Choose a default theme

You can change your theme from the menu

비지도학습

비지도학습은 사람이 지정한 정답 레이블 없이 데이터의 구조나 패턴을 찾는 학습 접근입니다. 비슷한 자료를 묶는 군집화가 한 예이며, 특징 선택과 유사도 기준에 따라 결과가 달라질 수 있습니다.

다른 이름: Unsupervised Learning


정답 대신 자료의 관계를 살펴봅니다

비지도학습은 주어진 정답 레이블 없이 자료의 구조나 패턴을 찾는 학습 방식입니다. 비슷한 사례를 묶는 군집화가 대표적인 예입니다. 고객의 구매 패턴이나 문서의 표현을 묶는 데 활용할 수 있습니다.

정답이 없다는 것은 아무 기준도 없다는 뜻이 아닙니다. 어떤 특징으로 표현할지, 무엇을 비슷하다고 계산할지, 몇 개의 묶음을 만들지 같은 선택이 결과에 영향을 줍니다.


비슷하다는 기준이 달라지면 묶음도 달라집니다

빵을 색으로 묶으면 모양은 달라도 한 군집에 들어갈 수 있습니다. 재료나 가격으로 표현하면 전혀 다른 묶음이 나옵니다. 모델이 찾아낸 그룹이 사람이 원하던 상품 분류와 일치한다고 보장할 수 없습니다.

따라서 결과를 보고 어떤 공통점이 있는지 확인해야 합니다. 사람이 군집에 '아침 간편식 선호'라는 이름을 붙였다면 그것은 해석입니다. 모델이 손님의 진짜 마음을 직접 읽었다는 뜻은 아닙니다.


발견한 패턴을 실제 업무로 연결합니다

군집을 이용해 자료를 살펴볼 순서를 정하거나, 서로 비슷한 사례를 찾거나, 특징 표현을 단순하게 만들 수 있습니다. 이후 일부 자료에 레이블을 붙여 다른 학습 문제에 활용할 수도 있습니다.

드문 사례가 주변과 다르다고 반드시 잘못된 자료인 것은 아닙니다. 새로운 제품이나 중요한 소수 사례일 수도 있습니다. 군집과 이상치 결과는 확인해야 할 단서로 사용합니다.


예시와 비교

비교 기준

가능한 묶음

색

밝은 빵·어두운 빵

모양

둥근 빵·길쭉한 빵

구매 패턴

함께 자주 구매되는 상품

가격

비슷한 가격대



주의할 해석

군집 번호는 우열이나 사람의 본질적인 유형을 뜻하지 않습니다. 다른 자료와 설정에서는 묶음이 달라질 수 있습니다.


추가 설명

비지도학습에는 군집화 외에도 차원 축소나 분포 학습 같은 접근이 있습니다. 정답 레이블이 없더라도 목적과 평가 기준은 설계해야 합니다.



출처와 더 읽을 자료

Google — What is Machine Learning? (Unsupervised learning) — 레이블 없는 패턴 발견 · 확인 2026-10-29

Google — What is clustering? — 군집과 유사도 기준 · 확인 2026-10-29