디시전트리와 인공신경망의 차이는?

결정트리는 데이터를 조건 기준으로 반복해서 분기하며 예측하는 모델입니다. 각 분기 기준이 눈에 보여서 "왜 이 예측이 나왔는가"를 설명하기 쉽습니다. 반면 인공신경망은 입력과 출력 사이에 여러 층의 가중치 연산이 쌓여 있어, 예측 결과는 정확할 수 있지만 왜 그 결론이 나왔는지 설명하기 어렵습니다. 학부 머신러닝 과제에서 두 모델을 같은 데이터셋에 적용해봤는데, 신경망이 정확도는 5% 더 높았지만 교수님이 "이 결과를 비전문가에게 어떻게 설명할 거냐"고 물었을 때 저는 대답을 못 했습니다. 그 경험으로 모델 선택은 정확도만이 아니라 해석 가능성이 얼마나 필요한가에 따라 달라진다는 걸 배웠습니다. 의료나 금융처럼 결정 근거를 설명해야 하는 분야에서는 결정트리가, 이미지·음성처럼 패턴이 복잡한 곳에서는 신경망이 더 자주 쓰이는 이유도 거기 있다고 생각합니다.