Goooooood

Ⅰ. 설명 가능한 인공지능, XAI의 개요가. XAI의 개념- 인공지능 모델의 최종 결과물에 대해서 추론 과정과 원인에 대한 설명이 가능하도록 하여 사용자가 쉽게 이해할 수 있도록 하는 인공지능 기술 나. XAI의 등장 배경인공지능 영향력 확산- 국가의 경제성장 기여- 금융, 교통, 교육 등 전 분야 의사결정 지원인공지능 역기능 사례 증가- 블랙박스 모델에 의한 결과 해석 불가XAI로 문제 해결- 의사결정 투명성 확보- 공정성, 신뢰성 보장 Ⅱ. XAI 구현 기술구분세부 기술설명기존 학습모델변경 기술역 합성곱 신경망- 기존 학습 모델에 역산 과정 추가 및 수정추론 및 시각화- 합성곱 신경망의 학습 과정 역산으로 결과 영향 요소 추론 및 시각화새로운 학습모델기술확률적 AND-OR 그래프- 원인, 결과 도출..

Ⅰ. 기존에 없던 답도 추론하는 초거대 AI의 개념- 사람의 뇌 구조를 모방해 방대한 자료를 스스로 학습하고 문제에 대한 답을 추론하는 수천억개 이상의 매개변수를 학습시킨 AI 모델  Ⅱ. 초거대 AI의 주요 구성요소구분구성 요소설명기술 측면알고리즘- 문제 해결을 위한 추론과 학습 능력컴퓨팅 파워- 방대한 양의 데이터 연산을 위한 컴퓨팅 파워데이터- 성능 향상을 위한 다양한 형태의 대규모 학습 데이터활용 측명보편적 지능- 인간 수준의 인지, 사고 능력 학습안정성- 사람이 제어할 수 있는 환경에서 신뢰성 있는 답 도출윤리기준- 인간 사회 가치, 윤리와의 부합성 등 Ⅲ. 주요 초거대 AI 기술기업모델설명OpenAIGPT - 3.5- 약 1750억개 파라미터- 텍스트 입력에 추론 언어 모델GPT - 4- 텍스..

Ⅰ. Hallucination 통제, RAG의 정의- 대큐모 언어 모델의 출력을 최적화하여 응답을 생성하기 전 외부 지식 베이스를 참조하여 LLM 모델의 정확성과 신뢰성 향상시키는 프로세스 Ⅱ. RAG의 개념도 및 절차가. RAG의 개념도 나. RAG의 절차구분절차설명검색 단계질문 임베딩- 사용자 입력 값 벡터 임베딩- 데이터 검색을 위해 자연어를 벡터로 표현유사성 검색- 지식 베이스에서 유사한 데이터 검색- 유사성이 높은 문서 목록 생성관련도 순위 결정- 가장 관련 높은 문서 순위 조정- 메타데이터 필터링으로 관련 없는 정보 제외생성 단계추론- 검색된 내용과 사용자 질문 바탕으로 프롬프트 구성프롬프트엔지니어링- 언어 모델이 검색된 정보 기반으로 질문에 답변할 수 있게 함응답 생성- 생성된 텍스트 문법 ..

Ⅰ. sLLM 모델의 개요가. sLLM 모델의 개념 및 특징개념- LLM 모델의 컴퓨팅 파워 문제, 특정 산업 특화 한계 보완위해 파라미터 수를 대폭 줄인 비교적 크기가 작은 언어 모델특징- 100억개 이하 파라미터- 기존 LLM 모델 대비 작은 규모의 파라미터 학습- Fine Tuning- Fine Tuning을 통한 정확도 향상- 비용 절감- 모델 학습에 요구되는 데이터, 시간, 비용 절감- 신속한 구축- Fine Tuning을 통해 신속한 구축 가능 나. sLLM 모델의 등장배경구분등장배경설명기술적측면- 클라우드 플랫폼- 클라우드의 향상된 컴퓨팅 성능 활용- 모델 경량화- 모바일, IoT 등 저전력 장비에서 AI 학습- 트랜스포머 구조- 시계열 데이터에 대한 병렬처리로 빠른 학습 가능비즈니스측면- ..

Ⅰ. 딥페이크의 정의- 딥러닝을 이용하여 기존 영상에 다른 영상이나 이미지 정보를 합성하여 가짜 콘텐츠를 생성하는 기법(특징) GAN 기술을 활용하여 영상 합성하여 진위 식별이 어렵고 제작이 쉬움 Ⅱ. 딥페이크 생성절차 및 기술 요소가. 딥페이크 생성절차- 오토인코더로 특정 인물의 얼굴 생성 학습 후 GAN 이용하여 생성한 가짜 얼굴 합성 나. 딥페이크 기술 요소구분기술상세 설명학습 알고리즘GAN- 생성자와 판별자가 경쟁하며 학습- 생성자는 가짜 이미지 생성- 판별자는 가짜 이미지 판별생성 알고리즘Autoencoder- 입력 데이터 압축하고 이를 바탕으로 원본과 유사한 형태로 복원- 특정 인물 얼굴 학습 후 다른 인물 얼굴에 적용하여 합성이미지 보정가우시안 필터- 가우시안 필터 활용하여 더욱 정교한 이미..

