이러한 비지도 학습은 지도 학습을 보완해 주는 중요한 역할을 합니다. 지도 학습이 가능한 상황은 모범 답안, 즉 데이터의 정답(레이블)이 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 많기 때문에 이러한 상황에서 비지도 학습은 아주 유용하게 사용됩니다.

예를 들어 사진에서 사람의 얼굴을 판별하여 사람별로 사진을 정리해 주는 인공지능을 살펴봅시다. 이 인공지능은 처음에는 각 사람의 얼굴 특징을 바탕으로 사람들을 구별해 나갑니다. 왜냐하면 누가 누구인지 정답이 없기 때문입니다. 이럴 때는 비지도 학습 방식을 사용합니다. 누가 누구인지 지도해 주는 사람이 없어도 얼굴 특징만을 바탕으로 구별하는 것이죠. 즉, 지도 학습이 정답이 있는 데이터로 학습한다면, 비지도 학습은 정답이 없는 데이터로 학습하는 방식입니다.

다음으로 이러한 비지도 학습이 어디에 사용되는지 살펴보겠습니다.