인공지능 학습방법 3가지

인공지능 학습 방법 중에서 가장 중요한 세 가지,
지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 강화학습(Reinforcement Learning)
이 세 가지를 쉽고 명확하게 정리해드릴게요.

---

✅ 인공지능 학습 방법 3가지

구분지도학습비지도학습강화학습

🌟 핵심 개념	정답(라벨)이 있는 데이터를 학습	정답 없이 데이터 구조를 학습	보상(Reward)을 통해 스스로 학습
🎯 목표	정확한 예측	패턴 발견	보상을 최대화하는 행동 선택
📘 예시	사진 → 고양이/개 분류, 집값 예측	고객 군집화, 추천 시스템	알파고, 로봇, 게임 에이전트
💡 학습 방식	입력과 정답을 쌍으로 제공	입력만 제공하고 유사한 것끼리 묶음	시행착오를 통해 스스로 경험

 

---

1️⃣ 지도학습 (Supervised Learning)

✔ 정의:

정답이 있는 데이터로 학습하여, 새로운 입력에 대해 정답을 예측하는 모델

🧠 예:

• "이 사진은 강아지야!" (이미지 + 정답)
• "이 집은 2억이야!" (특성 + 정답가격)

🔍 종류:

• 분류(Classification): 카테고리 예측 (ex. 스팸메일 vs 일반메일)
• 회귀(Regression): 숫자 예측 (ex. 내일 기온, 집값)

---

2️⃣ 비지도학습 (Unsupervised Learning)

✔ 정의:

정답 없이 데이터만 보고, 패턴이나 구조를 스스로 찾아내는 학습

🧠 예:

• "고객들을 비슷한 특성끼리 묶어줘" (군집화)
• "이상한 거래를 찾아줘" (이상치 탐지)

🔍 종류:

• 군집화(Clustering): 유사한 것끼리 그룹 묶기 (예: 고객 분석)
• 차원 축소(Dimensionality Reduction): 중요한 정보만 추출 (예: 이미지 압축)

---

3️⃣ 강화학습 (Reinforcement Learning)

✔ 정의:

정답도 없고, 즉각적인 힌트도 없지만, **보상(Reward)**을 받으며 스스로 경험을 통해 최적의 행동을 학습

🧠 예:

• 알파고: 체스, 바둑에서 승리하면 +점수
• 로봇청소기: 장애물 피하고 청소 다 하면 +점수

🔁 특징:

• 행동(Action) → 결과(State) → 보상(Reward) → 다시 시도
• 시행착오(trial & error)를 통해 점점 똑똑해짐

---

🎯 한 줄 요약

종류한 줄 설명

지도학습	"정답을 보고 배우는 학습"
비지도학습	"정답 없이 스스로 구조를 파악하는 학습"
강화학습	"보상을 받으며 스스로 경험하고 배우는 학습"