728x90
반응형
AI-POT AI 프롬프트 활용능력은 생성형 AI를 어떻게 잘 활용하는지를 평가하는 실무 중심 자격 시험이에요.
저는 이번 2026년 2월에 시험을 보는데요, 제가 직접 시험에 응하기 위해 공부하면서 기록하면서!
직접 리서치한 내용 덧붙인 AI-POT 2급 기출문제 A형 정답이랑 해설, 제가 싹 정리해왔어요
PART 1. 인공지능의 기술적 이해와 윤리 (이론 심화)
이 파트는 AI의 기본 작동 원리와 사회적/법적 쟁점을 다룹니다.
단순 암기보다는 '원리'를 이해하는 것이 중요해요.
1. 인공지능 활용 분야와 성능 (Q1, Q2)
- Q1 (금융 분야): 문제 속 키워드인 '신용 평가(Credit Scoring)', '사기 탐지(Fraud Detection)'는 전형적인 금융권 AI 활용 사례입니다. AI는 방대한 거래 데이터에서 인간이 찾기 힘든 비정상적인 패턴을 찾아내는 데 탁월하기 때문이죠.
- Q2 (성능 결정 요소): AI의 성능은 알고리즘만큼이나 데이터의 양과 질(Quality & Quantity)이 결정적입니다. 편향되지 않고(Unbiased), 저작권 문제가 해결된 고품질의 데이터를 대량으로 학습해야 일반화 성능이 높아집니다.
2. 과적합과 과소적합의 이해 (Q3)
- (ㄱ) 최적합 (Underfitting): 모델이 너무 단순해서 데이터의 패턴을 제대로 학습하지 못한 상태입니다. 사람으로 치면 공부를 덜 해서 시험 문제를 못 푸는 상태죠.
- (ㄴ) 과적합 (Overfitting): 모델이 학습 데이터에만 너무 과도하게 최적화된 상태입니다. 학습 데이터의 노이즈(잡음)까지 외워버려서, 막상 새로운 실전 데이터가 들어오면 성능이 떨어집니다. 그래프가 지나치게 구불구불한 것이 특징입니다.
- 정답: ③ (ㄱ) 최적합, (ㄴ) 과적합
04. 정답: ③ 몬테카를로 트리 검색 (MCTS)
- 해설: 바둑 AI '알파고(AlphaGo)'의 핵심 알고리즘입니다. MCTS(Monte Carlo Tree Search)는 가능한 모든 수를 계산하는 대신, 승리 확률이 높은 경로를 우선적으로 무작위 시뮬레이션하여 최적의 수를 효율적으로 찾아내는 탐색 방법입니다.
05. 정답: ② 보안 위험과 법적 위험성이 있다.
- 해설: 문제에서 '장점이 아닌 것'을 고르라고 했습니다. 보안 및 법적 위험성은 생성 AI가 가진 한계점이나 리스크에 해당하므로 장점으로 볼 수 없습니다. 반면 개인화 서비스, 생산성 향상, 창의적 콘텐츠 생성은 대표적인 장점입니다.
06. 정답: ③ 인간이 작성한 텍스트에서 감정을 식별하기 어렵다.
- 해설: 자연어 처리(NLP)의 최신 기술은 텍스트에 내포된 긍정, 부정 등의 감성 분석(Sentiment Analysis)을 매우 높은 정확도로 수행합니다. 따라서 식별하기 어렵다는 설명은 옳지 않습니다.
07. 정답: ③ ㄱ(Large), ㄹ(Language), ㅁ(Model)
- 해설: LLM은 Large Language Model(거대 언어 모델)의 약자입니다. 방대한 텍스트 데이터를 학습하여 인간과 유사한 언어 능력을 갖춘 인공지능 모델을 의미합니다.
08. 정답: ③ 질문 범주를 제한하면 정확한 답변을 얻을 수 없다.
