Page 7 -

01 기출유형문제 정답과 해설 249 쪽 ▶▶ 01 기출유형문제 218 쪽 ▶▶ 09 09 정답 | ②
01 회
해설 | 예시처럼 입력-출력 예시를 몇 개 보여준 뒤 답을 유도하는
01 회
것은 Few-shot Learning이다.
01 ③ 02 ③ 03 ② 04 ② 05 ③ 10 10 정답 | ③
06 ② 07 ④ 08 ③ 09 ② 10 ③ 해설 | Temperature가 높을수록 샘플링 분포가 퍼져 다양한 단어
01 다음 중 인공지능, 머신러닝, 딥러닝의 포함 관계를 04 다음 중 과소적합(Underfitting)을 해결하기 위한 방 선택이 늘고 결과가 더 다채로워진다.
11 ② 12 ① 13 ② 14 ② 15 ②
올바르게 설명한 것은? 법으로 가장 적절한 것은?
16 ③ 17 ④ 18 ② 19 ③ 20 ③
① 딥러닝 ⊃ 머신러닝 ⊃ 인공지능 ① 학습 데이터의 양을 줄인다. 11 11 정답 | ②
21 ② 22 ④ 23 ② 24 ① 25 ① 해설 | RAG는 최신 정보/내부 문서 등 모델이 학습하지 않은 지식
② 인공지능 ⊃ 딥러닝 ⊃ 머신러닝 ② 모델의 복잡도를 높이거나 학습 시간을 늘린다.
26 ③ 27 ③ 28 ③ 29 ③ 30 ④ 을 검색으로 보강해 정확도를 높인다.
③ 인공지능 ⊃ 머신러닝 ⊃ 딥러닝 ③ 드롭아웃(Dropout) 기법을 적용한다.
31 ① 32 17 33 ⑦ 34 14 35 ⑥
④ 머신러닝 ⊃ 인공지능 ⊃ 딥러닝 ④ 정규화(Regularization) 규제를 강화한다.
36~40번은 서술형 문제로 정답은 해설 참조 12 12 정답 | ①
해설 | Stable Diffusion은 노이즈를 점진적으로 제거(역확산) 하며
이미지를 복원/생성하는 확산 모델 계열이다.
01 01 정답 | ③
해설 | 포함 관계는 인공지능(AI) ⊃ 머신러닝(ML) ⊃ 딥러닝(DL) 13 13 정답 | ②
이다. 딥러닝은 머신러닝의 한 분야이고, 머신러닝은 인공지능의 하 해설 | 프롬프트 인젝션은 악의적 지시를 섞어 모델이 의도와 다르
위 분야다. 게 행동하게 만드는 공격이다.
05 트랜스포머(Transformer) 모델의 핵심 메커니즘으 02 정답 | ③ 14 14 정답 | ②
02
로, 문장 내의 단어들이 서로 어떤 연관성을 가지는 해설 | K-means는 비지도학습(군집화) 알고리즘이며, 나머지는 지 해설 | 할루시네이션은 그럴듯하지만 사실이 아닌 내용을 생성하는
02 다음 중 지도학습(Supervised Learning)의 알고리즘 지 계산하여 문맥을 파악하는 기술은? 도학습에 널리 사용된다. 현상이다(가짜 판례/사실 창작 등).
이 아닌 것은? ① 합성곱 신경망 (CNN)
03 정답 | ② 15 15 정답 | ②
03
① 선형 회귀 (Linear Regression) ② 순환 신경망 (RNN) 해설 | Sigmoid는 출력이 0~1 범위여서 이진 분류의 출력층에 자 해설 | Pandas가 표 형태 데이터 구조인 DataFrame을 제공한다.
② 의사결정 나무 (Decision Tree) ③ 셀프 어텐션 (Self-Attention) 주 사용된다.
③ K-평균 군집화 (K-means Clustering) ④ 맥스 풀링 (Max Pooling) 16 16 정답 | ③
04
04 정답 | ② 해설 | JSON에서 불리언은 true/false(소문자) 여야 한다. True는
④ 서포트 벡터 머신 (SVM)
해설 | 과소적합은 모델이 너무 단순하거나 학습이 부족할 때 발생 파이썬 표기.
하므로 모델 복잡도 증가/학습 더 진행이 효과적이다.
17 17 정답 | ④
05
05 정답 | ③ 해설 | 동영상/이미지 같은 것은 구조화가 어려운 비정형 데이터에
해설 | Transformer의 핵심은 Self-Attention으로, 문장 내 토큰 간 해당한다.
관련도를 계산해 문맥을 반영한다.
06 다음 빈칸에 들어갈 알맞은 단어는? 18 18 정답 | ②
06
06 정답 | ② 해설 | Box Plot은 분포(중앙값/사분위)와 이상치를 한눈에 보기
( )은(는) 대규모 데이터셋으로 사전 학 해설 | 사전학습 모델을 특정 작업 데이터로 추가 학습해 최적화하 좋다.
습(Pre-training)된 모델을 가져와서, 특정 작업 는 과정은 Fine-tuning(미세 조정) 이다.
03 인공신경망에서 입력 신호의 총합을 출력 신호로 변 이나 도메인에 맞는 소규모 데이터셋으로 추가 19 19 정답 | ③
07
환하는 함수로, 0과 1 사이의 값을 출력하며 이진 분 07 정답 | ④ 해설 | Canvas/Advanced Data Analysis는 코드 실행/파일 분석엔
류에 주로 사용되는 활성화 함수는? 학습을 시켜 성능을 최적화하는 과정이다. 해설 | Midjourney는 이미지 생성 모델/서비스이며 음성 합성 모델 강점이 있으나 실시간 뉴스 브리핑은 브라우징 기능 영역이다.
