Page 16 -

01
CHAPTER 인공지능의 이해

이 장에서는 수험생이 가장 많이 헷갈리는 인공지능(AI) · 머신러닝(ML) · 딥러닝(DL)의 포함 관계와 학습 유형(지도/
비지도/강화)을 문항 중심으로 정리한다. 여기에 생성형 AI vs 검색엔진, Agentic AI vs ICL, Train/Val/Test 파이프라
인을 실전 관점에서 소개한다.

01
01
SECTION 인공지능 개념과 분류

01 l AI-ML-DL 포함 관계
01
(1) 인공지능(AI, Artificial Intelligent): 컴퓨터가 사람처럼 학습·추론·문제 해

결을 하도록 만드는 가장 넓은 개념이다. 규칙 기반 시스템(전문가 시스템)도
AI에 포함된다.( 체스 규칙을 코드로 넣은 프로그램, 룰(rule) 기반 챗봇)

(2) 머신러닝(ML, Machine Learning): 컴퓨터가 데이터 규칙을 스스로 학습해
예측·분류 등을 수행하는 AI 하위 분야이다. 사람이 “규칙을 일일이 코딩”하
지 않아도 된다.( 스팸 필터(스팸/정상 메일 예시로 학습))

(3) 딥러닝(DL, Deep Learning): 인공신경망을 사용해 복잡한 패턴을 학습하는
머신러닝(ML)의 세부 기법이다. 이미지·음성·자연어처럼 고차원·대규모 데
이터에 강하다.( 얼굴인식, 음성인식, 대형언어모델(LLM))

•AI 계층 구조(AI⊃ML⊃DL)
AI(인공지능)

인간의 지능적 활동(학습/추론/문제해결)을 모방하는 광범위한 체계

ML(머신러닝, 기계학습)

데이터를 통해 패턴을 학습하여 예측, 분류를 수행하는 AI 하위 영역

DL(딥러닝)

인공신경망 기반 ML 세부 기법으로 대규모 데이터 및 복잡한 패턴에 강점

16 PART 1. 인공지능 이론

2026. 5. 13. 오후 12:28
2026 AI-POT 파트1(014~065)_ej3.indd 16
2026 AI-POT 파트1(014~065)_ej3.indd 16 2026. 5. 13. 오후 12:28