디지털 트랜스포메이션의 핵심 인공지능에 대해 알아보자(1편)

1강. 인공지능의 역사와 주요 개념
Q1. 초기 퍼셉트론의 기능으로 알맞은 것은?
2. 직선을 그어 패턴 발견하기
Q2. '기계가 학습한다'는 의미의 기술은?
3.머신러닝
Q3. '시행착오, 보상'이 핵심인 학습으로 알맞은 것은?
3. 강화학습


1. 지도학습과 비지도학습의 개념에 대해 생각해 봅시다.
지도학습이란 인공지능을 직접 누군가가 가르치고 이끄는 학습 방식이다. 학습할 때, 어떤 식으로 학습하는지를 누군가 계속 가르치고 감독한다는 의미이다.
비지도학습이란 지도하지 않는 학습 방법이다.
지도학습에서는 데이터, 명칭 즉 레이블을 붙여 직접 가르치며 학습했지만, 비지도학습에는 이러한 과정이 없다.

---------------------------
2강. 왓슨의 주요 서비스

Q1. 왓슨 자연어 처리 서비스(NLC)의 훈련 데이터 사용 시 주의사항으로 바르지 않은 것은?
4. 분류기 내 1개의 클래스는 최대 5개 정도의 문장을 준비한다.
Q2.왓슨의 대화 서비스 중 '대화의 흐름 설정'의 단계는?
3. Dialog 설정
Q3. 왓슨의 Speech to Text 서비스 중 '입력된 음성을 연속적으로 텍스트로 변환하는 경우'에 알맞은 준비는?
1.웹 소켓

1. 이미지 인식(Visual Recognition 서비스)에 대해 생각해 봅시다.
이미지를 인식하고 이해하는 서비스이다. 사진에 무엇을 나타내는지 분류해 내며, 얼굴 영역 위치, 성별이나 연령 등 얼굴을 인식한다. 그리고 이미지에 포함된 문자를 인식(영어만 베타 서비스로 지원)한다. 또한 유사한 이미지를 검색해준다.

---------------------------

3강. 머신러닝 이해

Q1. 랜덤 포레스트의 유용성에 대한 설명으로 바르지 않은 것은?
2. 모든 데이터를 하나 하나 분석한다.
Q2.비지도학습에서 '데이터들은 무엇을 공통적으로 가지고 있는가?'에 대한 용어로 알맞은 것은?
1.클러스터링
Q3.모든 상태는 오직 그 직전의 상태와 그때 한 행동에 대해서만 의존한다는 개념을 나타내는 용어는?
4.마코프 결정 프로세스

마코프 결정 프로세스

---------------------------

4강. 딥러닝의 이해

Q1. 독립 변수 x를 사용해 종속 변수 y의 움직임을 예측하고 설명하는 작업은?
1. 선형 회귀
Q2.경사하강법에 해당하는 개념으로, ‘움직이려고 시도했다’의 수학적 용어는?
2. 순간변화율
Q3. 시그모이드 함수의 방정식인 y = 1/1+e^(ax+b)에서 e에 대한 바른 설명은?
4. 자연 상수라고 불리는 무리수이다.


1. 오차 역전파 구동 방식에 대해 생각해 봅시다.
첫째로, 임의의 초기 가중치를 준 뒤 결과를 계산한다.
둘째로, 계산 결과와 원하는 값 사이의 오차를 구한다.
셋째로, 경사 하강법을 이용해 바로 앞 가중치를 오차가 작아지는 방향으로 업데이트한다.
넷쨰로, 위의 과정을 더 이상 오차가 줄어들지 않을 때까지 반복한다.


---------------------------

5강. 뉴스와 AI

Q1. 과거와 비교하여 오늘날 필터링이 변화하고 발전하게 된 배경으로 가장 적절한 것은?
1. 글, 사진과 같은 콘텐츠에서 영상으로 콘텐츠 방식이 변화했기 때문이다.
Q2 . 합성곱 신경망에 대한 설명으로 적절하지 않은 것은?
4. 패턴구조를 사용하지 않는다.
Q3.인공지능이 뉴스분야에 도입된 배경으로 가장 적합한 것은?
1. 가짜 뉴스를 제작, 유통, 팽창하는 구조를 개선하기 위해서이다.