이 아니다.
① ReLU 함수 ① 임베딩 (Embedding)
20 20 정답 | ③
② 시그모이드(Sigmoid) 함수 ② 미세 조정 (Fine-tuning) 08 08 정답 | ③ 해설 | 멀티모달 AI는 텍스트·이미지·오디오 등 여러 형태 데이터를
③ 항등(Identity) 함수 ③ 토큰화 (Tokenization) 해설 | Chain of Thought(CoT) 는 모델이 단계적 추론을 하도록 유 동시에 이해/생성한다.
④ Softmax 함수 ④ 프롬프트 인젝션 (Prompt Injection) 도해 복잡한 문제 해결을 돕는다.
218 PART 6. 최신기출문제 정답과 해설 249
PART 6의 기출유형문제에서는 1급과 2급을 포함한 공통 문제에 단답형 및 서술형 주관식
2026 AI-POT 파트6_기출(216~260)_ej1.indd 218
2026. 4. 22. 오후 4:14
2026. 3. 27. 오후 3:51
2026 AI-POT 파트6_기출(216~260)_ej1.indd 218 2026. 4. 22. 오후 4:14 2026 AI-POT 파트6_기출(216~260)_ej1.indd 2492026 AI-POT 파트6_기출(216~260)_ej1.indd 249 2026. 3. 27. 오후 3:51
문항을 추가하여 1ㆍ2급 동시 대비가 가능하도록 구성했습니다.
A
부록 패턴 암기 노트 부록 B 실전 예상 문제
B-1 OpenAI API(구조/Role/파라미터) 예상 ③ response.answer[0]
④ response.messages[0].content
01 다음 중 OpenAI Chat API의 messages에서 사용되
A-1 파이썬 최소 필수 문법 는 role로 가장 거리가 먼 것은? ②
시험에서 파이썬은 “코딩 실력”이 아니라 구조를 읽는 능력이 핵심(특히 import ① system ② user
/ def / print / 리스트·딕셔너리 접근) ③ assistant ④ manager
1) 라이브러리 불러오기(import) ④ 04 다음 설명 중 system role의 용도로 가장 적절한 것
메시지 role의 핵심은 system/user/assistant 3종 은?
• import openai 또는 from openai import OpenAI: OpenAI 라이브러리
이며, system 사용 여부를 근거로 옳고 그름을 판단하는
사용 준비 유형이 출제된다. ① 사용자의 질문을 입력한다.
② 모델의 말투/규칙/페르소나를 지정한다.
•import json : JSON 문자열 변환/파싱에 사용(  dumps/loads)
③ 응답 텍스트를 저장한다.
2) 함수 정의/호출 (def) 02 다음 코드 설명 중 옳은 것을 고르시오. ④ 토큰 사용량을 계산한다.
•def 함수명(매개변수): 형태로 함수 정의 ②
response = client.chat.completions.create(
• 시험에서는 “이 함수가 무엇을 반환(return)하는가?”가 자주 포인트 model=“gpt-4”,
(  API 호출 결과에서 텍스트만 뽑아 반환) messages= [{“role”:“user”,“content”:“요약해
줘”}],
3) 자료구조 2개만 확실히 max_tokens=80 05 다음 messages 구성에 대한 설명으로 옳지 않은 것
) 은?
•리스트(List) a = [10, 20, 30]
- 인덱스는 0부터: a[0] == 10 ① system으로 말투를 지정했다. messages = [
② user 메시지로 질문을 전달한다. {“role”:“system”,“content”:“너는 친절한 상담
•딕셔너리(Dictionary) d = {“key”:“value”} 원이다.”},
③ max_tokens는 창의성(무작위성)을 조절한다.
- 키로 접근: d[“key”] == “value” ④ model은 출력 형식을 JSON으로 강제한다. {“role”:“user”,“content”:“환불 규정을 요약해
줘.”}
4) 시험 필수 함수 ]
②
•print(x) : 출력 질문 전달은 user, 길이 제한은 max_tokens. ① system은 규칙/페르소나 설정에 가깝다.
(system이 없으면 “system을 썼다” 류 설명이 오답 트랩
•len(x) : 길이/개수(리스트 원소 수 등) 이 되기 쉬움) ② user는 질문/요청을 전달한다.
③ assistant는 사용자가 입력할 때 사용하는 role
이다.
03 응답 객체에서 실제 답변 텍스트를 추출하는 경로로 ④ messages는 발화의 순서를 포함한다.
가장 적절한 것은?
③
① response.text
assistant는 AI 답변(또는 과거 답 포함)에 쓰는 role.
② response.choices[0].message.content
2 부록. A 패턴 암기 노트 부록. B 실전 예상 문제 5
부록으로 시험 직전에 핵심 내용을 빠르게 정리할 수 있도록
2026. 5. 13. 오후 12:24
2026 PDF용 AI-POT 부록(01~09)_ej.indd 2
2026 PDF용 AI-POT 부록(01~09)_ej.indd 2 2026. 4. 22. 오후 4:16 2026 PDF용 AI-POT 부록(01~09)_ej1.indd 52026 PDF용 AI-POT 부록(01~09)_ej1.indd 5 2026. 5. 13. 오후 12:24
2026. 4. 22. 오후 4:16
최종 점검용 요약 PDF를 제공합니다.
7
2026. 5. 18. 오후 1:05
2026 AI-POT 부속(001~013)_ej3.indd 7
2026 AI-POT 부속(001~013)_ej3.indd 7 2026. 5. 18. 오후 1:05