Pretrained model vs. Transfer learning

**Pretrained model(사전학습된 모델)**은 이미 학습이 완료된 모델이고,

**Transfer learning(전이학습)**은 그 pretrained model을 가져와서 내 문제에 맞게 다시 학습시키는 방법입니다.


즉, pretrained model은 도구,
transfer learning은 그 도구를 활용하는 방식이에요.


---

✅ 차이점 정리

항목 Pretrained model Transfer learning

의미 대규모 데이터셋으로 미리 학습된 모델 Pretrained model을 기반으로 특정 작업에 맞게 재학습
예시 ImageNet으로 학습된 VGG16, BERT VGG16을 사용해 고양이/강아지 분류 모델 재학습
역할 학습을 빠르게 시작할 수 있는 기반 제공 새로운 태스크에 맞게 모델을 맞춤화
사용 여부 그냥 feature extractor로 사용할 수도 있음 fine-tuning 또는 feature extraction 방식으로 사용

---

✅ 비유로 설명하면

> 🍰 Pretrained model은 이미 잘 만들어진 케이크
🧁 Transfer learning은 이 케이크에 내가 원하는 토핑이나 장식을 추가해서 내 취향에 맞게 바꾸는 것

---

✅ 어떻게 쓰이느냐?

Vision 분야:

pretrained ResNet → 특정 의료 이미지 분류 문제에 transfer learning


NLP 분야:

pretrained BERT → 감정 분석용 데이터셋에 fine-tuning