[TIL] AWS Certified AI Practitioner 과정 & AI 역사·개념 정리-2025.09.11

 

학습 목표

1. AWS Certified AI Practitioner 시험 구조와 영역 이해
2. AI 발전의 과도기와 주요 역사적 전환점 정리
3. 앨런 튜링과 튜링 테스트의 의의 이해
4. 프롬프트와 토큰 단위 개념 숙지
5. 범용 인공지능(AGI)과 파인튜닝의 차이 정리

 

1. AWS Certified AI Practitioner 개요

• 시험 시간: 90분 (+30분 추가 가능)
• 문항 수: 65개
• 합격 기준: 700점 / 1000점
• 언어 지원: 영어, 한국어
• 출제 영역
  • Domain 1: AI 및 ML의 기초 (20%)
  • Domain 2: 생성형 AI의 기초 (24%)
  • Domain 3: 파운데이션 모델 적용 (28%)
  • Domain 4: 책임감 있는 AI 가이드라인 (14%)
  • Domain 5: AI 솔루션 보안/규정/거버넌스 (14%)

👉 즉, 생성형 AI, 파운데이션 모델, 책임감 있는 AI가 핵심 키워드임을 확인.

 

2. AI 발전의 과도기

AI는 여러 번의 “봄”과 “겨울”을 겪으면서 지금의 생성형 AI 시대까지 발전했다.

1. 1950년대~1960년대: 초창기
   • 앨런 튜링의 “튜링 테스트” 개념 등장 (1950).
   • 초기 AI 연구자들은 체스, 단순 문제 해결 등에 집중.
2. 1970~1980년대: AI 겨울(과도기)
   • 기대에 비해 성과 부족 → 투자 감소.
   • 전문가 시스템 등장했지만 한계 명확.
3. 1990~2000년대: ML과 통계적 접근 부상
   • 기계학습, 딥러닝 개념 기초 마련.
   • 인터넷·데이터 축적과 GPU 발전이 토대가 됨.
4. 2010년대 이후: 딥러닝과 데이터 중심 AI
   • CNN, RNN, Transformer 혁신적 성과.
   • 이미지넷 챌린지, 알파고, GPT 계열 모델 등장.
5. 2020년대: 생성형 AI·파운데이션 모델 시대
   • ChatGPT, Claude, Gemini 등 대규모 언어모델(LLM).
   • "범용적 AI 활용"의 과도기로 전환.

 

3. 앨런 튜링과 튜링 테스트

• 앨런 튜링(Alan Turing): 컴퓨터 과학의 아버지라 불림.
• 1950년 논문 “Computing Machinery and Intelligence” 에서 질문:
• "기계가 생각할 수 있는가?"
• 이를 실험적으로 접근한 방식이 튜링 테스트.
  • 사람 심사자가 대화 인터페이스를 통해 상대가 인간인지 기계인지 구분.
  • 구분 못하면 “지능적”이라 간주.
• 오늘날에도 AI의 철학적 기준점으로 남음.

 

4. 프롬프트와 토큰 단위

• 프롬프트(prompt): 사용자가 AI에 주는 입력 지시문.
• 토큰(token): 모델이 인식하는 최소 단위 (단어/부분 단어/문장부호 등).
  • 예: “ChatGPT는 훌륭하다.” → “Chat”, “G”, “PT”, “는”, “훌”, “륭”, “하다”, “.”
  • 모델의 입력과 출력은 모두 토큰 단위로 처리.
• 프롬프트 엔지니어링: 원하는 출력을 이끌어내기 위해 토큰 단위 구조와 지시를 최적화하는 기술.

 

5. 범용 인공지능 vs 파인튜닝

• 범용 인공지능 (AGI, Artificial General Intelligence)
  • 특정 작업에 한정되지 않고, 인간 수준의 추론·학습·응용이 가능한 AI.
  • 아직 이론적 단계, 현재의 LLM은 “준-범용” 수준.
• 파인튜닝 (Fine-tuning)
  • 이미 학습된 대규모 모델(예: GPT, BERT)을 특정 목적에 맞게 추가 학습.
  • 예: 의료 데이터에 특화된 GPT, 법률 문서용 AI.
  • 범용 모델을 기반으로 하여 실제 비즈니스/서비스에 최적화.

👉 AGI = 인간처럼 다 할 수 있는 AI
👉 파인튜닝 = 범용 모델을 특수 목적에 맞게 재조정한 AI

 

인사이트

• AI는 “튜링의 질문”에서 시작해, 여러 번의 과도기를 거쳐 지금의 생성형 AI 시대에 도달.
• AWS Certified AI Practitioner는 이런 배경을 기초로, 기술적 이해 + 책임감 있는 활용을 함께 요구.
• 앞으로 AI 실무자는 범용 모델 이해 → 특정 도메인 적용 → 거버넌스 준수라는 세 단계를 거쳐야 함.