2급
설계안을 둘 이상 만들어 견주어 고르고, 실기에서 그 핵심을 직접 만듭니다.
응시 자격
3급 자격증을 딴 뒤 1년이 지나야 응시할 수 있습니다.
필수 프로그래밍 언어
5급부터 1급까지 모든 급수의 공통 필수입니다.
Shell Scripting
인공지능을 다루기 위해 가장 중요한 언어입니다.
은 실행·파일 관리·개발 자동화에 유용해요. 는 ·앱·노트북·로도 사용할 수 있어요. 은 유용한 인터페이스 중 하나이며 모든 AI 사용자의 필수 조건은 아니에요.
쉘 프로그래밍 배우러 가기모든 급수의 공통 문제
인공지능을 완전 밑바닥부터 직접 만들고자 합니다. 어떻게 만들지 설계를 하세요.
5급부터 1급까지 같은 문제를 받습니다. 달라지는 것은 답에 요구되는 깊이와, 문제에 덧붙는 제약 사항입니다.
무엇을 배우나
- 설계안을 둘 이상 만들어 서로 견준다.
- 속도·비용·정확도의 맞바꿈을 수치로 따진다.
- 설계의 핵심 부분을 실기에서 직접 구현한다.
어떻게 평가하나
- 고른 이유가 수치와 함께 제시됐는가
- 무엇을 대신 포기했는지 밝혔는가
- 만들어 낸 것이 설계와 일치하는가
시험 구성
1차는 시험장에서 치르는 필기, 2차는 인터뷰와 실기입니다. 두 차수 모두 같은 문제를 씁니다.
지정된 시험 장소에서 치릅니다. 답은 시험지에 직접 손으로 적습니다. 설계를 글로 풀어낼 수 있는지를 봅니다.
시험관과 설계에 대해 인터뷰한 뒤, 실제로 을 만듭니다. 종이 위의 계획이 손에서 실제로 움직이는지를 봅니다.
예상 문제
정식 시험은 위의 공통 문제 하나를 받습니다. 아래 20문항은 그 설계를 쓰기 전에 먼저 알아야 할 낱말·이름·사실을 확인하는 예상 문제입니다. 모두 정답이 하나로 정해진 단답형이니, 설명을 읽고 답을 적은 뒤 정답을 펼쳐 맞춰 보세요. 공식 문제는 아닙니다.
평가 지표
-
1
모델이 "양성"이라고 답한 것 가운데 실제로 양성인 것의 비율을 무엇이라고 하나요? (예: 스팸이라고 걸러 낸 메일 가운데 진짜 스팸의 비율)
정답 보기
정답 정밀도 (Precision)
정밀도가 낮으면 멀쩡한 메일이 스팸함으로 많이 갑니다.
-
2
실제 양성 가운데 모델이 양성이라고 찾아낸 것의 비율을 무엇이라고 하나요? (예: 진짜 스팸 가운데 걸러 낸 비율)
정답 보기
정답 재현율 (Recall)
재현율이 낮으면 스팸이 받은편지함으로 많이 들어옵니다. 정밀도와 재현율은 보통 한쪽을 올리면 다른 쪽이 내려갑니다.
-
3
정밀도와 재현율의 조화 평균으로, 둘을 숫자 하나로 견줄 때 쓰는 지표를 무엇이라고 하나요?
정답 보기
정답 F1 점수 (F1 Score)
둘 가운데 하나만 높고 다른 하나가 낮으면 F1 점수도 낮게 나옵니다.
-
4
실제 정답과 모델의 예측을 참 양성·거짓 양성·거짓 음성·참 음성의 칸으로 나누어 세어 놓은 표를 무엇이라고 하나요?
정답 보기
정답 혼동 행렬 (Confusion Matrix)
정확도·정밀도·재현율은 모두 이 표의 칸을 세어서 계산합니다.
-
5
언어 모델이 다음 토큰을 얼마나 헷갈려 하는지를 나타내어, 낮을수록 좋은 언어 모델 평가 지표를 무엇이라고 하나요?
정답 보기
정답 퍼플렉서티 (Perplexity)
퍼플렉서티가 10 이면, 다음 토큰을 고를 때 대략 10개 후보 사이에서 망설이는 것과 비슷하다는 뜻입니다.
속도와 비용
-
6
질문을 보낸 뒤 응답이 돌아오기까지 걸리는 시간을 무엇이라고 하나요?
정답 보기
정답 지연 시간 (Latency, 레이턴시)
대화형 서비스는 첫 글자가 나오기까지의 시간이 특히 중요합니다.
-
7
초당 처리하는 토큰 수처럼, 정해진 시간 동안 처리할 수 있는 일의 양을 무엇이라고 하나요?
정답 보기
정답 처리량 (Throughput)
요청을 묶어 한꺼번에 처리하면 처리량은 늘지만 요청 하나의 지연 시간은 늘 수 있습니다.
