— views
AI 입문 7화. AI의 교과서는 데이터다 — 입력·특징·정답
준의 판매 기록에는 날짜, 날씨, 판매량이 섞여 있습니다.
한 줄이 하나의 사례가 됩니다
내일 판매량을 예측하려면 과거의 하루하루를 사례로 모을 수 있습니다. 날짜·요일·날씨처럼 예측에 쓰는 정보를 특징이라고 하고, 맞히려는 실제 판매량을 목표값 또는 레이블이라고 부릅니다.
데이터셋은 이런 사례의 모음입니다. 사진에서는 픽셀과 이미지가 입력이 되고 빵 이름이 레이블이 될 수 있습니다. 같은 자료라도 무엇을 맞히느냐에 따라 입력과 목표가 달라집니다.
미래에 모르는 정보를 넣지 않습니다
예측 시점에 없던 최종 매출액을 입력으로 쓰면 정답이 새어 들어갑니다. 시험 점수가 높아도 현장에서는 재현할 수 없습니다.
언제 알 수 있는 정보인지가 중요합니다. 내일 날씨의 실제 관측값과 오늘 이용 가능한 내일 예보도 다릅니다. 학습과 실제 사용의 조건을 맞춰야 합니다.
빠진 값과 잘못된 이름표를 살펴봅니다
휴업일에 판매량이 0인 것과 기록이 없어 빈칸인 것은 다릅니다. 빵이 일찍 품절되어 30개만 판 날에는 원래 수요가 더 많았을 수 있습니다.
자료가 많아도 특정 계절·매장·손님만 담고 있으면 다른 상황에 적용하기 어렵습니다. 필요한 정보만 모으고 개인 정보가 섞인 자료는 수집 목적과 허용 범위를 확인합니다.
한 줄의 기록에도 시점과 의미가 있습니다

내일 판매량을 예측할 때 쓸 수 있는 건 오늘 받은 예보입니다. 내일의 관측값으로 시험하면 실제 영업에선 낼 수 없는 점수가 나옵니다.
한눈에 정리하기
항목 | 판매량 예측에서의 역할 |
|---|---|
예측 시점에 아는 요일·행사 | 입력 특징 |
그날 실제 판매량 | 학습 목표 |
누락된 기록 | 0과 구별해 처리 |
예측 이후의 최종 매출 | 입력에 넣으면 누수 가능 |
확인 문제
휴업일에는 판매가 0건이었고, 다음 날에는 기록을 잃어버렸다. 두 날을 모두 판매 0건으로 입력해도 될까?
① 예
② 아니요
정답과 해설
정답 ② 아니요 · 휴업일의 0은 확인한 판매량이다. 기록을 잃어버린 날은 판매량을 모르므로 결측으로 구분한다.
조금 더 깊이 · 선택해서 읽기
특징은 사람이 만들 수도 있고 신경망의 중간 층에서 학습될 수도 있습니다. 어떤 경우든 입력 자료가 생성된 과정과 사용 시점을 이해해야 합니다.
함께 볼 위키
출처와 더 읽을 자료
Google — Working with numerical data — 데이터 준비와 수치 특징 · 확인 2026-10-29
Google — Supervised Learning — 특징·레이블·학습과 추론 · 확인 2026-10-29
만화는 AI로 제작한 비유이며, 별도 표시가 없는 수치는 가상 예시입니다.
Comments (0)