기계학습으로 풀 문제 구별하기

시작하기 전에 묻는 네 가지

기계학습은 데이터에서 규칙을 찾는 방법이고, 지도학습·비지도학습 같은 갈래가 있습니다. 이제 실제 문제를 앞에 놓고 여기에 기계학습을 쓸 것인가를 정해야 합니다. 네 물음을 차례로 던지면 대부분 판가름이 납니다. 하나라도 「아니요」가 나오면 멈추고 다시 생각합니다.

① 규칙으로는 안 되는가

조건을 적어 풀 수 있는 문제라면 그렇게 푸는 편이 낫습니다. 규칙이 계속 바뀌거나 경우가 너무 많아 적을 수 없을 때 기계학습이 쓸모 있습니다.

② 데이터를 구할 수 있는가

기계학습은 예에서 규칙을 찾는 방법이므로 예가 없으면 아무것도 못 합니다. 「어딘가 있을 것 같다」와 「이번 달 안에 손에 넣을 수 있다」는 다릅니다.

③ 맞았는지 판단할 수 있는가

사람마다 답이 다른 문제라면 모델이 잘하고 있는지 판정할 방법이 없습니다. 빠뜨리기 쉬운 물음입니다. 군집화처럼 처음부터 정답을 두지 않는 학습이라면 「나온 결과를 보고 쓸모 있는지 판단할 수 있는가」로 바꾸어 묻습니다.

④ 틀렸을 때 감당할 수 있는가

모델은 틀릴 때가 있습니다. 틀렸을 때 누군가 크게 다치거나 불이익을 받는 일이라면 사람이 확인하는 단계를 반드시 사이에 둡니다.

네 물음은 「쓰면 안 된다」를 판정하려는 것이 아닙니다. 「틀렸을 때 감당할 수 있는가」에 걸리는 일에서도 기계학습은 쓰입니다. 다만 그때는 모델이 결정을 내리는 대신 사람이 볼 후보를 추려 주는 역할로 물러납니다. 물어야 할 것은 「써도 되는가」가 아니라 「어떤 역할을 맡겨야 하는가」입니다.

이미 풀리는 문제에 얹으면

「규칙으로는 안 되는가」를 조금 더 봅시다. 규칙으로 풀리는 문제에 굳이 기계학습을 얹으면 대개 더 좋아지기보다 나빠집니다. 잃는 것이 셋 있습니다.

잃는 것	규칙으로 풀 때	기계학습을 얹으면
정확함	규칙을 바르게 적었다면 언제나 맞는다	배운 만큼만 맞고 가끔 틀린다
설명	어느 조건 때문인지 설명해 줄 수 있다	왜 그렇게 나왔는지 대기 어렵다
품과 시간	조건 몇 줄이면 끝난다	데이터를 모으고 답을 붙이는 큰 일이 생긴다

도서 연체료를 계산한다면

「늦은 날수 × 하루치 금액」이면 끝나는 일입니다. 이것을 지난 연체 기록으로 학습시켜 맞히게 하면 가끔 몇 원씩 틀리는 데다 왜 그 금액이 나왔는지 설명할 수 없는 프로그램이 됩니다. 규칙이 분명한 문제라면 규칙으로 푸는 쪽이 낫습니다.

반대로 규칙으로 시작했다가 따라가지 못하게 되는 경우도 있습니다. 광고 문자를 특정 낱말로 걸러 내는 규칙은 처음에는 잘 듣지만, 보내는 쪽이 표현을 바꾸면 곧 빈틈이 생깁니다. 이런 경우에는 규칙으로 처리할 부분은 규칙에 두고, 따라가지 못하는 부분만 기계학습에 맡기는 식으로 함께 씁니다.

스스로 확인

「출석 번호를 넣으면 그 학생의 이름을 알려 준다」와 「사진을 넣으면 우리 반 누구인지 알려 준다」. 둘 중 기계학습이 필요한 쪽은 어디이고, 다른 쪽은 무엇으로 풀면 될까요?

판단할 수 없는 문제는 고쳐 적습니다

「맞았는지 판단할 수 없다」는 이유로 걸린 문제는 버릴 것이 아닙니다. 대개 묻는 방식을 조금 바꾸면 판단할 수 있는 문제로 옮겨 갑니다.

그대로는 판단할 수 없는 물음	판단할 수 있게 고친 물음
어떤 책이 좋은 책인가?	이 학생이 빌린 책들과 비슷한 특성을 가진 책은 무엇인가?
우리 학교 급식은 만족스러운가?	어떤 식단에서 남는 양이 많았는가?
누가 성실한 학생인가?	지난 제출 기록으로 다음 과제를 기한 안에 낼지 가늠할 수 있는가?

고쳐 적을 때 잊지 말 것

고친 물음은 원래 물음보다 작아 보이지만 정직합니다. 다만 고친 뒤에도 원래 물음에 답한 척해서는 안 됩니다. 「비슷한 책」을 찾아 주고서 「좋은 책」을 찾았다고 말하면, 목표를 이룬 것이 아니라 목표를 슬쩍 바꾼 것입니다.

