Unsupervised Learning

비지도 학습은 알고리즘이 인간의 개입 없이 태그가 지정되지 않은 데이터에서 패턴을 학습하는 머신 러닝의 한 유형입니다. 모델을 학습시키기 위해 레이블이 지정된 입력-출력 쌍에 의존하는 지도 학습과 달리, 비지도 학습은 과거 레이블이 없는 데이터를 다룹니다. 시스템은 본질적으로 입력 데이터 내에서 숨겨진 구조, 패턴 또는 관계를 발견함으로써 스스로 학습을 시도합니다. 오늘날 생성되는 이미지, 비디오, 텍스트 및 센서 로그와 같은 데이터의 대다수가 구조화되어 있지 않고 레이블이 지정되어 있지 않기 때문에 이 접근 방식은 특히 가치가 있습니다.

비지도 학습의 작동 원리#

비지도 학습 시나리오에서 알고리즘은 데이터에서 흥미로운 구조를 발견하기 위해 스스로의 방식대로 학습합니다. 목표는 종종 데이터의 기본 분포를 모델링하거나 데이터 자체에 대해 더 많이 학습하는 것입니다. 학습 중에 "정답"이 제공되지 않기 때문에 전통적인 의미에서 정확도로 모델을 평가할 수 없습니다. 대신, 성능은 모델이 차원을 얼마나 잘 축소하거나 유사한 데이터 포인트를 얼마나 잘 클러스터링하는지에 따라 측정되는 경우가 많습니다.

이 방법론은 인간이 새로운 개념을 학습하는 방식을 그대로 반영합니다. 예를 들어, 아이는 "개"와 "고양이"라는 이름을 처음에는 알지 못하더라도 각 동물의 서로 다른 형태와 행동을 관찰하여 구별할 수 있습니다. 이와 유사하게, 비지도 알고리즘은 내재된 유사성을 바탕으로 정보를 그룹화합니다. 이 역량은 시스템이 지속적인 인간의 감독 없이도 새로운 환경에 적응할 수 있도록 해주기 때문에 인공 일반 지능(AGI) 개발의 핵심입니다.

비지도 학습의 주요 기술#

비지도 학습은 서로 다른 유형의 데이터 분석 문제에 적합한 몇 가지 고유한 기술을 포함합니다.

• 군집화(Clustering): 이는 알고리즘이 서로 유사한 데이터 포인트를 그룹화하는 가장 흔한 응용 분야입니다. 널리 사용되는 방법 중 하나인 K-Means 군집화(K-Means clustering)는 특징 유사성을 기반으로 데이터를 k개의 구별되는 그룹으로 나눕니다. 이는 유사한 구매 행동을 보이는 고객 그룹을 식별하기 위해 시장 세분화에서 널리 사용됩니다.
• 차원 축소(Dimensionality Reduction): 고차원 데이터는 복잡하고 처리하는 데 많은 연산 비용이 소모될 수 있습니다. 주성분 분석(PCA) 같은 기법은 필수적인 정보는 유지하면서 데이터셋의 변수 개수를 줄여줍니다. 이를 통해 데이터 시각화가 단순해지고 다른 머신러닝 모델의 학습 속도가 빨라집니다.
• 이상 탐지(Anomaly Detection): 비지도 모델은 "정상적인" 데이터가 어떤 형태인지 학습함으로써 정상 범주에서 크게 벗어나는 이상치를 식별할 수 있습니다. 이는 비정상적인 거래 패턴이 보안 경고를 유발하는 금융 분야의 사기 탐지에 매우 중요합니다.
• 연관 규칙 학습: 이 기술은 대규모 데이터베이스에서 변수 간의 흥미로운 관계를 발견합니다. 이는 시장 바구니 분석에 널리 사용되며, 소매업체가 빵을 구매하는 고객이 버터를 구매할 가능성도 높다는 것을 이해하도록 돕습니다.

