🎯 Product Builder Lecture

홈 › 읽을거리 › AI 이야기

AI 이야기

이미지 분류 AI의 원리: Teachable Machine 쉽게 이해하기

Product Builder Lecture 운영자 · 게시 2026-09-26

사진을 보고 강아지상인지 고양이상인지 맞히는 AI가 어떻게 학습하고 예측하는지, 비전문가도 이해할 수 있게 설명합니다.

이미지 분류란?

이미지 분류는 사진을 보고 '이 사진은 어떤 종류인가?'를 알아맞히는 AI 기술입니다. 사진이 개인지 고양이인지, 꽃인지 자동차인지를 구분하는 것처럼 사람에게는 쉬운 일이 컴퓨터에게는 오랫동안 어려운 과제였습니다. 컴퓨터가 보는 사진은 수많은 숫자(픽셀 값)의 배열일 뿐이기 때문입니다. 최근 딥러닝이 발전하면서 이 분야의 정확도가 크게 높아졌습니다.

AI는 어떻게 배울까? 학습의 세 단계

  1. 예시 모으기: 강아지 사진 여러 장과 고양이 사진 여러 장을 '이것은 강아지', '이것은 고양이'라는 이름표(라벨)와 함께 준비합니다.
  2. 패턴 학습하기: AI는 사진 속 숫자 패턴에서 각 이름표와 관련된 특징(윤곽, 질감, 색의 분포 등)을 스스로 찾아내도록 반복해서 조정됩니다.
  3. 새 사진 예측하기: 학습이 끝나면 처음 보는 사진을 넣었을 때 각 이름표에 얼마나 가까운지를 확률로 계산해 결과를 보여 줍니다.

결과에 표시되는 '73%' 같은 숫자는 정답일 확률이 아니라, 학습된 예시들과 비교했을 때 '얼마나 그 이름표에 가깝게 보이는가'에 대한 모델의 신뢰 정도로 이해하는 것이 정확합니다.

Teachable Machine이 특별한 이유

Teachable Machine은 구글이 공개한 웹 기반 도구로, 코딩 없이 브라우저에서 이미지·소리·자세를 학습시킬 수 있게 해 줍니다. 내부적으로는 이미 대규모 데이터로 학습된 모델(예: MobileNet)의 지식을 활용하고, 사용자가 올린 소수의 예시로 마지막 부분만 다시 학습시키는 '전이 학습(transfer learning)' 방식을 사용합니다. 덕분에 수십 장 정도의 사진만으로도 그럴듯한 분류기를 빠르게 만들 수 있습니다.

학습된 모델은 TensorFlow.js라는 자바스크립트 라이브러리를 통해 웹 페이지에서 바로 실행할 수 있습니다. 즉 서버에 사진을 보내지 않고도 사용자의 기기 안에서 예측을 계산할 수 있다는 뜻입니다.

AI 결과가 틀릴 수 있는 이유

💡 그래서 동물상 테스트의 결과는 '재미로 보는 AI의 인상 평가'일 뿐, 실제 성격이나 외모를 판단하는 도구가 아닙니다.

직접 해 보면 이해가 쉽다

같은 사람의 사진이라도 정면 사진, 웃는 사진, 옆모습 사진을 각각 넣어 보세요. 결과가 어떻게 달라지는지 관찰하면 AI가 무엇에 반응하는지 감을 잡을 수 있습니다. 이런 경험은 AI가 마법이 아니라 '데이터에서 배운 패턴 맞추기'라는 점을 체감하게 해 주며, 일상에서 만나는 AI 서비스를 비판적으로 이해하는 데에도 도움이 됩니다.

바로 해 보기

글에서 다룬 내용을 직접 체험해 보고 싶다면 아래 테스트를 이용해 보세요. 모든 테스트는 재미를 위한 콘텐츠이며 결과는 브라우저에서만 계산됩니다.

🐶🐱 이미지 분류 AI 직접 체험하기