ㅁ AI 상식
- 260627 오전 9시 오프라인
- 1교시 09:00 ~ 09:40 (40분)
- 2교시 10:10 ~ 10:50 (40분)
- 3교시 11:20 ~ 12:00 (40분)
- 협회 정책에 따라 AI상식은 2월/6월/10월 시험만 문제 공개
- AI상식은 AI 일반지식 및 생성형AI 활용, 윤리 및 정보보호에 대한 능력 검증
- 객관식(사지택일) 40문항, 40분, 100점 중 60점 이상
- 검정과목 : AI일반지식, 생성형AI 기초 및 활용, AI 윤리 및 정보보호
(1) AI일반지식
- [대분류] AI 개념 및 이해 - [주요 내용] AI의 정의 및 역사, 주요 AI 기술 및 현재 동향, 인공지능의 기초이론, 데이터과학 및 분석
- [대분류] 활용사례 - [주요 내용] 산업별 AI 활용 사례, 일상생활에서의 AI 활용, 미래 전망 및 잠재적 영향력
(2) 생성형AI 기초 및 활용
- [대분류] 개념 및 이해 - [주요 내용] 생성형 AI 개념 및 종류 (※ ChatGPT, Bard, 클로바)
- [대분류] 활용사례 - [주요 내용] 문서작성, 이미지 생성
(3) AI 윤리 및 정보보호
- [대분류] 개념 및 이해 - [주요 내용] 편향성, 오류 및 안전성, 악용, 개인정보 및 저작권 침해, 킬러로봇
- [대분류] 활용사례 - [주요 내용] 윤리 침해 사례, 개인정보 침해 사례
- 4시간, 2~3시간,
- 샘플문제, 2603 문제 + 블로그 2401 문제
[ai상식 샘플 a형 - 34/40 85점]
2. 다음 중 AI가 대체할 수 없는 인간의 능력은 무엇인가?
① 연상 능력: 새로운 것을 만들어 내는 능력
4. 다음 중 헬스케어 서비스에 AI가 적용된 사례가 아닌 것은?
② 챗GPT, 미국 의사 면허 시험 통과
6. 다음 중 인류의 역사와 인공지능 이후의 미래 예측에 대해 연결이 맞지 않는 것은?
① 5만 년 전 – 현재의 인간인 호모사피엔스 시작
② 600년 전 – 인류 문명의 시작
③ 60년 전 – 인공지능의 시작
④ 30년 후 – 지능의 폭발이 일어나고 인류는 인공지능에 종속될 것으로 추정
- 정답 해설 : 인류 문명의 시작은 대략 1만 년 전 부터이며, 600년 전에는 인쇄술의 발명이 있었다
8. 다음 중 MS오피스에 적용된 코파일럿의 기능으로 적절하지 않은 것은?
① 회의록 요약 및 제안서 작성
② 데이터의 분석 및 해석, 그래프 작성
③ 워드 문서를 파워포인트 자료로 제작
④ 주석을 쓰면 자동으로 소스 코드 작성
- 정답 해설 : 깃허브 코파일럿은 주석을 쓰면 자동으로 소스 코드를 작성해 준다.
9. 다음 중 이미지 생성 AI 서비스에 대한 설명이 적절하지 않은 것은?
① 모델 편의형: 단어 기반 프롬프트로 이미지 생성
② 서비스 탑재형: 기존 서비스에 탑재되어 작동하는 이미지 생성
③ 통합 기능형: 대화를 주고 받으며 이미지를 통합
④ 특화 기능형: 이미지 추출, 편집, 변환 등 특정 기능에 특화된 서비스
- 정답 해설 : 통합 기능형은 오픈 소스 플러그인 및 추가 모델 적용을 통한 이미지 생성을 의미한다.
10. 다음 중 Arnold and Toner가 제시한 예측하지 못한 AI 사고 3가지 유형이 아닌 것은?
① 오작동을 일으킬 수 있는 비정상적 값을 입력받는 것
② 시스템이 설계자의 의도와 다른 것을 실행하는 것
③ 허가받지 않은 사용자가 시스템에 접근하는 것
④ 시스템을 적절하게 통제할 수 없는 것
- 정답 해설 : Arnold and Toner가 제시한 예측하지 못한 AI 사고가 발생하는 3가지 유형은 다음과 같다.
