라벨Label

라벨은 사람이 붙여요

라벨은 자료 안에 원래 들어 있는 값이 아니에요. 사진 파일에는 화소만 들어 있고 "고양이"라는 글자는 어디에도 없어요. 사람이 사진을 보고 판단해서 옆에 적어 넣은 것이에요.

그래서 라벨을 만드는 일은 사람의 시간이 그대로 들어가는 일이에요. 사진 만 장에 이름을 붙이려면 만 번을 보고 만 번을 적어야 해요. 물체의 위치까지 표시해야 하는 일이라면 한 장에 몇 분씩 걸리기도 해요.

무엇을 정답으로 삼을지는 목적에 따라 달라져요. 같은 사진에 "고양이"를 붙일 수도 있고 "실내"를 붙일 수도 있고 "밝음"을 붙일 수도 있어요. 라벨은 자료의 성질이 아니라 우리가 풀려는 문제를 담고 있는 셈이에요.

라벨이 있어야 채점이 돼요

학습은 채점을 되풀이하는 일이에요. 모델이 자료를 보고 답을 내면, 옆에 붙어 있는 라벨과 맞춰 봐요. 틀렸으면 얼마나 틀렸는지를 재고, 그만큼 모델 안의 숫자를 고쳐요. 이 과정을 수없이 되풀이하면서 실력이 붙어요.

라벨이 없으면 이 채점을 할 수 없어요. 답을 냈는데 맞았는지 틀렸는지 알 수 없으니 고칠 방향도 알 수 없어요. 라벨을 붙인 자료로 가르치는 방식을 지도학습이라고 부르는 이유예요.

특징과 라벨은 다른 자리에 있어요

자료 한 건을 표의 한 줄로 보면, 앞쪽 칸들이 특징이고 맨 끝 칸이 라벨이에요. 특징은 모델이 보는 것이고, 라벨은 모델이 맞혀야 하는 것이에요. 이 둘이 짝을 이뤄야 학습에 쓸 수 있어요.

실제로 모델을 쓸 때는 라벨이 없어요. 새로 들어온 사진에는 특징만 있고, 그 정답을 알아내는 게 모델이 할 일이니까요. 라벨은 가르치는 동안과 실력을 재는 동안에만 필요해요.

그래서 정답을 알아야만 채울 수 있는 값이 특징 쪽에 섞여 들어가면 안 돼요. 시험 점수는 아주 좋게 나오지만 실제 상황에서는 그 값을 구할 수 없어서 모델이 쓸모없어져요.

라벨이 틀리면 학습도 틀려요

모델은 붙어 있는 라벨을 의심하지 않아요. 사람이 실수로 강아지 사진에 "고양이"를 적어 두면 모델은 그걸 그대로 배워요. 잘못 붙은 정답이 몇 퍼센트만 섞여도 실력이 눈에 띄게 떨어지고, 무엇 때문에 떨어졌는지 찾기도 어려워요.

애매해서 틀리는 경우도 많아요. "이 후기가 긍정인가 부정인가" 같은 일은 사람마다 판단이 갈려요. 그래서 라벨을 붙일 때는 기준을 문서로 정해 두고, 여러 사람이 같은 자료를 붙여 본 뒤 얼마나 일치하는지 확인해요. 일치율이 낮으면 자료가 아니라 기준을 먼저 손봐야 한다는 신호예요.

라벨 없이 배우는 길도 있어요

라벨 붙이기가 워낙 비싸다 보니 이 부담을 줄이는 방법이 여럿 나왔어요. 라벨 없는 자료끼리 비슷한 것들을 묶어 보는 방법이 있고, 라벨이 붙은 적은 자료와 붙지 않은 많은 자료를 함께 쓰는 방법도 있어요.

요즘 언어 모델이 쓰는 방식도 여기에 가까워요. 사람이 정답을 적어 주지 않고, 글에서 뒷부분을 가린 뒤 그 자리를 맞히게 해요. 원래 있던 글자가 곧 정답 노릇을 하니 사람 손이 들지 않아요. 그래도 마지막에 사람의 취향에 맞게 다듬는 단계에서는 여전히 사람이 붙인 판단이 필요해요.