이러한 비지도 학습은 지도 학습의 단점을 보완하는 중요한 역할을 합니다. 지도 학습이 가능한 상황은 모범 답안이 있을 때입니다. 만약 미지의 상황, 즉 모범 답안이 없는 상황에서는 지도 학습을 사용할 수 없습니다. 그리고 현실의 여러 문제를 분류하는 문제에서는 답이 없는 경우가 더 많습니다. 이러한 상황에서 비지도 학습은 아주 유용합니다. 예를 들어 사진에서 사람의 얼굴을 판별하여 사람별로 사진을 정리해 주는 인공지능을 살펴봅시다. 이 인공지능은 처음에는 각 사람의 얼굴 특징을 바탕으로 사람들을 구별하기 시작합니다. 이때에는 비지도 학습 방식을 사용합니다. 누가 누구인지 지도하는 사람이 없어도, 얼굴의 특징만을 바탕으로 구별하는 것이죠. 그 다음에는 구분한 사진을 사용자에게 보여주며 확인을 받습니다. 이러한 과정을 통해 비지도 학습 방식의 정확도를 높일 수 있습니다.