2강에서 손잡이 이야기를 하며 이런 질문을 던져놓고 미뤘다 — 사진 한 장, 문장 한 줄에서 대체 무엇을 뽑아 손잡이에 넣는가. 6강까지 오면서 지도학습과 비지도학습을 갈랐지만, 둘 다 "데이터를 준다"는 말만 하고 그 데이터가 정확히 어떤 모양인지는 열어보지 않았다.

이번 강은 그 안을 연다. 모델이 실제로 손에 쥐는 재료, **특징(feature)과 라벨(label)**이다.

모델은 숫자만 안다

손잡이가 잔뜩 달린 기계라고 했던 2강의 비유를 떠올려보자. 손잡이는 숫자를 조금씩 돌리는 장치다. 그런데 사진이나 문장은 숫자가 아니다. 모델에 넣기 전에, 무엇이든 숫자로 바꿔야 한다.

1. 원본 데이터사진, 문장, 구매 기록 — 사람이 보는 그대로
2. 특징을 뽑는다예측에 쓸 만한 숫자만 골라낸다
3. 숫자 목록(벡터)모델이 실제로 받는 형태
4. 모델 → 예측이 숫자들을 손잡이에 넣고 답을 낸다

이 숫자로 뽑아낸 값들을 **특징(feature)**이라 부른다. 그리고 지도학습이라면, 그 옆에 정답으로 붙는 숫자나 범주를 **라벨(label)**이라 부른다. 5강에서 본 라벨링이 바로 이 라벨을 사람이 붙이는 작업이었다.

집값으로 보는 특징과 라벨

집값을 예측하는 문제로 구체적으로 본다. 모델에게 넘길 특징은 이런 것들이다.

종류	값	역할
특징	평수 84㎡	입력 — 예측에 쓸 단서
특징	방 3개	입력 — 예측에 쓸 단서
특징	역까지 도보 7분	입력 — 예측에 쓸 단서
특징	지어진 지 5년	입력 — 예측에 쓸 단서
라벨	실거래가 6억 2천	정답 — 지도학습에서 채점 기준

"평수가 얼마고, 역까지 몇 분이고, 지은 지 몇 년이냐" — 이 숫자들의 조합이 특징이다. 그리고 실제로 그 집이 팔린 값이 라벨이다. 5강의 고리를 다시 가져오면, 모델은 특징을 보고 값을 예측하고, 그 예측을 라벨과 비교해 손잡이를 돌린다.

문제	특징의 예	라벨
스팸 메일 판별	제목 속 특정 단어 개수, 발신자 도메인	스팸 / 정상
손글씨 숫자 인식	픽셀마다의 밝기 값	0~9 중 실제 숫자
쇼핑몰 고객 군집화 (6강)	구매 횟수, 평균 구매액, 주요 카테고리	없음 — 비지도학습이라 라벨이 없다

마지막 줄이 중요하다. 6강의 비지도학습은 라벨이 없다. 특징만 있고 정답이 없으니, 그 특징들의 닮은 정도로 무리를 지었던 것이다. 특징은 지도·비지도 모두에 있지만, 라벨은 지도학습에만 있다.

특징을 잘 고르는 게 실력이었다

어떤 특징을 넣을지 정하는 일을 **특징 공학(feature engineering)**이라 부른다. 딥러닝이 널리 쓰이기 전까지, 이 특징을 얼마나 잘 골라내느냐가 모델 성능을 가르는 가장 큰 변수였다.

그런데 여기서 딥러닝이 판을 바꾼 지점이 하나 나온다. 딥러닝은 이 특징 고르는 일 상당 부분을 스스로 한다. 사람이 "역까지 거리를 넣어라" 하고 알려주지 않아도, 신경망이 원본 데이터에서 쓸모 있는 패턴을 스스로 찾아낸다. 그게 정확히 어떻게 가능한지는 신경망을 그림으로 뜯어보는 9강부터 10강(왜 "깊게" 쌓나)에서 이어진다.

정리하면

모델은 원본 데이터를 그대로 받지 않는다. 숫자로 뽑아낸 특징을 받고, 지도학습이라면 정답인 라벨과 짝지어 받는다.

1. 01

   모델은 숫자만 이해한다

   사진·문장 같은 원본은 그대로 못 넣는다. 숫자로 뽑아낸 뒤 넣는다.

2. 02

   그 숫자들이 특징(feature)이다

   평수·방 개수·거리 같은, 예측에 쓸 단서들의 목록이다.

3. 03

   라벨(label)은 정답이다

   지도학습에만 있다. 비지도학습(6강)은 특징만 있고 라벨이 없다.

4. 04

   특징을 고르는 일이 예전엔 사람 몫이었다

   특징 공학이라 부른다. 딥러닝은 이 일 상당 부분을 스스로 한다 — 9~10강에서 잇는다.

다음 강의에서는 2강에서 미뤄뒀던 또 하나의 질문을 정면으로 다룬다. 학습이 잘된 척, 사실은 외워버린 것 아닌가 — 과적합이다.