1. 강건성(robustness)의 실패: 시스템이 오작동을 일으킬 수 있는 비정상적이거나 예상하지 못한 입력(inputs)을받을 때
2. 세밀성(specification)의 실패: 시스템이 설계자나 운영자가 의도한 것과 미묘하게 다른 것을 달성하려고 할 때
3. 확인성(assurance)의 실패: 운영 중에 시스템을 적절하게 모니터링하거나 통제할 수 없을 때
기밀성은 정보 보안 3요소 중 하나이다. 정보 보안 3요소는 기밀성(Confidentiality), 무결성(Integrity), 가용성(Availability)이다.
16. 다음 중 챗GPT로 인해 발생 가능한 사고에 대한 선제적 조치로 적절하지 않은 것은?
① 보안대책을 수립하고 사전 교육 진행
② 위험수준 분석 및 탐지 등을 위한 기술적/정책적 대응 방안 마련
③ 생성형AI 모델의 결과물을 식별할 수 있는 기술 개발 및 도입
④ 프롬프트 입력, 응답, 업로드 및 생성된 이미지 등 OpenAI의 서비스 활용
21. 다음 중 마이크로소프트의 테이(Tay)에서 발생한 문제점의 해결 방법으로 가장 적합한 것은 무엇인가?
2016년 마이크로소프트가 개발한 트위터 인공지능 챗봇 테이는 트위터상에 있는 잘못된 정보를 습득하여 인종차별, 성차별적 발언을 하는 큰 소동이 발생했다. 마이크로소프트는 출시 하루 만에 공식적으로 사과하고 운영을 중단했다.
① AI의 차별적 발언을 하는 기능을 제한한다.
② 다양한 데이터를 학습시켜 합리적 판단을 할 수 있게 한다.
③ 개인정보 보안을 강화하여 정보 유출을 방지한다.
④ 유명인의 발언 등을 집중적으로 학습시킨다
23. 다음 중 스캐터랩이 개발한 이루다에서 보안 사고가 발생한 원인으로 가장 적합한 것은 무엇인가?
이루다는 스타트업 스캐터랩이 실제 연인들의 카카오톡 대화 내용 100억 건을 토대로 개발('20.12.) 되었으며, 많은 젊은 연령층들이 사용한 인기 AI 챗봇이었으나 20여일 만에 운영 중지되었다. 이루다는 특정 은행의 예금주로 누군가의 실명을 언급하거나, 아파트 동/호수까지 포함된 주소를 말하는 사례가 발견되며 개인정보 유출 의혹이 발생하였다.
① AI 개발 관련 보안 장비에 대한 충분한 투자가 부족하였다.
② 100억 건의 대화 내용 중 개인정보 보호에 대한 내용이 없었다.
③ 개인정보에 대한 개념설정과 보안에 대한 학습이 부족하였다.
④ AI의 개인정보 유출은 위법사항이 아니므로 문제될 것이 없다.
24. 다음 중 딥러닝의 특징이 아닌 것은?
① 용량이 큰 데이터 처리에 적합하다.
② 성능이 뛰어난 컴퓨터를 사용하여야 한다.
③ 자동으로 데이터 분류 등이 가능하다.
④ 짧은 시간에 학습이 가능하다.
- 정답 해설 : 해당 설명은 머신러닝에 대한 것이고, 딥러닝의 처리 시간은 경우에 따라 몇 주까지도 걸린다.
27. 딥러닝과 인공신경망에 대한 설명 중 옳지 않은 것은?
① 인공신경망은 1943년에 처음 만들어졌다.
② 딥러닝 소프트웨어는 사람이 특징을 선택해서 학습시켜야 한다.
③ 딥러닝에는 컨볼루션 신경망과 순환 신경망 같은 여러가지 신경망이 존재한다.
④ 딥러닝은 예측 결과를 더 좋게 만들기 위해 여러 가지 방법을 사용한다.
- 정답 해설 : 2번은 일반적인 소프트웨어에 대한 설명이며, 딥러닝 소프트웨어는 데이터를 통해 스스로 특징을 학습한다.
36. 다음 중 딥러닝 기술이 사용되지 않은 사례는?
① 가상환경에서 옷을 입어보고 옷의 크기를 파악한다.
② 차에 운전자가 없어도 자동으로 경로를 파악하고, 장애물을 피한다.
