처음 만나는 인공지능 연습문제 모음2 (체험인공지능 대비)

1장

1. 인공지능은 인간의 지능 활동을 컴퓨터에 접목하는 기술이다.
   답: O
2. 인공지능의 역사는 그리 오래되지 않았으나, 약 150년 정도의 전통을 가지고 있다.
   답: X, 인공지능 연구는 1950년대부터 시작되었다.
3. 4차 산업혁명은 인공지능 기술과 관련이 깊다.
   답: O
4. 최근 인간 두뇌를 구현하기 위한 연구가 진전되어, 이미 감정이나 의식을 가진 인공지능이 개발되어 있다.
   답: X, 인간과 같은 감정·의식을 가진 인공지능은 아직 개발되지 않았다.
5. 좌뇌는 음악과 문학 등의 예술적 사고나 추상적인 사고를 담당한다.
   답: X, 예술적·추상적 사고는 우뇌의 기능이다.
6. 민스키는 비교적 초기 인공지능 연구자에 속하는 인물로서 인공지능 연구에 큰 공헌을 하였다.
   답: O
7. 인공지능 바둑 프로그램인 알파고는 인공지능 초창기인 1970년대에 개발되었다.
   답: X, 알파고는 2010년대에 개발되었다.
8. 인공지능이 만드는 문장에서 가장 핵심적인 사항은 구문도 맞고 의미가 통해야 한다.
   답: O
9. 인공지능 소프트웨어 기자인 기자 로봇은 현재 미국에서 주식 시황이나 스포츠 기사를 실제로 작성하며 활동하고 있다.
   답: O
10. 자율주행 자동차는 현재 상업용으로 활발하게 이용되고 있다.
    답: X, 현재는 시범 운영 및 개발 단계이다.
11. 고등학생 수준의 인공지능 글쓰기는 미국에서는 이미 가능하다.
    답: X, 교재 기준으로는 미래에 가능할 것으로 전망하였다.
12. 인공지능이 그린 미술 작품 중 실제 5억 원 정도에 거래된 작품도 있다.
    답: O
13. 그래픽카드의 핵심 칩으로 인공지능 프로그램에서 그래픽 정보를 빠르게 처리하는 것은?
    답: GPU
14. 1957년 로젠블럿이 개발하여 문자를 인식할 수 있었던 시스템은?
    답: 퍼셉트론
15. 생각하는 기계에 대한 논리를 구상하고 튜링 테스트를 처음 제안한 사람은?
    답: 앨런 튜링
16. 인간 두뇌는 수많은 무엇으로 이루어져 있는가?
    답: 뉴런(신경세포)
17. 좌뇌는 규칙 기반 인공지능과 연관이 많고, 우뇌는 ( )에 적합한 신경망과 관련이 많다.
    답: 학습
18. 1956년 다트머스 워크숍에서 인공지능이라는 용어를 처음 제안한 사람은?
    답: 존 매카시
19. 1997년 IBM이 개발한 체스 전용 컴퓨터는?
    답: 딥 블루
20. 인공지능 기술의 발달로 머지않아 상용화되면 운전사들의 일자리가 줄어들 수 있는 것은?
    답: 자율주행 자동차
21. 다음 중 인공지능 주제와 관련이 비교적 적은 것은?

1. 인간의 지능을 모델링하는 기술
2. 인간 두뇌에 도전하는 기술
3. 지능적인 원리를 컴퓨터에 적용하는 기술
4. 현재 대부분의 문제 해결이 가능한 기술
   답: 4번

22. 다음의 컴퓨터 장치 중 인간 두뇌와 관련이 가장 적은 기능은?

1. 연산 기능
2. 출력 기능
3. 제어 기능
4. 기억 기능
   답: 2번

23. 인공지능이 도전하여 아직은 가능성이 별로 크지 않은 분야는?

1. 시
2. 소설
3. 창의적 작품
4. 미술
   답: 2번

주관식

1. 인공지능이란 무엇인지 설명하시오.
   답: 인간의 학습, 추론, 판단, 인식 등의 지능 활동을 컴퓨터로 구현하는 기술이다.
2. 인공지능이 인간을 완전히 따라오기 어려운 능력은 무엇인가?
   답: 감정, 의식, 창의성, 윤리적 판단 등
3. 1956년에 인공지능 연구가 시작된 계기는 무엇인가?
   답: 다트머스 대학 하계 워크숍
4. 인공지능에서 사용되는 하드웨어와 소프트웨어의 예를 쓰시오.
   답: 하드웨어: GPU, TPU, 클라우드 서버 / 소프트웨어: TensorFlow, Pytorch, Spark

2장

1. 코타나는 마이크로소프트의 인공지능 도우미이다.
   답: O
2. 인공지능 관련 특허에서 한국 기업은 아직 세계 10위권에도 들지 못하고 있다.
   답: X, 한국은 세계 상위권 수준이다.
3. 인공지능 기술의 핵심인 신경망과 딥러닝 알고리즘은 소프트웨어에 속하지 않는다.
   답: X, 신경망과 딥러닝은 소프트웨어 기술이다.
4. 중국이나 일본 등에서는 국가 차원에서 인공지능 교육을 강화하고 있다.
   답: O
5. 얼굴인식을 바탕으로 중국의 대형마트 등에서는 얼굴인식 결제를 사용하고 있다.
   답: O
6. 인공지능은 로봇공학과 결합하여 인간과 교감하는 휴머노이드 개발이 진행 중이다.
   답: O
7. 인공지능 컴퓨터인 왓슨은 암 발견과 치료를 수행하는 시스템으로 발전하고 있다.
   답: O
8. 가사도우미 로봇인 소피아는 60여 개 감정을 표현하며 사람과 대화할 수 있다.
   답: O
9. 인공지능은 인문학과 법학과는 관계가 없다.
   답: X, 인공지능은 인문학·법학 등과 융합되고 있다.
10. 미국에서는 인공지능 변호사가 법조인의 업무를 보조하는 역할은 합법적이다.
    답: O
11. 기술의 원천인 프로그램의 소스 코드를 누구에게나 무료로 제공하는 것은?
    답: 오픈 소스
12. 삼성전자의 인공지능 도우미는?
    답: 빅스비
13. 애플의 인공지능 도우미는 시리이고, 구글의 인공지능 도우미는?
    답: 구글 어시스턴트
14. 구글은 코타나라는 인공지능 소프트웨어를 개방하였다.
    답: X, 코타나는 마이크로소프트의 인공지능 도우미이다.
15. 인공지능 스피커의 ( ) 기능을 통해 집안 기기를 목소리로 제어할 수 있다.
    답: 음성인식
16. ‘칵테일 바텐더 로봇’과 ‘바리스타 봇’은 인공지능 ( ) 로봇에 속한다.
    답: 서비스
17. 비닐하우스 등에 인공지능과 사물인터넷을 적용하여 원격으로 농장을 관리하는 것은?
    답: 스마트 팜
18. 다음 중 인공지능 활용과 비교적 관련이 적은 것은?

