기초 개념 · Supervised Learning초보갱신일 2026. 10. 1.
지도 학습
정답 라벨이 붙은 예시로 ‘입력→정답’ 관계를 배우게 하는 학습입니다.
비유
문제집에 답지가 있는 상태로 연습하는 것과 같습니다. 많이 풀어 볼수록 비슷한 문제를 잘 맞힙니다.
이렇게 이해하세요
지도 학습은 입력과 정답 쌍으로 모델을 훈련하는 고전적 방식입니다. 스팸 분류, 감정 분석, 일부 정렬(파인튜닝)에 쓰입니다. 생성형 LLM의 사전학습은 다음 단어 예측에 가깝고, 이후 인간 피드백 등으로 다듬어집니다. 라벨 품질이 성능을 좌우하고, 라벨 편향이 결과 편향으로 이어질 수 있습니다. 초보자는 ‘정답을 보여 주며 가르친다’고만 기억해도 됩니다.
한 줄 암기
지도 학습 = 답지 보고 연습
좋은 예
고객 문의 유형을 사람이 라벨링한 데이터로 분류기를 만든다.
피하기
잘못된 라벨을 대량으로 넣고도 모델만 탓한다.
관련 서비스
관련 용어
기초 개념 더보기관련 링크
자주 묻는 질문
비지도 학습과 차이는?
비지도는 정답 라벨 없이 군집·압축 등 구조를 찾습니다. 지도는 정답이 있습니다.
챗GPT도 지도 학습인가요?
여러 단계가 섞입니다. 사전학습·지시 튜닝·RLHF 등이 조합됩니다.