③ 한국어 문장을 다른 나라 사람들의 언어로 번역한다.
④ 드론을 사용하여 재난 현장에서 사람들을 발견한다.
- 정답 해설 : 1번은 딥러닝 기술이 아닌 데이터마이닝 기술을 사용한 사례이다. 2, 3, 4번은 모두 딥러닝 기술을 활용하여 문제를 해결하는 사례이다.
38. 다음 중 텍스트 생성형AI 기술을 활용한 사례가 잘못된 것은?
① 바드(Bard)를 이용해서 미국에 있는 친구에게 편지를 보낸다.
② 회사에서 파워포인트 보고서를 만들 때 감마(Gamma)를 사용한다.
③ 미드저니(Midjourney)를 이용해서 영화의 대본을 쓴다.
④ 챗지피티(ChatGPT)를 이용해서 공상과학소설을 쓴다.
- 정답 해설 : Midjourney는 이미지 생성 서비스이다.
39. 다음 중 AI 기술의 발전으로 생기는 변화로 옳지 않은 것은?
① AI 학습 비용의 증가
② 사용 가능 데이터의 증가
③ 기술 발전 속도 향상
④ AI 활용 기술 분야 확대
- 정답 해설 : 1번은 AI 변화 양상에 대한 틀린 설명이다. AI 기술 발전과 더불어 학습에 필요한 비용은 오히려 감소하고 있다. 2, 3, 4번은 AI 변화 양상에 대한 올바른 설명이다.
=======================================================================
[ai상식 샘플 b형 - 33/40 82.5점]
2. 머신러닝/딥러닝의 모델 학습방법이 아닌 것은?
① 정답을 알려주고 문제를 풀어가며 모델을 학습한다.
② 전문가의 의견만 반영하여 학습한다.
③ 데이터를 보고 어떤 규칙이 있는지 찾아 모델을 학습한다.
④ 데이터를 특징별로 그룹화하여 학습한다
- 정답 해설 : 머신러닝은 다양한 방법으로 모델을 학습할 수 있다.
1번은 지도 학습, 2번은 편향성, 3번은 회귀 분석, 4번은 비지도 학습이다.
9. 다음은 AI의 역사에서의 중요 인물에 대한 설명이다. 설명에 해당하는 인물은 누구인가?
2차 세계대전 때 나치가 사용하던 비밀 무기를 만들어낸 에니그마라는 암호를 풀어낸 사람이다. "컴퓨팅 기계와 지능"이라는 글을 쓰면서 기계가 사람처럼 생각할 수 있는지 묻고, 기계가 사람과 같은 지능을 가졌는지 판단하는 방법을 만들었다.
① 마빈 민스키
② 존 매카시
③ 클로드 섀넌
④ 앨런 튜링
12. 금융 분야에서 AI가 가져온 변화 중 가장 부적절한 설명은?
① 자동분석을 통한 맞춤형 투자 전략 제시
② 실시간으로 모니터링으로 이상 징후 발견
③ 모든 금융 거래의 AI 자동화
④ 고객의 신용정보 분석 및 금융상품 추천
- 정답 해설 : AI는 금융 분야에서 많은 변화를 가져왔지만, 모든 금융 거래가 AI에 의해 완전히 자동으로 처리되고 인간의 개입이 전혀 필요하지 않게 되었다는 설명은 과장되었다.
13. 다음 중 AI를 사용하면서 발생한 개인정보 침해의 사례로 보기 어려운 것은?
① 고객 서비스 챗봇의 사용자 정보 무단 저장
② 소셜 미디어 플랫폼에서 데이터 유출 사고 발생
③ 온라인 교육 플랫폼에서 학습 진행 데이터 공개
④ 추천 알고리즘을 사용해 사용자에게 적절한 콘텐츠 제공
- 정답 해설 : 추천 알고리즘을 통한 적절한 콘텐츠 제공은 사용자 경험을 향상시키기 위해 개인화된 정보를
활용하는 사례로, 자체적으로는 개인정보 침해의 구체적 사례로 간주되지 않는다.
16. AI를 통해 자동으로 생성될 수 있는 문서의 예시 중 가장 부적절한 것은?
① 비즈니스 보고서
② 학술 논문
③ 개인 일기
④ 창작 글
- 정답 해설 : 개인 일기는 매우 주관적이고 개인적인 경험, 감정, 생각을 담은 문서로, AI가 개인의 내밀한 경험을정확하게 이해하고 표현하기 어렵기 때문에 AI로 자동 생성하는 것이 부적절하다.
