왜 머신러닝이란? — 데이터에서 패턴을 배우는 기술이 필요한가? 실무에서 이 개념 없이는 문제를 해결할 수 없습니다. 핵심 동기와 배경을 먼저 이해합시다.
머신러닝(Machine Learning)은 컴퓨터가 명시적으로 프로그래밍되지 않고도 데이터에서 스스로 패턴을 학습하는 기술입니다.
전통 프로그래밍:
개발자가 규칙을 하나하나 코딩 → if 키 > 180: "농구선수 추천"
규칙이 많아지면? → 유지보수 불가능, 예외 폭발
머신러닝:
데이터(키, 체중, 종목)를 주면 → 컴퓨터가 스스로 규칙을 발견
새로운 데이터가 오면? → 학습한 패턴으로 예측
한 줄 정의: "A computer program is said to learn from experience E with respect to some task T and performance measure P, if its performance at T improves with experience E." — Tom Mitchell, 1997
쉽게 말하면: 경험(데이터)이 쌓일수록 성능이 좋아지는 프로그램이 머신러닝입니다.
머신러닝의 형식적 정의는 Mitchell이 제안한 "경험으로부터 학습하여 성능이 향상되는 컴퓨터 프로그램"에서 시작된다 (Mitchell, 1997).