-
8
큰 모델(선생)의 출력을 흉내 내도록 작은 모델(학생)을 학습시켜, 성능은 비슷하게 두면서 크기를 줄이는 방법을 무엇이라고 하나요?
정답 보기
정답 지식 증류 (Knowledge Distillation)
작은 모델은 더 빠르고 싸게 돕니다. 속도·비용과 정확도를 맞바꾸는 대표적인 설계입니다.
-
9
언어 모델이 글을 생성할 때 앞에서 계산한 어텐션의 키(Key)와 값(Value)을 저장해 두고 다시 써서 속도를 높이는 저장 공간을 무엇이라고 하나요?
정답 보기
정답 KV 캐시 (KV Cache)
이미 나온 토큰을 매번 다시 계산하지 않아 빨라지는 대신, 글이 길어질수록 메모리를 많이 씁니다.
-
10
학습된 모델에서 중요도가 낮은 가중치나 연결을 잘라 내어 모델을 가볍게 만드는 방법을 무엇이라고 하나요?
정답 보기
정답 가지치기 (Pruning, 프루닝)
나무의 쓸모없는 가지를 치는 것에 빗댄 이름입니다.
설계 선택지
-
11
여러 "전문가" 하위 신경망 가운데 입력마다 일부만 골라 계산해, 매개변수는 많아도 계산량은 줄이는 구조를 영어 줄임말로 쓰세요.
정답 보기
정답 MoE (Mixture of Experts, 전문가 혼합)
전체 매개변수는 크지만 토큰 하나를 처리할 때는 몇 개의 전문가만 일합니다.
-
12
원래 가중치는 그대로 얼려 두고 작은 저랭크 행렬만 더 학습하는, 적은 비용의 미세 조정 방법의 이름을 쓰세요.
정답 보기
정답 LoRA (Low-Rank Adaptation)
학습할 매개변수가 아주 적어서, 큰 모델도 적은 메모리로 미세 조정할 수 있습니다.
-
13
사람이 두 답 가운데 더 나은 것을 고른 자료로 보상 모델을 만들고, 그 보상으로 언어 모델을 강화 학습시키는 방법을 영어 줄임말로 쓰세요.
정답 보기
정답 RLHF (Reinforcement Learning from Human Feedback)
대화형 언어 모델이 사람이 원하는 방식으로 답하도록 다듬을 때 쓰입니다.
-
14
임베딩 벡터를 저장해 두고, 주어진 벡터와 가까운 벡터를 빠르게 찾아 주는 데이터베이스를 무엇이라고 하나요?
정답 보기
정답 벡터 데이터베이스 (Vector Database)
RAG 설계에서 질문과 뜻이 가까운 문서를 찾을 때 씁니다.
-
15
두 벡터 사이의 각도로 방향이 얼마나 비슷한지를 재는, 임베딩 검색에서 흔히 쓰는 유사도를 무엇이라고 하나요?
정답 보기
정답 코사인 유사도 (Cosine Similarity)
방향이 같으면 1, 직각이면 0, 반대 방향이면 -1 입니다.
구현 도구
-
16
파이썬에서 다차원 배열과 빠른 수치 계산을 제공해, 머신러닝 라이브러리 대부분이 바탕으로 삼는 라이브러리의 이름을 쓰세요.
정답 보기
정답 NumPy (넘파이)
반복문 대신 배열 전체를 한 번에 계산해서, 같은 일을 순수 파이썬보다 훨씬 빠르게 합니다.
-
17
메타(Meta)가 처음 만들어 공개한, 자동 미분을 지원하는 대표적인 파이썬 딥러닝 프레임워크의 이름을 쓰세요.
정답 보기
정답 PyTorch (파이토치)
지금은 리눅스 재단 아래의 PyTorch 재단이 관리합니다.
-
18
함수의 기울기(미분)를 사람이 식으로 풀지 않아도, 계산 과정을 따라가며 자동으로 구해 주는 기능을 무엇이라고 하나요?
정답 보기
정답 자동 미분 (Automatic Differentiation, autograd)
역전파를 직접 짜지 않아도 되게 해 주는, 딥러닝 프레임워크의 핵심 기능입니다.
-
19
층의 출력에 적용해 0보다 작은 값은 0으로 바꾸고 큰 값은 그대로 두는, 가장 널리 쓰이는 활성화 함수의 이름을 쓰세요.
정답 보기
정답 ReLU (Rectified Linear Unit)
식으로는 max(0, x) 입니다. 계산이 간단해서 깊은 신경망 학습을 빠르게 합니다.
-
20
프로그램을 실행 환경(라이브러리·설정)과 함께 묶어 어느 컴퓨터에서나 똑같이 돌게 해 주는 컨테이너 도구의 이름을 쓰세요.
정답 보기
정답 Docker (도커)
"내 컴퓨터에서는 되는데"를 막아 줍니다. 실기에서 만든 것을 그대로 옮겨 돌릴 때 씁니다.