17. AI 기술을 사용하면서 발생할 수 있는 저작권 침해를 방지하기 위한 방법이 아닌 것은?
① AI에 의해 생성된 콘텐츠의 원작자 명시
② 모든 인공지능 생성 콘텐츠를 공공 도메인으로 처리
③ 저작권 있는 데이터 사용 시 라이선스 확인 및 준수
④ 저작권 침해 가능성이 있는 콘텐츠에 대한 사전 검토
- 공공 도메인(Public Domain)이란 저작권이 없어서 누구나 자유롭게 사용할 수 있는 상태를 말합니다.
24. 인공지능 시스템에서 발생할 수 있는 오류의 유형 중 가장 드문 것은?
① 데이터 입력 오류로 인한 잘못된 결과 생성
② 문제해결 절차의 오류로 인한 시스템 충돌
③ 인공지능이 이용자의 의도와 다르게 자율적으로 목표를 변경
④ 데이터를 과도하게 학습하여 일반화 성능 저하
- 정답 해설 : 사용자의 의도와 상관없이 AI가 자율적으로 목표를 변경하는 경우는 인공 일반 지능(AI)에 가까운
상황으로, 현재 기술 수준에서는 매우 드문 경우이다.
30. 다음 설명이 의미하는 것은 무엇인가?
이것은 머신러닝의 한 종류로, 여러 층으로 이루어진 신경망을 사용한다. 이 신경망은 인간의 뇌처럼 생각하고 배우도록 만들어졌지만 아직 인간의 뇌만큼 똑똑하지는 않다. 신경망이 여러 층으로 이루어져 있으면 더 정확하게 예측을 할 수 있다.
① 클라우드 서비스
② 딥러닝
③ 자연어 처리
④ 메타버스
34. AI의 역사적 발전 과정에서 1956년에 중요한 이정표가 된 사건은 무엇인가?
① 체스 프로그램이 인간 챔피언을 이김
② 다트머스 회의에서 '인공지능(AI)'이라는 용어가 처음 사용됨
③ 알파고가 세계 바둑 챔피언을 이김
④ 인터넷이 발명됨
37. 다음 설명 중 머신러닝과 딥러닝의 차이점을 가장 잘못 설명한 것은?
① 딥러닝은 머신러닝의 한 분야이다.
② 머신러닝은 주어진 데이터를 스스로 학습하는 기술이다.
③ 딥러닝은 인간의 뇌와 같이 정보를 처리한다.
④ 딥러닝은 소량의 데이터로 가능하고, 머신러닝은 대규모 데이터가 필요하다.
- 정답 해설 : 딥러닝은 실제로 대량의 데이터를 필요로 하며, 복잡한 계산을 수행하는 데 특화되어 있다. 이는 인공신경망이 데이터의 복잡한 패턴을 파악하고 이를 학습하기 위해 많은 데이터와 컴퓨팅 파워를 요구하기 때문이다. 반면, 머신러닝은 더 적은 데이터와 덜 복잡한 모델로도 효과적인 결과를 낼 수 있어, 비교적 소규모 데이터셋에도 적용 가능하다.
40. AI가 문제를 해결하는 과정의 순서를 고르시오.
ㄱ. 문제 해결 방법 결정
ㄴ. 모델이 오답을 얘기할 경우 추가 학습 진행
ㄷ. 모델의 문제 해결 능력 확인
ㄹ. 문제 해결을 위한 정보 수집 및 정리
ㅁ. 결정한 문제 해결 방법을 실행할 수 있는 구조(=모델) 설정
ㅂ. 모델에게 문제 해결 방법 교육
① ㅁ-ㄹ-ㄱ-ㅂ-ㄷ-ㄴ
② ㄱ-ㄹ-ㅁ-ㅂ-ㄷ-ㄴ
③ ㅂ-ㅁ-ㄹ-ㄱ-ㄷ-ㄴ
④ ㄹ-ㄱ-ㅁ-ㅂ-ㄷ-ㄴ
- 정답 해설 : AI의 작동원리는 데이터를 입력으로 받아 처리하고, 이를 기반으로 패턴과 특징을 학습하여 문제를
해결하거나 예측하는데 사용된다.