1. 인물 검색
2. 법률 자문
3. 간호 업무
4. 주식 분석
   답: 1번

19. 다음 중 우리나라가 인공지능 강국이 되는 방법과 관련이 적은 것은?

1. 인공지능 제품의 상용화
2. 인공지능 연구와 개발
3. 인공지능 용어 검색
4. 인공지능 교육 강화
   답: 3번

20. 추천 시스템의 대상이 아닌 것은?

1. 자주 검색한 상품
2. 알렉사
3. 감상한 유튜브 동영상
4. 검색한 도서
   답: 2번

주관식

1. 우리나라가 인공지능 강국이 되기 위해 필요한 노력은 무엇인가?
   답: 연구개발 투자, 인재 양성, 인공지능 교육 강화

3장

1. 연결주의 인공지능 계열에 속하는 것은 규칙 기반 인공지능이다.
   답: X, 연결주의는 신경망 기반 인공지능이다.
2. 최초의 체스 프로그램은 인공지능이라는 단어가 나오기 전에 만들어졌다.
   답: O
3. 마이신은 혈액 감염을 진단하고 처방하기 위해 만들어진 의학 전문가 시스템이다.
   답: O
4. 데이터를 전문적으로 다루고 분석하는 데이터 과학자의 수요는 점차 감소하고 있다.
   답: X, 데이터 과학자의 수요는 증가하고 있다.
5. 인류 최초의 전자식 컴퓨터인 에니악은 1946년에 발표되었다.
   답: O
6. 왓슨은 질문을 이해할 수 있으나 음성으로 답변할 수는 없다.
   답: O
7. 엘리자는 앨런 튜링에 의해 만들어진 초기 자연어 처리 프로그램이다.
   답: X, 엘리자는 조셉 와이젠바움이 개발하였다.
8. 인공지능은 크게 규칙 기반 인공지능과 신경망 기반 인공지능으로 나누어진다.
   답: O
9. 규칙 기반 인공지능의 장점은 학습을 잘할 수 있다는 점이다.
   답: X, 규칙 기반 인공지능은 규칙 추론에 강점이 있다.
10. 신경망은 주로 패턴 인식에 활용되며 학습 시간이 오래 걸린다.
    답: O
11. 인공지능 슈퍼컴퓨터인 딥 블루가 바둑 세계 챔피언에 등극하였다.
    답: X, 딥 블루는 체스 전용 시스템이다.
12. 문제 해결 방법 중 하나는 블록 다이어그램을 그려 단계별로 분석하는 것이다.
    답: O
13. 엄청난 양의 데이터를 수집하여 머신러닝과 통계 기법으로 분석하는 기술은?
    답: 빅데이터
14. 반복적인 작업들을 자동화시켜 사용자를 돕는 컴퓨터 프로그램은?
    답: 지능형 에이전트
15. 인간 전문가를 대신할 수 있는 인공지능 시스템은?
    답: 전문가 시스템
16. 규칙 기반 인공지능에서 선험적 규칙이라고도 불리는 방법은?
    답: 휴리스틱
17. 수많은 프로기사의 기보를 분석하고 딥러닝을 활용한 바둑 인공지능은?
    답: 알파고
18. 말하는 사람과 관계없이 누구에게나 작동하는 음성인식은?
    답: 화자독립 음성인식
19. 인간과의 대화를 통해 기계의 지능을 판별하는 시험 방법은?
    답: 튜링 테스트
20. 컴퓨터에서 수행하는 절차를 프로그램으로 작성하는 일은?
    답: 코딩
21. 컴퓨터를 통해 서로 다른 언어를 번역하는 것은?

1. 기계번역
2. 자동통역
3. 언어번역
4. 사이버번역
   답: 1번

22. 초기 신경망 연구와 관련된 주요 분야와 다소 거리가 있는 것은?

1. 음성인식
2. 동영상인식
3. 숫자인식
4. 문자인식
   답: 2번

23. 본격적인 인공지능 시대가 오더라도 일자리가 비교적 줄어들지 않을 직업은?

1. 택시기사
2. 지게차 업무자
3. 데이터 과학자
4. 교통 감시원
   답: 3번

24. 코딩의 목적과 거리가 먼 것은?

1. 코딩을 통한 계산력 향상
2. 인공지능 시대의 기초 요소
3. 논리적 사고력 향상
4. 창의적 아이디어 발상
   답: 1번

주관식

1. 초기 인공지능 연구 분야를 3가지 이상 쓰시오.
   답: 자연어 처리, 문제 해결, 게임, 정리 증명, 음성인식
2. 신경망 연구와 관련된 주요 인식 분야를 쓰시오.
   답: 문자 인식, 음성 인식, 영상·패턴 인식
3. 튜링의 업적을 쓰시오.
   답: 튜링 머신 제안, 암호 해독 기여, 튜링 테스트 제안
4. 튜링 테스트를 통과했다고 알려진 프로그램과 한계를 쓰시오.
   답: 유진 구스트만, 실제 지능보다는 사람을 혼동시키는 대화전략에 의존한 한계가 있다.

