흑백 사진 분류를 위한 비지도 학습과 군집 알고리즘 이해하기

비지도 학습이란 무엇인가요?

비지도 학습은 머신러닝의 한 종류로, 타깃(정답)이 없는 데이터를 학습하는 방식입니다. 데이터 간의 숨겨진 패턴이나 구조를 찾는 데 주로 사용되며, 군집화(Clustering)는 비지도 학습의 대표적인 예입니다.

이번 글에서는 흑백 과일 사진 데이터를 사용해 군집화 작업을 진행하며, 비슷한 사진들을 그룹으로 나누는 방법을 알아보겠습니다.

과일 사진 데이터 준비하기

먼저 과일 사진 데이터를 다운로드하고 로드해봅시다.

!wget https://bit.ly/fruits_300_data -O fruits_300.npy

데이터를 로드하려면 numpy와 matplotlib 패키지를 사용해야 합니다.

import numpy as np
import matplotlib.pyplot as plt

# 데이터 로드
fruits = np.load('fruits_300.npy')

이제 배열의 크기를 확인해보겠습니다.

print(fruits.shape)

출력 결과:

(300, 100, 100)

• 첫 번째 차원(300)은 샘플의 개수입니다.
• 두 번째(100)와 세 번째(100) 차원은 이미지의 높이와 너비입니다. 즉, 각 이미지의 크기는 100*100 픽셀입니다.

이미지 데이터 탐색하기

배열의 첫 번째 샘플을 출력해보겠습니다.

print(fruits[0, 0, :])

출력 결과는 다음과 같습니다:

[  1   1   1   1   1   ...  88  89  90  91  92]

여기서 숫자는 픽셀 값을 나타내며, 흑백 사진이므로 값의 범위는 0에서 255까지입니다.

이 값을 이미지로 시각화하면 더 이해하기 쉬워집니다. matplotlib의 imshow() 함수를 사용해봅시다.

plt.imshow(fruits[0], cmap='gray')
plt.show()

출력된 이미지는 사과 사진입니다. 밝은 부분은 높은 픽셀 값(255에 가까움), 어두운 부분은 낮은 픽셀 값(0에 가까움)을 의미합니다.

다른 과일 사진 출력하기

데이터에는 사과, 바나나, 파인애플 사진이 각각 100장씩 포함되어 있습니다. 다음 코드로 바나나와 파인애플 이미지를 출력해보겠습니다.

fig, axs = plt.subplots(1, 2)
axs[0].imshow(fruits[100], cmap='gray')
axs[1].imshow(fruits[200], cmap='gray')
plt.show()

출력 결과:

• 첫 번째 이미지는 바나나
• 두 번째 이미지는 파인애플입니다.

subplots()를 사용하면 여러 이미지를 배열처럼 쌓아 표시할 수 있습니다.

데이터를 배열로 나누기

과일 데이터를 사과, 바나나, 파인애플로 나눠 각각의 배열을 만들겠습니다. 이미지를 100*100 크기에서 10,000 픽셀 크기의 1차원 배열로 변환하면 계산이 더 편리해집니다.

apple = fruits[0:100].reshape(-1, 100*100)
pineapple = fruits[100:200].reshape(-1, 100*100)
banana = fruits[200:300].reshape(-1, 100*100)

이제 각 배열의 크기를 확인해봅니다:

print(apple.shape)

출력 결과:

(100, 10000)

과일 데이터의 픽셀 평균값 비교하기

샘플별 픽셀 평균값 계산

각 과일 배열의 샘플별 픽셀 평균값을 계산해봅시다.

print(apple.mean(axis=1))

출력 결과는 사과 100개 샘플의 평균값을 보여줍니다. 히스토그램으로 시각화하면 평균값 분포를 한눈에 볼 수 있습니다.

plt.hist(np.mean(apple, axis=1), alpha=0.8)
plt.hist(np.mean(pineapple, axis=1), alpha=0.8)
plt.hist(np.mean(banana, axis=1), alpha=0.8)
plt.legend(['apple', 'pineapple', 'banana'])
plt.show()

결과 분석

• 바나나 사진의 평균값은 낮은 편(약 40)입니다.
• 사과와 파인애플은 평균값이 유사하게 90~100 사이에 분포합니다.

픽셀별 평균값 시각화하기

모든 샘플의 픽셀별 평균값을 계산하여 시각화해봅시다.

apple_mean = np.mean(apple, axis=0).reshape(100, 100)
pineapple_mean = np.mean(pineapple, axis=0).reshape(100, 100)
banana_mean = np.mean(banana, axis=0).reshape(100, 100)

fig, axs = plt.subplots(1, 3, figsize=(20, 5))
axs[0].imshow(apple_mean, cmap='gray_r')
axs[1].imshow(pineapple_mean, cmap='gray_r')
axs[2].imshow(banana_mean, cmap='gray_r')
plt.show()

각 과일의 대표 이미지를 확인할 수 있습니다.

평균값과 가장 가까운 사진 찾기

사과의 평균 이미지와 가장 가까운 사진 100장을 찾아 출력해보겠습니다.

abs_diff = np.abs(fruits - apple_mean)
abs_mean = np.mean(abs_diff, axis=(1, 2))
apple_index = np.argsort(abs_mean)[:100]

fig, axs = plt.subplots(10, 10, figsize=(10, 10))
for i in range(10):
    for j in range(10):
        axs[i, j].imshow(fruits[apple_index[i*10 + j]], cmap='gray_r')
        axs[i, j].axis('off')
plt.show()

출력 결과:

• 선택된 100개의 사진은 모두 사과로 보입니다.

결론: 군집 알고리즘의 이해

이번 실습에서는 흑백 사진의 픽셀 값을 분석하여 비슷한 사진끼리 모으는 군집화를 수행했습니다. 이러한 작업은 비지도 학습의 대표적인 응용 사례입니다. 군집화 알고리즘으로 만든 그룹을 클러스터(Cluster)라고 부르며, 데이터의 숨겨진 구조를 이해하는 데 유용합니다.