=======================================================================
[제2401회 AI상식 - 35/40 87.5점]
2. 인공지능(AI)에 대한 설명으로 옳지 않은 것은?
① 인간의 지능을 컴퓨터로 구현하는 기술이다.
② 1956년 존 매카시가 처음 제안하였다.
③ 합리적으로 행동하는 시스템을 만드는 것이다.
④ 현재 사용되는 대부분의 AI는 강인공지능으로 구분된다
- 현재 우리가 사용하는 AI는 거의 모두 약인공지능(Weak AI) 입니다.
- 약인공지능: 특정 분야의 작업만 수행할 수 있는 인공지능
- 강인공지능: 사람처럼 모든 분야를 이해하고 수행할 수 있는 인공지능
4. 딥페이크 기술에 활용되는 생성적 적대 신경망(GAN)에 대한 설명으로 옳지 않은 것은?
① 두 개의 신경망이 경쟁하며 결과 개선
② 현실감있는 콘텐츠 제작
③ 영상 복원 작업에 활용
④ 단일 신경망으로 구성
- GAN(Generative Adversarial Network, 생성적 적대 신경망)의 핵심은 신경망이 2개라는 것입니다.
- GAN은 가짜 데이터를 만드는 생성자와 이를 판별하는 판별자가 서로 경쟁하며 학습하는 인공지능 구조다.
6. 머신러닝과 딥러닝의 차이점으로 가장 옳은 것은?
① 머신러닝은 단순학습이고 딥러닝은 심화학습을 한다.
② 머신러닝은 그림 그리기에 적합하고 딥러닝은 음악을 만드는 것에 적합하다.
③ 머신러닝과 딥러닝은 큰 차이 없는 같은 기술이다.
④ AI 챗봇에는 머신러닝만 적용 가능하다
- 머신러닝 : 사람이 특징을 정해주고 학습, 비교적 단순한 모델
- 딥러닝 : 특징까지 스스로 학습, 여러 층의 인공신경망 사용
8. 인공지능의 자연어 처리에 대한 설명으로 옳은 것은?
① 이미지를 분석하는 기술
② 사람의 음성을 텍스트로 변환하는 기술
③ 텍스트의 오탈자를 수정하는 기술
④ 데이터 분류 및 분석하는 기술
- 자연어 처리(NLP) : 사람이 사용하는 언어(음성·문자)를 컴퓨터가 이해하고 처리하는 기술.
※ 지도학습, 비지도학습, 강화학습
- 지도학습(Supervised Learning) : 정답이 있는 데이터를 이용하여 컴퓨터가 학습하는 방법이다.
예: "이 메일은 스팸", "이 사진은 고양이"처럼 정답을 알려주고 학습
- 비지도학습(Unsupervised Learning) : 정답이 없는 데이터에서 스스로 패턴이나 그룹을 찾아 학습하는 방법이다.
예: 고객들을 비슷한 특성끼리 자동 분류
- 강화학습(Reinforcement Learning) : 행동 결과에 대한 보상과 벌점을 받으며 최적의 행동을 학습하는 방법이다.
예: 바둑 AI, 게임 AI, 자율주행
20. 생성형 AI에 대한 설명으로 가장 옳지 않은 것은?
① 비지도학습으로 데이터 학습이 가능하다.
② 대형 언어모델은 텍스트 생성에 특화되어있다.
③ 주어진 예시를 보고 빠르게 학습한다.
④ 라벨링이 된 데이터만 사용 가능하다.
- 생성형 AI, 특히 대형 언어 모델은 인터넷의 방대한 텍스트를 이용해 비지도학습(정확히는 자기지도학습) 방식으로 학습합니다.
- 라벨링이란 데이터에 정답을 붙이는 작업을 말하며, 예를 들어 고양이 사진에 '고양이', 강아지 사진에 '강아지'라고 표시하는 것이 라벨링이다. 그러나 생성형 AI는 이러한 라벨링된 데이터뿐만 아니라 뉴스 기사, 책, 웹 문서, 블로그 글과 같은 정답이 표시되지 않은 데이터도 학습할 수 있다.
23. AI의 편향성을 해결하기 위한 기술적 노력으로 옳지 않은 것은?
① 양질의 데이터를 확보한다.
② AI의 불확실성을 감소시킬 수 있는 연구를 진행한다.
