미션 브리핑: 지도학습이란 무엇일까요?
우주 저 멀리 ‘도그 행성(Dog Star)’과 ‘캣 행성(Cat Star)’이 발견되었습니다! 두 행성의 우주 생명체들은 모습이 아주 비슷하게 생겼어요.
이 생명체들을 안전하게 자동 분류하기 위해 탐사선에 탑재된 인공지능을 학습시키려 합니다. 이때 우리가 활용할 기술이 바로 ‘지도학습(Supervised Learning)’입니다!
지도학습(Supervised Learning)이란 문제(데이터)와 함께 정답(라벨)을 컴퓨터에 미리 알려주고 학습시키는 방법이에요. 마치 선생님이 정답을 지도해주듯이 컴퓨터를 가르치는 방식이랍니다!
오늘의 학습 목표
- 지도학습의 데이터와 '라벨'의 역할을 이해한다.
- 데이터 라벨링 과정을 직접 수행해본다.
- 학습된 모델이 새로운 데이터를 분류하는 과정을 확인한다.
인공지능 지도학습 실습 카드
[2단계] 데이터 라벨링 미션
인공지능에게 가르칠 우주 생명체 데이터에 올바른 이름표(라벨)를 붙여주세요! 마우스로 끌어서 구역에 넣거나, 개체를 선택하고 알맞은 라벨 버튼을 눌러주세요.
도그 행성 수집소
귀가 처지거나 둥글둥글한 특징의 생명체들
캣 행성 수집소
귀가 뾰족하고 매서운 눈빛 특징의 생명체들
모든 생명체에 라벨(이름표)을 다 달아야 다음 단계로 넘어갈 수 있습니다.
[3단계] AI 모델 학습 & 패턴 인식
라벨링된 훈련 데이터(Training Data)를 인공지능 뉴럴 네트워크 시스템에 주입하여 학습 패턴을 찾게 만듭니다. 학습 횟수(Epochs)를 조절하고 가중치가 변하는 모습을 관찰하세요!
적절한 반복은 모델의 성능(정확도)을 향상시킵니다.
가중치 선의 색상과 진하기가 진해질수록 AI가 정확하게 특징을 파악하고 있다는 뜻이에요!
[4단계] 새로운 생명체 분류 테스트
드디어 학습된 지능을 가동할 시간입니다! 라벨이 없는 완전히 새로운 데이터(Test Data)를 투입했을 때, 학습된 인공지능이 도그 행성 출신인지 캣 행성 출신인지 정밀하게 추론(Predict)합니다.
왼쪽 분석 가동 버튼을 누르면 인공지능이 특징을 대조하여 결과를 출력합니다.
당신은 데이터와 정답 레이블을 가르쳐 AI 성능을 완벽하게 완성했습니다.
축하합니다! 학습이 잘 된 모델은 새로운 데이터도 완벽하게 예측해낼 수 있습니다.
오늘 배운 지도학습 핵심 포인트!
지도학습의 3요소 정리
- 1. 데이터(입력): 우주선에서 탐색한 각각의 우주 생명체들 (특징 정보)
- 2. 라벨링(이름표): 선생님이 '이것은 강아지다', '고양이다' 정답을 알려주는 과정
- 3. 가중치(패턴): 에포크(Epoch)를 돌며 특징간 최적의 관계를 익히는 과정
실생활 속 지도학습 사례
- 📧 스팸 메일 필터링: '스팸' 혹은 '정상' 메일 라벨이 붙은 예시를 학습
- 📸 스마트폰 얼굴 잠금해제: 내 얼굴 데이터에 '내 얼굴' 라벨을 부여해 학습
- 🔍 포털 의료 진단 인공지능: 질병 사진 데이터에 '정상/비정상' 의사 진단을 학습