Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

지도 학습(Supervised Learning)이란 무엇인가?

일반적으로 머신러닝 알고리즘에는 지도 학습(supervised learning)과 비지도 학습(unsupervised learning)의 두 가지 유형이 있다. 지도 학습은 둘 중에서 더 일반적으로 쓰이며, 보통 비지도 학습보다 구현이 쉽다.

 

지도 학습이란 무엇인가?

지도 학습 알고리즘은 예를 통해 학습하도록 설계된다. 인간인 관여자가 문제에 대한 답을 알고 있고, 인공지능(AI)이 그것을 알아낼 수 있도록 훈련시키고자 할 때 사용한다. 마치 교사의 도움을 받아 알고리즘을 ‘정답’으로 안내하면서 학습시키는 것과 같다. 따라서 아이가 스스로 실험하고 시행착오를 거치며 배우는 비지도 학습 알고리즘과 다르다.

지도 학습 알고리즘을 훈련하려면 입력 세트를 특정 출력과 쌍으로 구성해야 한다. 그러면 알고리즘은 입력 세트 내의 패턴을 검색하여 출력과 상관 관계를 짓는다. 이 훈련 데이터를 기반으로 지도 학습 알고리즘은 보이지 않는 입력을 가져와 지정할 레이블을 결정할 수 있다. 지도 학습 알고리즘의 목표는 새롭게 투입된 입력 데이터에 적합한 레이블을 예측하여 제대로 분류하고 이해하는 것이다.

요약하면 지도 학습은 다음과 같은 특징이 있다:

  • · 비지도 학습보다 더 단순하고 일반적이다
  • · 사람인 관여자가 답을 알고 있는 상태에서 AI를 훈련하고자 할 때 사용한다
  • · 사용하여 데이터를 분류하고 처리한다
  • · 레이블이 지정된 데이터 즉, 분류된 데이터를 사용한다

 

지도 학습 알고리즘의 일반 유형

지도 학습 알고리즘에는 크게 두 가지 유형이 있다.

1. 분류 기법(Classification techniques)

분류 기법은 입력 데이터를 특정 클래스 또는 그룹의 구성원으로 식별하기 위해 알고리즘에 이산 값을 예측하도록 요청한다. 패턴 인식에 매우 뛰어나 이미지 인식과 같은 용도에 이상적이다. 예를 들어, 동물 이미지 훈련 데이터 세트를 사용하여 각 사진에 개, 고양이 또는 기니피그로 미리 레이블을 지정하고, 이 동물들의 새로운 이미지를 얼마나 정확하게 구별해내는가에 따라 알고리즘을 평가한다.

분류 기법에는 다음과 같은 알고리즘 예들이 포함된다:

  • · 로지스틱 회귀
  • · 선형 판별 분석
  • · K-최근접 이웃(KNN, K-nearest neighbors)
  • · 트리(Trees)
  • · 신경망
  • · 서포트 벡터 머신(SVM, Support vector machines)

2. 선형 회귀(Linear regression)

선형 회귀분석은 연속 데이터를 사용한다. 대수학 문제처럼 x의 값을 알고 있다면, y 변수의 값을 얼마로 예상할 것인가와 같은 문제를 푼다.

이런 문제는 아주 간단한 예라고 할 수 있고, 더 복잡한 경우는 아파트 가격을 예측하는 알고리즘과 같이 많은 변수를 수반하는 경우가 될 것이다. 위치, 평방 피트 단위의 크기, 채광, 대중교통 및 지역 시설과의 근접성, 해당 지역의 사회경제적 인구 통계, 최근에 비슷한 아파트가 얼마에 팔렸는지, 현재 시장 상황 등과 같은 많은 변수를 고려해야 한다.

 

지도 학습의 일반적인 적용 사례

1. 추천 엔진

추천 엔진은 전자상거래에서 점점 더 많이 사용되고 있으며, 상품 페이지나 결제 단계에서 주로 나타나는 ‘다른 사용자들이 함께 구매한 상품’ 또는 ‘이런 상품은 어떠신가요?’ 등의 형태로 추천 상품을 생성한다. 보다 다양한 형태의 추천 상품 구성도 가능하다. 커피메이커를 구매할 계획이라면 이런 필터도 필요합니다, 또는 10kg 덤벨 세트를 구매하셨네요, 더 가벼운 덤벨도 있으면 운동 효과를 더욱 높일 수 있습니다 등과 같이 추가 구매를 촉진하는 상품 추천을 구현할 수 있다.

이와 같은 추천 상품들은 일반적으로 지도 학습을 통해 구축된 AI 모델에 의해 생성된다. 알고리즘은 고객들이 많이 구매하거나 검색하는 아이템을 분석하여 사람들이 자주 구매하는 기타 상품들을 알아낼 수 있다. 이처럼 일반적인 구매 패턴을 식별하고 나면, 동일한 경로로 이동하고 있는 신규 고객들에게 해당 패턴을 추천할 수 있다.

