지식 · AI 기초
자기지도 학습
Self-Supervised Learning
📂AI 기초⏱읽기 1분📊심화🔗관련 3
자기지도 학습이란?
한 줄 정의
사람이 라벨을 달지 않아도, 데이터 자체에서 문제와 정답을 만들어 스스로 배우는 학습 방식. LLM의 비결.
⚡ 3줄 요약
- 라벨 없이 데이터에서 정답 생성
- 빈칸 맞히기로 스스로 학습
- LLM 대규모 학습의 비결
자기지도 학습은 사람이 일일이 정답(라벨)을 달지 않고, 데이터 안에서 자동으로 학습 문제를 만듭니다. 예를 들어 '나는 아침에 ___을 먹었다'처럼 문장의 일부를 가리고 빈칸을 맞히게 하면, 정답이 데이터 자체에 있으므로 라벨링 없이 방대한 텍스트로 학습할 수 있습니다.
이 방식이 거대 언어모델(LLM)의 핵심 비결입니다 — 인터넷의 방대한 글을 라벨 없이 학습해 언어의 패턴을 익힙니다. 라벨링에 드는 막대한 비용·시간을 없애 대규모 학습을 가능케 했습니다. 지도학습과 비지도학습의 장점을 결합한 접근으로, 현대 파운데이션 모델의 토대입니다.
💡 쉽게 말하면
'나는 아침에 ___을 먹었다' 빈칸 맞히기 — 정답이 문장 안에 있어 라벨 없이 배웁니다.
실무에서 왜 중요한가
라벨링 없이 방대한 데이터로 학습하게 해, 거대 언어모델 같은 대규모 사전학습을 가능케 했습니다.
유래와 출처
라벨 없는 대규모 데이터 활용의 필요에서 발전했으며, BERT·GPT 등 대규모 사전학습 모델의 성공으로 핵심 방식이 됐습니다.
사례로 이해하기
예를 들어, 자기지도 학습으로 언어를 배운다고 해봅시다.
- 원천 — 라벨 없는 방대한 텍스트를 모읍니다.
- 문제화 — 문장 일부를 가려 빈칸 문제를 만듭니다.
- 예측 — 모델이 가려진 부분을 맞힙니다.
- 학습 — 정답(원래 단어)과 비교해 배웁니다.
- 확장 — 라벨 없이 대규모로 학습합니다.
관련 용어
LLM · 대규모 언어모델방대한 텍스트로 학습해 '다음에 올 말'을 예측하며 문장을 생성하는 대규모 신경망. ChatGPT·Claude의 두뇌.전이 학습이미 학습된 모델의 지식을 새로운 작업에 재활용하는 기법. 밑바닥부터 배우지 않아 빠르고 저렴하다.파운데이션 모델방대한 데이터로 한 번 크게 사전학습해, 번역·요약·코딩 등 수많은 작업에 두루 쓸 수 있는 범용 대형 AI 모델.
이 용어와 연결된 교육
📚에이전트 AI 실무 입문나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
지도학습은 사람이 단 라벨이 필요하지만, 자기지도는 데이터 자체에서 정답을 만들어 라벨이 필요 없습니다.
라벨링 비용 없이 인터넷의 방대한 글로 학습할 수 있어, 대규모 사전학습이 가능해졌기 때문입니다.
지도학습은 사람이 단 라벨이 필요하지만, 자기지도는 데이터 자체에서 정답을 만듭니다.
라벨링 비용 없이 인터넷의 방대한 글로 학습할 수 있어 대규모 사전학습이 가능해졌습니다.