Machine Learning

Mon, 13 Oct 2025 00:00:00 +0000

머신러닝 학습 일지: 데이터로 컴퓨터를 가르치다

3학년 2학기가 되면서 기계학습이라는 교과목을 접하게 되었습니다. 매주 월, 수 16시에 공과대학 7호관 523호실에서 송현제 교수님의 수업을 듣고 있습니다. 위의 첨부되어 있는 링크에서 송현제 교수님 사이트에서 정보를 확인 하실 수 있습니다!

‘머신러닝’이라는 단어, 처음에는 왠지 어렵고 복잡하게만 느껴졌습니다. 하지만 막상 배워보니, 생각보다 우리 삶과 가까운, 흥미로운 기술이라는 것을 알게 되었습니다. 제가 배운 머신러닝의 기초적인 개념들을 쉬운 말로 한번 정리해 보았습니다.

🧐 머신러닝, 그게 뭔데? 제가 이해한 머신러닝은 아주 간단한 아이디어에서 시작합니다. 컴퓨터에게 ‘이건 사과야’, ‘이건 오렌지야’라고 하나하나 모든 규칙을 알려주는 대신, 수많은 데이터를 보여주고 컴퓨터가 스스로 패턴이나 규칙을 배우게 하는 기술입니다.

마치 어린아이가 강아지 사진 수백 장을 보고 ‘아, 귀가 쫑긋하고 털이 북슬한 동물이 강아지구나!’ 하고 스스로 깨닫는 것과 비슷하죠.

📚 내가 배운 학습 방법 두 가지 머신러닝에는 여러 종류가 있지만, 저는 가장 대표적인 두 가지 방법에 대해 배웠습니다.

정답을 알려주며 가르치기: 지도 학습 (Supervised Learning) 지도 학습은 말 그대로 ‘정답(Label)‘이 있는 데이터로 컴퓨터를 학습시키는 방법입니다. ‘문제’와 ‘정답’을 한 세트로 묶어서 계속 보여주는 거죠.

스팸 메일 필터가 대표적인 예입니다. ‘이건 스팸 메일이야(정답)’, ‘이건 중요한 메일이야(정답)‘라고 표시된 수많은 이메일(문제)을 학습시키면, 나중에는 새로운 메일이 왔을 때 스스로 스팸인지 아닌지 구분하게 됩니다.

주택 가격 예측도 마찬가지입니다. ‘A 지역의 30평 아파트는 5억이야(정답)’ 같은 수많은 집값 데이터(문제)를 학습하면, 새로운 아파트 정보를 주었을 때 가격을 예측할 수 있게 됩니다.

정답 없이 스스로 배우게 하기: 비지도 학습 (Unsupervised Learning) 비지도 학습은 정답이 없는, 날것의 데이터를 던져주고 “이 안에서 뭔가 의미 있는 그룹이나 구조를 찾아봐!” 하고 시키는 것과 같습니다. 컴퓨터는 데이터의 특징을 분석해서 비슷한 것들끼리 스스로 묶어줍니다.

고객 관리에 유용하게 쓰일 수 있습니다. 고객들의 구매 패턴 데이터를 주고 그룹으로 묶어보게 하면, ‘알뜰 구매 그룹’, ‘신제품 선호 그룹’처럼 숨겨진 고객 그룹을 찾아낼 수 있습니다.

뉴스 기사 클러스터링도 좋은 예입니다. 수많은 뉴스 기사를 던져주면, 인공지능이 스스로 ‘정치’, ‘경제’, ‘스포츠’ 등 비슷한 주제의 기사들끼리 묶어줍니다.

✨ 마치며 직접 개념을 배우고 나니, 머신러닝이 막연한 기술이 아니라 문제를 해결하기 위한 아주 논리적인 도구라는 생각이 들었습니다. 물론 아직은 정말 기초적인 부분만 알고 있지만, 데이터 속에서 의미를 찾아내는 과정이 정말 매력적이라고 느꼈습니다. 앞으로 더 깊이 공부해 보고, 간단한 프로젝트도 직접 해보고 싶다는 목표가 생겼습니다.

MR | 정진영의 포트폴리오

Machine Learning

머신러닝 학습 일지: 데이터로 컴퓨터를 가르치다