비지도학습 — 군집

지도학습은 레이블이 있어야 시작할 수 있습니다. 그런데 데이터를 앞에 놓고도 무슨 답을 붙여야 할지 모르는 경우가 있습니다.

답의 목록을 미리 적을 수 없으니 분류로 갈 수 없고, 맞힐 수치가 있는 것도 아니니 회귀로도 갈 수 없습니다. 답을 정하는 것 자체가 알고 싶은 일이기 때문입니다.

이름의 「비지도」는 옆에서 답을 알려 주는 사람이 없다는 뜻입니다. 답지 없이 문제만 잔뜩 받아 들고 「비슷한 문제끼리 모아 보라」는 말을 들은 셈입니다.

도서관 대출 기록으로 해 봅시다. 학생마다 한 달에 몇 권을 빌리는지와 한 권을 며칠이나 갖고 있는지를 놓고 점을 찍으면, 몇 군데에 점이 뭉쳐 있는 것이 보입니다. 그 뭉치 하나하나가 무리입니다.

가로축은 한 달에 빌린 권수, 세로축은 한 권을 갖고 있는 날수입니다. 색은 사람이 붙인 것이 아니라 묶고 나서 생긴 것입니다.

군집화를 해 보면 곧 부딪히는 물음이 있습니다. 「무리를 몇 개로 만들까?」 많이 쓰이는 방법들은 이 개수를 사람이 정해 주어야 합니다. 그런데 몇 개가 맞는지 데이터가 딱 정해 주지는 않습니다.

말로만 들으면 잘 와닿지 않으니 같은 점 30개를 놓고 무리 개수만 바꿔 가며 묶어 보겠습니다. 점은 하나도 움직이지 않았습니다. 바뀐 것은 개수 하나뿐입니다.

가로축은 한 달에 빌린 권수, 세로축은 한 권을 갖고 있는 날수입니다. 점의 색이 그 점이 들어간 무리이고, 가위표는 무리의 가운데입니다. 점 30개는 수업에서 원리를 확인하려고 지어낸 값입니다.

두 가지 모두 사람이 판단하는 방법입니다. 군집화에는 채점해 줄 정답이 없으니 개수를 고르는 일도 사람의 몫으로 남습니다. 그래서 결과를 내놓을 때는 「몇 개로 묶었고 왜 그렇게 정했는지」를 함께 밝혀야 합니다.

둘 다 데이터를 몇 갈래로 나눈다는 점이 같아서 자주 뒤섞입니다. 옷 사진 묶음을 예로 들어 나란히 놓아 봅시다.

군집화는 무리를 만들어 줄 뿐 그 무리가 무엇인지는 말해 주지 않습니다. 도서관 대출 기록을 세 무리로 묶은 그림에도 이름이 붙어 있지 않았습니다. 이름을 붙이는 것은 사람의 몫입니다.

군집화는 무리를 알아내는 데서 그치지 않고 그 무리를 보고 다음에 무엇을 할지 정하는 데까지 이어질 때 쓸모가 커집니다. 「오래 갖고 있는 무리가 이만큼 있다」를 알면 대출 기간을 어떻게 둘지 이야기해 볼 근거가 생깁니다.