 

4장

1. 현재까지 인공지능에서 대부분의 연구 성과는 약한 인공지능 수준에 해당한다.
   답: O
2. 인공지능과 관련된 이론과 기술 수준은 현재 자아의식까지 가진 인공지능도 가능하다.
   답: X, 현재 자아의식과 감정을 가진 인공지능은 구현되지 않았다.
3. 강한 인공지능은 특정 분야 내에서 인간의 지능을 흉내 내는 지능적인 활동이다.
   답: X, 특정 분야에 한정된 지능은 약한 인공지능이다.
4. 약한 인공지능은 학습을 통해 지능적이며 자아의식과 감정도 가질 수 있다.
   답: X, 약한 인공지능은 자아의식이나 감정을 가지지 않는다.
5. 좁은 인공지능은 페이스북의 얼굴인식, 구글의 자율자동차, 애플의 시리 등에 응용된다.
   답: O
6. 2016년 이세돌 9단과 알파고와의 대국은 인공지능에 관한 관심을 급증시켰다.
   답: O
7. 알파고는 특정 영역에 국한된 약한 인공지능에 속한다.
   답: O
8. 현재 수준의 인공지능으로서는 몇 개의 그림을 보고 자연스러운 스토리텔링이 가능하다.
   답: X, 그림 전체의 맥락을 이해해 자연스러운 이야기를 만드는 것은 아직 어렵다.
9. 특이점 실현 가능성에 대한 비판에는 로봇이 인간을 흉내 내는 현상에 대한 회의적 의견이 있다.
   답: O
10. 슈퍼 인공지능도 인간과 같은 수준으로 창의성을 구현하기는 어렵지 않을 것이다.
    답: X, 슈퍼 인공지능의 창의성 구현 가능성은 아직 불확실하다.
11. 인공지능이 인간 능력을 뛰어넘어 새로운 문명을 만들어내는 미래의 시점은 무엇인가?
    답: 특이점
12. 컴퓨터 프로그램이 인간처럼 행동해도 인간처럼 이해한다고 볼 수 없다는 논증은 무엇인가?
    답: 중국어 방 논증
13. 미래학자들은 2045년경 인공지능의 급격한 발전으로 무엇이 일어날 것이라 예견하는가?
    답: 지능 폭발
14. 인공지능은 좁은 인공지능, ( ) 인공지능, 슈퍼 인공지능으로 나눌 수 있다.
    답: 일반
15. 인공지능 바둑 프로그램인 무엇이 일반 인공지능 기술로 발전하고 있는가?
    답: 알파고
16. 여러 장의 사진을 보고 하나의 줄거리로 이야기를 만드는 인공지능 분야는 무엇인가?
    답: 스토리텔링
17. 특이점 가설의 대표적인 예는 무엇의 폭발인가?
    답: 지능
18. 슈퍼 인공지능이 이루어지는 시기는 기술적 무엇과 관련이 깊은가?
    답: 특이점
19. 레이 커즈와일이 2005년에 출간한 책의 제목은 무엇인가?
    답: 특이점이 온다
20. 2017년 인공지능 윤리에 관한 원칙으로 발표된 것은 무엇인가?
    답: 아실로마 인공지능 원칙

주관식

1. 강한 인공지능의 특징을 3가지 정도 쓰시오.
   답: 인간처럼 다양한 문제를 해결할 수 있는 일반 지능을 가지며, 스스로 사고·학습할 수 있고, 자아의식과 감정을 가질 수 있다고 여겨지는 인공지능이다.
2. 아실로마 원칙의 주요 내용을 3가지 쓰시오.
   답: 인공지능은 인류에게 유익해야 하며, 초지능은 인류 전체의 이익을 위해 개발되어야 하고, 인공지능 기반 무기 경쟁은 피해야 한다.
3. 약한 인공지능의 특징을 쓰시오.
   답: 특정 분야에서만 활용 가능하며, 인간의 지능을 흉내 내는 수준이고, 자아의식이나 감정은 없지만 특정 영역에서는 인간보다 뛰어난 성능을 보일 수 있다.

5장

1. 2차 산업혁명이란 컴퓨터를 통한 생산과 유통 시스템의 자동화를 말한다.
   답: X, 컴퓨터 기반 자동화는 3차 산업혁명에 해당한다.
2. 4차 산업혁명이라는 용어는 2019년 세계경제포럼에서 처음 언급되었다.
   답: X, 교재 기준으로 2016년 세계경제포럼에서 본격적으로 언급되었다.
3. 4차 산업혁명의 핵심은 연결과 지능을 중심으로 한 초연결 사회이다.
   답: O
4. 4차 산업혁명 관련 산업에서 인공지능의 역할은 별로 중요하지 않다.
   답: X, 인공지능은 4차 산업혁명의 핵심 기술이다.
5. 지능형 로봇은 현재 기술로는 아직 교향악단을 지휘할 수 있는 수준이 아니다.
   답: X, 지능형 로봇은 교향악단을 지휘한 사례가 있다.
6. 국내에서 개발한 에트로는 문자를 인식해 책을 소리 내어 읽을 수 있다.
   답: O
7. 지능형 서비스 로봇은 현재로서는 식당에서 음식 주문과 서빙이 가능하지 않다.
   답: X, 지능형 서비스 로봇은 음식 주문과 서빙 분야에도 활용되고 있다.
8. 로봇 강국인 일본에서는 두 발로 걷는 휴머노이드형 로봇기술이 발달되어 있다.
   답: O
9. 자율자동차는 2025년 이전 상용화가 시작되고, 2035년에는 도로 주행 차량 4대 중 1대가 될 것이라는 예측이 많다.
   답: O
10. 구글은 자율자동차 주행 테스트를 하고 있으나, 우리나라에서는 거리 시험주행을 한 적이 없다.
    답: X, 우리나라에서도 자율자동차 시험주행이 이루어졌다.
11. 사람을 인식하고 문자도 읽으며 사람의 행동에 반응하는 로봇은 무엇인가?
    답: 지능형 로봇
12. 광신호로 작동하는 논리소자를 이용해 빛으로 연산하는 컴퓨터는 무엇인가?
    답: 광컴퓨터
13. 인공지능적인 능력을 갖춘 지능적인 로봇은 무엇인가?
    답: 지능형 로봇
14. 사물들을 인터넷으로 연결하여 정보를 상호 소통하는 기술 및 서비스는 무엇인가?
    답: 사물인터넷
15. 운전자와 관계없이 차량을 스스로 제어해 목적지까지 주행하는 것은 무엇인가?
    답: 자율자동차
16. 전파로 조종할 수 있는 무인 항공기는 무엇인가?
    답: 드론
17. 생물학적 시스템의 작용을 시뮬레이션해 생물체 기능을 규명하려는 분야는 무엇인가?
    답: 바이오 컴퓨터
18. 극미세 물질 탐구를 통해 새로운 물질을 제조할 수 있게 하는 기술은 무엇인가?
    답: 나노 기술
19. 다음 중 네 번의 산업혁명과 연결이 적절한 것은?

