AI 교육 사전 평가

🧠 영역 1 | AI 기초 개념 (1~5번, 각 5점)

인공지능(AI)의 정의로 가장 적절한 것은?

① 컴퓨터가 인터넷에 연결되어 정보를 검색하는 기술

② 인간의 지능적 행동을 컴퓨터로 구현하는 기술

③ 자동화된 기계가 물리적 작업을 수행하는 기술

④ 데이터베이스에 정보를 저장하고 검색하는 기술

인공지능, 머신러닝, 딥러닝의 포함 관계로 올바른 것은?

① 세 개념은 서로 관련 없는 독립적인 기술이다

② 딥러닝 ⊂ 머신러닝 ⊂ 인공지능 순으로 포함된다

③ 머신러닝 ⊂ 딥러닝 ⊂ 인공지능 순으로 포함된다

④ 인공지능은 머신러닝과 딥러닝의 일부이다

다음 중 AI 기술이 활용되지 않는 것은?

① 스마트폰 음성 비서 (시리, 빅스비)

② 넷플릭스 콘텐츠 추천 시스템

③ 전통적인 계산기의 사칙연산

④ 이메일 스팸 자동 필터링

생성형 AI(Generative AI)가 할 수 있는 것은?

① 물리적 물건을 직접 제조한다

② 텍스트·이미지·음악 등 새로운 콘텐츠를 생성한다

③ 인터넷 없이 실시간 정보를 수집한다

④ 사람의 감정을 100% 정확하게 파악한다

다음 설명 중 옳지 않은 것은?

① AI는 학습 데이터의 품질에 큰 영향을 받는다

② 현재 AI 대부분은 특정 분야에 특화된 '약한 AI'이다

③ AI는 항상 인간보다 정확하고 편향 없는 판단을 한다

④ 딥러닝은 인공 신경망 구조를 기반으로 한다

⚙️ 영역 2 | 머신러닝 기초 (6~10번, 각 5점)

지도학습(Supervised Learning)의 특징으로 올바른 것은?

① 정답(레이블)이 없는 데이터로 학습한다

② 정답(레이블)이 있는 데이터로 학습한다

③ 보상·벌칙 시스템으로 학습한다

④ 학습 데이터가 전혀 필요 없다

비지도학습(Unsupervised Learning)의 대표적인 활용 예는?

① 스팸 메일과 정상 메일 분류

② 고객 구매 패턴에 따른 그룹 군집화(Clustering)

③ 손글씨 숫자 인식 (0~9)

④ 의료 영상에서 암세포 탐지

과적합(Overfitting)이란?

① 학습 데이터엔 잘 맞지만 새로운 데이터에서 성능이 떨어지는 현상

② 모델이 너무 단순해 학습 데이터도 제대로 예측 못 하는 현상

③ 데이터가 너무 많아 학습 속도가 느려지는 현상

④ 모델이 전기를 과도하게 소비하는 현상

강화학습(Reinforcement Learning)의 핵심 원리는?

① 정답이 있는 대용량 데이터셋으로 학습

② 보상과 벌칙을 통해 최적의 행동을 학습

③ 레이블 없이 데이터의 패턴을 군집화

④ 규칙 기반의 전문가 시스템을 따름

딥러닝(Deep Learning)이 다른 머신러닝과 구별되는 특징은?

① 데이터 없이도 학습 가능하다

② 다층 인공 신경망 구조를 사용한다

③ 결정 트리(Decision Tree)를 기반으로 한다

④ 인터넷 연결이 반드시 필요하다

🛠️ 영역 3 | AI 도구 및 활용 (11~15번, 각 5점)

프롬프트(Prompt)에 대한 설명으로 옳은 것은?

① AI 모델을 학습시키는 데이터셋

② AI에게 입력하는 지시문 또는 질문

③ AI 모델의 내부 연산 과정

④ AI 서비스 이용 요금제

다음 중 대규모 언어 모델(LLM)이 아닌 것은?

① GPT-4 (OpenAI)

② Claude (Anthropic)

③ Gemini (Google)

④ Photoshop (Adobe)

AI를 활용한 이미지 생성 도구에 해당하는 것은?

① Microsoft Excel

② DALL-E / Stable Diffusion

③ Google Chrome

④ Adobe Acrobat

할루시네이션(Hallucination)이란 AI 맥락에서 무엇을 의미하는가?

① AI가 창의적인 예술 작품을 생성하는 능력

② AI가 사실이 아닌 내용을 그럴듯하게 생성하는 현상

③ AI 모델이 실제로 시각 이미지를 인식하는 기능

④ AI 서버 과부하로 인한 오류 메시지

군 분야에서 AI 도입 시 가장 중요하게 고려해야 할 사항은?

① 군에서는 컴퓨터를 사용하지 않는다

② 보안, 신뢰성, 윤리적 책임 등 엄격한 요구 기준

③ AI는 군사 목적으로 개발되지 않았다

④ 군인들이 AI를 배우기 어렵다

📊 영역 4 | 데이터 이해 (16~18번, 각 5점)

AI 학습에서 데이터 품질이 중요한 이유는?

① AI는 데이터 없이도 스스로 학습 가능하기 때문

② 잘못된 데이터로 학습하면 AI의 판단이 왜곡될 수 있기 때문

③ 데이터가 많을수록 AI가 느려지기 때문

④ 법적으로 고품질 데이터 사용이 의무화되어 있기 때문

빅데이터(Big Data)의 특성 '3V'에 해당하지 않는 것은?

① Volume (규모)

② Velocity (속도)

③ Variety (다양성)

④ Validity (유효성)

훈련 데이터와 테스트 데이터를 분리하는 이유는?

① 데이터를 절약하기 위해

② 모델이 보지 못한 데이터에서도 잘 동작하는지 평가하기 위해

③ 법적 규정을 준수하기 위해

④ 학습 속도를 높이기 위해

⚖️ 영역 5 | AI 윤리 및 사회적 영향 (19~20번, 각 5점)

AI 편향(Bias)이 발생하는 주요 원인은?

① AI 알고리즘이 너무 복잡하기 때문

② 학습 데이터에 편향된 정보가 포함되어 있기 때문

③ 컴퓨터 하드웨어 성능이 부족하기 때문

④ AI 개발자의 코딩 실력이 부족하기 때문

AI 기술 활용 시 반드시 고려해야 할 윤리적 사항은?

① AI 결과물은 항상 정확하므로 검토 없이 활용해도 된다

② 책임 소재, 개인정보 보호, 알고리즘 투명성을 고려해야 한다

③ AI 윤리는 개발자만의 문제이므로 사용자는 무관하다

📈 수준 판단 기준 및 영역별 배점

0~40점기초 단계
AI 입문

41~70점초급 단계
기본 개념 이해

71~90점중급 단계
실무 활용 가능

91~100점고급 단계
심화 과정 적합

🧠 AI 기초
25점(5문항)

⚙️ 머신러닝
25점(5문항)

🛠️ AI 도구
25점(5문항)

📊 데이터
15점(3문항)

⚖️ AI 윤리
10점(2문항)

📈 수준 판단 기준 및 영역별 배점

🔑 정답표 (관리자용)