분류Classification
미리 정해 둔 칸 중 하나를 골라 주는 일
- 분류는 들어온 것을 미리 정해 둔 칸 가운데 하나에 넣는 일이에요. 칸 목록이 먼저 있고 그다음에 넣어요.
- 모델은 칸 하나를 곧바로 고르지 않아요. 칸마다 점수를 매긴 뒤 가장 높은 칸을 답으로 내놓아요.
- 칸을 정하는 건 사람이에요. 칸 이름을 붙인 예시를 잔뜩 보여 줘야 그 칸의 생김새를 익혀요.
- 목록에 없는 것이 들어와도 모델은 있는 칸 중 하나를 억지로 골라요. 칸 밖이라는 답은 따로 만들어 줘야 해요.
- 답이 칸이면 분류, 답이 이어진 숫자면 회귀예요. 이 차이가 쓸 방법과 성적 매기는 법을 갈라요.
목차
1비유로 이해하기
우체국 뒤편에는 지역별 자루가 줄지어 서 있어요. 서울행, 부산행, 광주행처럼 자루마다 이름표가 붙어 있고, 들어온 우편물은 하나씩 그중 한 자루로 들어가요. 자루 목록은 우편물이 오기 전에 이미 정해져 있고, 오늘 이상한 주소가 온다고 자루가 새로 생기지는 않아요. 분류는 이렇게 정해진 칸 하나를 골라 주는 일이에요.
고르는 근거는 봉투에 적힌 몇 가지 단서예요. 우편번호 앞자리, 동네 이름, 붙은 우표 종류 같은 것들이죠. 단서가 또렷하면 자루가 금방 정해지고, 글씨가 번져 있으면 두 자루 사이에서 한참 망설이게 돼요.
주소가 아예 지워진 우편물이 와도 자루 밖에 둘 수는 없어요. 가장 그럴듯한 자루에 일단 넣거나, "확인 필요" 자루를 따로 만들어 두어야 해요.
2자세히 알아보기
칸 목록이 먼저 있어야 해요
분류에서 가장 먼저 하는 일은 답이 될 수 있는 칸 목록을 사람이 정하는 것이에요. 사진을 개와 고양이로 나눌지, 개와 고양이와 그 밖으로 나눌지에 따라 만들어지는 모델이 완전히 달라져요. 칸을 두 개로 잡으면 새 사진이 들어와도 개 아니면 고양이로만 나와요.
칸을 정했으면 각 칸에 해당하는 예시를 잔뜩 모아야 해요. 개 사진 수백 장에 "개"라는 이름표를, 고양이 사진 수백 장에 "고양이"라는 이름표를 붙여 두는 식이에요. 이 이름표 달린 예시가 학습 재료예요.
칸을 어떻게 자르느냐는 기술이 아니라 판단이에요. 우체국이 자루를 시도별로 둘지 구별로 둘지는 배달 사정에 달린 문제지, 모델이 정해 주지 않아요.
칸마다 점수를 매기고 가장 높은 칸을 골라요
모델이 자루 하나를 곧바로 집어내는 건 아니에요. 안에서는 모든 칸에 대해 점수를 하나씩 매겨요. 서울행 0.82, 부산행 0.11, 광주행 0.07 같은 식으로요. 그리고 그중 가장 높은 칸을 답으로 내보내요.
이 점수를 보면 같은 답이라도 사정이 다르다는 게 드러나요. 0.82와 0.11로 갈린 경우와 0.42와 0.39로 갈린 경우는 둘 다 서울행이라고 답하지만, 뒤쪽은 사실 거의 동전 던지기예요.
그래서 실제 서비스에서는 점수가 일정 수준을 넘을 때만 자동으로 처리하고, 낮으면 사람이 보게 돌리는 식으로 선을 그어 둬요. 이 선을 어디에 긋느냐에 따라 놓치는 것과 잘못 넣는 것의 비율이 달라져요.