1. 1차 산업혁명 - 전기
2. 2차 산업혁명 - 기계적 혁명
3. 3차 산업혁명 - 대량생산
4. 4차 산업혁명 - 지능화
   답: 4번

20. 다음 중 현재 자율자동차에 적용되는 시스템 기술로 보기 어려운 것은?

1. 스스로 속도와 거리를 유지해준다.
2. 목적지를 정해주지 않아도 스스로 알아서 달린다.
3. 주차보조 시스템은 후진 일렬주차를 도와준다.
4. 차선 이탈 상황을 감지하여 운전자에게 알려준다.
   답: 2번

주관식

1. 4차 산업혁명의 주요 영역들을 쓰시오.
   답: 사물인터넷, 빅데이터, 인공지능, 자율자동차
2. 각 산업혁명의 특징을 쓰시오.
   답: 1차: 증기기관 기반 기계화, 2차: 전기에너지 기반 대량생산, 3차: 컴퓨터와 인터넷 기반 정보, 4차 : 인공지능과 사물인터넷
3. 광컴퓨터의 장점을 설명하시오.
   답: 처리 속도가 빠르고, 정보 집적도가 높다.

6장

1. 신경망 연산에서는 행렬의 곱셈이 기본적으로 사용된다.
   답: O
2. 미분은 기하학적 관점에서 보면 주어진 곡선의 접선을 구하는 문제와 동치이다.
   답: O
3. 우리가 일상생활에서 사용하는 자연어는 프로그래밍 언어와 달리 미리 정해진 규칙에 따라 엄밀하게 사용된다.
   답: X, 자연어는 프로그래밍 언어보다 모호하고 유연하게 사용된다.
4. Prolog는 논리에 기반을 둔 인공지능용 프로그래밍 언어로, 지식을 논리로 표현하고 규칙에 따라 추론한다.
   답: O
5. 미분의 체인 규칙은 3개까지의 변수에 대해서만 연쇄적으로 작용된다.
   답: X, 체인 규칙은 3개 이상의 변수에도 적용될 수 있다.
6. 경사하강법은 오차의 제곱이 가장 많이 증가하는 방향으로 변화한다.
   답: X, 경사하강법은 오차가 가장 많이 감소하는 방향으로 이동한다.
7. 델타 규칙과 경사하강법은 신경망의 학습 규칙을 이해하는 데 필요하다.
   답: O
8. 벡터나 행렬과 같은 수학적 바탕이 없어도 인공지능 연구는 가능하다.
   답: X, 인공지능 연구에는 벡터·행렬 등 수학적 기초가 필요하다.
9. 벡터의 내적은 성분끼리 곱한 결과의 합이므로 스칼라 값이다.
   답: O
10. 행렬은 신경망에서 입력과 연결강도 사이의 곱의 합을 구할 때 중요한 역할을 한다.
    답: O
11. 삼각함수에서는 일반적인 각도 표현 대신 π나 2π를 사용하는 무엇을 사용하는가?
    답: 호도법
12. 1960년대 개발된 인공지능 언어 중 기본 자료형이 리스트와 트리 형태인 언어는 무엇인가?
    답: Lisp
13. 구글이 딥러닝을 위해 개발한 텐서플로는 주로 어떤 언어로 구현·사용되는가?
    답: Python
14. 통계에서 표준편차의 제곱은 무엇인가?
    답: 분산
15. 각 점의 직선에서의 수직 거리의 제곱합이 가장 작아지도록 계수가 결정되는 직선은 무엇인가?
    답: 회귀 직선
16. 최근 신경망 라이브러리로 많이 활용되는 것은 무엇인가?
    답: 텐서플로와 파이토치
17. 다음 중 활성 함수로 비교적 많이 쓰이지 않는 함수는?

1. 계단 함수
2. 임계논리 함수
3. 시그모이드 함수
4. 코사인 함수
   답: 4번

18. 다음 중 인공지능과 관련이 상대적으로 적은 프로그래밍 언어는?

1. Python
2. Ruby
3. Lisp
4. Prolog
   답: 2번

19. 다음 중 인공지능 관련 언어 중 가장 오래전부터 사용되던 것은?

1. Python
2. 텐서플로
3. 파이토치
4. Lisp
   답: 4번

20. 다음 중 Python의 주요 특징이라고 볼 수 없는 것은?