- 해설: 프롬프트 엔지니어링에서 질문의 범위를 구체적으로 제한하는 것은 환각을 줄이고 정확도를 높이는 핵심 기법입니다. 범주를 제한해야 AI가 문맥을 더 명확히 파악할 수 있습니다.
09. 정답: ① 의미 파싱 (Semantic Parsing)
- 해설: 자연어 문장을 컴퓨터가 이해하고 실행할 수 있는 논리적 형태(코드, 쿼리 등)로 변환하는 기술을 의미 파싱이라고 합니다. 이는 AI 비서가 사용자의 말("오늘 날씨 알려줘")을 API 호출 명령으로 바꾸는 과정 등에 사용됩니다.
10. 정답: ④ 검색엔진 데이터를 사용하지 않는다.
- 해설: 구글의 제미나이(Gemini)는 구글 검색엔진과 연동되어 실시간 정보를 반영하는 것이 가장 큰 특징 중 하나입니다. 따라서 검색엔진 데이터를 사용하지 않는다는 설명은 명백한 오류입니다.
11. 정답: ② 제한 (Limit)
- 해설: 프롬프트의 핵심 3요소는 일반적으로 지시(Instruction), 맥락(Context), 입력 데이터(Input Data)로 정의됩니다. '제한'은 지시사항에 포함되는 세부 조건일 뿐, 독립적인 핵심 구성요소로 분류하지 않는 경우가 많습니다.
12. 정답: ② --ar 16:9
- 해설: 미드저니(Midjourney)에서 이미지의 가로세로 비율(Aspect Ratio)을 설정하는 파라미터는 --ar입니다. 왼쪽의 정사각형 이미지를 오른쪽처럼 와이드(가로가 긴 형태)로 바꾸려면 16:9 비율(--ar 16:9)이 적합합니다.
13. 정답: ④ Temperature
- Temperature가 높으면(예: 0.8~1.0): 다양한 단어를 선택하여 창의적이고 예측 불가능한 답변을 생성합니다.
- Temperature가 낮으면(예: 0.0~0.2): 가장 확률이 높은 단어만 선택하여 논리적이고 일관된 답변을 생성합니다.
- 해설: LLM의 답변 창의성(무작위성)을 조절하는 대표적인 파라미터입니다.
14. 정답: ① 멀티모달 프롬프트
- 해설: 텍스트뿐만 아니라 이미지 파일을 함께 입력하여 분석을 요청했으므로, 복합적인 정보(Modality)를 처리하는 멀티모달(Multimodal) 프롬프트 활용 사례입니다.
15. 정답: ③ 구문 분석(Parsing) 설명 오류
- 해설: 구문 분석은 문장의 문법적 구조(주어, 동사, 수식어 관계 등)를 분석하는 기술입니다. 보기에서 설명한 '단어의 다의성 문제를 문맥을 고려해 파악하는 것'은 단어 의미 중의성 해소(WSD: Word Sense Disambiguation)에 대한 설명이므로 틀린 내용입니다.
16. 정답: ③ 질문에 대한 다양한 답변을 위해 범위를 제한하지 않고 물어보면...
- 해설: 8번 문제와 같은 맥락입니다. 질문의 의도와 범위를 명확히 제한하지 않으면 AI는 모호한 답변을 내놓거나 엉뚱한 정보를 생성할 확률이 높아집니다. 효과적인 사용을 위해서는 구체적인 범위 설정이 필수적입니다.
17. 정답: ② JSON 형식 ({키:값})
- 해설: 프롬프트에서 요청한 출력 형식이 {키워드1}, {키워드2}와 같이 중괄호와 텍스트가 구조화된 형태입니다. 이는 데이터 처리에 주로 쓰이는 JSON 포맷과 유사하며, 개발이나 데이터 정리 목적의 프롬프트에서 자주 사용됩니다.
18. 정답: 큰따옴표
- 해설: 프롬프트의 첫 부분에서 삼중 큰타옴표로 시작하여 단어축 정의 블록을 감싸고 있다. 이 방식으로 사용하면 ai에게 특정 문맥을 제공할 수 있습니다.
728x90
반응형