심지어 고객의 나이, 위치, 사회경제적 지위 등과 같은 다른 요소도 고려하여 보다 개인화된 추천을 제공할 수 있다. 예를 들면, 55-65세의 여성은 같은 나이대의 남성들과는 상당히 다른 종류의 건강보조식품을 구매하는 경우가 많다.

2. 이미지 인식

지도 학습 알고리즘은 데이터에서 패턴을 찾아내는 데 능숙하기 때문에 이미지 인식 소프트웨어에 주로 탑재된다. 예를 들면, 알고리즘에 과일 바구니를 보여주고 구부러진 노란색 과일은 바나나, 둥근 모양의 오렌지색 과일은 오렌지 등으로 인식하도록 훈련하면 각 과일의 특성을 빠르게 학습하고 스스로 식별할 수 있게 된다.

이것은 훈련 데이터(이 경우 과일 바구니에 해당)를 통해 학습하고 그렇게 학습한 지식을 새로운 테스트 데이터(이 경우 추가로 보여준 새로운 과일)에 적용하는 지도 학습 알고리즘의 좋은 예이다.

3. 목적지 도착 시간 계산

지도 학습 알고리즘 덕분에 요즘의 길찾기 앱들은 특정 목적지까지 이동하는데 걸리는 시간을 상당히 정확하게 예측할 수 있다.

사용자에게 정확한 이동 시간을 알려주기 위해 알고리즘은 하루 중 해당 시간대, 주중 해당 요일, 목적지까지의 거리, 기상 조건, 교통량 등 모든 종류의 데이터를 분석한다. 여기에 덧붙여 비슷한 조건에서 비슷한 경로, 심지어 동일한 경로로 이동하는 다른 사용자의 여정 데이터까지 분석하여 특정 사용자에게 예상 도착 시간을 알려주게 된다. 그리고 이 모든 일이 단 몇 초 만에 이루어진다.

 

지도 학습은 일련의 활용 가능한 참조 포인트(즉, 훈련 데이터) 또는 부정할 수 없는 진실(바나나의 모양)이 있어서 알고리즘을 훈련하는 데 사용할 수 있을 때 가장 적합하다. 그런 상황에서는 매우 정확하고 신뢰할 수 있는 결과를 제공하여 실제 세상에서 광범위한 사용 사례를 만들 수 있다.

 

*  최근의 인공지능(AI) 기반 광고에서는 지도 학습과 비지도 학습 알고리즘 모두 활발하게 활용되고 있습니다. 알고리즘들이 보다 정교한 개인화 추천에 어떤 작용을 하는지 알아보고자 하시면 애피어의 관련 백서 지도 학습에서 비지도 학습으로: AI 재구성하는 광고 참고하시기 바랍니다. 기업별 구체적인 컨설팅이 필요하시면 문의 남겨주세요!

애피어에 문의하세요!

문의를 남겨주시면 마케팅 전략을 개선할 수 있는 방법을 찾을 수 있도록 안내해드리겠습니다.

다른 최신 포스트도 둘러보세요!

불확실한 경제 상황에서 마케팅 회복력을 높이기 위한 7단계 전략

경제 상황이 좋을 때는 기업이 번창하기도 쉽다. 반대로 상황이 나빠지면 기업은 진정한 시험대에 오르게 된다. 마케팅 회복력을 향상시킴으로써 현재의 혼란한 상황을 꿰뚫어보고 그 다음에 닥쳐올 그 어떤 최악의 상황에도 대처할 수 있다. 지금 세계는 2008년 금융위기 이후 최악의 글로벌 경기 침체 속에 빠져 있다. 만약 세계은행(World Bank)의 예측대로 올해 세계 경제가 5.2% 위축된다면, 실제로 2차 세계대전 이후 가장 깊은 불황이 될 것이다. 많은 기업들에게 이 시기를 잘 넘기고 나아가 사업을 성장시키는 일은 그 자체로 큰 도전이다. 따라서 비용 절감과 같은 당장 실행할 수 있는 전략을 우선 취한다. 그러나 기업의 장기적인 성공을 보장하기 위해서는 마케팅 회복력을 강화할 수 있는 방법에 대해 좀 더 전략적으로 생각해 볼 필요가 있다. 그러기 위해서는 우선 글로벌 경제 상황, 특히 우리 기업이 속한 업계의 상황을 정확하게 이해하고 그 이해를 토대로 전략을 세워야 한다. 또한, 고객들의 변화하는 요구사항을 파악하고, 그에 따라 달라질 잠재고객 구성비율을 가늠하고 그 모두에 즉각 대응해야 한다. 현재의 상황에서 핵심 역량을 강화하고 마케팅 회복력을 갖추는 데 아래의 7가지 조치가 도움이 될 수 있다. 1. 데이터에 집중하라 시장과 고객 모두가 어떻게 변화하고 있고, 그 변화에 어떻게 대응할 수 있을지 이해하려면 데이터가 핵심이다. 항공기 조종사가 기상 변화를 점검하고 항로를 정하는 것처럼 데이터를 토대로 현 상황에 대해 정확한 판단을 내려야 한다. 그렇지 않으면 눈을 가리고 비행하는 것과

