지식 · AI 기초
분류와 회귀
Classification & Regression
📂AI 기초⏱읽기 1분📊실무🔗관련 3
분류와 회귀란?
한 줄 정의
지도학습의 두 기본 과제. 분류는 '어느 종류인지'(범주)를, 회귀는 '얼마인지'(숫자)를 예측한다.
⚡ 3줄 요약
- 분류=범주(종류) 예측
- 회귀=숫자(값) 예측
- 지도학습의 두 기본 과제
분류(Classification)는 입력이 어떤 범주에 속하는지 맞히는 것입니다 — '스팸/정상', '개/고양이', '이탈/유지'처럼 정해진 종류 중 하나를 고릅니다. 회귀(Regression)는 연속적인 숫자를 예측합니다 — '내일 매출', '집값', '수요량'처럼 값 자체를 맞힙니다.
둘은 지도학습의 가장 기본이 되는 두 과제입니다. 문제를 어느 쪽으로 볼지에 따라 알고리즘·평가지표·손실 함수가 달라집니다. 예를 들어 '고객이 이탈할까?'는 분류, '고객이 얼마를 쓸까?'는 회귀입니다. 실무에서 AI 과제를 설계할 때 가장 먼저 구분하는 기준입니다.
💡 쉽게 말하면
'개냐 고양이냐'(분류)와 '집값이 얼마냐'(회귀) — 예측 대상이 종류냐 숫자냐로 나뉩니다.
실무에서 왜 중요한가
AI 과제 설계의 출발점입니다. 분류·회귀 중 무엇인지에 따라 방법·지표가 완전히 달라집니다.
분류 vs 회귀
| 구분 | 분류(Classification) | 회귀(Regression) |
|---|---|---|
| 예측 대상 | 범주(종류) | 연속된 숫자(값) |
| 예 | 스팸/정상, 개/고양이 | 집값, 내일 매출 |
| 질문 | '어느 쪽인가?' | '얼마인가?' |
유래와 출처
통계학·기계학습의 기본 예측 문제 유형으로, 지도학습의 두 축으로 정착했습니다.
사례로 이해하기
예를 들어, 고객 데이터로 두 과제를 나눠봅시다.
- 질문 A — '이 고객이 이탈할까?'를 봅니다.
- 분류 — '이탈/유지' 범주를 예측합니다.
- 질문 B — '이 고객이 얼마를 쓸까?'를 봅니다.
- 회귀 — 구매액이라는 숫자를 예측합니다.
- 선택 — 문제 유형에 맞는 방법을 씁니다.
관련 용어
머신러닝 · 딥러닝머신러닝은 데이터로 규칙을 스스로 학습하는 AI의 방법, 딥러닝은 그중 인공신경망을 깊게 쌓아 학습하는 강력한 갈래.손실 함수모델의 예측이 정답에서 얼마나 벗어났는지 재는 '오차 측정자'. 학습은 이 값을 줄이는 과정이다.군집화정답 없이 비슷한 데이터끼리 자동으로 묶는 비지도학습 기법. 숨은 그룹·패턴을 발견한다.
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
예측 대상이 '범주(종류)'면 분류, '연속된 숫자(값)'면 회귀입니다.
네. 둘 다 정답(라벨)이 있는 데이터로 배우는 지도학습의 대표 과제입니다.
예측 대상이 '범주(종류)'면 분류, '연속된 숫자(값)'면 회귀입니다.
이탈 예측(분류), 매출 예측(회귀)처럼 문제 유형에 따라 방법·지표가 달라집니다.