[AIBT 2급 이론 06] 지도학습·비지도학습·강화학습 구분 총정리 (+예상문제)

AIBT 2급 이론 정리 시리즈 6탄!!!

 

오늘은 1회 시험에 실제로 나왔던 주제!

 

시험에서는 상황(사례)을 하나 주고

"이건 어떤 학습 방법인가?"를 고르게 했다

개념보다 사례 구분 연습이 핵심이다

 

과목: 생성형 AI와 인공지능 이론

출제 영역: 인공지능 알고리즘 이해

 

▶ [이론 05] 머신러닝 vs 딥러닝 차이 보러가기

 

[ 1. 한 줄로 구분하기 ]

 

구분 기준은 딱 하나

"정답(레이블)을 주느냐, 보상을 주느냐"

학습 방법	데이터	한 줄 정리
지도학습	정답(레이블)이 있는 데이터	문제와 정답을 같이 보여주며 가르친다
비지도학습	정답이 없는 데이터	데이터 속 숨은 구조·패턴을 스스로 찾는다
강화학습	정답 대신 보상	시행착오로 보상이 가장 큰 행동을 배운다

 

[ 2. 지도학습 (Supervised Learning) ]

 

선생님(정답)이 옆에서 알려주며 배우는 방식

"이 사진은 고양이, 이 사진은 강아지"처럼

입력과 정답을 짝지어 학습한다

 

지도학습은 다시 두 가지로 나뉜다

유형	예측하는 것	예시
분류 (Classification)	범주(카테고리)	스팸/정상 메일, 합격/불합격, 사진 속 동물 종류
회귀 (Regression)	연속적인 숫자	집값, 내일 기온, 다음 달 매출

 

분류 = "어느 그룹?"

회귀 = "얼마?"

이렇게 외우면 쉽다!

 

[ 3. 비지도학습 (Unsupervised Learning) ]

 

정답 없이 데이터만 주고

비슷한 것끼리 묶거나 특징을 찾게 하는 방식

유형	하는 일	예시
군집 (Clustering)	비슷한 데이터끼리 그룹으로 묶음	고객 세분화, 뉴스 기사 자동 묶기 (k-평균)
차원 축소	데이터의 핵심 특징만 남겨 단순화	PCA(주성분 분석), 시각화
연관 규칙	같이 일어나는 패턴 찾기	장바구니 분석 (기저귀 사면 맥주도 산다)
이상 탐지	평소와 다른 데이터 찾기	카드 부정 사용 탐지

 

[ 4. 강화학습 (Reinforcement Learning) ]

 

정답을 알려주지 않고

행동을 하면 보상(+) 또는 벌점(-)을 줘서

보상이 최대가 되는 방법을 스스로 터득하게 하는 방식

 

강아지 훈련할 때 잘하면 간식 주는 것과 같다!

 

강화학습 용어는 시험에 자주 나온다

구성요소	뜻	게임 예시
에이전트 (Agent)	학습하고 행동하는 주체	게임 캐릭터를 조종하는 AI
환경 (Environment)	에이전트가 상호작용하는 세계	게임 화면·규칙
상태 (State)	현재 상황	캐릭터 위치, 남은 체력
행동 (Action)	에이전트가 선택하는 움직임	점프, 이동, 공격
보상 (Reward)	행동의 결과로 받는 점수	코인 획득 +1, 사망 -10
정책 (Policy)	상태별로 어떤 행동을 할지 정한 전략	"적이 오면 점프한다"

 

대표 사례는 04번 글의 알파고, 게임 AI, 로봇 보행, 자율주행

 

그리고 ChatGPT도 사람이 매긴 답변 점수를 보상으로 쓰는

RLHF(인간 피드백 기반 강화학습)로 답변을 다듬었다!

