Page 20 -

PART 1 적중 예상 문제

01 다음 중 인공지능(AI) → 기계학습(ML) → 딥러닝 03 강화학습(Reinforcement Learning)의 핵심 개념은?
(DL)의 관계를 올바르게 설명한 것은?
① 데이터 클러스터링
① AI는 ML의 하위 개념이고, ML은 DL의 상위 ② 입력-출력 쌍 학습
개념이다. ③ 보상(Reward)에 따른 행동 개선
② ML은 AI의 일부이며, DL은 ML의 하위 개념 ④ 은닉층을 통한 비선형 변환
이다.
③ DL은 AI와 별개로 동작한다. ③
강화학습은 행동에 따른 보상(Reward)을 최대화
④ AI는 DL보다 하위 단계이다.
하도록 정책을 개선하는 학습 방식이다.
①은 비지도학습, ②는 지도학습, ④는 신경망 구조에 대한
②
설명으로 강화학습의 핵심 개념이 아니다.
이 문제는 시험에서 가장 자주 출제되는 AI–ML–
DL의 포함 관계를 묻는 문제이다. 기계학습(ML)은 인공
지능(AI)의 일부이고, 딥러닝(DL)은 기계학습의 하위 개념
이다.
①과 ④는 포함 관계를 거꾸로 설명한 오답이며, ③은 딥
04 다음 중 과적합(Overfitting)의 징후로 가장 적절한 것
러닝과 인공지능은 별개로 동작하지 않는다.
은?
① 훈련 정확도와 평가 정확도가 모두 낮다.
② 훈련 정확도는 높지만 평가 정확도가 낮다.
③ 모든 데이터에서 동일한 오차를 보인다.
④ 데이터가 부족해 학습이 진행되지 않는다.

②
02 지도학습(Supervised Learning)의 특징으로 옳은 것 과적합은 훈련 데이터에서는 성능이 높지만, 평가
은? 데이터에서는 성능이 낮아지는 현상이다.
①은 과소적합, ④는 학습 부족 상황이며, ③은 과적합의
① 데이터에 정답(Label)이 없다.
전형적인 특징이 아니다.
② 보상(Reward)을 통해 학습한다.
③ 정답(Label)이 있는 데이터를 통해 입력-출
력 관계를 학습한다.
④ 데이터 구조를 자동 탐색한다.
05 퍼셉트론(Perceptron)의 한계로 1969년 지적된 문제
는?
③
① 역전파 계산 불가능
지도학습의 핵심은 정답(label)이 있는 데이터로
입력과 출력의 관계를 학습하는 것이다. ② 선형 분리가 불가능한 XOR 문제 해결 불가
①은 비지도학습, ②는 강화학습의 특징이며, ④는 지도학 ③ 은닉층의 존재
습의 핵심 개념이 아니다.
④ 활성화 함수 부재

PART1. 적중 예상 문제 59

2026. 5. 13. 오후 12:28
2026 AI-POT 파트1(014~065)_ej3.indd 59 2026. 5. 13. 오후 12:28
2026 AI-POT 파트1(014~065)_ej3.indd 59