섹션 2: Navigating the Generative AI Tsunami
📌 강의 요약 (Generative AI & AI Basics)
1. Generative AI의 영향
- 콘텐츠 생성: 이미지, 텍스트, 음악 등 창작물 자동 생성
- 개인화 경험: 추천 시스템, 맞춤형 UI 제공
- 헬스케어: 신약 개발(분자 구조 시뮬레이션), 의료 영상 분석 → 더 정확하고 빠른 진단
- 언어 처리: 챗봇, 번역, 음성 인식 → 맥락 이해 대화 가능
- 기타 분야: 자율주행, 과학 연구, 사이버보안, 데이터 분석
➡️ 핵심 강조: Generative AI는 단순한 자동화가 아닌 새로운 패턴을 생성하는 능력으로, 일상과 산업 전반에 깊숙이 통합되고 있음.
2. AI의 정의와 필요성
- AI 정의: 인간 지능을 모방하여 문제 해결, 추론, 학습, 의사결정 수행
- 필요성
- 자동화: 반복 업무 효율화
- 생산성 향상: 대규모 데이터 분석·통찰
- 개인화 서비스: 스트리밍·커머스 맞춤 추천
- 예측 분석: 미래 수요/리스크 예측
- 창의성 보조: 음악·디자인 등 창작 지원
- 헬스케어 발전: 진단·신약 개발
- 자율 시스템: 자율주행·드론·로봇
3. AI의 레벨 (Levels of AI)
- Narrow AI (ANI) – 특정 업무 전용 (예: 이미지 분류, 번역기)
- General AI (AGI) – 인간 수준의 범용 지능 (아직 이론 단계)
- Limited Self-aware AI – 제한적 자기인식, 특정 맥락 적응
- Full Self-aware AI – 인간 수준의 자기인식·감정 (이론 단계)
- Superintelligent AI – 인간 능력 초월, 자율적 개선 가능
➡️ 현재 AI는 대부분 1~2단계(ANI/초기 AGI)에 머물러 있음.
4. AI의 주요 유형 (Types of AI)
- Narrow/Weak AI – 특정 작업만 수행
- AGI (범용 AI) – 인간 수준 지능
- Machine Learning (ML) – 데이터 기반 학습 (지도/비지도/강화학습)
- Deep Learning – 신경망 기반, 이미지·음성·번역에 활용
- Reinforcement Learning – 보상 기반 의사결정 (게임·로봇)
- NLP (자연어처리) – 언어 이해·생성 (챗봇, 번역, 음성인식)
- Computer Vision – 시각 정보 인식 (얼굴 인식, 자율주행)
- Expert Systems – 전문가 지식 기반 추론 (의학·금융)
- Robotics – AI+로봇, 물리적 작업 수행
- Autonomous Systems – 인간 개입 없는 의사결정 (드론, 스마트홈)
✅ 최종 핵심 포인트
- Generative AI는 단순 분석이 아닌 새로운 콘텐츠 창조 능력으로 인해 모든 산업에 파급력을 미치고 있음.
- AI는 자동화·개인화·예측·창의성에서 큰 가치를 제공하며, 특히 헬스케어·언어처리·자율시스템에서 혁신적 진전.
- AI 발전 단계는 현재 Narrow AI 중심이며, AGI·Superintelligence는 아직 이론적 단계.
- AI 유형은 ML, DL, NLP, CV 등 다양한 분야로 확장되어 있으며 각각 특화된 활용 사례가 존재.
📑 챕터별 문제 & 해설
📍 Chapter 5. Impact of Generative AI
문제 1 (하)
다음 중 Generative AI의 활용 예시로 옳지 않은 것은?
① 새로운 음악 작곡 지원
② 소설 작성 보조
③ 의료 영상 분석
④ 단순 계산기 기능 제공
정답: ④
해설: 계산기는 단순 연산만 수행하며 새로운 패턴을 생성하지 않는다. Generative AI는 창작·콘텐츠 생성·의료 데이터 분석 등 새로운 데이터 생성이 핵심이다.
문제 2 (중)
Generative AI가 개인화 경험에 기여하는 방식으로 가장 적절한 것은?
① 자율주행 차량의 센서 오작동 보정
② 스트리밍 플랫폼의 맞춤형 추천 제공
③ 하드웨어 성능 최적화
④ 데이터베이스 저장 용량 증가
정답: ②
해설: Generative AI는 추천 시스템과 적응형 인터페이스를 통해 사용자 맞춤 경험을 제공한다.
문제 3 (상)
다음 설명 중 Generative AI의 핵심적 특성을 모두 고른 것은?
ㄱ. 자연어 입력을 이해하고 새로운 패턴을 생성한다.
ㄴ. 기존 데이터를 단순히 분류·예측하는 데 그친다.
