분류 결과 뒤에 있는 질문
물류 창고에 냉장 식품과 일반 물품이 함께 도착합니다. 이 실험의 분류기는 먼저 냉장 보관이 필요한지 묻습니다. 필요하면 냉장 구역으로 보냅니다. 그렇지 않으면 무게를 확인해 5킬로그램 이상은 중량 구역, 미만은 일반 구역으로 보냅니다. 결과만 읽을 때보다 질문의 순서를 볼 때 분류 기준을 더 정확히 이해할 수 있습니다.
의사결정나무는 이처럼 조건에 따라 가지를 나누는 구조입니다. 실제 기계학습에서는 데이터로부터 분기 기준을 학습할 수 있습니다. 이 페이지에서는 기준의 영향을 투명하게 살피기 위해 사람이 정한 작은 규칙 나무를 사용합니다. 학습된 AI의 성능을 보여주는 실험은 아닙니다.
경계와 우선순위를 시험하기
무게가 정확히 5킬로그램인 물품은 어디로 갈까요? ‘이상’에 경계값이 포함되므로 상온 물품이라면 중량 구역입니다. 반대로 냉장이 필요한 8킬로그램 물품은 첫 질문에서 냉장 구역이 정해져 무게 분기로 내려가지 않습니다. 사용하지 않은 조건이 무엇인지 보는 것도 분류 경로를 읽는 방법입니다.
입력을 바꾼 다음 ‘다음 단계’를 눌러 보세요. 각 기록에는 실제 검사한 조건과 결과가 나타납니다. 조건을 수정하면 이전 실행 기록은 초기화됩니다. 새 입력에 이전 판단이 남아 있으면 무엇을 계산했는지 혼동하기 쉽기 때문입니다.
옳게 실행된 규칙도 평가가 필요하다
프로그램이 규칙을 정확히 따랐다는 사실만으로 창고 운영이 적절하다고 결론 내릴 수는 없습니다. 냉장 구역에 무거운 물품을 처리할 장비가 있는지 등 현실의 조건이 더 필요합니다. 여기서는 ‘주어진 규칙을 따랐는가’를 검사하고, 그다음 ‘어떤 규칙이 더 필요한가’를 질문합니다. 실행의 정확성과 기준의 적절성을 함께 살피는 태도가 AI를 평가하는 출발점입니다.