문제와 정답이 짝지어진 예시로 배우는 머신러닝 방법이에요.
지도학습은 '이 사진은 고양이', '이 메일은 스팸'처럼 정답 이름표(라벨)가 붙은 예시로 AI를 가르치는 방법이에요. AI는 답을 내 보고 이름표와 비교해서, 틀린 만큼 안의 숫자를 고쳐요. 사진 분류, 스팸 거르기, 손글씨 읽기가 대표적이에요.
단점은 이름표를 붙이는 데 사람 손이 많이 든다는 거예요. 그래서 이름표 없이 패턴을 찾는 비지도학습, 자료 자체에서 문제를 만들어 내는 자기지도학습도 함께 써요. 대형 언어 모델은 가린 다음 단어를 맞히는 자기지도 방식으로 크게 배운 뒤, 사람이 써 준 모범 답안으로 지도학습을 더해 다듬어요.
비유로 보면
답지가 딸린 문제집으로 공부하는 것과 같아요. 문제를 풀고 답지를 맞춰 보며 틀린 걸 고치죠. 답지를 만드는 데 품이 많이 들어서, 좋은 문제집은 귀해요.
예를 들면
사진마다 '개' 또는 '고양이' 이름표를 붙여 수천 장 보여 주면, 처음 보는 사진도 둘 중 하나로 가려내게 돼요.
자주 하는 오해
오해지도학습에서 AI는 선생님에게 설명을 듣고 배운다.
실제로는여기서 '지도'는 설명해 준다는 뜻이 아니라, 정답과 대 보며 맞았는지 감독한다는 뜻에 가까워요. 이름표는 '무엇'만 알려 주고 '왜'는 알려 주지 않아서, 왜 정답인지는 AI가 예시들 사이의 공통점으로 짐작해야 해요.
오해대형 언어 모델은 처음부터 끝까지 지도학습만으로 만든다.
실제로는모범 답안으로 다듬은 뒤에도, 사람이 두 답 중 나은 쪽을 고른 기록으로 하는 강화학습 단계를 더 거치는 경우가 많아요. 정답 하나를 주는 게 아니라 '이쪽이 더 낫다'는 비교만 주는 단계라 지도학습과는 달라요.
수업에서 써 보기
선생님은 수업 시작에, 학생은 혼자 공부할 때 써 보세요.
- 질문
- 이름표가 틀려 있으면 AI는 무엇을 배우게 될까요?
- 활동
- 모둠마다 '개'와 '고양이' 그림 카드 열 장에 이름표를 붙인 '문제집'을 만들되, 한 모둠은 일부러 이름표 두 장을 바꿔 둬요. 다른 모둠이 문제집만 보고 '개와 고양이를 가르는 규칙'을 세 줄로 적은 뒤, 새 카드 다섯 장에 그 규칙을 적용해요. 이름표가 틀린 문제집으로 만든 규칙이 어떻게 달라졌는지 비교해 봐요. 그다음 카드 열 장에 이름표를 붙이는 데 걸린 시간을 재고 사진 1,000장이라면 얼마나 걸릴지 어림해 보면, 이름표에 사람 손이 많이 든다는 말이 숫자로 느껴질 거예요.