분류와 회귀
Classification & Regression
분류와 회귀란?
- 분류=범주(종류) 예측
- 회귀=숫자(값) 예측
- 지도학습의 두 기본 과제
요청은 대개 한 문장으로 옵니다. '수요 좀 예측해보자.' 이 말이 '다음 달 발주량 몇 개'인지 '품절 위험이 있는 품목인지 아닌지'인지에 따라 데이터 라벨 붙이는 방식부터 보고서 양식까지 전부 달라집니다. 기획서의 한 줄이 6개월치 작업 방식을 결정합니다. 모델을 고르기 전에 예측값을 받아든 사람이 무슨 행동을 하는가를 먼저 적어두면 이 갈림길에서 헤매지 않습니다.
분류는 이진(이탈/유지), 다중(불량 유형 5종), 다중레이블(문서 한 건에 태그 여러 개)로 나뉩니다. 대부분의 분류 모델은 0과 1 사이 확률을 내놓기 때문에 0.5라는 경계선은 고정값이 아니라 조정 변수입니다. 영업팀이 하루 30건만 소화한다면 경계선을 0.72로 올려 상위 30건만 넘기면 됩니다. 평가지표도 갈라집니다. 분류는 정밀도·재현율·F1·AUC를, 회귀는 MAE·RMSE·MAPE를 봅니다. 구매액처럼 숫자인 대상도 '300만 원 이상/미만'으로 잘라 분류로 바꿀 수 있지만, 그 순간 299만 원과 10만 원이 같은 칸에 들어갑니다.
현장에서 가장 자주 깨지는 지점은 정확도입니다. 월 이탈률이 3%인 회사에서 모델이 전 고객을 '유지'로 답해도 정확도는 97%가 찍힙니다. 숫자는 훌륭한데 잡아낸 이탈 고객은 0명입니다. 회귀도 같습니다. R²가 0.9여도 성수기 몇 건에서 40% 넘게 빗나가면 발주 담당자는 두 번 다시 그 숫자를 보지 않습니다. 분류 결과를 금액 의사결정에 그대로 가져다 쓰는 것도 흔한 사고입니다. '이탈 확률 80%'는 '손실 800만 원'이 아닙니다. 금액이 필요하면 회귀 모델을 따로 붙이거나, 확률에 고객별 기여이익을 곱해 위험 금액으로 환산해야 합니다.
| 구분 | 분류(Classification) | 회귀(Regression) |
|---|---|---|
| 예측 대상 | 범주(종류) | 연속된 숫자(값) |
| 예 | 스팸/정상, 개/고양이 | 집값, 내일 매출 |
| 질문 | '어느 쪽인가?' | '얼마인가?' |
통계학·기계학습의 기본 예측 문제 유형으로, 지도학습의 두 축으로 정착했습니다.
가상의 사례로 살펴보겠습니다. 임직원 260명, 연매출 1,100억 원 규모의 산업용 부품 유통사 A사는 거래처 1,400곳을 관리합니다. 지난해 거래를 끊은 곳이 190곳까지 늘자 경영진이 'AI로 이탈을 예측해보라'고 지시했고, 데이터팀은 3개월 과제를 시작했습니다.
- 첫 회의에서 영업본부장은 "이탈할 곳을 찍어달라"고 했는데, 재무팀장은 "얼마가 빠지는지가 궁금하다"고 해서 서로 다른 두 질문이 한 과제에 섞여 있었습니다.
- 데이터팀장이 두 질문을 분리했습니다. '3개월 내 발주 중단 여부'는 분류로, '향후 6개월 예상 발주액'은 회귀로 모델을 따로 세웠습니다.
- 분류 모델 첫 보고는 정확도 94%였지만 실제 이탈 190곳 중 잡아낸 건 22곳뿐이었고, 판정 기준선을 0.5에서 0.28로 낮춰 재현율을 68%까지 끌어올렸습니다.
- 회귀 모델은 상위 50개 대형 거래처에서 MAPE가 31%로 튀어, 소액 거래처를 분리하고 학습 구간을 최근 18개월로 줄여 MAPE를 14%로 낮췄습니다.
- 영업본부는 두 결과를 곱해 '이탈 확률 × 예상 발주액'으로 위험 금액 순위를 뽑았고, 상위 120곳에 지점장 방문 일정을 배정했습니다.
- 6개월 뒤 분기 이탈 거래처는 48곳에서 29곳으로 줄었고 방어한 발주액은 연환산 약 27억 원이었습니다. 영업본부장은 "찍어달라고만 했으면 반쪽이었겠다"고 했습니다.