지도학습Supervised Learning
문제와 정답이 짝지어진 예시로 가르치는 머신러닝 방법이에요.
쉽게 말하면
선생님이 그림 카드를 보여 주며 '이건 사과, 이건 배' 하고 정답을 알려 주는 공부예요.
충분히 배우면, 정답을 안 알려 줘도 처음 보는 과일을 맞혀요.
정답(라벨)을 사람이 달아 줘야 해서 준비하는 데 손이 많이 가요.
그림으로 정리하면
정답 카드로 배워요
문제 + 정답사진 → '사과'
학습정답에 맞게 고쳐요
새 사진'사과'라고 맞혀요
문제와 정답을 이렇게 짝지어요
| 쓰임 | 문제 | 정답 |
|---|---|---|
| 스팸 거르기 | 메일 내용 | 스팸 / 정상 |
| 집값 맞히기 | 면적·층·위치 | 실제 거래 가격 |
| 사진 분류 | 사진 | 고양이 / 개 |
실제로는
- 정답을 붙이는 일을 라벨링이라고 해요.
- 스팸 분류(스팸/정상), 집값 예측(숫자)이 대표적이에요.
- 언어 모델을 '질문에 답하는 비서'로 다듬는 단계(지시 따르기 학습)에도 쓰여요.
왜 알아야 하나요
내 업무 자료로 AI를 맞추고 싶을 때(파인튜닝) '정답 예시'를 얼마나 잘 만드느냐가 결과를 좌우해요.
헷갈리기 쉬운 것
- 정답이 틀리게 달려 있으면 AI도 그대로 틀리게 배워요.
- 정답 없이 배우는 비지도학습과 헷갈리지 마세요.