TBC 3기_ 3주차

Hallucination 문제는 주로 어떤 AI 모델에서 자주 발생할 수 있나요?

• 예측 기반 시스템
• 분류형 AI 모델
• 단순 규칙 기반 시스템
• 생성형 AI 모델

ANI, AGI, ASI의 차이점은 무엇인가요?

• ANI는 특정 작업만 수행하고, AGI는 인간 수준의 지능을, ASI는 인간보다 뛰어난 지능을 가진다
• 모든 AI는 동일한 역할을 수행한다
• AGI는 특정 작업만 수행할 수 있다
• ASI는 인간 수준의 지능을 가진다

머신러닝과 딥러닝의 차이점은 무엇입니까?

• 머신러닝은 데이터 기반 학습이고, 딥러닝은 인공신경망을 사용한 복잡한 패턴 학습이다
• 모든 AI 기술은 머신러닝의 일부이다
• 머신러닝은 인간의 지능을 대체할 수 있고, 딥러닝은 고정된 알고리즘을 사용한다
• 딥러닝은 데이터 기반 학습이고, 머신러닝은 인공신경망을 사용한다

AI의 한계와 이를 극복하기 위한 방안은 무엇인가요?

• 모든 문제를 해결할 수 있다
• 엄청난 운영비용으로 더 이상의 발전이 어렵다
• 복잡한 판단이 어려우며, 인간의 도움과 추가 데이터를 통해 성능을 향상시킬 수 있다
• 고정된 알고리즘만 사용 가능하며 인간이 지속적으로 업그레이드 시켜줘야 한다

생성형 AI의 특징은 무엇인가요?

• 기존 데이터에서 새로운 콘텐츠를 생성할 수 있다
• 인간의 판단을 대체할 수 없다
• 모든 데이터는 수동으로 입력해야 한다
• 고정된 정보만을 제공한다

Hallucination 문제는 어떤 상황에서 발생할 수 있습니까?

• 모든 데이터는 항상 정확하기 때문에 발생하지 않는다.
• AI가 사용자의 명령을 무시할 때 발생한다.
• 잘못된 학습 데이터로 인해 AI가 사실이 아닌 정보를 생성할 때 발생한다.
• AI가 입력 데이터를 정확하게 분석할 때 발생한다.

ChatGPT를 통해 IT 문서를 작성할 때 주의해야 할 점은 무엇인가요?

• 생성된 내용의 정확성을 검토하고 수정할 필요가 있다
• 모든 문서는 자동으로 완벽하다
• AI가 작성한 문서는 수정이 불가능하다
• 모든 데이터를 그대로 사용할 수 있다

AI 트렌드가 현재까지 발전해 온 주요 이유는 무엇인가요?

• 딥러닝 기술의 발전과 GPU의 높은 연산 처리 능력 덕분이다
• 모든 AI 연구는 동일한 방식으로 진행된다
• AI는 별도의 학습 없이도 높은 성능을 제공한다
• AI 기술은 항상 고정된 상태를 유지한다

생성형 AI를 활용할 수 있는 분야는 무엇인가요?

• 기존 데이터의 단순한 계산 작업
• 이미지 생성, 음악 작곡, 텍스트 작성 등 다양한 창작 작업
• 추천 시스템, 음성 인식 등
• 모든 분야에 AI를 사용할 수 없다

회의록 요약에 ChatGPT를 사용하는 가장 적절한 방법은 무엇인가요?

• STT 도구로 텍스트를 추출한 후 GPT를 이용해 요약한다
• 모든 회의록은 수기로 작성하여 OCR 기능을 사용한다.
• AI는 회의록 작성에 적합하지 않다
• 회의록 요약은 불가능하다