머신러닝 기초 완전정복: 지도·비지도·강화학습부터 모델 배포까지

핵심 메시지

• 머신러닝은 인공지능의 한 갈래로, 규칙을 일일이 짜는 대신 데이터에서 패턴을 학습해 예측한다.
• 전통적 프로그래밍이 "규칙+데이터→답"이라면, 머신러닝은 "데이터+답→모델→예측"의 구조다.
• 학습 방식은 지도·비지도·준지도·강화학습 네 가지로 나뉘며, 각각 다루는 데이터와 목적이 다르다.
• 실제 프로젝트는 문제 정의부터 데이터 수집·정제·EDA·특성 공학·학습·평가·배포·모니터링까지 정해진 파이프라인을 따른다.

쉽게 이해하기

영상은 유튜브 영상 추천, 넷플릭스 콘텐츠 제안, 아마존 구매 예측, 챗GPT의 질문 이해 같은 일상 서비스가 모두 머신러닝에 기대고 있다는 점에서 출발한다. 머신러닝은 인공지능(AI)의 하위 분야이며, AI→머신러닝→딥러닝→생성형 AI로 이어지는 위계 속에 자리한다고 설명한다.

핵심은 학습 방식의 전환이다. 전통적 프로그래밍에서는 사람이 규칙과 데이터를 넣어 답을 얻지만, 머신러닝에서는 데이터와 정답을 모델에 주어 스스로 패턴을 익히게 한 뒤 새로운 입력에 대한 예측을 얻는다. 스팸 탐지를 예로 들며, 규칙을 직접 쓰는 대신 수많은 스팸 메일로 모델을 학습시키면 컴퓨터가 패턴을 스스로 잡아낸다고 말한다.

학습 유형은 네 가지로 정리된다. 라벨이 있는 데이터를 다루는 지도학습은 분류(스팸/정상처럼 예/아니오)와 회귀(집값처럼 수치 예측)로 나뉜다. 라벨 없는 데이터에서 숨은 패턴을 찾는 비지도학습은 고객 세분화 같은 군집화에 쓰인다. 강화학습은 에이전트가 환경과 상호작용하며 보상을 통해 학습하고, 준지도학습은 적은 라벨과 많은 비라벨 데이터를 함께 쓴다.

영상은 알고리즘과 라이브러리도 짚는다. 지도학습 알고리즘으로 선형·로지스틱 회귀, 결정트리, 랜덤 포레스트, SVM, KNN, XGBoost, 나이브 베이즈를, 비지도학습으로 K-means, DBSCAN, PCA, 계층적 군집화를 든다. 주요 라이브러리로는 NumPy, Pandas, Matplotlib, Seaborn, scikit-learn, TensorFlow, PyTorch, XGBoost, LightGBM, SciPy를 제시한다.

마지막으로 실제 프로젝트 워크플로를 제시한다. 문제 정의→데이터 수집→데이터 정제→EDA(탐색적 데이터 분석)→특성 공학→특성 스케일링→학습/테스트 분할→알고리즘 선택→모델 학습→평가→하이퍼파라미터 튜닝→배포→모니터링으로 이어진다. 데이터셋에서 독립 변수(특성)와 종속 변수(타깃)를 구분하고, 결측치·중복·인코딩·정규화 등 전처리의 중요성을 강조한다.

주요 인사이트

• 머신러닝을 배우기 전에 AI의 큰 그림을 먼저 잡아야 한다는 점을 강조한다. 머신러닝은 AI의 부분집합이기 때문이다.
• 조건이 수백만 개로 늘어나면 사람이 규칙을 일일이 쓰는 것은 불가능하므로, 컴퓨터가 자동으로 학습하게 만드는 것이 머신러닝의 목적이다.
• 분류와 회귀의 차이는 출력 형태로 구분된다. 예/아니오 같은 범주형이면 분류, 가격·온도·급여 같은 수치형이면 회귀다.
• 과적합(overfitting)과 과소적합(underfitting)은 면접 단골 주제로 언급되며, 모델 평가 지표(MAE·MSE·RMSE·R², 정확도·정밀도·재현율·F1·혼동행렬·ROC·AUC)와 함께 모델 품질 판단의 핵심이다.
• 학습한 모델은 Flask나 FastAPI 같은 도구로 웹 서비스화해 실제 사용자에게 제공하는 배포 단계까지 가야 비로소 쓸모를 갖는다.

자주 묻는 질문

관련 AI 소식