③ 윤리 준수를 위한 사회적 공감대 형성을 위해 포럼과 세미나를 개최한다.
④ 사고를 예방하도록 표준 가이드라인을 만든다.
- 기술적 해결 방법이 아니라 사회적·제도적 노력입니다.
25. 마이크로소프트의 Fairlearn 도구에 대한 설명으로 옳은 것은?
② AI의 편향성을 개선하기 위한 도구이다.
33. 신뢰할 수 있는 AI를 구현하기 위한 7가지 요구사항 중 개인정보 보호와 관련된 항목으로 옳은 것은?
① 기술적 견고성과 안전성(Technical Robustness and Safety)
② 투명성(Transparency)
③ 책임성(Accountability)
④ 데이터 거버넌스(Data Governance)
- 데이터 거버넌스란 데이터의 수집, 저장, 사용, 관리 과정을 안전하고 적절하게 관리하는 체계를 말합니다.
37. 의료 분야에서 생길 수 있는 AI의 윤리적 문제에 해당하지 않는 것은?
① AI 시스템이 비정상적이거나 예기치 못한 입력으로 인해 오작동할 때
② AI가 의료 분야에서 의사를 대체하고 정확한 진단을 내릴 때 - 책임 소재
③ AI가 의사와의 의견 불일치로 인해 환자의 신뢰를 잃을 때
④ AI가 의사의 역할을 보조하는 도구로 사용될 때 - 바람직한 활용 사례
- 문제는 "윤리적 문제에 해당하지 않는 것" 을 묻고 있습니다.
=======================================================================
[제2602회 AI상식 - 33/40 82.5점]
1. 다음 중 인공지능의 발전 과정에 대한 설명으로 옳지 않은 것은?
① 초기 인공지능 시스템은 주로 규칙 기반(rule-based) 시스템으로, 전문가가 직접 규칙을 입력하여 작동했다.
② 머신러닝(machine learning)의 등장으로 인공지능 시스템은 데이터를 통해 스스로 학습하고 규칙을 찾아낼 수 있게 되었다.
③ 딥러닝(deep learning)은 머신러닝의 한 분야로, 인공 신경망(artificial neural network)을 사용하여 복잡한 패턴을 학습하고 처리할 수 있게 되었다.
④ 현재 인공지능 기술은 인간의 지능을 완벽하게 모방하여 모든 문제를 해결할 수 있는 수준에 도달했다
- 기존에는 사람이 규칙을 만들었지만, 머신러닝은 데이터를 보고 컴퓨터가 스스로 규칙을 찾습니다.
- 딥러닝은 여러 층의 인공신경망을 이용하여 복잡한 패턴을 학습합니다.
- 현재 AI는 대부분 약인공지능(Weak AI) 입니다(특정 분야만 잘 함). 사람처럼 모든 분야를 이해하고 판단하는 강인공지능(Strong AI) 은 아직 존재하지 않습니다.
5. 다음 중 머신러닝(Machine Learning)과 딥러닝(Deep Learning)의 차이에 대한 설명으로 가장 적절하지 않은 것은?
① 머신러닝과 딥러닝 모두 동일한 연산 자원을 요구하며, 처리 속도에 큰 차이가 없다.
② 머신러닝은 대량의 데이터를 필요로 하지 않지만, 딥러닝은 대량의 데이터를 필요로 한다.
③ 딥러닝은 인공신경망(Artificial Neural Networks)을 기반으로 하며, 머신러닝은 그렇지 않다.
④ 머신러닝은 사람이 직접 특징을 설계해야 하지만, 딥러닝은 데이터를 통해 자동으로 특징을 학습한다.
- 딥러닝은 여러 층의 인공신경망을 사용하므로 일반적으로 머신러닝보다 더 많은 CPU/GPU 자원, 메모리, 학습시간이 필요합니다.
- "규칙을 찾아낸다" 와 "특징(Feature)을 설계한다" 는 다른 이야기입니다.
- 특징 : 평수, 방 개수, 지하철 거리, 건축연도
- 규칙 : 평수가 넓을수록 집값이 비싸다. 지하철이 가까울수록 집값이 비싸다.
6. 다음 중 온디바이스 AI가 적용된 사례로 가장 적절한 것은?
