비지도 학습(Unsupervised Learning)이란 무엇이며, 지도 학습과의 주요 차이점은 무엇입니까?

비지도 학습은 정답, 즉 레이블이 없는 데이터를 이용해서 데이터 자체의 숨겨진 구조나 패턴을 찾아내는 머신러닝 방법입니다. 예를 들어 고객 데이터를 분석해서 비슷한 특징을 가진 그룹으로 묶는 고객 세분화나, 정상적인 데이터와는 확연히 다른 이상 데이터를 탐지하는 데 활용될 수 있습니다.

지도 학습과의 가장 큰 차이점은 바로 '레이블'의 유무입니다. 지도 학습은 입력 데이터와 그에 대한 정답 레이블이 함께 주어지기 때문에, 모델이 데이터와 레이블 사이의 관계를 학습하여 새로운 데이터에 대한 예측을 수행할 수 있습니다. 반면 비지도 학습은 레이블이 없기 때문에, 모델이 데이터 자체의 특성을 파악하여 클러스터링이나 차원 축소와 같은 작업을 수행합니다.