머신러닝
사람이 조건문으로 규칙을 짜는 대신, 데이터를 주고 패턴을 컴퓨터가 스스로 찾게 해 예측하는 AI 기술이다. 딥러닝과 LLM도 여기 속하지만, 표 형태 데이터로 이탈·사기·수요를 예측할 때는 지금도 클래식 머신러닝이 가장 좋은 선택인 경우가 많다.
| 방식 | 무엇을 주나 | 예 |
|---|---|---|
| 규칙 기반 | 사람이 짠 조건문 | 수법이 바뀔 때마다 규칙을 다시 짠다 |
| 머신러닝 | 데이터 | 새 데이터로 다시 학습하면 된다 |
스팸 필터라면 '무료라는 단어가 있으면 스팸' 같은 규칙을 계속 고치는 대신, 스팸 메일과 정상 메일을 많이 보여 주고 차이를 배우게 한다.
배우는 방식은 세 가지
정답이 있는지, 보상만 있는지에 따라 나뉜다. 실무에서 쓰는 머신러닝은 대부분 지도학습이다.
| 방식 | 배우는 법 | 이럴 때 쓴다 |
|---|---|---|
| 지도학습 | 문제와 정답을 쌍으로 준다 | 메일이 스팸인지 예측 |
| 비지도학습 | 정답 없이 구조를 찾는다 | 소비 패턴이 비슷한 고객끼리 묶기 |
| 강화학습 | 잘하면 보상, 못하면 감점 | 게임 전략, 챗봇을 사람 말 잘 듣게 다듬기 |
표 데이터는 LLM보다 클래식 ML
딥러닝과 LLM은 머신러닝의 한 갈래일 뿐이다. 엑셀처럼 행과 열로 된 데이터로 고객 이탈, 카드 사기, 수요를 예측한다면 XGBoost나 랜덤 포레스트 같은 클래식 알고리즘이 더 낫다.
| 항목 | 클래식 ML | LLM |
|---|---|---|
| 학습·추론 속도 | 몇 초, 비용 거의 없음 | 느리고 비쌈 |
| 예측 근거 | 변수별 기여도까지 설명 | 흐릿함 |
정답이 붙은 데이터가 충분하고 예측할 대상이 분명하면 클래식 ML부터 써 본다.
학습은 한 줄, 시간은 데이터에 든다
파이썬에서는 pandas로 데이터를 정리하고, scikit-learn으로 학습용과 시험용을 나눈 뒤 model.fit(X_train, y_train)으로 학습하고 시험용으로 정확도를 잰다. 실제로 시간이 드는 건 어떤 데이터를 넣을지 고르고 다듬는 일과 결과 검증이다.
배포가 끝이 아니다. 소비 패턴이나 사기 수법이 바뀌면 모델 성능이 서서히 떨어지는데(드리프트), 그래서 운영 중인 모델은 성능을 계속 지켜보다가 새 데이터로 주기적으로 다시 학습시킨다.
실패는 대개 데이터에서 온다
알고리즘보다 데이터 문제로 실패하는 경우가 훨씬 많다. 모델을 고르는 시간보다 데이터를 의심하는 시간을 길게 잡는 게 좋다.
| 함정 | 무슨 일이 생기나 | 막는 법 |
|---|---|---|
| 과적합 | 연습 문제를 외워 실전에서 틀린다 | 학습에 안 쓴 데이터로 검증 |
| 나쁜 데이터 | 편향을 그대로 따라 한다 | 데이터 품질부터 점검 |
| 데이터 누수 | 개발 땐 정확하다가 실전에서 무너진다 | 예측 시점에 알 수 없는 정보(예: 해지 날짜) 빼기 |
쌓인 기록으로 다음을 맞히는 곳에 쓴다
가장 흔한 건 과거 기록으로 예·아니오나 숫자를 맞히는 일이다. 정답이 붙은 기록이 계속 쌓이는 곳일수록 다시 학습시키기 쉬워 오래 쓸 수 있다.
| 어디서 | 어떻게 쓰나 |
|---|---|
| 메일·메시지 필터 | 사용자가 스팸으로 신고한 메일을 정답 삼아 학습하고, 새 메일을 자동으로 걸러 낸다 |
| 카드 결제 사기 탐지 | 과거 사기 거래로 학습한 모델이 결제마다 위험 점수를 매기고, 높으면 승인 전에 확인한다 |
| 구독 서비스 이탈 예측 | 이용 기록으로 해지할 것 같은 고객을 미리 골라 혜택이나 안내를 보낸다 |
| 매장·쇼핑몰 수요 예측 | 지난 판매량과 요일·계절 정보로 다음 주 판매량을 예측해 재고를 맞춘다 |
