[TIL]인공지능활용능력 자격시험-2025.10.20

1. 인공지능의 기본 개념

인공지능은 인간의 학습과 추론 과정을 모방하는 시스템을 의미한다.
약인공지능은 특정 목적 수행에 최적화된 형태이고 강인공지능은 인간 수준의 사고와 판단을 목표로 한다.
AI 학습의 핵심은 표현(Representation) 과 일반화(Generalization) 로 학습 데이터의 패턴을 표현하고 새로운 데이터에 적용할 수 있어야 한다.
기계학습은 크게 지도학습, 비지도학습, 강화학습으로 나뉜다.

 

2. 생성형 AI의 작동 원리

생성형 AI는 기존 데이터를 학습하여 새로운 데이터를 만들어내는 기술이다.
대표적인 예는 GPT, DALL-E, Stable Diffusion 등이다.
GAN(Generative Adversarial Network) 은 생성자와 판별자로 구성되며 생성자는 가짜 데이터를 만들고 판별자는 진짜와 가짜를 구분하며 함께 발전한다.
트랜스포머(Transformer) 구조는 모든 토큰을 병렬로 처리해 학습 효율을 높이며 GPT 모델의 핵심이다.

 

3. 대규모 언어 모델 LLM

LLM은 수십억 개 이상의 파라미터(Parameter) 로 구성된 모델이다.
GPT-3는 약 1750억 개의 파라미터를 가지며 GPT-4는 수백조 단위로 추정된다.
모델은 비지도 학습(unsupervised learning) 으로 대량의 웹 텍스트를 학습하고, 이후 RLHF(Reinforcement Learning from Human Feedback) 로 인간 피드백을 통해 응답 품질을 조정한다.
LLM의 한계는 할루시네이션(Hallucination) 으로, 학습 데이터에 없는 내용을 사실처럼 생성하는 현상이다.

 

4. 주요 기술 요소

• Attention 은 입력 단어 중 중요한 부분에 집중하도록 하는 메커니즘이다.
• Embedding 은 단어를 수치 벡터로 변환하여 의미 유사성을 계산한다.
• Dropout 은 학습 과정에서 일부 노드를 비활성화하여 과적합을 방지한다.
• GPU 는 병렬 연산으로 대규모 학습 속도를 높인다.

 

5. 프롬프트 엔지니어링

프롬프트 엔지니어링은 생성형 AI에게 특정 역할과 목적을 부여해 원하는 결과를 얻는 기술이다.
좋은 프롬프트는 명확하고 구체적이며 목적이 분명한 문장이어야 한다.
핵심 구성은 역할 부여, 목적 제시, 형식 지정, 글 스타일 설정이다.
예를 들어 “너는 전문 동화 작가야. 어린이용 교훈 동화를 써줘.”는 역할과 목적이 명확한 프롬프트이다.

 

6. 생성형 AI의 윤리적 고려

생성형 AI는 저작권 침해, 편향된 데이터, 개인정보 유출, 환경 영향 등의 문제를 수반한다.
특히 RLHF 과정에서 저임금 노동이 활용된 사례(케냐 데이터 검열 작업)는 윤리 문제의 대표적 예시이다.
AI 사용자는 정확성, 투명성, 공정성, 지속 가능성을 고려해야 한다.

 

7. 주요 서비스와 도구

• ChatGPT (OpenAI) : 텍스트 기반 생성형 AI
• Gemini (Google) : 구글 검색, Gmail, Docs와 연동되는 멀티모달 챗봇
• Vrew : 인공지능 음성 및 영상 편집 플랫폼
• Wolfram / Scholar AI / KAYAK / OpenTable : GPT-4 플러그인으로 각각 수학 계산, 논문 요약, 항공권 예약, 레스토랑 예약을 수행한다.

 

8. 회고

150문항을 통해 인공지능의 기본 원리에서 생성형 AI의 기술적 구조까지 전반적인 흐름을 파악할 수 있었다.
특히 ChatGPT와 Gemini의 비교를 통해 생성형 AI가 단순한 자동화 도구가 아니라 인간 사고를 보조하는 지능적 시스템임을 이해했다.
앞으로는 AI의 정확성, 편향성, 윤리적 영향을 함께 고려하는 균형 잡힌 학습이 필요하다고 느꼈다.