Ⅰ. 단어간 상관관계 집중, 어텐션 매커니즘의 개요가. 어텐션 매커니즘의 정의- 언어모델에서 디코더의 출력 단어를 예측하는 매시점에 예측해야 할 단어와 연관이 있는 입력 단어에 좀 더 집중하도록 구조화하는 방법 나 .어텐션 매커니즘 등장 배경RNN 기반 Seq2seq 모델 문제점- 하나의 고정된 크기의 벡터에 모든 정보를 압축하여 정보손실 발생- RNN의 고질적인 문제인 Vanishing Gradient Problem 존재- 입력 데이터가 길어질때 성능 저하를 보정하기 위한 방법이 어텐션 기법 Ⅱ. 어텐션 매커니즘의 원리와 계산 과정가. 어텐션 매커니즘의 원리- Attention Value는 쿼리와 키의 유사도를 구하고 이 유사도를 반영하여 Value(값)에 적용한 값- Attention Function..

Ⅰ. 국가 디지털 경쟁력, 디지털 트랜스포메이션가. 디지털 트랜스포메이션의 정의- 기업의 전략, 조직, 프로세스, 비즈니스 모델, 문화, 커뮤티케이션, 시스템 등을 디지털적인 요소로 변화시키는 경영 전략대상적용 기술기대효과- 전략, 목표, 시트템- 조직, 문화, 프로세스- 커뮤니케이션 등- AI- 블록체인, Mesh- CPS, Digital Twins- 생산성 향상 및 이익 증가- 고객 충성도 향상- 신규 사업 진출 나. 디지털 트랜스포메이션 등장 배경디지털 기술혁신 기반의 지능화모바일, 클라우드, IoT, 인공지능 등 디지털 기술의 지능화 가속으로 새로운 접근방식 요구산업 간 경계 붕괴 확산모호해진 산업간 경계 붕괴, 융합 가속으로 혁신 기업들의 등장급속한 산업 내 디지털화 진행산업 내 디지털화가 급격..

Ⅰ. ITSM 구축 모델 및 특징가. ITSM 구축 모델나. ITSM 구축 모델별 특징모델주안점 측면 특징접근방법 측면 특징ITIL- IT 서비스 관리 분야 Best Practice 제공- IT 서비스 운영 및 지원- 운영 및 지원 관리 프로세스- 베스트 프랙티스 가이드라인 활용ISO20000- IT 서비스 관리 분야 실질적 국제표준- ISO9001 기반 ITIL의 IT 프로세스eSCM- 시스템 설계/구축 Best Practice- 개발과 유지보수 조직- 분석, 설계, 구현, 테스트 프로세스- 개발 및 PJT 관리CMMI- ITO 역량평가 모델- 조직 전반 종합적 프로세스 성숙도 인증- ITO 라이프사이클- 공인기관 통한 조직 차원 성숙도 측정COBIT5- IT 통제목적 달성 목표- Governance ..

Ⅰ. 프로젝트 위험 분석 방법가. 정성적 위험 분석 방법개념- 프로젝트 위험의 손실을 수치로 표현하기 어려운 위험에 대한 평가를 위해 일반적인 척도를 사용하는 위험 분석 방법위험 분석 방법델파이법각 분야 전문가 그룹을 구성하여 위험 분석 진행시나리오법특정 조건하에 시나리오를 구성하여 위험 분석 진행순위결정법각 위험에 대해 상호 비교하여 우선순위 위험 분석 진행위험 확률-영향 평가확률-영향 매트릭스 기반 위험 등급 산정 위험 분석 진행 나. 정량적 위험 분석 방법개념프로젝트 위험의 손실을 수치로 표현할 수 있는 위험에 대한 평가를 위해 수학적인 수치표현을 이용하는 위험 분석 방법위험 분석 방법민감도 분석프로젝트 변경 시 다른 위험에 대한 영향도 분석 기법토네이도 다이어그램 기반 분석 및 독립, 종속변수 분..

Ⅰ. 애자일 방법론의 스크럼구분설명개념- product backlog를 sprint backlog로 분할하여 주기적으로 릴리즈 수행하는 애자일 개발방법론개념도구성요소- product owner, scrum master, team- sprint planning, daily scrum, sprint review단위- sprint backlog관리- burn down chart Ⅱ. 애자일 방법론의 칸반구분설명개념- 칸반보드를 통해 개발 과정을 시각화하고 WIP 제한으로 workflow 관리 최적화하는 개발방법론개념도구성요소- 칸반보드, WIP 제한, 열단위- WIP 제한을 통한 작업량 조절관리- Workflow 가시화와 WIP 제한 Ⅲ. 스크럼과 칸반 비교구분스크럼칸반목적프로젝트 일정과 범위 관리작업 흐름 ..