Page 19 -
P. 19

Q1. “보상으로 행동을 개선”하는 학습은 무엇인가?
                     Q2. 레이블(label) 없이 데이터 구조를 찾는 유형은 무엇인가?
                                                             정답_ Q1. 강화학습  Q2. 비지도학습




                   04  l  생성형 AI와 전통 검색 엔진
                   04
                   (1)  생성형 AI(LLM 등): ‘맥락+지시’를 받아서 새로운 문장/코드/이미지를 직접

                     만들어 출력한다.
                   (2)  전통 검색 엔진: 웹을 수집·색인해서 관련 문서 목록(링크/요약)을 찾아 보여
                     준다.


                      항목               생성형 AI                    전통 검색 엔진                          전문가의 조언!
                    입력 처리   지시/프롬프트 이해, 추론               키워드·의미 매칭, 랭킹                     “생성=직접 작성, 검색=문서
                                                                                           목록 반환”을 1:1로 매칭하면
                    출력 형태   새 콘텐츠 생성(직접 문장 작성)           문서 목록/스니펫(링크로 안내)
                                                                                           두 개념을 헷갈리지 않고 안
                            별도  설계  없으면  불명확(환각  위험)
                    근거 제시                                결과가 원문이므로 출처 명확                   전하게 기억할 수 있습니다.
                            → RAG로 보완
                    대표 사용   요약·초안 작성·번역·코딩 도우미           정보 탐색·자료 수집·출처 확인




                     Q1. 생성형 AI와 검색 엔진 차이는 무엇인가?
                                                  정답_ Q1. 생성형 AI: 직접 생성, 검색 엔진: 문서 목록 반환



                   05  l  Agentic AI와 기존 LLM의 비교
                   05

                   (1)  Agentic AI: 목표 설정/분해하고, 외부 환경과 상호작용(API/브라우저/DB/                           전문가의 조언!
                     툴 호출)하며, 여러 단계를 스스로 연속 실행하는 시스템이다.                                    Agentic AI와 기존 LLM의
                                                                                           차이는 자율성에 있습니다.
                   (2)  기존 LLM: 질문–응답 위주의 단발성 응답이 기본이며, 별도 연결 없이는 외
                                                                                           시험에서는 이 “자율성”을
                     부 행동이 불가능하다.                                                          핵심 구분 포인트로 기억해
                                                                                           두도록 합니다.
                      항목               Agentic AI(에이전트형)             기존 LLM(단발형)
                            있음: 목표 설정·계획·실행·검토 루프
                     자율성                                           없음(입력 → 출력 1회)
                            (Plan → Act → Observe → Reflect)
                    외부 도구   있음: API·웹브라우저·데이터베이스·코드 실행             기본 없음(별도 연결 필요)
                    작업 범위   멀티스텝, 상태 유지, 재시도/수정                    원샷(대화 한 턴)
                      예     “항공권·호텔 예약 후 일정표 만들어줘” → 실제 예약/정리      “예약 방법 설명” 정도

                        시험에서는 자율성, 연속 작업, 외부 상호작용이 핵심 구분 포인트로 자주 출제됩니다.

                                                                                       CHAPTER 01. 인공지능의 이해  19






                                                                                                     2026. 5. 13.   오후 12:28
          2026 AI-POT 파트1(014~065)_ej3.indd   19
          2026 AI-POT 파트1(014~065)_ej3.indd   19                                                     2026. 5. 13.   오후 12:28
   14   15   16   17   18   19   20   21   22   23   24