ㄷ. 이미지·텍스트·음악 등 창작물을 생성할 수 있다.
ㄹ. 반드시 인간의 지시 없이 스스로 작동해야 한다.
① ㄱ, ㄷ
② ㄴ, ㄹ
③ ㄱ, ㄴ, ㄹ
④ ㄱ, ㄷ, ㄹ
정답: ①
해설: Generative AI는 자연어 기반 패턴 입력 → 새로운 콘텐츠 생성이 특징이다. 하지만 반드시 인간 지시 없이 자율적으로 작동할 필요는 없다.
📍 Chapter 6. What is AI?
문제 1 (하)
AI의 기본 정의로 가장 적절한 것은?
① 인간의 신체 기능을 모방하는 기술
② 인간 지능을 모방하여 학습·추론·문제 해결을 수행하는 시스템
③ 모든 인간 업무를 대체하는 로봇 시스템
④ 단순히 데이터를 저장·검색하는 기술
정답: ②
해설: AI는 인간 지능 모방이 핵심이다. 단순 저장/검색과는 구별된다.
문제 2 (중)
AI가 기업 의사결정에 기여할 수 있는 부분으로 옳은 것은?
① 데이터 기반 패턴 분석과 예측 제공
② 모든 윤리적 문제 해결
③ 항상 인간보다 정확한 직관 제공
④ 시스템 하드웨어 고장 자동 수리
정답: ①
해설: AI는 대규모 데이터를 분석하여 패턴과 인사이트 제공 → 의사결정 지원이 가능하다. 윤리·직관·하드웨어 문제 해결은 직접적 기능이 아님.
문제 3 (상)
다음 중 AI 도입 목적과 가장 거리가 먼 것은?
① 자동화 및 효율성 향상
② 개인화 추천 제공
③ 예측 분석을 통한 리스크 관리
④ 인간 감정을 완벽하게 대체
정답: ④
해설: 현재 AI는 인간의 감정을 완벽히 대체할 수 없으며, AI 도입 목적과도 거리가 멀다.
📍 Chapter 7. Levels of AI
문제 1 (하)
현재 가장 널리 활용되고 있는 AI 수준은?
① Narrow AI (ANI)
② General AI (AGI)
③ Full Self-aware AI
④ Superintelligent AI
정답: ①
해설: 현재 대부분의 AI는 특정 작업에 최적화된 Narrow AI(약인공지능) 수준에 머물러 있다.
문제 2 (중)
다음 설명에 해당하는 AI 수준은?
“자기 능력과 한계를 인식하고 특정 맥락 내에서 적응과 개선이 가능하지만 완전한 자율성은 없음.”
① Narrow AI
② Limited Self-aware AI
③ Full Self-aware AI
④ Superintelligent AI
정답: ②
해설: 이는 제한적 자기인식 AI(Level 3)에 해당한다. 부분적으로 맥락 적응은 가능하나 완전 자율성은 부족하다.
문제 3 (상)
AGI(범용 AI)의 특징으로 옳은 것은?
① 특정 작업만 수행 가능
② 인간과 유사한 범용 지능 보유
③ 이미 현실에서 상용화되어 있음
④ 자기인식과 감정을 가짐
정답: ②
해설: AGI는 인간 수준의 범용 지능을 목표로 하나 아직 이론적 개념일 뿐 실현되지 않았다.
📍 Chapter 8. Types of AI
문제 1 (하)
다음 중 Computer Vision의 대표적 활용 사례가 아닌 것은?
① 얼굴 인식
② 이미지 분류
③ 객체 탐지
④ 음악 작곡
정답: ④
해설: 음악 작곡은 Generative AI나 NLP 기반 AI 영역에 가깝다. Computer Vision은 영상·이미지 분석에 특화됨.
문제 2 (중)
다음 중 Reinforcement Learning의 대표적 활용 사례는?
① 게임 플레이 전략 학습
② 문서 번역
③ 의학적 진단
④ 고객 맞춤 추천
정답: ①
해설: 강화학습은 보상 기반 의사결정으로 게임·로봇·최적화 문제에서 많이 쓰인다.
문제 3 (상)
다음 AI 유형과 설명이 올바르게 짝지어진 것은?
① Expert System – 인간 전문가의 의사결정을 규칙 기반으로 모방
② NLP – 주식 가격 예측
③ Deep Learning – 규칙 기반 전문가 지식 활용
④ Robotics – 단순 데이터 시각화
정답: ①
해설: Expert System은 규칙·지식 기반으로 특정 도메인에서 전문가 의사결정을 흉내낸다. NLP는 언어 처리, Deep Learning은 신경망 기반, Robotics는 물리적 행동 수행과 관련 있다.
