머신러닝·딥러닝·LLM 등 AI 핵심 개념 10문항
10문항 · 4지선다 · 해설 포함
전체 10문항의 정답과 해설입니다. 아직 풀지 않았다면 위에서 먼저 풀어보세요.
지도 학습(Supervised Learning)은 입력-출력 쌍(레이블 데이터)으로 모델을 학습합니다. 분류·회귀 문제에 주로 사용됩니다.
인공 신경망은 뉴런(노드)과 가중치(weight)로 구성됩니다. 입력층-은닉층-출력층을 거치며 가중치를 조정해 학습합니다.
GPT는 Generative Pre-trained Transformer의 약자입니다. 트랜스포머(Transformer) 아키텍처를 기반으로 한 언어 생성 모델입니다.
과적합은 모델이 훈련 데이터의 노이즈까지 학습해 새로운 데이터에 일반화가 안 되는 문제입니다. 드롭아웃, 정규화, 데이터 증강으로 방지합니다.
CNN은 합성곱 연산으로 이미지의 특징을 추출하는 데 특화됩니다. 이미지 분류, 객체 탐지, 얼굴 인식 등 컴퓨터 비전에 광범위하게 사용됩니다.
강화 학습에서 에이전트는 환경과 상호작용하며 누적 보상(Cumulative Reward)을 최대화하는 정책을 학습합니다. 바둑 AI인 알파고가 대표적 사례입니다.
LLM은 방대한 텍스트 데이터로 사전 학습된 대규모 언어 모델입니다. GPT-4, Claude, Gemini 등이 LLM의 대표적 예시입니다.
특성 값의 스케일이 크게 다를 때 정규화(0~1 범위 변환)나 표준화를 통해 학습 안정성을 높이고 경사 하강법의 수렴을 빠르게 합니다.
Attention은 입력 시퀀스의 각 위치가 출력 예측에 얼마나 중요한지 동적으로 가중치를 부여합니다. 트랜스포머 모델의 핵심 구성 요소입니다.
ChatGPT는 OpenAI가 개발한 AI 챗봇으로 2022년 11월 출시 후 역대 최단 기간에 사용자 1억 명을 돌파했습니다.
10문제이며 문제마다 보기 4개 중 하나를 고릅니다. 전체 1분 정도 걸립니다.
맞힌 개수를 10문제 기준으로 환산해 점수와 정답률을 함께 보여줍니다. 문제를 풀 때마다 정답 여부가 바로 표시됩니다.
기술·IT 분야의 상식 문제로 구성했습니다 — 머신러닝·딥러닝·LLM 등 AI 핵심 개념 10문항.
네, 10문제 모두 해설이 붙어 있습니다. 보기를 고르면 정답과 함께 왜 그런지 바로 확인할 수 있습니다.