지도학습(指導學習, Supervised Learning)은 인공지능(AI)과 머신러닝(Machine Learning)에서 사용되는 대표적인 학습 방법으로, 정답이 표시된 데이터를 컴퓨터에 제공하여 새로운 데이터에 대한 예측이나 분류를 수행하도록 학습시키는 방식이다. 영어로는 ‘Supervised Learning’이라고 한다. 여기서 지도(指導)는 사람이 컴퓨터에 정답을 알려주고 학습 과정을 이끌어 준다는 의미다. 즉, 컴퓨터가 입력 데이터와 그에 대응하는 정답 사이의 관계를 학습한 뒤, 처음 접하는 데이터에 대해서도 적절한 결과를 예측하도록 만드는 것이다.
지도학습이 발전한 배경에는 컴퓨터의 연산 능력 향상과 데이터의 급격한 증가가 있다. 과거에는 사람이 직접 규칙을 작성하여 컴퓨터가 문제를 해결하도록 하는 방식이 주로 사용되었다. 그러나 데이터의 종류와 양이 증가하면서 모든 상황에 대응하는 규칙을 사람이 일일이 만드는 데 한계가 나타났다. 이에 따라 컴퓨터가 많은 데이터를 분석하여 스스로 규칙과 패턴을 찾아내도록 하는 머신러닝 기술이 발전했다. 지도학습은 그중에서도 정답이 포함된 데이터를 이용하여 예측의 정확도를 높이는 대표적인 방법이다.
지도학습의 기본 원리는 입력 데이터(Input Data)와 정답 데이터(Label)를 함께 학습시키는 것이다. 예를 들어 스팸 이메일을 자동으로 분류하는 프로그램을 만든다고 가정해 보자. 먼저 컴퓨터에 수많은 이메일을 제공하면서 각 이메일에 ‘스팸’ 또는 ‘정상’이라는 정답을 표시한다. 컴퓨터는 이메일에 포함된 단어와 문장, 발신자 정보 등의 특징을 분석하여 스팸 이메일에서 자주 나타나는 패턴을 학습한다. 이후 새로운 이메일이 도착하면 학습한 내용을 바탕으로 해당 이메일이 스팸인지 정상인지 판단한다. 이처럼 정답이 포함된 학습 데이터를 이용해 새로운 사례의 결과를 예측하는 것이 지도학습의 핵심이다.
지도학습은 일반적으로 분류(Classification)와 회귀(Regression)라는 두 가지 유형으로 구분된다. 첫째, 분류는 데이터를 미리 정해진 범주나 집단으로 나누는 방법이다. 이메일을 스팸과 정상으로 구분하거나, 의료 영상에서 질병의 유무를 판단하거나, 금융 거래가 정상 거래인지 이상 거래인지 판별하는 것이 대표적인 사례다. 분류의 결과는 일반적으로 특정 범주에 해당하는 형태로 나타난다. 둘째, 회귀는 입력 데이터의 특성을 분석하여 연속적인 수치 값을 예측하는 방법이다. 예를 들어 주택의 면적과 위치, 건축 연도 등을 바탕으로 주택 가격을 예측하거나, 과거의 판매량과 계절적 요인을 이용하여 미래 매출을 추정하는 것이 회귀에 해당한다.
지도학습에는 다양한 알고리즘이 활용된다. 선형 회귀(Linear Regression)는 변수 사이의 관계를 수학적인 직선이나 선형식으로 나타내어 수치를 예측하는 방법이다. 로지스틱 회귀(Logistic Regression)는 특정 범주에 속할 확률을 계산하여 분류에 활용한다. 의사결정나무(Decision Tree)는 여러 조건에 따라 데이터를 단계적으로 나누어 결과를 예측하는 방법이다. 랜덤 포레스트(Random Forest)는 여러 의사결정나무의 결과를 종합하여 예측의 안정성을 높인다. 서포트 벡터 머신(Support Vector Machine, SVM)은 서로 다른 범주를 구분하는 경계를 찾아 분류하는 알고리즘이다. 인공신경망(Artificial Neural Network)과 딥러닝(Deep Learning)도 정답이 있는 데이터를 학습하는 지도학습 방식으로 활용될 수 있다.
지도학습은 학습 데이터를 훈련 데이터(Training Data)와 테스트 데이터(Test Data) 등으로 나누어 평가하는 것이 일반적이다. 훈련 데이터는 컴퓨터가 패턴을 학습하는 데 사용하고, 테스트 데이터는 학습이 끝난 모델이 새로운 데이터에 얼마나 정확하게 대응하는지 확인하는 데 사용한다. 이때 학습 데이터에 지나치게 맞춰져 새로운 데이터에서는 예측 성능이 떨어지는 현상을 과적합(Overfitting)이라고 한다. 과적합을 방지하기 위해 데이터의 양과 품질을 관리하고, 교차 검증(Cross-validation)이나 정규화(Regularization) 등의 방법을 활용한다.
지도학습은 금융, 의료, 제조, 유통, 교통 등 다양한 분야에서 활용된다. 금융기관은 고객의 거래 내역과 신용 정보를 학습시켜 대출 상환 가능성을 예측하거나 이상 거래를 탐지할 수 있다. 의료 분야에서는 과거 진단 자료와 의료 영상을 학습하여 질병을 분류하는 데 활용한다. 제조업에서는 센서 데이터와 고장 이력을 분석하여 설비의 이상 여부를 예측하고, 유통업에서는 고객의 구매 기록을 바탕으로 상품 수요를 예측한다.
지도학습의 가장 큰 장점은 정답이 포함된 데이터를 활용하기 때문에 학습 결과를 비교적 명확하게 평가할 수 있다는 점이다. 또한 충분한 양의 양질의 데이터가 확보되면 특정 문제에 대해 높은 예측 정확도를 얻을 수 있다. 반면 학습을 위해서는 정답이 표시된 데이터가 필요하므로 데이터 수집과 분류에 많은 시간과 비용이 들 수 있다. 정답 데이터에 오류나 편향이 포함되어 있으면 잘못된 판단을 학습할 가능성도 있다.
지도학습은 사람이 제공한 정답을 바탕으로 컴퓨터가 데이터의 규칙과 관계를 학습한다는 점에서 인공지능 발전의 중요한 기반이 되고 있다. 특히 분류와 예측이 필요한 다양한 분야에서 폭넓게 활용되며, 정답이 없는 데이터를 스스로 분석하는 비지도학습(Unsupervised Learning), 보상과 처벌을 통해 행동을 학습하는 강화학습(Reinforcement Learning)과 함께 머신러닝의 대표적인 학습 방식으로 꼽힌다.