1. 콘텐츠 필터링과 협업 필터링에 대해 생각해봅시다.
콘텐츠 필터링이란 콘텐츠를 이용하는 과정에서 저작권 침해 여부 등을 판단하기 위한 데이터를 제어하는 기술이다. 콘텐츠 필터링의 유형에는 키워드 필터링, 해시 필터링, 특징점 필터링 등이 존재한다.
협업 필터링이란 많은 사용자들로부터 얻은 기호정보에 따라서 사용자들의 관심사를 자동적으로 예측하게 해주는 기술이다. 사용자가 보여준 과거의 경향이 미래에도 그대로 유지될 것이란 가정에서 시작된다. 특정 사용자가 아닌 최대한 다수의 사용자로부터 정보를 수집하여 선호도, 관심사, 취향, 생활형태 등의 분류가 비슷한 사람을 그룹핑하고, 그룹 간 패턴을 교차 추천하는 서비스로 활용된다.

---------------------------

6강. TV와 AI
Q1. 야구를 통계학적으로 분석하는 방법론은?
1. 세이버메트릭스
Q2.농구에서 인공지능이 활용되는 사례가 아닌 것은?
4. 선수의 컨디션
Q3.사람마다 음색이 다르다는 점에서 착안하여 음성만으로 개인 맞춤 서비스를 제공하는 기술은?
1.음성지문 기술

1. 인공지능의 스포츠 영상편집에 대해서 생각해봅시다.
스포츠 분야는 대부분의 소비자가 티비를 통해 스포츠를 시청한다. 전체 경기 내용과 하이라이트 내용으로 구분되는데, 영상편집에 상당한 시간과 인력이 투입될 만큼 난이도가 있는 작업이다. 인공지능 왓슨이 메이저 테니스 대회(US Open대회)의 하이라이트 영상을 만드는 과정은 다음과 같다.
첫 번째 단계는 학습이다. IBM은 기존에 제작된 스포츠 경기의 하이라이트 장면들을 인공지능에게 모두 학습시킨다. 그리고 인공지능 왓슨이 스스로 영상들의 주요 공통점을 이해하도록 하였다. 이를 통해 영상 편집에 필요한 편집의 판단 기준을 스스로 깨닫게 하는 것이다.
두 번째 단계는 제작이다. 학습과정을 거친 인공지능 왓슨은 생방송 영상을 시청한다. 왓슨은 생방송 영상을 보며 나름의 판단 기준에 따라서 테니스 경기 중 흥미진진한 장면을 자동으로 식별해낸다. 이때 왓슨은 경기의 내용, 서브 공의 속도, 공의 위치정보, 심판의 기록, 관객의 응원소리, 관객의 동작, 선수의 세레모니 동작 등의 모든 내용을 파악할 수 있을 만큼 정교하다.인공지능이 경기 종료 후 약 4분가량의 하이라이트 영상을 만드는데 약 3분의 시간이 걸린다. 사람이 일일이 수작업으로 진행하던 편집을 인공지능이 대체할 수 있게 된 것이다.

---------------------------

7강. 인공지능 서비스 내/외부 환경 분석하기
Q1. 인공지능 서비스에 대한 설명 중 잘못된 것은?
4. 서비스 활용 범위는 한정적이다.
Q2.인공지능 서비스 모델 유형에 해당하지 않는 것은?
4. 수익 제한형 서비스 모델
Q3.외부환경 조사 항목에 해당하지 않는 것은?
3. 서비스 모델 요구

1. 인공지능 서비스의 시장 적용을 위한 내부 환경조사에 대해 생각해봅시다.
내부 환경조사의 첫번째 단계는 인공지능 서비스 모델과 비즈니스 전략과의 부합성 조사이다. 기업 경영 전략 자료를 확보하여 인공지능 서비스 모델과 부합성을 검토한다. 인공지능 서비스는 유연성을 가지고 변화하는 경우가 많기에 경영전략과 완전히 일치하지 않을 수 있다. 그래서 사업의 목적과의 지속적 연계 가능성을 위주로 검토한다. 그 다음 중장기 전략 과제를 수립하고 검토한다. 중장기 전략과제에는 매출의 증가, 서비스 경쟁력 강화, 원가 절감, 성과기반 체계 구축, 고객 데이터 확보 등의 과제가 해당 될 수 있다.
내부 환경조사의 두번째 단계는 인공지능 서비스 모델의 다양한 요구 사항 파악이다. 시스템의 신뢰성, 사용성 조사와 서비스 제공 시점의 조사를 수행한다. 그 다음 기능적 요구 사항과 비기능적 요구 사항을 확인한다. 이러한 2가지 조사 단계를 통해 내부환경에 대한 이해도를 높일 수 있다. 사항 조사