① 스마트폰의 음성 인식 기능
② 스마트 스피커를 이용한 음악 재생
③ 클라우드 기반 AI 번역 서비스
④ 데이터 센터에서 학습된 딥러닝 모델
- 온디바이스 AI(On-Device AI)란 AI가 클라우드 서버가 아니라 기기(스마트폰, 노트북, 자동차 등) 자체에서 실행되는 기술입니다.
- 즉, "인터넷 → 서버 → 결과"가 아니라 스마트폰 내부에서 직접 처리하는 것입니다.
- 스마트스피커는 보통 음성 명령을 서버로 보내 처리하는 경우가 많습니다.
7. 다음 중 인공지능의 개념을 정의할 때, 가장 중요하게 고려해야 할 요소는?
① 인간의 지능을 완벽하게 모방하는 능력
② 스스로 학습하고 발전하는 능력
③ 인간과 유사한 형태를 갖추는 것
④ 특정 문제를 해결하는 능력
- AI의 핵심 특징은 데이터를 바탕으로 학습하고 성능을 향상시키는 능력이다.
10. 다음 중 인공지능(AI)의 핵심 구성 정의가 아닌 것은?
① 기계학습: 데이터를 기반으로 학습하여 문제를 해결하는 기술
② 자연어 처리 : 인간의 언어를 이해하고 생성하는 기술
③ 컴퓨터 비전 : 이미지와 비디오를 이해하고 분석하는 기술
④ 딥러닝: 물리적 알고리즘을 활용하여 자율적으로 문제를 해결하는 기술
- 딥러닝은 여러 층의 인공신경망(Artificial Neural Network)을 이용해 데이터를 학습하는 기술입니다.
11. 최근 많은 사람들이 스마트폰 앱을 이용하여 외국어를 학습하고 있다. 다음 중 이러한 외국어 학습 앱에서 활용되는 AI 기술과 그 예시의 연결이 옳지 않은 것은?
① 음성 인식 (Speech Recognition): 사용자의 발음을 듣고 정확도를 평가하여 피드백을 제공한다.
② 기계 번역 (Machine Translation): 사용자가 입력한 문장을 다른 언어로 실시간 번역한다.
③ 챗봇 (Chatbot): 사용자와 외국어로 대화하며 회화 연습을 돕는다.
④ 이미지 인식 (Image Recognition): 사진 속 외국어 단어를 인식하여 발음을 알려준다.
- "사진 속 외국어 단어를 인식한다" 까지는 이미지 인식이 맞지만, "발음을 알려준다" 는 이미지 인식 기술 자체의 역할이 아닙니다.
13. 다음 중 딥러닝 모델의 종류와 그 특징이 가장 적절하게 연결된 것은?
※ 정리
- CNN(합성곱 신경망): 이미지의 특징을 추출하여 이미지 분류와 객체 인식에 사용되는 딥러닝 모델이다.
- RNN(순환 신경망): 문장, 음성, 시계열 데이터처럼 순서가 있는 데이터를 처리하는 딥러닝 모델이다.
- GAN(생성적 적대 신경망): 두 신경망이 경쟁하며 학습하여 현실적인 이미지나 영상을 생성하는 딥러닝 모델이다.
- Transformer: 문맥을 효과적으로 이해하여 번역, 챗봇, 대형 언어 모델 등에 사용되는 딥러닝 모델이다. (대규모 언어 모델(LLM)의 핵심 구조)
- 트랜스포머 모델은 구글이 자연어처리를 위해 2017년 발표한 모델로 문장 속 단어들의 관계를 파악해 맥락을 학습하는 인공신경망입니다.
14. 다음 중 인공지능 기술의 미래 발전 방향과 관련된 설명으로 옳은 것끼리 짝지어진 것은?
※ 정리
- 범용 인공지능(AGI): 특정 분야에 국한되지 않고 인간처럼 다양한 문제를 이해하고 해결할 수 있는 인공지능이다.
- 뉴로모픽 컴퓨팅: 인간 뇌의 신경망 구조를 모방하여 AI의 학습 효율과 성능을 높이는 컴퓨팅 기술이다.
- 양자 컴퓨팅: 큐비트(Qubit)를 이용하여 기존 컴퓨터보다 훨씬 빠른 연산을 수행하는 컴퓨팅 기술이다.
- 인간-컴퓨터 상호작용(HCI): 인간과 컴퓨터 또는 AI가 자연스럽고 효율적으로 소통할 수 있도록 하는 기술이다.