1. 인터프리터 언어로서 실행 결과를 즉석에서 확인 가능
2. 들여쓰기를 사용하여 블록을 구분하는 문법을 채용
3. 프리웨어가 아니므로 프로그램을 구입해야 한다.
4. 플랫폼 독립적이다.
   답: 3번

주관식

1. 회귀직선을 간단히 설명하고 회귀 분석과의 관계를 말하시오.
   답: 회귀직선은 두 변수 x, y의 관계를 가장 잘 나타내는 직선 y=ax+b이며, 실제 데이터와 직선 사이 오차의 제곱합이 최소가 되도록 구한다. 회귀 분석은 이러한 회귀직선을 이용해 데이터의 관계를 분석하고 값을 예측하는 방법이다

 

 

7장

1. 규칙기반 인공지능은 신경망과는 담당하는 역할이 다소 다르다.
   답: O
2. 규칙기반 인공지능에서는 논리를 바탕으로 규칙을 통해 추론한다.
   답: O
3. 논리의 중요한 목적에는 논리를 통한 입증이 옳은가를 포함하지 않는다.
   답: X, 논리는 추론과 입증이 타당한지를 판단하는 데 목적이 있다.
4. 논리는 일반적으로 명제 논리와 술어 논리로 구분된다.
   답: O
5. 논리에서 “3×2=5라면, 런던은 미국의 수도다.”는 F가 된다.
   답: X, 조건 명제는 가정이 거짓이면 전체 명제가 참이 된다.
6. 연역 추론은 하나 이상의 전제로부터 다른 결론을 도출해내는 추론 방식이다.
   답: O
7. 역방향 추론은 출발 상태로부터 목표 상태를 향해 나가는 기법이다.
   답: X, 역방향 추론은 목표 상태에서 출발하여 조건을 거꾸로 추적하는 방법이다.
8. 게임에서 나의 가능성은 최대로, 상대방의 가능성은 최소로 하는 전략 탐색을 쓴다.
   답: O
9. 세탁기나 전자레인지 등에서의 단계별 사용 설명서는 알고리즘에 속하지 않는다.
   답: X, 단계별 절차를 명확히 제시한 것은 알고리즘에 해당한다.
10. 규칙이란 통상 “if ○○○ then ×××” 형식으로 표현된다.
    답: O
11. 논리와 명제는 어떤 인공지능에 필수적인 이론적 기반을 제공하는가?
    답: 규칙기반 인공지능
12. 주어와 술어로 구분하여 참 또는 거짓에 관한 법칙을 다루는 논리는 무엇인가?
    답: 술어 논리
13. 명확하게 참이나 거짓을 구분할 수 있는 문장이나 수학적 식은 무엇인가?
    답: 명제
14. 추론은 크게 귀납 추론, ( ) 추론, 유비 추론으로 나눌 수 있다.
    답: 연역
15. 개별적 사실들의 분석으로부터 일반적인 결론을 끌어내는 추론 방법은 무엇인가?
    답: 귀납 추론
16. 목표를 찾기 위한 추론 방법에는 순방향 추론과 무엇이 있는가?
    답: 역방향 추론
17. 문제 해결을 위한 여러 단계를 체계적으로 명시한 것은 무엇인가?
    답: 알고리즘
18. 인간 전문가의 전문 지식을 이용하여 문제를 해결하는 컴퓨터 자문 시스템은 무엇인가?
    답: 전문가 시스템
19. 다음의 탐색 중 경험적 지식을 사용하는 탐색 방법은?

1. 휴리스틱 탐색
2. 깊이 우선 탐색
3. 너비 우선 탐색
4. 무정보 탐색
   답: 1번

20. 다음 중 규칙을 이용한 인공지능 기법에 적절한 문제가 아닌 것은?

1. 물통 문제
2. 복잡한 곱셈 문제
3. 문자 암호 풀이
4. 8-puzzle 게임
   답: 2번

주관식

1. 연역 추론 중 삼단논법을 간단히 설명하시오.
   답: 두 개의 전제로부터 하나의 결론을 이끌어내는 추론 방법이다. 예를 들어 “사람은 모두 죽는다, 소크라테스는 사람이다, 따라서 소크라테스는 죽는다”와 같은 방식이다.
2. 휴리스틱을 간단히 설명하시오.
   답: 엄밀한 분석보다 경험과 직관을 바탕으로 빠르게 문제를 해결하거나 판단하는 방법이다.
3.  

8장

1. 머신러닝은 인간의 학습 능력과 같은 기능을 실현하려는 기법과 분야이다.
   답: O
2. 머신러닝은 컴퓨터 프로그램이 데이터로부터 학습하는 과정이라고 할 수 있다.
   답: O
3. 지도 학습을 통해서는 자동차 번호판의 인식률을 높일 수 없다.
   답: X, 지도 학습은 레이블이 있는 데이터를 이용해 번호판 인식률을 높일 수 있다.
4. 비지도 학습에서는 데이터 학습을 위해 레이블이나 태그 표식을 붙인다.
   답: X, 비지도 학습은 레이블 없이 입력 데이터의 구조를 학습한다.
5. 회귀 분석 기술은 학습 데이터를 사용하여 하나의 출력값을 예측한다.
   답: O
6. 분류는 일정한 기준에 따라 구분하는 것이고, 회귀는 오차 제곱의 합을 최소화하는 직선을 긋는 작업이다.
   답: O
7. 머신러닝의 학습 방법 중 강화 학습은 포함되지 않는다.
   답: X, 머신러닝의 주요 학습 방법에는 강화 학습도 포함된다.
8. 머신러닝은 헬스케어 분야에서도 중요한 역할을 담당한다.
   답: O
9. 의사결정 트리는 관측값과 목표값을 연결하는 예측 모델이다.
   답: O
10. 강화 학습은 보상이 주어지는 문제 해결에 효과적인 학습 방법이 아니다.
    답: X, 강화 학습은 보상을 최대화하는 문제 해결에 효과적인 학습 방법이다.
11. 입력과 이에 대응하는 미리 알려진 출력을 연관시키는 관계를 학습하는 방법은?
    답: 지도 학습
12. 출력 없이 주어진 입력만으로 스스로 모델을 구축하여 학습하는 방법은?
    답: 비지도 학습
13. 스타크래프트와 바둑 같은 게임에서 보상을 위해 주로 사용되는 학습은?
    답: 강화 학습
14. 주어진 데이터 중 유사한 특성을 가진 것끼리 묶어서 나누는 것은?
    답: 분류
15. 데이터를 경계선으로 구분할 때 가장 큰 폭을 가진 경계선을 찾는 알고리즘은?
    답: SVM
16. 서로 유사한 특성을 가진 여러 개의 그룹으로 묶는 기법은?
    답: 클러스터링
17. 주어진 입력에 대응하는 출력 정보 없이 학습하는 것은?
    답: 비지도 학습
18. 과거 데이터를 기반으로 미래를 예측하는 모델로 활용되는 정리는?
    답: 베이즈 정리
19. 다음 중 머신러닝과 별로 관계가 없는 것은?

