학습 데이터
Training Data
한 줄로 말하면
AI가 패턴(되풀이되는 특징)을 배우기 위해 보고 익히는 예시 자료로, 글·사진·소리·기록 등이 모두 될 수 있어요.
학습 데이터는 AI의 교과서와 같아요. 얼굴을 알아보는 AI는 얼굴 사진을, 번역 AI는 두 언어로 짝지어 놓은 문장을 보며 배워요. 사람이 정답을 붙여 둔 자료로 배우기도 하고, 대규모 언어 모델처럼 정답 표시가 없는 아주 많은 글로 배우기도 해요. 자료가 모자라거나, 오래됐거나, 한쪽으로 치우치면 AI의 답도 부정확하거나 치우칠 수 있어요.
AI가 엉뚱한 단서를 배우기도 해요. 풀밭에 있는 양 사진으로만 배운 AI는 양이 아니라 풀밭을 단서로 삼아, 풀밭이 보이면 '양'이라고 답할 수 있어요. 실제로 소를 잘 알아보던 AI가, 늘 보던 풀밭이 아닌 바닷가에 서 있는 소는 제대로 알아보지 못했다는 연구도 있어요. 누군가 일부러 조작한 자료를 섞어 AI에 결함이나 편향을 심는 '데이터 오염(포이즈닝)' 공격도 있어요.
내 정보가 학습 데이터로 쓰이는 것을 관리하는 단계예요. ① 쓰는 AI 서비스의 설정이나 약관에서 내 대화·사진을 학습에 쓰는지 확인해요. ② 원하지 않으면 학습 활용을 끄는 기능이 있는지 찾아 꺼요. ③ 다른 사람의 사진이나 개인정보는 AI에 올리지 않아요.
생활 속 예시
사진 앱이 '고양이' 사진을 잘 찾아 주는 것은, 보통 '고양이'라는 이름표가 붙은 수많은 사진을 학습 데이터로 배운 덕분이에요.
주의할 점
자료가 많다고 저절로 공정하거나 정확해지지는 않으니, 'AI가 많은 데이터를 배웠다'는 말만으로 결과를 믿지 마세요.