[AI] 나이브 베이즈(Naive Bayes)

"이 메일은 스팸일까?"
우리가 매일 받는 이메일 중 어떤 건 쓸모 있고, 어떤 건 스팸입니다.
이걸 자동으로 판단해주는 계산기가 바로 나이브 베이즈(Naive Bayes)입니다.

---

나이브 베이즈란?

한마디로 말해,
확률을 이용해 어떤 대상이 어느 범주에 속하는지 판단하는 분류 모델입니다.

예를 들어 메일 내용에 포함된 단어들을 보고
스팸일 확률과 정상 메일일 확률을 계산한 뒤
더 높은 쪽을 선택하는 방식입니다.

---

예시로 이해해보자

어떤 이메일에 이런 문구가 들어있다고 해볼게요.

• "무료"
• "당첨"
• "지금 클릭"

이때 나이브 베이즈는 이렇게 생각합니다.

“이 단어들이 들어있는 메일이 스팸일 가능성은 얼마나 될까?”

그리고 단어 하나하나가 스팸 메일에서 얼마나 자주 등장했는지를 기준으로
확률을 곱해서 결과를 계산합니다.

---

왜 '나이브(순진한)'일까?

나이브 베이즈는 단어들끼리 서로 독립적이라고 가정합니다.

현실에선 '무료'와 '당첨'이 같이 있으면 더 수상할 수도 있지만,
이 알고리즘은 각 단어를 따로따로 보고 계산합니다.

P(무료 AND 당첨) = P(무료) * P(당첨)

서로 연관이 있어 보이는 단어들도 독립적으로 처리하는 이 단순한 접근이
'순진하다(Naive)'는 이름의 이유입니다.

---

그래도 잘 쓰이는 이유

나이브 베이즈는 단순하지만 실제로 매우 많이 활용됩니다. 그 이유는 다음과 같습니다.

• 계산 속도가 빠릅니다.
• 구현이 쉽습니다.
• 적은 양의 데이터로도 잘 작동합니다.
• 스팸 필터처럼 간단한 분류 작업에서 정확도가 높습니다.

---

베이즈 정리 간단히 보기

나이브 베이즈는 기본적으로 베이즈 정리를 따릅니다.

$$
P(스팸 | 단어들) = \frac{P(단어들 | 스팸) \cdot P(스팸)}{P(단어들)}
$$

쉽게 말하면,

"이 단어들이 나왔을 때 스팸일 확률"은
"스팸일 때 이 단어들이 나올 확률" × "스팸이 나올 확률" ÷ "이 단어들이 나올 전체 확률"

하지만 대부분의 경우, 분모는 비교할 필요가 없으니
분자 값만 비교해서 높은 쪽을 선택하면 됩니다.

---

파이썬 코드 예시

words = ["무료", "당첨", "지금클릭"]

spam_likelihood = P("무료"|스팸) * P("당첨"|스팸) * P("지금클릭"|스팸) * P(스팸)
ham_likelihood  = P("무료"|햄) * P("당첨"|햄) * P("지금클릭"|햄) * P(햄)

if spam_likelihood > ham_likelihood:
    print("스팸입니다!")
else:
    print("정상 메일입니다.")

※ 실제 구현에서는 Laplace smoothing과 같은 기법으로
단어가 한 번도 안 나왔을 때 발생하는 문제도 보완합니다.

---

어디에 쓰일까?

나이브 베이즈는 텍스트 분류 작업에 자주 쓰입니다.

• 이메일 스팸 필터
• 감성 분석 (긍정/부정)
• 뉴스 기사 분류
• 상품 리뷰 자동 분류 등

---

마무리

나이브 베이즈는 간단하면서도 꽤 강력한 분류 도구입니다.
특히 텍스트 기반의 문제에서 빠르게 적용할 수 있어 실무에서도 자주 활용됩니다.

단순함은 오히려 강점이 될 수 있다는 걸 보여주는 대표적인 예입니다.