마지막으로 얼룩말 이미지 여러 개를 학습한 이후 모델이 얼룩말을 잘 분류하는 것을 퓨샷 러닝이라고 합니다.

▲ 그림 2-7 퓨샷 러닝

이와 같이 원샷 러닝이나 퓨샷 러닝은 특정 작업이나 분야에서 충분한 양의 학습 데이터를 확보하기 어려울 때 유용합니다. 예를 들어 특정한 의료 이미지나 희귀 언어 데이터의 경우 충분한 학습 자료를 얻기 어려울 수 있습니다. 이때 원샷/퓨샷 러닝을 사용하면 효과적인 작업을 처리할 수 있습니다.

하지만 잘 생각해보면 ‘이 방법들이 얼룩말을 잘 분류할 수 있을까?’라는 의심이 생길 수 있습니다. 실제로 적은 수의 예제에서 학습된 모델은 종종 새롭고 다양한 데이터를 일반화하는 데 어려움을 겪을 수 있으므로 서비스로 활용할 때는 유의해야 합니다.