■ 비지도 학습 사례 살펴보기 1: 군집화

정답이 없는 데이터를 사용하여 인공지능을 만드는 비지도 학습 방식으로 어떤 인공지능을 만들 수 있을까요? 바로 데이터를 여러 그룹으로 묶는 군집화(clustering)를 할 수 있습니다. 데이터의 여러 특징을 살펴보고, 가장 대표적인 특징만 뽑아내는 차원 축소를 할 수 있습니다(차원 축소는 뒤에서 설명합니다).

먼저 군집화를 살펴볼 텐데요. 인기 유튜브 콘텐츠를 보다 보면 종종 이러한 댓글들을 봅니다.

“알 수 없는 알고리즘이 나를 이곳으로 데려왔다.”

누군가 유튜브 추천 영상을 시청하고 단 댓글입니다. 유튜브뿐만 아니라 오늘날 추천 시스템(recommender system)은 다양한 곳에서 사용됩니다. 동영상 스트리밍 사이트인 넷플릭스나 인터넷 상거래 기업인 아마존, 네이버나 카카오 같은 기업에서는 수요자에게 알맞은 콘텐츠를 제공하기 위해 다양한 알고리즘을 사용합니다.

이러한 알고리즘에는 인공지능을 사용합니다. 물론 각 기업에서 어떤 인공지능 알고리즘을 사용하는지 구체적으로 밝히지는 않았지만, 사람들의 특징을 구분할 때 비지도 학습을 주로 사용합니다.