라벨(label)데이터, 언레이블드(unlabeled) 데이터의 기본 개념에 대해 정리

✅ 1️⃣ 라벨(label)이 무엇인가요?

라벨은 쉽게 말해

👉 정답표
👉 설명표
👉 이 데이터가 무엇인지 알려주는 정보

입니다.

예를 들어 보겠습니다.

🐶 지도학습 데이터 (labeled data)

사진라벨

강아지 사진	강아지
고양이 사진	고양이

👉 사진 옆에 “이게 무엇인지” 알려주는 정답이 붙어 있습니다.

이것이 labeled 데이터입니다.

---

✅ 2️⃣ unlabeled 데이터는?

사진

🐶 사진

🐱 사진

🐰 사진

👉 이 사진이 강아지인지 고양이인지
👉 아무 설명이 없습니다.

이것이 unlabeled 데이터입니다.

---

✅ 3️⃣ 그럼 “분류되지 않은 데이터”인가요?

완전히 틀린 표현은 아닙니다.
하지만 더 정확한 표현은:

❌ 아직 분류가 안 됐다
✔ 정답이 붙어 있지 않다

입니다.

중요한 차이:

• 데이터는 존재합니다.
• 다만 “이것이 무엇이다”라는 사람의 정답표가 없다는 의미입니다.

---

✅ 4️⃣ 비지도학습에서 하는 일

AI가 스스로:

• 비슷한 것끼리 묶고 (군집화)
• 숨겨진 패턴을 찾고
• 구조를 발견합니다

예:

고양이 사진끼리 모으고
강아지 사진끼리 모음

하지만

👉 처음부터 “이건 고양이다”라는 라벨은 없습니다.

---

🎯 한 줄 정리

unlabeled 데이터는

👉 분류되지 않은 데이터라기보다
👉 정답(라벨)이 붙어 있지 않은 데이터를 의미합니다.