머신러닝 학습 방법(지도학습, 비지도학습, 강화학습)

이번에는 머신러닝 학습방법에 대해 좀 더, 자세히 알아보도록 하겠습니다.

머신러닝은 크게 3가지 학습 방법으로 분류할 수 있습니다.

* 지도학습(Supervised), 비지도학습(Unsupervised), 강화학습(Reinforcement)

(중요한 내용은 아니니, 이해가 안가셔도 머신러닝 학습에는 지장이 없습니다.)

 

첫 번째로, 지도학습입니다.

앞선 포스팅에 설명한, 컴퓨터에게 입력값과 결과값을 함께 주고 학습을 시키는 방법으로 분류 또는 회귀 등 여러 가지 방법에 활용이 되고 있습니다.

 

*분류 : 강아지 폴더에 강아지 사진들만, 고양이 폴더에 고양이 사진들만 넣어둠! 그러면 컴퓨터는 각 폴더명을 통해 폴더내 사진을 이해함

*회귀 : 3일전 온도는 10도, 2일전 온도는 12도, 하루전 온도는 14도. 그렇다면 오늘 온도는 ?

주로 과거 데이터 기반으로 앞으로 있을 이벤트를 예측하는 것이고, 머신러닝에서 가장 핵심적으로 사용되고 있는 분야입니다.

 

두 번째로는, 비지도 학습인데요..!

결과값 없이 입력값만 주고 학습시키는 방법으로, 데이터를 탐색하여 내부 구조와 유사한 속성을 파악하는 것입니다.

예로 들어, 우리가 쇼핑몰 CEO가 되었다고 가정을 합시다.

 

우리는 CEO로써, 우리 사이트 유저들이 구매한 품목을 분석해서,

 

이 옷은 10대에게 인기 있는 옷이다. 이 옷은 20대에게 인가 있는 옷이다... 라고 정의하며 분류를 할 필요가 있을 것입니다.

왜냐하면, 우리는 이용자들의 연령에 맞추어 맞춤 마케팅을 할 필요가 있기 때문입니다.

 

(앞서, 지도학습에서의 분류는 이미 사용자가 정답을 알고 분류를 해둔 것이지만, 비지도 학습의 분류는 전체 옷중에서 각 세대별로 많이 찾아보고 최종 구매한 데이터 기반으로 컴퓨터 스스로 분류하게 만드는 것입니다.)

 

혹시, 의류 온라인 쇼핑몰을 가면, 배너나 첫 페이지에 여러분들이 좋아할 만한 옷으로 추천되어 있는 것을 느껴 보신 적이 있으신가요?

만약 느껴보지 못하셨다면, 이미 그 쇼핑몰은 특정 세대만을 겨냥된 쇼핑몰이거나, 인공지능(머신러닝) 마케팅을 안 하는 곳일 것입니다.

인공지능 마케팅을 하는 쇼핑몰들은, 여러분들의 성별, 나이에 따라서, 여러분들이 관심 갖을 의류들만 메인 페이지와 배너에 보여줄 것입니다.

(만약 10~20대들이 의류 쇼핑몰을 접속 하였는데.. 색감이 화려한 꽃무늬 옷으로 가득하거나...

반대로 60대들에게 숏팬츠나 찢어진 바지들을 보여준다면, 바로 뒤로 가기 버튼을 누르겠죠...?)

 

이처럼, 비지도 학습은, 데이터를 탐색하여 원하는 정답을 찾는 것이 아니라, 내부 구조를 파악해 데이터들을 범주화 시키는 것입니다.

 

마지막으로, 강화 학습은 결과값이 아닌 어떤 일을 잘했을 때 보상을 주는 방식으로...

어떤 행동이 최선인지를 학습하는 것입니다.

이해하기 어려우니 내비게이션으로 예를 들어 보겠습니다. 만약 우리가 현재 위치(목동)에서, 운전을 해서 강남까지가야 된다고 가정해봅시다.

 

그렇다면 갈 수 있는 방법은 여러 가지가 있을 것이고, 네비게이션은 여러가지 경로중 한가지를 선택해줄 것입니다.

 

혹시, 10년 전 아이스테이션, 코원.. 혹시 아시나요? 이러한 네비게이션들로 안내받으면, 무조건 최단 경로 (올림픽대로를 경유하여 안내) 해 줄 것입니다.

 

홍수가 나서, 올림픽 대로가 물에 잠겨도, 사고로 인해 도로가 이미 주차장이 되었어도, 오래전 네비게이션들은 올림픽대로를 이용하는 길로 안내해 줄 것입니다.

 

하지만, 요즘 T맵이나 카카오 네비게이션과 같이 실시간 데이터를 반영한 네비들은 다릅니다.

 

갈 수 있는 모든 방법을 학습하고, 현재 각 도로 상황을 고려하면서, 네비게이션 이용자가 목적지까지 갈 수 있는 최선의 방법을 알려 주는 것입니다.

 

이것이 머신러닝 강화 학습에 예로 들 수 있겠습니다.

 

지금까지 우리는 머신러닝에 대해서 알아보았습니다.

 

다음에는, 머신러닝에 +버전! 딥러닝에 대해서 알아보도록 하겠습니다.