1. 프로그램을 명시적으로만 작성
2. 전통적인 프로그래밍 개념과는 다름
3. 인공지능에 속하는 부분집합
4. 데이터로부터 학습하여 지식을 획득
   답: 1번

20. 다음 중 지도 학습의 장점에 속하는 것은?

1. 레이블이 있는 데이터를 사용해야 함
2. 경험을 사용하여 성능 기준을 최적화
3. 일반적으로 많은 시간이 걸림
4. 제한된 유형의 문제를 해결
   답: 2번

주관식

1. 머신러닝의 주요 종류를 말하시오.
   답: 지도 학습, 비지도 학습, 강화 학습
2. 회귀의 개념을 설명하시오.
   답: 회귀는 하나의 종속 변수와 하나 이상의 독립 변수 사이의 관계를 분석하여 연속적인 값을 예측하는 통계적 방법이다.
3. 머신러닝에서 활용되는 비지도 학습 방법을 쓰시오.
   답: K-means 클러스터링, 계층적 클러스터링, 가우스 혼합 모델(GMM), PCA(주성분 분석) 등이 있다.
4. 강화 학습에 대해 간단히 설명하시오.
   답: 에이전트가 환경에서 행동을 선택하고, 그 결과의 보상으로 최적의 행동 전략을 학습하는 방법이다.

9장

1. 뉴런의 작용을 모델링한 신경망은 인공신경망으로도 불린다.
   답: O
2. 맥컬럭은 인간 두뇌를 수많은 뉴런들로 이루어진 잘 정의된 컴퓨터라고 여겼다.
   답: O
3. 신경망은 문자인식, 음성인식, 영상인식, 자연어 처리 등에 이용되고 있다.
   답: O
4. XOR 함수는 선형 분리가 가능한 논리함수에 속한다.
   답: X, XOR 함수는 하나의 직선으로 분리할 수 없는 비선형 문제이다.
5. 신경망의 가장 간단한 노드는 여러 입력과 연결강도의 곱을 합한 뒤 활성 함수를 거쳐 출력을 낸다.
   답: O
6. 노드는 임계값이나 오프셋 θ, 비선형 함수의 형태에 따라 값이 정해진다.
   답: O
7. 단층 퍼셉트론의 한계가 노출되면서 2000년대 중반에 다층 퍼셉트론 모델이 제안되었다.
   답: X, 다층 퍼셉트론은 2000년대 중반보다 이전에 제안되었다.
8. 신경망은 병렬처리나 학습과 관련된 지능적 역할을 수행할 수 있다.
   답: O
9. 단층 퍼셉트론은 딥러닝의 심층신경망을 거쳐 다층 퍼셉트론으로 발전하였다.
   답: X, 단층 퍼셉트론 이후 다층 퍼셉트론이 발전하고, 이후 심층신경망으로 확장되었다.
10. 신경망은 계산 복잡성으로 인해 학습 시간이 오래 걸리는 문제점이 있다.
    답: O
11. 신경망은 인간 두뇌의 생물학적 무엇의 작용을 모방하여 고안되었는가?
    답: 뉴런
12. 신경망에서는 뉴런 사이의 무엇을 조정하여 학습하는가?
    답: 연결강도
13. 다층 퍼셉트론의 학습은 어떤 알고리즘에 의해 이루어지는가?
    답: 역전파 알고리즘
14. 다층 퍼셉트론은 입력층, ( ), 출력층의 순서로 연결되어 있다.
    답: 은닉층
15. 민스키와 페퍼트는 어떤 저서에서 단층 퍼셉트론의 문제점을 밝혔는가?
    답: 퍼셉트론즈
16. 마크 I 퍼셉트론은 무엇을 인식하는 성과를 보였는가?
    답: 문자
17. 출력과 목표 출력의 오차 제곱합을 최소화하도록 연결강도를 조정하는 규칙은?
    답: 델타 규칙
18. 다층 퍼셉트론에서는 매우 낮은 확률이지만 어떤 최소점 문제에 봉착할 수 있는가?
    답: 지역 최소점
19. 다음 중 신경망에서 많이 사용되는 비선형 함수가 아닌 것은?

1. 계단 함수
2. 시그모이드 함수
3. 임계논리 함수
4. 사인 함수
   답: 4번

20. 다음 중 선형 분리가 불가능한 논리함수는?