 

[ 5. 같이 알아두면 좋은 학습 방법 ]

학습 방법	설명	예시
준지도학습	정답 있는 데이터 조금 + 정답 없는 데이터 많이	레이블 붙이기 비싼 의료 영상
자기지도학습	데이터 자체에서 정답을 만들어 학습	문장의 다음 단어 맞히기 (LLM 사전학습)
전이학습	다른 일에 학습된 모델을 재활용	07번 글에서 자세히!

 

[ 6. 사례 구분 연습 ]

시험은 이렇게 나온다! 가리고 먼저 맞혀보자

사례	학습 방법
메일을 스팸/정상으로 분류 (정답 표시된 메일로 학습)	지도학습 (분류)
과거 거래 데이터로 다음 달 매출 예측	지도학습 (회귀)
구매 이력으로 비슷한 고객끼리 그룹 나누기	비지도학습 (군집)
같이 팔리는 상품 조합 찾기	비지도학습 (연관 규칙)
평소와 다른 카드 결제 패턴 찾기	비지도학습 (이상 탐지)
넘어지면 벌점, 앞으로 가면 보상을 주며 걷는 로봇 학습	강화학습
수많은 대국을 스스로 두며 이기는 수를 익히는 바둑 AI	강화학습
엑스레이 사진에 질병 여부를 표시해 진단 모델 학습	지도학습 (분류)

 

[ 시험 포인트 정리 ]

포인트	이것만은 기억!
지도학습	정답(레이블) 있음, 분류(범주)·회귀(숫자)
비지도학습	정답 없음, 군집·차원 축소·연관 규칙·이상 탐지
강화학습	보상으로 학습, 에이전트·환경·상태·행동·보상·정책
RLHF	사람 피드백을 보상으로 쓰는 강화학습 (ChatGPT)
구분 요령	정답을 주면 지도, 안 주면 비지도, 점수를 주면 강화

 

[ 예상문제 ]

 

Q1. 쇼핑몰이 고객 구매 이력만 가지고(정답 없음) 비슷한 고객끼리 그룹을 나누려고 한다.

어떤 학습 방법인가?

① 지도학습

② 비지도학습

③ 강화학습

④ 전이학습

 

Q2. 로봇이 넘어지면 벌점을, 앞으로 나아가면 점수를 받으며 스스로 걷는 법을 익혔다.

어떤 학습 방법인가?

① 지도학습 - 분류

② 지도학습 - 회귀

③ 비지도학습 - 군집

④ 강화학습

 

Q3. (단답형) 지도학습 중 집값이나 기온처럼

연속적인 숫자를 예측하는 문제 유형은?

 

Q4. 강화학습의 구성요소가 아닌 것은?

① 에이전트(Agent)

② 보상(Reward)

③ 정답이 표시된 레이블 데이터

④ 환경(Environment)

 

Q5. (단답형) ChatGPT 등이 사람이 평가한 답변 점수를 보상으로 활용해 학습한 방법인

"인간 피드백 기반 강화학습"의 영문 약자는?

 

 

---

 

[ 정답 & 해설 ]

문제	정답	해설
Q1	②	정답 없이 비슷한 것끼리 묶는 것은 비지도학습의 군집(Clustering)
Q2	④	정답 대신 보상과 벌점으로 학습하는 것은 강화학습
Q3	회귀 (Regression)	범주를 맞히면 분류, 연속적인 숫자를 맞히면 회귀
Q4	③	정답 레이블은 지도학습의 재료. 강화학습은 정답 대신 보상을 쓴다
Q5	RLHF	Reinforcement Learning from Human Feedback

 

다음 글은 역시 1회 시험에 나왔던

[이론 07] 전이학습·사전학습·파인튜닝!

▶ [이론 07] 전이학습·사전학습·파인튜닝 보러가기

 

▶ AIBT 2급 시험 정보 총정리 보러가기

▶ AIBT 2급 스터디 자료 보러가기 (AI&DATA 자격증 스터디 클럽)

 

AIBT 2급 준비하시는 분들 모두 화이팅입니다~~~~~ ^^