---------------------------

8강. 인공지능 서비스 필요자원 분석하기
Q1. 수집한 데이터를 분석하는 과정에서 수행하는 작업 중 해당하지 않는 것은?
1. 데이터가 과도하더라도 최대한 모든 데이터를 사용한다.
Q2 .데이터 품질을 확보하기 위한 방안으로 적절하지 않은 것은?
2. 훈련용 데이터와 훈련된 모델의 테스트용 데이터가 필요한 경우 동일하게 구성한다.
Q3.데이터 품질관리 5단계 중 전사적 통합과 연계의 관점에서 데이터의 품질관리를 수행할 수 있는 단계는 무엇인가?
3.통합화 단계

1. 데이터의 취득경로에 따라 구분되는 내부데이터와 외부데이터에 대해 생각해봅시다.
학습용 데이터를 취득하는 경로는 내부 및 외부로 구분할 수 있다.
내부 데이터의 경우 기업이 운영되는 동안 축적되어 자산화되어 있는 데이터이다. 기업 내부 데이터를 다시 분류하면 다음과 같다. 첫번째는 개인 정보가 수록되어 활용이 불가능한 데이터이다. 두번째는 개인 정보 삭제 및 가공을 통해 활용이 가능하도록 변형한 데이터이다. 세번째는 기업에서 활용하는데 어떠한 무리도 없는 데이터이다.
외부 데이터는 공개되어 누구나 사용할 수 있거나 다른 기업으로부터 구매하여 특정 목적으로만 사용이 허용된 데이터이다.

 

---------------------------

9강. 인공지능 서비스 기술환경 분석하기

Q1. 특허 현황을 파악할 때 고려해야하는 부분이 아닌 것은?
4. 외부 전문가 인력 현황
Q2. 내재화 정립 과정의 3단계에 해당하지 않는 것은?
4. 역할 분담 및 협업
Q3.가장 최근에 도입하였으며, 교육대상의 수준이 높을 경우 사용하는 교육용 자료는?
3. 동영상 자료

1. 역할 우선 조직과 서비스 중심 조직에 대해 생각해봅시다.
역할 우선 조직은 조직에서 필요로 하는 역할을 정립한 뒤 필요로 하는 인력을 배치한다. 단일 AI 서비스를 제공하는 조직에 적합하며, 팀 간의 역할 분담 및 협업 활동이 중요하다. 만약 한 팀의 역량에 문제가 발생할 경우, 조직과 AI 서비스의 전반적 운영에 차질이 발생할 수 있기 때문이다. 역할 우선 조직이 보유하고 있는 단점은 팀장과 임원 중심의 의사결정으로 운영될 경우, 독단적인 결정에 편중될 수 있다는 점이다.
서비스 중심 조직은 복수의 AI 서비스를 제공하는 조직에 적합하다. AI 서비스를 지정한 뒤 최적의 인원을 선발하여 팀에 배치하게 된다. 따라서 팀 단위의 목표 설정과 평가가 중요시되며, 역량이 부족한 팀은 언제든 폐쇄가 가능한 유연한 조직이다.

---------------------------

 

10강. 인공지능 서비스 방향 설정하기
Q1. 인공지능 서비스 방향설정의 산출물에 해당하지 않는 것은?
4. 의사결정자 유형
Q2. 서비스 매핑 양식의 산출물에 해당하지 않는 것은?
2. 서비스 개발 타이밍
Q3. 인공지능 서비스 평가 위원회의 필수 참여자에 해당하지 않는 것은?
3. 서비스 개발자

1. 인공지능 서비스 목표 항목 도출에 대해 생각해봅시다.
목표 항목은 회사의 전략 방향이라고도 할 수 있다. 목표 항목 도출하기는 다음과 같은 6가지 단계로 구성된다.
첫번째 단계는 인공지능 서비스가 고객 및 회사에 제공하는 가치를 도출하는 것이다.
두번째 단계는 세대, 서비스명, 제공가치, 지표를 재정리하는 것이다.
세번째 단계는 서비스 주 사용고객과 특징을 정의하는 것이다.
네번째 단계는 서비스 기능에 대한 고객 기대사항에 대해 조사를 실시하는 것이다.
다섯번째 단계는 기대 사항의 충족 여부를 측정할 수 있는 목표 항목으로 정의하는 것이다.
여섯 번째 단계는 목표 항목 평가기준을 5개 이내로 설정하고, 평가 후 목표 항목의 우선순위를 선정하는 것이다.