비지도 학습 vs. 지도 학습#

비지도 학습을 지도 학습과 구분하는 것은 중요합니다. 주된 차이점은 사용되는 데이터에 있습니다. 지도 학습은 레이블이 지정된 데이터셋을 필요로 합니다. 즉, 각 학습 예시가 올바른 출력과 쌍을 이룹니다(예: "고양이"라고 레이블이 지정된 고양이 이미지). 모델은 오차를 최소화하기 위해 입력을 출력에 매핑하는 법을 학습합니다.

이와 대조적으로, 비지도 학습은 레이블이 지정되지 않은 데이터를 사용합니다. 모델의 출력이 올바른지 알려주는 피드백 루프는 존재하지 않습니다. 반지도 학습(semi-supervised learning)이라 불리는 중간 단계도 존재하는데, 이는 소량의 레이블 데이터와 대량의 레이블 없는 데이터를 결합하여 학습 정확도를 향상시키며, 데이터에 레이블을 지정하는 비용이 많이 들거나 시간이 오래 걸릴 때 주로 활용됩니다.

실제 애플리케이션 사례#

비지도 학습은 우리가 일상에서 접하는 많은 기술의 원동력입니다. 다음은 두 가지 구체적인 예시입니다.

1. 소매업의 고객 세분화: 이더머스(E-commerce) 플랫폼은 사전 정의된 카테고리 없이 수백만 건의 사용자 상호작용을 분석합니다. 군집화 알고리즘을 사용하여 "주말 특가 사냥꾼" 또는 "기술 애호가" 같은 뚜렷한 사용자 페르소나를 식별합니다. 이를 통해 매우 개인화된 마케팅 캠페인과 추천 시스템을 구현하여 고객 경험을 크게 향상시킬 수 있습니다.

2. 유전체 서열 분석: 생물정보학에서 연구자들은 유전 데이터를 분석하기 위해 비지도 학습을 사용합니다. 알고리즘은 DNA 서열을 클러스터링하여 여러 집단 간의 유사한 유전적 마커나 돌연변이를 찾습니다. 이는 모든 특정 유전자 기능을 미리 알 필요 없이 진화적 관계를 이해하고 질병에 대한 유전적 소인을 식별하는 데 도움이 됩니다.

코드 예시: Scikit-Learn을 이용한 클러스터링#

Ultralytics YOLO26은 기본적으로 지도 객체 검출 프레임워크이지만, 앵커 박스 분포 분석이나 데이터셋 특징 군집화 같은 전처리 단계에서는 비지도 기법이 자주 사용됩니다. 아래는 기본적인 비지도 기법인 K-Means 군집화를 수행하기 위해 sklearn을 사용하는 간단한 예시입니다.

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)

딥러닝에서의 비지도 학습의 역할#

현대 딥러닝(DL)은 비지도 원리를 점점 더 많이 통합하고 있습니다. 자기 지도 학습(SSL) 같은 기법을 통해 모델은 데이터로부터 자체적인 감독 신호를 생성할 수 있습니다. 예를 들어 자연어 처리(NLP)에서 GPT-4 같은 모델은 문장 속 다음 단어를 예측하기 위해 방대한 양의 텍스트로 사전 학습되며, 명시적 레이블 없이도 언어의 구조를 효과적으로 학습합니다.

비슷하게, 컴퓨터 비전(CV)에서는 효율적인 데이터 인코딩을 학습하기 위해 오토인코더(autoencoder)가 사용됩니다. 이 신경망들은 이미지를 더 낮은 차원의 표현으로 압축한 뒤 다시 재구성합니다. 이 과정은 네트워크에 시각 데이터의 가장 중요한 특징들을 가르쳐주며, 이는 이미지 디노이징 및 생성 모델링 같은 작업에 유용합니다.

학습용 데이터셋을 관리하고자 하는 분들을 위해 Ultralytics Platform은 데이터 분포를 시각화할 수 있는 도구를 제공하며, 이는 지도 학습 과정이 시작되기 전에 군집이나 이상치를 식별하는 데 도움을 줍니다. 비지도 탐색을 통해 데이터의 구조를 이해하는 것은 견고한 AI 솔루션을 구축하기 위한 첫걸음인 경우가 많습니다.