AI · 머신러닝 · 딥러닝 · 생성형 AI
지도·비지도·강화학습 + CNN/RNN/Transformer + LLM(GPT·Gemini·Claude).
AI 관련 문항이 2023년부터 폭증. 학습 유형 3종, 대표 신경망 구조, LLM·RAG·프롬프트 엔지니어링 용어가 매회 출제. 2024년 환각(Hallucination)·Fine-tuning 관련 문항 신설.
AI(Artificial Intelligence) 는 상위 개념, 머신러닝(ML) 은 데이터로 학습하는 하위 분야, 딥러닝(DL) 은 여러 층의 인공 신경망을 쓰는 ML의 한 방식이다. 즉 AI ⊃ ML ⊃ DL.
| 학습 유형 | 영문 | 특징 | 예시 |
|---|---|---|---|
| 지도 학습 | Supervised | 레이블 있는 데이터 | 분류, 회귀 |
| 비지도 학습 | Unsupervised | 레이블 없음 | 클러스터링, 차원 축소 |
| 강화 학습 | Reinforcement | 보상 기반 시행착오 | 알파고, 로봇 제어 |
| 준지도 | Semi-supervised | 일부만 레이블 | 이미지 주석 |
| 자기지도 | Self-supervised | 스스로 레이블 생성 | LLM 사전학습 |
대표 신경망 3종 - CNN(Convolutional) — 이미지 인식. 합성곱으로 공간 특징 추출. - RNN/LSTM — 시계열·언어. 이전 상태를 다음으로 전달. - Transformer — Attention 기반. GPT·BERT·Gemini의 기반.
LLM·생성형 AI 핵심 용어 (2024 빈출) - LLM (Large Language Model): GPT-4·Claude·Gemini 등 초대형 언어 모델 - Transformer: Attention 매커니즘 기반 아키텍처 - Prompt Engineering: 효과적 입력 설계 - RAG (Retrieval-Augmented Generation): 외부 지식 검색+생성 - Fine-tuning: 사전학습 모델을 특정 작업에 재학습 - 환각(Hallucination): 그럴듯하지만 거짓인 응답
XAI (eXplainable AI) — 블랙박스 모델의 결정 근거를 설명하는 기법. SHAP·LIME이 대표. EU AI Act(2024) 등 규제로 의료·금융·공공 영역 필수. 정보처리기사 2024년 필기 출제.
레이블 없는 데이터에서 패턴을 찾는 머신러닝 방식을 무엇이라 하는가?
이미지 인식에 특화된 신경망은 ( ㉠ )이고, Attention 매커니즘 기반으로 GPT·BERT의 기반이 된 구조는 ( ㉡ )이다.
LLM이 외부 지식 베이스를 검색해 답변 정확도를 높이는 기법의 영문 약어는?
딥러닝은 머신러닝의 하위 분야이며, 여러 층의 인공 신경망을 사용하는 것이 특징이다.