봉투의 어떤 부분을 보느냐가 성적을 정해요
분류의 성적은 모델보다 무엇을 단서로 주었느냐에 더 크게 좌우돼요. 우편번호만 준 분류기와 우편번호에 동네 이름까지 준 분류기는 실력이 다를 수밖에 없어요. 반대로 쓸모없는 단서를 잔뜩 주면 오히려 헷갈려요.
곤란한 건 엉뚱한 단서가 잘 통하는 경우예요. 어쩌다 서울행 우편물에만 파란 스티커가 붙어 있었다면 모델은 스티커만 보고도 성적을 잘 내요. 그러다 스티커 정책이 바뀌면 그날부터 무너져요.
칸마다 예시 수가 크게 차이 나도 문제예요. 서울행이 열에 아홉이면, 무조건 서울행이라고 답하는 것만으로도 정확도가 90%가 나와요. 성적표만 보면 잘하는 것처럼 보이지만 아무것도 배우지 않은 모델이에요.
칸에 없는 것이 들어오면
분류기는 자기가 아는 칸 중에서만 답할 수 있어요. 개와 고양이만 배운 모델에 자동차 사진을 넣으면 자동차라고 답하지 못하고 개나 고양이 중 하나를 골라요. 심지어 꽤 높은 점수와 함께요.
우체국으로 치면 해외 우편물이 들어왔는데 국내 자루밖에 없는 상황이에요. 어딘가에는 넣어야 하니 가장 비슷해 보이는 자루로 들어가고, 그 뒤로 계속 잘못 굴러가요.
그래서 실제로 쓰는 분류기에는 "그 밖" 칸을 따로 두거나, 점수가 낮으면 답을 미루는 장치를 함께 붙여 둬요. 칸 목록을 다 채웠다고 생각하는 순간이 가장 위험해요.
3조금 더 정확하게
분류는 입력을 미리 정한 범주 가운데 하나로 대응시키는 문제예요. 답이 두 개면 이진 분류, 셋 이상이면 다중 분류라고 불러요. 학습에는 정답 이름표가 달린 예시가 필요하니 지도 학습에 속하고, 이름표 없이 비슷한 것끼리 묶기만 하는 군집화와는 출발점부터 달라요. 모델이 내놓는 점수는 보통 모두 더하면 1이 되도록 다듬어져 확률처럼 읽히지만, 잘 맞춰 두지 않으면 이 숫자가 실제 적중률과 어긋나기도 해요.
비유가 어긋나는 지점도 있어요. 우체국 자루는 주소라는 확실한 근거로 정해지지만, 분류 모델에는 확실한 근거가 없어요. 예시에서 뽑아낸 통계적 경향만 있어서 같은 우편물도 학습 자료가 달라지면 다른 자루로 갈 수 있어요. 또 칸 사이가 우체국처럼 딱 나뉘지 않는 경우도 많아요. 하나의 글이 문의이면서 불만이기도 한 것처럼요. 이럴 때는 칸을 하나만 고르게 하지 않고 여러 칸을 동시에 붙일 수 있게 만들어요.
4직접 해보기
5흔한 오해
분류와 군집화가 같은 일이라고 생각하기 쉽지만, 실제로는 분류는 칸이 먼저 정해져 있고 군집화는 칸 없이 비슷한 것끼리 모으는 일이에요.
정확도가 높으면 좋은 분류기라고 여기기 쉽지만, 실제로는 한 칸에 예시가 몰려 있으면 아무것도 배우지 않아도 정확도가 높게 나와요.
모르는 것이 오면 모른다고 답할 것이라고 보기 쉽지만, 실제로는 아는 칸 중 하나를 높은 점수와 함께 골라요.
7한 줄 요약
그러니까분류는 미리 정해 둔 칸마다 점수를 매겨 가장 높은 칸을 골라 주는 일이고, 칸 목록을 어떻게 잡느냐가 결과의 절반을 정해요.
잘못된 내용이나 더 좋은 비유가 있나요? 수정 제안 보내기 · 마지막 수정2026-09-02