5강에서 지도학습을 이렇게 그렸다 — 정답(라벨)을 붙인 데이터를 주고, 그 정답과 비교해 손잡이를 돌린다. 그런데 이 방식엔 전제가 하나 깔려 있다. 누군가 미리 정답을 붙여둬야 한다.

현실 데이터는 대부분 그렇지 않다. 어느 쇼핑몰이 백만 명의 구매 기록을 갖고 있다고 해서, 그 옆에 "이 사람은 A그룹, 이 사람은 B그룹"이라는 정답이 달려 있진 않다. 그냥 구매 기록 더미일 뿐이다. 정답이 없는 데이터를 던져주면 기계는 뭘 할 수 있을까. 이번 강은 그 답, 비지도학습(unsupervised learning)이다.

정답 없이 비슷한 것끼리 묶는다

비지도학습이 하는 일은 하나로 요약된다. 비슷한 것끼리 가까이, 다른 것끼리 멀리 모은다. 이걸 군집화(clustering)라 부른다.

1. 정답 없는 데이터를 준다구매 기록 백만 건, 라벨은 없다
2. 비슷한 것끼리 거리를 잰다구매 패턴이 닮은 사람끼리 가깝다고 본다
3. 가까운 것끼리 무리를 짓는다몇 개의 그룹으로 스스로 나뉜다

정답이 없으니 "맞다 틀리다"를 채점할 수 없다. 그 대신 데이터끼리 얼마나 닮았는지를 재서, 닮은 것들을 한 무리로 묶는다. 무리가 몇 개로 나뉠지, 각 무리가 무슨 의미인지는 기계가 알려주지 않는다. 무리를 지어줄 뿐, 그 무리에 이름을 붙이는 건 사람 몫이다.

지도학습과 나란히 놓고 본다

지도학습

정답(라벨)이 있다

• "이건 스팸", "이건 고양이" 처럼 정답이 붙어 있다
• 예측 → 정답과 비교 → 채점 → 손잡이 조정
• 무엇을 맞혀야 하는지 처음부터 정해져 있다

비지도학습

정답이 없다

• 라벨 없이 데이터 더미만 있다
• 닮은 정도를 재서 무리를 짓는다
• 무리가 무엇을 뜻하는지는 사람이 나중에 해석한다

어디에 쓰는가

문제	무리를 짓는 기준	쓰임
쇼핑몰 고객 데이터	구매 패턴의 유사도	고객 세그먼트 나누기
신용카드 거래 기록	평소 패턴과의 차이	이상 거래(사기) 탐지
뉴스 기사 더미	다루는 주제의 유사도	비슷한 기사끼리 묶어 추천

이상 거래 탐지가 좋은 예다. "이게 사기다"라는 정답을 미리 다 모아두기는 어렵다. 사기 수법은 계속 새로 나오기 때문이다. 대신 "평소 패턴과 크게 다른 거래"를 무리 밖의 이상값으로 잡아내면, 정답 없이도 의심스러운 거래를 골라낼 수 있다.

정리하면

비지도학습은 정답 없이 데이터끼리 얼마나 닮았는지만으로 무리를 짓는다. 그 무리에 뜻을 붙이는 건 사람이 한다.

1. 01

   비지도학습엔 정답(라벨)이 없다

   지도학습과 갈리는 유일한 기준이다.

2. 02

   닮은 정도로 무리를 짓는다

   가까운 것끼리 한 무리, 먼 것끼리 다른 무리. 이걸 군집화라 부른다.

3. 03

   무리를 짓지, 이름을 붙이진 않는다

   무리가 무엇을 뜻하는지는 사람이 데이터를 열어보고 해석한다.

4. 04

   고객 세그먼트 · 이상 거래 탐지에 쓰인다

   정답을 미리 붙일 수 없거나 비용이 큰 데이터에서 특히 쓸모 있다.

지도학습이든 비지도학습이든, 사실 아직 짚지 않은 게 하나 있다. 모델에게 정확히 뭘 먹이는가. 구매 기록이든 사진이든, 원본 그대로 손잡이에 넣을 수는 없다. 다음 강의에서 그 재료 — 특징(feature)과 라벨(label) — 을 본다.