오늘 날 유방암 환자는 점차 증가하고 있고 그에 따른 사망률도 오르고 있다. 유방암을 진단하기 위한 검사는 다양하지만 그 중 선별 검사로 유용성이 확립된 진단 방법은 유방촬영술(Mammography)이며 임상에서도 가장 많이 이용된다[1]. 유방촬영술은 유방의 내부조직을 보기 위해서 일반적으로 사용되어지며 임상에서 증상이 있는 여성에게 필수적인 검사이며 증상이 없는 여성에게는 조기 유방암을 발견하는데 가장 효과적이다. 하지만 유방암의 검진에서 유방X선 촬영의 판독이 양성 결과를 나타내는 환자들 중 70%가 불필요한 생검을 받게 하는 문제점이 있다. 이를 예방하고자 연구진들은 유방촬영술에서 유방암의 결과를 예측하는 분류기인 자동 기술을 마련했다[2]. 이러한 분류기로서 [2]에서는 과거에 제안되었던 인공신경망(Artificial Neural Network), 결정트리(Decision Tree), 사례기반추론(Case-Based Reasoning)을 사용하였다. 본 논문은 나이브베이즈(NaiveBayes)기법을 이용하여 위에서 제시된 기법들보다 정확도와 신뢰도를 높여 의사들이 환자의 불필요한 생검을 진행하지 않도록 하는데 도움을 주는 기술을 알아보고자 연구를 진행하게 되었다.