1. AND 함수
2. XOR 함수
3. OR 함수
4. NOT 함수
   답: 2번

주관식

1. 신경망의 획기적인 3가지 모델과 해당 알고리즘을 쓰시오.
   답: 퍼셉트론 - 퍼셉트론 학습 , 다층 퍼셉트론 -  역전파, 심층신경망(DNN) - 딥러닝 알고리즘
2. 최초의 학습 규칙은 무엇이고 개발한 인물은 누구인가?
   답: 헵의 학습 규칙이며, 도널드 헵이 개발하였다.
3. 선형 분리 가능의 특징을 설명하시오.
   답: 두 패턴 클래스가 하나의 직선 또는 초평면으로 구분될 수 있는 경우를 말한다. AND, OR 함수는 선형 분리가 가능하다.
4. 신경망이 문자인식에 많이 쓰이는 이유와 단점을 서술하시오.
   답: 신경망은 잡음, 왜곡, 크기 변화, 위치 변화 등에 비교적 잘 적응할 수 있어 문자인식에 적합하다. 단점은 많은 학습 데이터와 긴 훈련 시간이 필요하다는 점이다.
5. 다층 퍼셉트론에서 역전파 알고리즘을 설명하시오.
   답: 입력층에서 은닉층을 거쳐 출력층으로 계산한 뒤, 출력 오차를 반대 방향으로 전파하면서 연결강도를 조정하는 학습 알고리즘이다.

10장

1. 딥러닝 기반의 심층신경망은 이미 존재하는 다층 신경망의 특수한 경우로 볼 수 있다.
   답: O
2. 딥러닝의 시초는 1980년 일본의 후쿠시마가 개발한 네오코그니트론이다.
   답: O
3. 딥러닝은 머신러닝이나 신경망보다 훨씬 큰 규모의 데이터를 학습할 수 없다.
   답: X, 딥러닝은 대규모 데이터를 학습하는 데 강점이 있다.
4. 힌턴은 새로운 딥러닝 기반 학습 알고리즘을 제안하여 과적합 문제 등을 해결하는 데 기여하였다.
   답: O
5. RBM은 제한된 볼츠만 머신으로 지도 학습에만 활용된다.
   답: X, RBM은 주로 비지도 학습이나 사전 학습에 활용된다.
6. 심층 신뢰 신경망은 사전에 훈련된 RBM을 여러 층으로 쌓아 올린 구조이다.
   답: O
7. 컴퓨터 게임의 지능적 행동은 딥러닝 학습을 통해 다양하게 적용되고 있다.
   답: O
8. 인공지능 반도체 시장은 앞으로 다소 정체될 것으로 예측된다.
   답: X, 인공지능 반도체 시장은 성장할 것으로 예측된다.
9. 텐서플로는 누구나 무료로 다운받아 사용할 수 있는 소프트웨어가 아니다.
   답: X, 텐서플로는 오픈소스 소프트웨어로 무료 사용이 가능하다.
10. 텐서플로 자체는 C++로 구현되어 있으며 Python, Java 등의 언어를 지원한다.
    답: O
11. 2006년 힌턴 교수는 다층 신경망에 학습을 통한 전처리 과정을 추가한 어떤 학습 알고리즘 기법을 발표하였는가?
    답: RBM
12. 심층신경망은 여러 개의 무엇을 사용하는가?
    답: 은닉층
13. 딥러닝의 장점은 무엇과 분류가 자동적으로 이루어진다는 점인가?
    답: 특징 추출
14. 순차적 정보가 담긴 데이터에서 규칙적 패턴을 인식하는 신경망은?
    답: 순환 신경망
15. 다양한 차원의 배열로 나타나는 데이터는 무엇인가?
    답: 텐서
16. 개발자의 성지라고 불리며 오픈소스 소프트웨어의 중심지 역할을 하는 곳은?
    답: 깃허브
17. 딥러닝을 지원하는 구글이 만든 소프트웨어는 무엇인가?
    답: 텐서플로
18. 텐서플로의 대부분의 편리한 기능은 어떤 라이브러리로 구현되어 있는가?
    답: Python 라이브러리
19. 페이스북이 개발한 Python 기반의 오픈소스 머신러닝 라이브러리는 무엇인가?
    답: 파이토치
20. 다음 중 텐서플로가 자주 활용되지 않는 것은?

1. 영상인식
2. 음성인식
3. 적분 계산
4. 자연어 처리
   답: 3번

주관식

1. 딥러닝이 무엇인가와 응용 분야를 간단히 설명하시오.
   답: 딥러닝은 심층신경망을 기반 머신러닝 분야. 음성인식, 영상인식, 자연어 처리, 게임, 자율주행  활용
2. 설명가능 인공지능의 핵심을 간략히 설명하시오.
   답: 설명가능 인공지능은 인공지능이 도출한 결과와 판단 과정을 사람이 이해할 수 있도록 설명하여 신뢰성을 높이는 방법
3. NPU가 무엇인지 간략하게 설명하시오.
   답: NPU는 신경망 처리장치로, 딥러닝 연산을 빠르게 처리하기 위해 병렬 연산에 특화된 인공지능 반도체

 

