지식 · AI 기초
군집화
Clustering
📂AI 기초⏱읽기 1분📊실무🔗관련 3
군집화란?
한 줄 정의
정답 없이 비슷한 데이터끼리 자동으로 묶는 비지도학습 기법. 숨은 그룹·패턴을 발견한다.
⚡ 3줄 요약
- 정답 없이 비슷한 것끼리 묶기
- 숨은 그룹·패턴 발견
- 고객 세분화에 활용
군집화는 라벨(정답) 없이 데이터를 비슷한 것끼리 그룹으로 묶는 것입니다. 사람이 '이건 A그룹'이라고 알려주지 않아도, 데이터의 유사성만으로 자연스러운 무리를 찾아냅니다. 대표적 비지도학습으로, 고객 세분화·이상 탐지·문서 분류 등에 쓰입니다.
예를 들어 고객 데이터를 군집화하면 '알뜰형·프리미엄형·이탈위험형'처럼 미리 몰랐던 그룹이 드러납니다. 분류와 달리 정답이 없어, 결과 해석은 사람의 몫입니다. 마케팅의 시장 세분화, 데이터 탐색의 첫 단계로 유용합니다. K-평균(K-means) 등이 대표 알고리즘입니다.
💡 쉽게 말하면
섞인 빨래를 색깔별로 저절로 나누는 것 — 라벨 없이 닮은 것끼리 모읍니다.
실무에서 왜 중요한가
정답 없이도 데이터 속 숨은 그룹을 찾아, 고객 세분화·패턴 발견에 활용됩니다.
유래와 출처
통계·패턴 인식 분야의 오랜 기법으로, 비지도학습의 대표 방법으로 자리잡았습니다.
사례로 이해하기
예를 들어, 고객을 군집화한다고 해봅시다.
- 데이터 — 구매·행동 데이터를 모읍니다.
- 유사도 — 비슷한 고객끼리 가깝게 봅니다.
- 묶기 — 자동으로 그룹을 형성합니다.
- 해석 — '알뜰형·프리미엄형' 등으로 이름 붙입니다.
- 활용 — 그룹별 맞춤 전략을 세웁니다.
관련 용어
분류와 회귀지도학습의 두 기본 과제. 분류는 '어느 종류인지'(범주)를, 회귀는 '얼마인지'(숫자)를 예측한다.STP시장을 나누고(Segmentation) → 공략할 집단을 고르고(Targeting) → 그 집단의 머릿속에 자리를 잡는(Positioning) 마케팅 전략의 기본 3단계.머신러닝 · 딥러닝머신러닝은 데이터로 규칙을 스스로 학습하는 AI의 방법, 딥러닝은 그중 인공신경망을 깊게 쌓아 학습하는 강력한 갈래.
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
분류는 '정해진 라벨'로 나누지만, 군집화는 라벨 없이 데이터가 스스로 그룹을 형성합니다.
미리 지정하거나(K-means), 데이터 구조에 따라 자동으로 정하는 방법을 씁니다. 사람의 판단이 필요합니다.
분류는 '정해진 라벨'로 나누고, 군집화는 라벨 없이 데이터가 스스로 그룹을 형성합니다.
고객 세분화·이상 탐지·데이터 탐색의 첫 단계로 유용합니다.