Page 21 -

08 GAN의 두 핵심 구성 요소는?
②
① 입력층 / 은닉층
단층 퍼셉트론은 선형 분리만 가능하므로 XOR 문
제를 해결할 수 없다는 한계가 있으며 1969년에 지적되 ② 생성자(Generator) / 판별자(Discriminator)
었다. ③ 인코더 / 디코더
④ 입력 / 출력

②
GAN은 생성자(Generator)와 판별자
(Discriminator)로 구성된 모델이다. 생성자는 데이터를 생
성하고, 판별자는 진짜와 가짜를 구분하며 두 모델이 경쟁
적으로 학습한다.
① 입력층과 은닉층은 일반적인 신경망 구성 요소이다.
06 다층 퍼셉트론(MLP) 학습을 가능하게 만든 핵심 알
③ 인코더·디코더는 AutoEncoder나 Seq2Seq 구조이다.
고리즘은?
① 경사하강법
09 Transformer 구조의 가장 큰 혁신 포인트는?
② SVM
③ 역전파(Backpropagation) ① 순환 구조 제거 및 Self-Attention 기반 병
④ 강화학습 렬 학습
② 은닉층 가중치 공유

③ ③ 입력 데이터 정규화
다층 퍼셉트론(MLP)의 학습을 가능하게 만든 핵 ④ CNN의 합성곱 계층 제거
심 알고리즘은 역전파(Backpropagation)이다.
① 경사하강법은 기본 업데이트 원리라서 단독으로는
①
MLP 학습이 어렵고, ② ④는 분야가 다르다.
Transformer의 가장 큰 혁신은 순환 구조를 제거
하고 Self-Attention 기반의 병렬 학습을 가능하게 한 점이
다. 이는 RNN 대비 학습 속도와 장기 의존성 처리 능력을
크게 개선한다.

10 Agentic AI의 주요 특징으로 옳은 것은?

① 단순 질의응답만 가능
07 2012년 딥러닝의 부흥을 이끈 계기는? ② 외부 도구(API·브라우저 등)와 상호작용 가능
① CNN을 이용한 AlexNet의 ImageNet 우승 ③ 훈련 데이터만 이용

② SVM의 확산 ④ 오프라인 전용 AI
③ Transformer의 등장
②
④ GAN의 제안
Agentic AI는 외부 도구(API, 브라우저 등)를 호출
하며 목표 지향적 행동을 수행하는 구조이다. 단순 질의응
①
답만 수행하는 모델과 구분되는 핵심 특징이다.
2012년 딥러닝 부흥의 직접적인 계기는 AlexNet ① 단순 질의응답은 일반 LLM의 특징이다.
이 CNN 구조로 ImageNet 대회에서 우승한 사건이다. ③ ③ Agentic AI는 외부 정보도 활용한다.
Transformer는 2017년, ④ GAN은 2014년 등장하였다. ④ 오프라인 전용이라는 설명은 Agentic AI와 맞지 않는다.

60 PART 1. 인공지능 이론

2026. 5. 13. 오후 12:28
2026 AI-POT 파트1(014~065)_ej3.indd 60 2026. 5. 13. 오후 12:28
2026 AI-POT 파트1(014~065)_ej3.indd 60