Unsupervised Learning

비지도 학습은 알고리즘이 사람의 개입 없이 태그가 지정되지 않은 데이터에서 패턴을 학습하는 머신 러닝의 한 유형입니다. 모델을 학습시키기 위해 레이블이 지정된 입력-출력 쌍을 사용하는 지도 학습과 달리, 비지도 학습은 과거 레이블이 없는 데이터를 다룹니다. 이 시스템은 입력 데이터 내에 숨겨진 구조, 패턴 또는 관계를 발견하여 본질적으로 스스로 학습하려고 합니다. 오늘날 생성되는 데이터의 대부분이 이미지, 동영상, 텍스트, 센서 로그와 같이 구조화되지 않고 레이블도 지정되지 않았기 때문에 이러한 접근 방식은 특히 중요합니다.

비지도 학습의 작동 방식#

비지도 학습 환경에서는 알고리즘이 데이터에서 흥미로운 구조를 스스로 발견하도록 맡겨집니다. 목표는 대개 데이터의 기본 분포를 모델링하거나 데이터 자체에 대해 더 많이 학습하는 것입니다. 학습 중에 "정답"이 제공되지 않으므로 모델은 전통적인 의미의 정확도로 평가할 수 없습니다. 대신 성능은 모델이 차원을 얼마나 잘 축소하거나 유사한 데이터 포인트를 얼마나 잘 함께 클러스터링하는지를 기준으로 측정하는 경우가 많습니다.

이 방법론은 인간이 새로운 개념을 학습하는 방식과 유사합니다. 예를 들어 아이는 처음부터 "개"와 "고양이"라는 이름을 알지 못하더라도 서로 다른 형태와 행동을 관찰하여 개와 고양이를 구별할 수 있습니다. 마찬가지로 비지도 알고리즘은 본질적인 유사성을 기반으로 정보를 그룹화합니다. 이러한 역량은 인공 일반 지능 (AGI) 개발의 핵심입니다. 시스템이 지속적인 사람의 감독 없이도 새로운 환경에 적응할 수 있도록 하기 때문입니다.

비지도 학습의 주요 기법#

비지도 학습에는 여러 가지 고유한 기법이 포함되며, 각 기법은 서로 다른 유형의 데이터 분석 문제에 적합합니다:

• 클러스터링: 가장 일반적인 응용 분야로, 알고리즘이 서로 유사한 데이터 포인트를 그룹화합니다. 널리 사용되는 방법으로는 K-Means 클러스터링이 있으며, 이는 특징 유사성을 기준으로 데이터를 k개의 서로 다른 그룹으로 분할합니다. 시장 세분화에서 유사한 구매 행동을 보이는 고객 그룹을 식별하는 데 널리 사용됩니다.
• 차원 축소: 고차원 데이터는 복잡하고 처리에 많은 계산 비용이 들 수 있습니다. 주성분 분석 (PCA)과 같은 기법은 데이터셋의 필수 정보를 보존하면서 변수의 수를 줄입니다. 이를 통해 데이터 시각화가 간소화되고 다른 머신 러닝 모델의 학습 속도가 빨라집니다.
• 이상 탐지: 비지도 모델은 "정상" 데이터의 형태를 학습하여 정상 범위에서 크게 벗어나는 이상치를 식별할 수 있습니다. 이는 금융 사기 탐지에 필수적이며, 비정상적인 거래 패턴이 보안 경고를 트리거합니다.
• 연관 규칙 학습: 이 기법은 대규모 데이터베이스에서 변수 간의 흥미로운 관계를 발견합니다. 특히 장바구니 분석에 널리 사용되며, 소매업체가 빵을 구매하는 고객은 버터도 구매할 가능성이 높다는 사실을 파악하는 데 도움을 줍니다.

비지도 학습과 지도 학습 비교#

비지도 학습과 지도 학습을 구분하는 것이 중요합니다. 가장 큰 차이는 사용되는 데이터에 있습니다. 지도 학습에는 레이블이 지정된 데이터셋이 필요하며, 이는 각 학습 예제가 올바른 출력(예: "고양이"로 레이블이 지정된 고양이 이미지)과 연결되어 있음을 의미합니다. 모델은 오류를 최소화하기 위해 입력을 출력에 매핑하는 방법을 학습합니다.