「성실한 학생」 줄은 특히 조심해야 합니다. 제출 기록으로 가늠하는 것은 할 수 있지만, 그 결과를 「성실한 학생」이라는 이름표로 바꿔 다는 순간 데이터가 보여 준 것보다 훨씬 많은 말을 하게 됩니다. 여기서 「틀렸을 때 감당할 수 있는가」를 다시 물어야 합니다. 틀리면 누가 그 대가를 치를까요?

여덟 가지를 구별해 봅시다

우리 주변과 사회에서 나올 법한 문제들입니다. 네 물음을 던져 기계학습을 쓸 문제인지 구별해 봅시다.

하려는 일	기계학습?	그렇게 본 까닭
수해가 잦은 하천 구간을 지난 기록으로 가늠하기	쓸 만하다	규칙으로 적기 어렵고, 관측 기록이 쌓여 있다
도서관 좌석의 남은 자리 수를 화면에 띄우기	아니다	세어서 빼면 되므로 규칙으로 끝난다
버려진 물건 사진을 재질별로 구분하기	쓸 만하다	사진마다 생김새가 달라 규칙이 서지 않는다
청소 당번을 번호로 무작위로 뽑기	아니다	규칙 한 줄이면 된다. 배울 것이 없다
도로 위 위험한 소리를 알아채 알려 주기	쓸 만하다	소리는 규칙으로 적기 어렵고 예는 모을 수 있다
지하철에서 갈아타는 횟수가 가장 적은 길 찾기	아니다	노선이 정해져 있어 갈 수 있는 길을 차례로 비교해 보는 탐색 방법으로 정확히 풀린다
지역별 인구 자료로 비슷한 지역끼리 묶기	쓸 만하다	답을 미리 정할 수 없으니 군집화로 묶어 본다
어떤 노래가 좋은 노래인지 판단하기	그대로는 아니다	사람마다 답이 달라 고쳐 적어야 한다

「아니다」 쪽 넷에는 세 가지 서로 다른 까닭이 섞여 있습니다. 계산으로 끝나는 것, 사람이 정해 둔 절차로 정확히 풀리는 것, 정답을 판단할 수 없는 것입니다. 계산이나 정해진 절차로 끝나는 것은 기계학습을 쓸 필요가 없는 것이고, 정답을 판단할 수 없는 것은 아직 쓸 수 없는 것입니다.

스스로 확인

「좋은 노래」 줄의 물음을 판단할 수 있게 고쳐 적어 보세요. 그리고 고친 물음이 지도학습인지 비지도학습인지도 함께 정해 보세요.

우리 문제로 채워 봅시다

모둠에서 해결하고 싶은 문제를 하나 골라 아래 칸을 채워 봅니다. 네 물음에 「예」와 「아니요」로만 답하지 말고, 아니요일 때 어떻게 하면 예로 바꿀 수 있을지까지 적습니다.

물음	답	아니요라면, 어떻게 바꿀까
규칙으로는 안 되는가		규칙으로 되는 부분은 규칙에 맡기고 나머지만 남긴다
데이터를 구할 수 있는가		직접 측정해 모을 수 있는지, 기간을 좁혀도 되는지 본다
맞았는지 판단할 수 있는가		판단할 수 있는 물음으로 고쳐 적는다
틀렸을 때 감당되는가		사람이 확인하는 단계를 사이에 둔다

표를 채우다 문제를 아예 바꾸게 되는 일도 흔합니다. 그것은 실패가 아니라 시작하기 전에 알아낸 것입니다. 데이터를 다 모은 뒤에 알게 되면 되돌리기 어렵습니다.

핵심 정리

네 가지 물음

four checks

규칙으로는 안 되는가 · 데이터를 구할 수 있는가
맞았는지 판단할 수 있는가 · 틀렸을 때 감당되는가
하나라도 「아니요」면 멈추고 다시 생각한다

이미 풀리는 문제

when rules already work

얹으면 정확함 · 설명 · 시간을 잃는다
규칙이 분명하면 규칙으로 푸는 쪽이 낫다
규칙이 따라가지 못하는 부분만 함께 쓰기도 한다

고쳐 적기

rewriting the question

정답을 판단할 수 없는 물음은 버리지 말고 고친다
고친 물음은 작아 보이지만 정직하다
고쳐 놓고 원래 물음에 답한 척하지 않는다

쓸 필요가 없는 것과 쓸 수 없는 것

two different noes

계산이나 정해진 절차(규칙)로 끝나면 쓸 필요가 없다
정답을 판단할 수 없으면 아직 쓸 수 없다
물음은 「써도 되나」가 아니라 「어떤 역할을 맡길까」

확인 퀴즈

배운 내용을 확인해 봅시다.

Q1

「갈아타는 횟수가 가장 적은 지하철 길 찾기」에 기계학습이 알맞지 않은 까닭은?

Q2

「어떤 노래가 좋은 노래인가?」가 그대로는 다루기 어려운 까닭은?

Q3

틀렸을 때 누군가 불이익을 받을 수 있는 일에서 알맞은 태도는?