11장

1. 음성인식은 발성자의 성별이나 나이, 지속 시간 등에 따라 인식 결과가 다르다.
   답: O
2. 영상인식은 2차원이나 3차원의 영상 정보를 다루므로 인식 시간이 상당히 빠른 편이다.
   답: X, 영상인식은 처리해야 할 데이터 양이 많아 시간이 오래 걸리는 편이다.
3. 화자종속 음성인식 기술이 화자독립 음성인식 기술보다 훨씬 더 어렵다.
   답: X, 화자독립 음성인식 기술이 더 어렵다.
4. 음성합성 시스템은 주어진 문장을 음성으로 들을 수 있는 편리함을 제공할 수 있다.
   답: O
5. 대부분의 최신 스마트폰에는 음성인식을 통해 비서 역할을 하는 에이전트가 적용된다.
   답: O
6. 지문인식 기술은 보안이 필요한 장소의 신분 확인에 많이 사용된다.
   답: O
7. 문자인식은 영상인식의 영역에 속하지 않는다.
   답: X, 문자인식은 영상인식 분야의 한 영역이다.
8. 자연어에서 문법적 지식에 의미를 부여하는 것은 구문론적 이해이다.
   답: X, 문맥과 의미를 이해하는 것은 의미론적 이해이다.
9. 자연어 이해란 글을 이해하여 자연어 표현의 상황을 이해하는 수준을 말한다.
   답: O
10. 네이버의 번역 서비스인 파파고는 여러 언어의 번역 서비스를 제공하고 있다.
    답: O
11. 키보드 없이 음성을 인식하여 문서로 바꾸는 장치는 무엇인가?
    답: 음성타자기
12. 눈동자의 홍채 정보를 이용하여 사람을 인식하는 기술은 무엇인가?
    답: 홍채 인식
13. 문자 정보를 사람이 알아들을 수 있게 음성으로 만들어주는 기술은 무엇인가?
    답: 음성 합성
14. 음성인식 기술은 화자종속과 ( ) 음성인식으로 나눌 수 있다.
    답: 화자독립
15. 영상 파일을 신경망이나 딥러닝 기술로 분석하여 인식하는 기술은 무엇인가?
    답: 영상 인식
16. 주어진 영상을 보고 그 내용까지 이해하는 상당히 지능적인 단계는 무엇인가?
    답: 영상 이해
17. 인공지능 목소리는 무엇과 인공지능 기술의 결합으로 이루어질 수 있는가?
    답: 음성 합성
18. 컴퓨터를 통해 서로 다른 언어들을 번역하는 일을 무엇이라 하는가?
    답: 기계 번역
19. 다음의 인식 중 접촉식 인식 방법에 해당되는 것은?

1. 홍채인식
2. 지문인식
3. 얼굴인식
4. 자동차 번호판 인식
   답: 2번

20. 다음 중 현재의 패턴인식 기술과 관계가 비교적 적은 것은?

1. 문자인식
2. 음성인식
3. 감정인식
4. 얼굴인식
   답: 3번

주관식

1. 음성인식을 위해 많이 쓰이는 방법을 말하시오.
   답: 패턴 매칭, 은닉 마르코프 모델, 딥러닝 등이 사용된다.
2. 자연어 처리에서 구문론과 의미론의 차이점을 설명하시오.
   답: 구문론은 문장의 문법 구조와 단어 배열 규칙을 분석하는 것이고, 의미론은 문장이 가지는 의미를 해석하는 것이다.

12장

1. 데이터 사이언스는 통계 방법만을 사용하여 대량의 데이터를 처리하는 전문 분야이다.
   답: X, 데이터 사이언스는 통계뿐 아니라 머신러닝·알고리즘·데이터 처리 등을 포함한다.
2. 데이터 사이언스는 데이터를 다루는 방법론, 프로세스, 알고리즘 등을 다룬다.
   답: O
3. 머신러닝을 전혀 이용하지 않고도 데이터 사이언스가 폭넓게 활용될 수 있다.
   답: X, 머신러닝은 데이터 사이언스의 핵심 기술 중 하나이다.
4. SAS는 통계적 소프트웨어로 안정성과 신뢰성을 가지고 있다.
   답: O
5. 데이터 사이언스에서의 분석은 분류, 회귀, 클러스터링에 의한 경우가 많다.
   답: O
6. 빅데이터는 구매 패턴 분석과 앱의 경향 분석 등에 응용될 수 있다.
   답: O
7. 태풍이나 허리케인과 관련된 빅데이터를 활용하여 재해 예방에 활용하고 있다.
   답: O
8. 개인정보보호 문제는 빅데이터의 자료 수집 문제와 거의 관련이 없다.
   답: X, 빅데이터 수집 과정에서는 개인정보보호 문제가 중요하게 다루어진다.
9. 데이터 마이닝은 데이터로부터 정보를 추출하고 패턴을 발견하며 예측 모델을 개발하는 데 중심을 둔다.
   답: O
10. 우리나라에서는 아직 데이터 거래소가 별로 필요하지 않다.
    답: X, 데이터 활용 증가로 데이터 거래소의 필요성이 커지고 있다.
11. 데이터 사이언스나 빅데이터 관련 업무 전문가를 무엇이라 하는가?
    답: 데이터 과학자
12. 다양한 형태의 정형 또는 비정형 데이터를 많이 모아 놓은 것은 무엇인가?
    답: 빅데이터
13. 빅데이터의 3가지 특징(3V)은 크기, 다양성, 그리고 무엇인가?
    답: 속도
14. 대규모 데이터 집합에서 통계적 규칙이나 패턴을 찾아내는 과정은 무엇인가?
    답: 데이터 마이닝
15. 주어진 많은 데이터 중 비슷한 특성을 가진 것끼리 분리하는 것은 무엇인가?
    답: 분류
16. 데이터 집합을 유사도에 따라 여러 클러스터로 나누는 것은 무엇인가?
    답: 클러스터링
17. 탐색적 분석 결과를 보기 쉽고 이해하기 쉽게 표현하는 것은 무엇인가?
    답: 시각화
18. 오픈소스 통계 프로그래밍 언어로 데이터 분석과 시각화에 활용되는 것은 무엇인가?
    답: R
19. 데이터 사이언스에 필요한 지식과 기술 중 중요성이 상대적으로 적은 것은?

1. 데이터 수집 기술
2. 컴퓨터 하드웨어 지식
3. 통계처리와 시각화 기술
4. 머신러닝과 관련된 지식과 기술
   답: 2번

20. 다음 중 데이터 사이언스의 도구와 가장 관계가 먼 것은?

1. Python
2. R
3. SAS
4. Ruby
   답: 4번

주관식

1. 데이터 사이언스는 어떤 분야들의 융합으로 이루어지는지 말하시오.
   답: 통계학, 수학, 머신러닝, 빅데이터, 컴퓨터공학, 비즈니스 
2. 사용자가 빅데이터를 활용하는 단계를 쓰시오.
   답: 요구사항 확인 → 데이터 수집 → 데이터 가공 → 데이터 분석 및 시각화 → 활용의 단계로 진행된다.