배운다는 건 무슨 뜻일까

사람이 규칙을 적어요

앞에서 우리는 프로그램이
사람이 적은 명령을 따른다고 배웠어요.
무엇을 시키려면 규칙을 적어 줘야 했죠.
스팸 메일을 거르는 일을 떠올려봐요.
광고라는 말이 있으면 버려라.
링크가 너무 많으면 버려라.
이렇게 규칙을 하나하나 적으면
그대로 잘 거를 수 있을 것 같죠?

규칙을 켜고 꺼 보면서 메일을 걸러봐요. 규칙만으로는 새로운 스팸을 자꾸 놓치는 걸 볼 수 있어요.

규칙을 켤수록 좀 나아지긴 했죠.
그런데 스팸은 자꾸 모습을 바꿔요.
광고라는 말 대신 사은품이라 쓰고,
링크를 그림 속에 숨기기도 해요.
그때마다 새 규칙을 또 적어야 하니
규칙은 끝없이 늘어나기만 해요.
사람이 일일이 적는 방식은
세상의 변덕을 다 따라잡지 못해요.
뭔가 다른 길이 필요해 보여요.

예시로 규칙을 찾아요

이제 길을 뒤집어봐요.
규칙을 적어 주는 대신
정답이 달린 예시를 잔뜩 보여 줘요.
이건 스팸, 이건 정상.
또 이건 스팸, 이건 정상.
이렇게 표시된 예시를 많이 보면
기계가 스스로 공통점을 찾아내요.
스팸끼리는 어떤 점이 닮았는지,
그 패턴이 곧 기계가 만든 규칙이에요.

정답이 달린 예시를 하나씩 보여 줘봐요. 예시가 쌓일수록 기계가 추려낸 공통 패턴이 또렷해져요.

예시가 쌓일수록 패턴이 또렷해졌죠.
사람이 규칙을 적은 게 아니라
기계가 예시 속에서 직접 찾은 거예요.
신기한 건, 우리가 말로 콕 집어
설명하기 어려운 차이도
예시만 충분하면 잡아낸다는 점이에요.
다만 처음 찾은 패턴은 아직 거칠어요.
몇 개는 틀리게 가를 거예요.
그럼 이 패턴을 어떻게 다듬을까요?

틀리며 조금씩 고쳐요

배움은 한 번에 완성되지 않아요.
기계는 예시를 보고 답을 맞혀 보고,
틀리면 어디가 틀렸는지 확인해요.
그리고 패턴을 아주 조금 손봐요.
다음 예시에서 또 틀리면 또 고쳐요.
이걸 수없이 반복하면
틀리는 횟수가 점점 줄어들죠.
예시를 더 많이 줄수록
패턴은 더 잘 맞는 쪽으로 다듬어져요.

예시를 한 묶음씩 더 보여 줘봐요. 누를 때마다 기계가 패턴을 고쳐 정확도가 한 칸씩 올라가요.

예시를 줄수록 정확도가 올랐죠.
틀린 만큼 고치고 또 고치니까요.
처음엔 어설펐던 패턴이
어느새 꽤 믿음직해졌어요.
물론 끝없이 완벽해지진 않아요.
어느 지점부터는 천천히 좋아져요.
그래도 손으로 규칙을 적던 때보다
훨씬 적은 수고로 멀리 왔어요.
그럼 이 다듬은 패턴으로 뭘 할까요?

새 입력도 예측해요

배움의 진짜 보람은 여기 있어요.
학습에 쓴 예시는 정답을 이미 알죠.
하지만 진짜 쓸모는
한 번도 본 적 없는 새 입력을 만났을 때예요.
기계는 그동안 다듬은 패턴에 비춰
이건 스팸일까 정상일까 판단해요.
외운 게 아니라 패턴을 찾았기 때문에
처음 보는 메일에도 답을 내놓아요.
이렇게 미리 짐작하는 걸 예측이라고 해요.

학습에 안 쓴 새 메일을 눌러봐요. 기계가 배운 패턴으로 스팸인지 정상인지 예측해요.

본 적 없는 메일도 척척 가렸죠.
외운 답을 꺼낸 게 아니에요.
예시에서 찾은 패턴을 새 입력에 적용한 거예요.
그래서 모양이 조금 달라도
닮은 점을 보고 판단할 수 있어요.
물론 가끔은 틀려요.
패턴이 완벽하진 않으니까요.
그래도 사람이 규칙을 다 적는 것보다
훨씬 유연하게 세상 변화를 따라가요.

정리해볼까요

한 줄로 모으면 이래요.
보통 프로그램은 사람이 규칙을 적어요.
하지만 세상일은 규칙이 너무 많죠.
그래서 기계학습은 길을 뒤집어요.
정답 달린 예시를 잔뜩 보여 주면
기계가 공통 패턴, 곧 규칙을 찾아요.
틀리면 조금씩 고쳐 점점 잘 맞히고,
그 패턴으로 새 입력까지 예측해요.
규칙을 적는 대신 예시로 배우기, 그게 핵심이에요.

핵심을 차례로 눌러 되짚어봐요. (사람이 규칙 적기 → 예시로 규칙 찾기 → 틀리며 고치기 → 새 입력 예측)

이제 기계가 배운다는 말의
진짜 뜻을 알게 됐어요.
사람이 일일이 가르치는 대신
예시를 보고 스스로 규칙을 찾는 거죠.
이 단순한 생각 하나가
사진을 알아보고 말을 알아듣는
오늘의 똑똑한 기계들의 출발점이에요.
다음엔 이 배움이 안에서
실제로 어떻게 굴러가는지 이어서 살펴봐요.