생활코딩_Machine Learning 3

2025.9.24(수)

 

모델(Model)은 머신러닝을 이해하는 데 있어 중요한 열쇠다.

 

어린아이를 생각해 보자.

어릴 때는 보통 '맛'으로 판단을 하는 경우가 많다.

예를 들어 아이스크림을 먹어보고는 '맛있다'라고 알게 되고, 흙이 묻은 돌을 먹어보고는 '이렇게 생긴 건 먹으면 안 되겠다'라고 깨닫는다.

이 과정에서 아이들은 먹어도 되는 것과 먹으면 안 되는 것, 먹기 싫은 것과 먹고 싶은 것을 구분하는 자신만의 판단 기준, 즉 '교훈'을 얻게 된다.

이 교훈 덕분에 나중에는 직접 경험하지 않아도 그 결과를 예측하거나 추측할 수 있게 된다.

 

과학자로도 예를 들 수 있다.

과학자는 현상을 관찰하고, 그 현상을 설명할 수 있도록 이유를 추측하는데, 이것을 가설이라고 한다.

그리고 여러 실험을 통해 가설에 모순이 없다는 점이 증명되면, 이는 비로소 신뢰할 수 있는 '이론'으로 인정된다.

 

결국 아이의 교훈과 과학자의 이론은 모두 경험과 데이터를 바탕으로 미래를 예측하는 '판단력'이라고 할 수 있다.

그리고 좋은 판단력은 발전을 위한 필수적인 도구다.

 

머신러닝이란 이러한 판단력을 기계에 부여하는 것이다

머신러닝에서는 이 판단력을 모델(Model)이라고 부르며, 모델을 만드는 과정을 학습(Learning)이라고 한다.

 

학습이 잘 되어야 좋은 모델이 만들어지고, 좋은 모델이 있어야 더 정확한 추측을 할 수 있다.

그리고 바로 이 정확한 추측이 우리가 더 나은 결정을 내리도록 돕는 핵심이 되는 것이다.

 

---

 

Sources and References:

생활코딩 "Machine learning 1 - 6. 모델"