제로샷 러닝

Zero-Shot Learning

제로샷 러닝은 AI 모델이 사전에 학습하지 않은 새로운 범주(unseen class)까지 추론해 인식할 수 있도록 하는 머신러닝 기술이다. 기존 딥러닝 모델은 학습 데이터에 포함된 대상만 분류할 수 있었지만, 제로샷 러닝은 대상의 속성(attribute)이나 의미적 관계(semantic relationship)를 기반으로 미지의 개념까지 추론한다.

예를 들어 AI가 기린 이미지를 직접 학습하지 않았더라도 ‘긴 목’, ‘갈색 점무늬’, ‘초식동물’ 등의 속성 정보를 활용해 기린으로 분류할 수 있다. 최근에는 대규모언어모델(LLM)과 멀티모달 AI의 발전으로 텍스트 설명만으로 새로운 객체를 인식하는 방식까지 확장되고 있다.

제로샷 러닝은 대규모 라벨링 데이터 구축 비용을 줄일 수 있어 의료·제조·법률·로보틱스 등 데이터 확보가 어려운 전문 분야에서 활용 가능성이 높다.