반면 비지도 학습은 레이블이 지정되지 않은 데이터를 사용합니다. 모델의 출력이 올바른지 알려 주는 피드백 루프가 없습니다. 이 두 방식의 중간에는 반지도 학습이 있으며, 이는 소량의 레이블 지정 데이터와 대량의 비레이블 데이터를 결합하여 학습 정확도를 향상합니다. 데이터 레이블 지정에 많은 비용이나 시간이 드는 경우에 자주 활용됩니다.

실제 적용 사례#

비지도 학습은 우리가 일상적으로 접하는 많은 기술을 구동합니다. 다음은 두 가지 구체적인 예입니다:

1. 소매업의 고객 세분화: 이커머스 플랫폼은 미리 정의된 범주 없이 수백만 건의 사용자 상호작용을 분석합니다. 클러스터링 알고리즘을 사용하면 "주말 할인 상품 탐색 고객"이나 "기술 애호가"와 같은 서로 다른 사용자 페르소나를 식별할 수 있습니다. 이를 통해 고도로 개인화된 마케팅 캠페인과 추천 시스템을 구축하여 고객 경험을 크게 향상할 수 있습니다.

2. 유전체 서열 분석: 생물정보학에서 연구자들은 비지도 학습을 사용하여 유전 데이터를 분석합니다. 알고리즘은 DNA 서열을 클러스터링하여 서로 다른 집단에서 유사한 유전 마커나 돌연변이를 찾습니다. 이를 통해 모든 특정 유전자 기능에 대한 사전 지식 없이도 진화적 관계를 이해하고 질병에 대한 유전적 소인을 식별할 수 있습니다.

코드 예제: Scikit-Learn을 사용한 클러스터링#

Ultralytics YOLO26은 주로 지도 객체 감지 프레임워크이지만, 앵커 박스 분포 분석이나 데이터셋 특징 클러스터링과 같은 전처리 단계에서 비지도 기법이 자주 사용됩니다. 아래는 기본적인 비지도 기법인 K-Means 클러스터링을 sklearn을 사용하여 수행하는 간단한 예제입니다.

import numpy as np
from sklearn.cluster import KMeans

# Generate synthetic data: 10 points with 2 features each
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

# Initialize KMeans with 2 clusters (k=2)
kmeans = KMeans(n_clusters=2, random_state=0, n_init="auto")

# Fit the model to the data (no labels provided!)
kmeans.fit(X)

# Predict which cluster each point belongs to
print(f"Labels: {kmeans.labels_}")
# Output will group the first 3 points together (0) and the last 3 together (1)

딥 러닝에서 비지도 학습의 역할#

현대 딥 러닝 (DL)은 비지도 학습 원리를 점점 더 많이 통합하고 있습니다. 자기 지도 학습 (SSL)과 같은 기법을 사용하면 모델이 데이터에서 자체적인 학습 신호를 생성할 수 있습니다. 예를 들어 자연어 처리 (NLP)에서는 GPT-4와 같은 모델이 방대한 양의 텍스트를 사용해 문장에서 다음 단어를 예측하도록 사전 학습되며, 명시적인 레이블 없이도 언어의 구조를 효과적으로 학습합니다.

마찬가지로 컴퓨터 비전 (CV)에서는 오토인코더를 사용하여 효율적인 데이터 인코딩을 학습합니다. 이러한 신경망은 이미지를 더 낮은 차원의 표현으로 압축한 다음 다시 복원합니다. 이 과정에서 네트워크는 시각 데이터의 가장 중요한 특징을 학습하며, 이는 이미지 노이즈 제거 및 생성 모델링과 같은 작업에 유용합니다.

학습용 데이터셋을 관리하려는 사용자를 위해 Ultralytics Platform은 데이터 분포를 시각화하는 도구를 제공합니다. 이러한 도구는 지도 학습 프로세스가 시작되기 전에 클러스터나 이상치를 식별하는 데 도움이 될 수 있습니다. 비지도 탐색을 통해 데이터 구조를 이해하는 것은 강력한 AI 솔루션을 구축하기 위한 첫 단계인 경우가 많습니다.