- 온디바이스 AI: 클라우드 서버를 거치지 않고 기기 자체에서 AI 연산을 수행하는 기술이다.
16. 다음 중 인공지능 시스템의 블랙박스(Black Box) 문제에 대한 설명으로 옳은 것은?
① 인공지능 시스템의 내부 구조와 작동 원리를 이해하기 어려워 예측 결과에 대한 설명이 어려운 문제이다.
- 블랙박스(Black Box) 문제란 AI가 어떤 과정을 거쳐 결과를 내렸는지 사람이 이해하거나 설명하기 어려운 문제를 말합니다.
18. 다음 중 텍스트 프롬프트를 입력하여 이미지를 생성할 수 있는 인공지능 모델이 아닌 것은?
① DALL-E
② Midjourney
③ Stable Diffusion
④ Perplexity
19. 다음 중 생성형 AI의 종류 중 텍스트 기반 콘텐츠 생성에 특화된 모델이 아닌 것은?
① DALL-E
② BERT
③ LaMDA
④ GPT
- DALL-E는 텍스트를 입력받아 이미지를 생성하는 모델입니다. 텍스트 기반 콘텐츠 생성 모델이 아닙니다.
22. 다음 중 AI 기반 이미지/영상 제작 기술이 여전히 극복해야 할 과제로 가장 거리가 먼 것은?
① 사용자 맞춤형의 섬세하고 창의적인 표현 능력 부족
② 예측 불가능한 다양한 스타일과 장르의 콘텐츠 생성 능력 제한
③ 데이터 부족으로 인한 모델 학습의 어려움
④ 인간의 의도와 감정을 정확하게 반영하는 콘텐츠 제작의 한계
23. AI 가드레일의 '가장 중요한' 목적으로 가장 적절한 것은?
① AI 시스템이 인간에게 해를 끼치거나 사회적으로 부정적인 영향을 미치지 않도록 안전장치를 마련한다.
27. AI 시스템의 프라이버시 침해 사례로 가장 적절하지 않은 것은?
① 스타벅스가 AI 기술을 사용해 직원들의 행동을 모니터링한 사례
② 클리어뷰 AI의 얼굴 인식 데이터베이스 구축 사례
③ 애플의 CSAM(아동 성 학대 자료) 탐지 시스템 논란
④ IBM Watson의 암 치료 권장 사례
29. 다음 중 AI 시스템의 안전성을 확보하기 위한 가장 '근본적인' 접근 방식으로 꼽히는 것은?
① AI 시스템의 오류 발생 시 책임 소재 및 법적 규제 마련
② AI 시스템 개발 과정 전반에 걸친 엄격한 품질 관리 및 검증 절차 강화
③ AI 시스템의 의사 결정 과정에 대한 '설명 가능성(Explainability)' 및 '투명성(Transparency)' 확보
④ AI 시스템 오작동으로 인한 사고 발생 시 긴급 제어 및 복구 시스템 구축
34. 다음 중 AI 기술 개발 시 데이터 프라이버시를 강화하기 위한 비교적 최신의 기술로, 중앙 서버에 데이터를 직접 공유하지 않고 각 참여자의 데이터에서 모델을 학습시키는 분산 학습 방식은?
① 연합 학습 (Federated Learning)
② 동형 암호 (Homomorphic Encryption)
③ 차분 프라이버시 (Differential Privacy)
④ 안전한 다자간 연산 (Secure Multi-party Computation)
- 연합 학습(Federated Learning) → 데이터는 각 기기에 두고 학습 결과만 공유
- 동형 암호(Homomorphic Encryption) → 암호화된 상태로 연산
- 차분 프라이버시(Differential Privacy) → 노이즈 추가로 개인정보 보호
- 안전한 다자간 연산(SMPC) → 데이터를 공개하지 않고 공동 계산
39. 다음 중 AI 가드레일 기술이 적용된 사례로 가장 적절한 것은?
① 생성형 AI가 특정 주제에 대한 허위 정보를 생성하지 않도록 필터링하는 기능
② 자율주행 차량에서 경로를 최적화하여 연료 소비를 줄이는 기능
③ 스마트폰에서 배터리 사용량을 분석하여 절전 모드를 활성화하는 기능
④ 클라우드 서버에서 대규모 데이터를 처리하여 연산 속도를 높이는 기능
===============================================================================