애피어, CB인사이트 옴니채널 마케팅 부문 핵심 기업으로 선정

시장 분석 전문 기관 CB 인사이트(CB Insights)가 최근 발표한 글로벌 테크 시장지도 보고서(Tech Market Map Report)에서 애피어를 타겟 마케팅 테크(Targeted Marketing Tech) 옴니채널 분야의 핵심 기업으로 선정했습니다. 옴니채널 마케팅은 브랜드가 다양한 채널과 접점을 활용하여 소비자와 끊김 없이 소통하는 마케팅을 의미합니다. 옴니채널 마케팅 성공의 열쇠는 모든 채널을 유기적으로 연동하여 효율적으로 활용할 수 있는 시스템을 구축하는 데 있습니다. 데이터를 통해 소비자들이 고객 여정에서 어느 지점에 있는지, 무엇을 필요로 하는지, 그리고 언제 필요로 하는지를 분석할 수 있어야 가능한 일입니다. 소비자와 브랜드를 연결하는 일은 과학과 예술의 결합이라 할 수 있을 만큼 고도로 섬세한 작업이며 기존에도 모든 브랜드에서 중요하게 다루어 왔습니다. 최근에는 기술의 발달로 데이터와 인공지능(AI)이라는 좋은 도구를 통해 소비자를 보다 잘 이해하고 그들의 요구를 예측하고 충족할 수 있게 됐습니다. 그러나, 브랜드가 결국 소통하는 대상은 서로 다르고 복잡한 생각을 가진 개별 인간이며, 이들은 각자의 여정에 따라 서로 다른 단계에 있을 뿐 아니라 그 요구사항도 모두 다르며, 심지어 지속적으로 변화하는 유기적인 프로필을 가지고 있음을 인식해야 합니다. AI를 활용하면 고객의 현재 상황에 부합하는 연관 콘텐츠를 구성하여 언제, 어디서, 어떻게 다가가는 것이 가장 좋을지 좀 더 정확하게 파악할 수 있습니다. 코로나19로 전 세계 사람들이 모두 함께 경험하고 있는 언택트 상황에서 이것은 더욱 중요한 의미를 갖습니다. 인간이 경험으로 획득해 온 지식과 데이터 기반 의사결정 방식을 결합하여 대응하면 사람들이 브랜드를

관계 마케팅: 오래 지속되는 고객 관계를 구축하는 방법

기존 고객을 유지하는 것보다 새로운 고객을 확보하는 데 더 많은 비용이 든다는 마케팅 격언은 잘 알려진 사실이다. 고객 충성도를 높이는 데 효과적인 전략 중 하나는 개별 상호작용을 통해 각 고객의 특정 요구와 욕구를 기반으로 참여를 지속 유도하는 관계 마케팅(relationship marketing)이다. 관계 마케팅이란 무엇인가? 관계 마케팅은 고객 충성도와 유지율을 높이기 위해 고객과 더 밀접하고 의미 있는 관계를 구축해가는 마케팅 전략이다. 짧은 시간 내에 거래 또는 판매를 완료하는 데 중점을 둔 고객 획득 마케팅과 달리 관계 마케팅은 고객이 단순 구매를 너머 계속 재방문하는 등 관계를 이어가는 데 집중한다. 각 고객의 수익성을 높이고, 이탈 가능성을 줄이며, 나아가 고객 스스로 브랜드 홍보대사를 자처할 수 있도록 만드는 장기 전략이다. 관계 마케팅의 초점은 제품이나 서비스 자체에 있지 않다. 내부 프로세스를 개선하여 탁월한 고객 서비스를 제공하고, 정서적 유대감을 구축하며, 모든 접점에서 고객을 기쁘게 하는 데 초점을 둔다. 요즘은 관계 마케팅 전략을 최적화하기 위해 빅데이터와 다양한 디지털 기술을 접목하는 기업들이 많다. 이런 신기술들을 통해 고객이 누구이며 그들이 원하는 것이 무엇인지 더 잘 파악할 수 있고, 나아가 더 자주, 더 매끄럽고 의미 있는 방식으로 고객들에게 다가갈 수 있기 때문이다.   관계 마케팅을 효과적으로 구현하고 있는 대표적인 3개의 브랜드   1. 이케아(IKEA) 이케아 매장은 단순한 가구 매장이 아니라, 그 자체가 하나의 커다란 경험의 장이다. 토요일 오후에는 이곳저곳을 돌아다니며 미트볼을 사

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다