터로 모델을 학습합니다. 그런 다음 해당 모델을 사용하여 레이블이 지정되지 않은 데이터에 대해 추론을 실행합니다. 특정 신뢰도 임계값을 초과하는 예측은 "의사 레이블" 또는 정답으로 간주됩니다. 이러한 확신도 높은 예측을 학습 데이터에 추가한 후 모델을 다시 학습하며, 이 과정을 반복하여 성능을 점진적으로 향상합니다.
• 일관성 정규화: 이 기법은 데이터 증강에 의존합니다. 핵심 아이디어는 모델이 이미지와 해당 이미지의 약간 수정된(증강된) 버전에 대해 유사한 예측을 출력해야 한다는 것입니다. 원본과 증강 버전 간 예측 차이를 최소화하면 모델은 노이즈보다 객체의 핵심 특징에 집중하는 방법을 학습하여 과적합에 대응하는 능력을 향상합니다.

YOLO를 활용한 실제 구현#

다음 Python 예제는 ultralytics 패키지를 사용한 간단한 의사 레이블링 워크플로를 보여 줍니다. 여기서는 소규모 데이터셋으로 YOLO26 모델을 학습한 다음, 해당 모델을 사용하여 레이블이 지정되지 않은 이미지 디렉터리에 대한 레이블을 생성합니다.

from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# Train initially on a small available labeled dataset
model.train(data="coco8.yaml", epochs=10)

# Run inference on unlabeled data to generate pseudo-labels
# Setting save_txt=True saves the detections as text files for future training
results = model.predict(source="./unlabeled_images", save_txt=True, conf=0.85)

실제 적용 사례#

준지도 학습은 데이터는 풍부하지만 전문 지식은 부족한 산업을 변화시키고 있습니다.

• 의료 영상: 헬스케어 AI에서는 스캔(X선, MRI)을 확보하는 것이 표준 절차이지만, 모든 픽셀에 종양 탐지 주석을 지정할 자격 인증 영상의학 전문의를 확보하는 일은 감당하기 어려울 정도로 비용이 많이 듭니다. SSL을 사용하면 연구자들은 전문가가 주석을 지정한 사례 중 일부만으로도 고성능 모델을 학습하고, 수천 건의 보관된 스캔을 활용하여 생물학적 구조에 대한 모델의 이해를 개선할 수 있습니다.
• 자율 주행: 자율 주행 차량 기업은 매일 차량 플릿에서 페타바이트 규모의 영상 데이터를 수집합니다. 모든 프레임에 객체 탐지 및 시맨틱 세그멘테이션 주석을 지정하는 것은 불가능합니다. SSL을 활용하면 시스템은 레이블이 지정되지 않은 방대한 주행 시간 데이터 대부분에서 학습하여 복잡한 도로 환경, 기상 조건 및 드문 엣지 케이스를 더 잘 이해할 수 있습니다.

관련 개념 구분하기#

AI 솔루션을 효과적으로 배포하려면 SSL이 유사한 전략과 어떻게 다른지 이해하는 것이 중요합니다.

• 능동 학습과 비교: 두 방법 모두 레이블이 지정되지 않은 데이터를 다루지만, 레이블을 지정하는 방식은 다릅니다. SSL은 모델의 예측을 기반으로 레이블을 자동으로 할당합니다. 반면 능동 학습은 가장 "혼란스럽거나" 불확실한 데이터 포인트를 식별하고 휴먼 인 더 루프를 명시적으로 요청하여 레이블을 지정하게 함으로써, 사람의 개입을 완전히 제거하기보다는 사람의 시간을 최적화합니다.
• 전이 학습과 비교: 전이 학습은 대규모 외부 데이터셋(예: ImageNet)으로 사전 학습된 모델을 가져와 특정 작업에 맞게 파인튜닝하는 방식입니다. 반면 SSL은 학습 과정 자체에서 특정 데이터셋 분포에 속한 레이블이 지정되지 않은 부분을 활용하는 데 중점을 둡니다.
• 자기지도 학습과 비교: 이름은 비슷하지만 자기지도 학습은 외부 레이블 없이 데이터가 자체적으로 학습 신호를 생성하는 "프리텍스트 작업"(예: 이미지 패치로 구성된 직소 퍼즐 풀기)을 가리키는 경우가 많습니다. SSL은 이 과정을 안내하기 위해 검증된 레이블로 구성된 더 작은 데이터셋을 사용한다는 의미를 구체적으로 포함합니다.

도구 및 향후 전망#

딥 러닝 (DL) 모델의 규모가 커지면서 데이터 사용 효율성이 무엇보다 중요해지고 있습니다. PyTorch와 TensorFlow 같은 최신 프레임워크는 이러한 고급 학습 루프를 위한 컴퓨팅 백엔드를 제공합니다. 또한 Ultralytics Platform과 같은 도구는 데이터셋 관리 수명 주기를 간소화하고 있습니다. 팀은 자동 주석과 같은 기능을 활용하여 준지도 학습 워크플로를 더 쉽게 구현하고, 원시 데이터를 프로덕션에 바로 사용할 수 있는 모델 가중치로 신속하게 전환할 수 있습니다. 이러한 MLOps의 발전은 고정확도 비전 시스템 구축의 진입 장벽을 지속적으로 낮추고 있습니다.