alt

1w0304

2026년 11월 15일 공유

🚨 [시험 출제 레이더] 핵심 토픽 분석

예상 출제 순위
핵심 토픽 (주제명)
교수님 강조 수준 (상/중/하)
출제 예상 유형 (단답/계산/비교/서술)
1순위
기호주의(Symbolism) vs 연결주의(Connectionism)
상
비교/서술
2순위
EU AI Act 위험 수준 분류
상
단답/서술
3순위
온톨로지(Ontology)와 지식 그래프(Knowledge Graph)
중
단답/서술
4순위
AI 발전사 (주요 모델 및 사건)
중
단답



🧠 [A+ 서술형 완벽 대비] 논리 흐름 노트

[주제명 1] 기호주의(Symbolism)와 연결주의(Connectionism)

  • 출제 포인트: 인공지능을 구현하는 두 가지 핵심 철학의 차이점과 한계, 그리고 현재의 융합 추세 서술
  • Why (왜 도입되었나): 인간의 지적 능력을 컴퓨터로 구현하기 위해, 지식을 규칙으로 명시하려는 접근(기호주의)과 뇌의 신경망 구조를 모사하려는 접근(연결주의)이 각각 등장함.
  • How (어떻게 작동하나):
  • 기호주의: 세상의 지식을 기호(Predicate logic 등)와 규칙으로 명시적으로 표현함.
  • 연결주의: 인공신경망을 통해 수많은 데이터를 병렬 연산하여 스스로 패턴을 학습함.
  • Limit/Result (한계점 및 의의): 기호주의는 국가나 문화마다 다른 '상식'을 규칙으로 표현하기가 극히 어렵다는 한계가 있음. 연결주의는 막대한 계산량이 필요하여 과거 하드웨어의 한계로 침체기가 있었음. 현재는 거대 언어 모델(연결주의)에 규칙과 논리(기호주의)를 결합하는 하이브리드 형태(Neuro-symbolic AI)로 발전하고 있음.

[주제명 2] EU AI Act (인공지능 시스템 위험 모델)

  • 출제 포인트: AI 기술이 인류에게 미치는 위험성을 4단계로 분류하고 규제하는 논리
  • Why (왜 도입되었나): AI가 사람에게 위해를 가하거나 기본권을 침해하는 것을 막기 위해(예: 중국의 실시간 생체인식 감시 등) 유럽을 중심으로 법적 규제가 필요해짐.
  • How (어떻게 작동하나): 위험도를 4단계로 나눔.
  1. Unacceptable risk (수용 불가): 사회적 평점 매기기, 실시간 원격 생체 식별 등 (사용 금지)
  1. High risk (고위험): 채용/인사 관리, 법 집행, 핵심 기반 시설 운영 등 (적합성 평가 후 사용)
  1. Transparency risk (투명성 위험): 챗봇, 딥페이크, AI 생성 콘텐츠 (AI가 만들었음을 명시해야 함)
  1. Minimal risk (최소 위험): 스팸 필터, 추천 시스템 등 (규제 없음)
  • Limit/Result (한계점 및 의의): 시스템 개발자는 AI 모델의 위험성을 평가하고 완화 방안을 제시해야 하는 투명성 의무를 지게 됨.

⚔️ [필수 암기] 헷갈리는 개념 비교

비교 항목
기호주의 (Symbolism)
연결주의 (Connectionism)
핵심 원리
인간의 암묵적/절차적 지식을 기호와 규칙으로 명시화 (Predicate logic 등)
인간의 뇌 신경세포 네트워크를 모사하여 데이터를 통한 패턴 학습
장점/단점
장점: 논리적 추론 명확 / 단점: 상식적 지식 표현이 매우 어려움
장점: 복잡한 패턴 발견 유용 / 단점: 막대한 계산량 요구 (과거 하드웨어 한계)
적용 사례
전문가 시스템 (MYCIN 등), 온톨로지
딥러닝, CNN (AlexNet), Transformer
⚠️ [출제자의 함정 주의!]EU AI Act의 위험 분류에서 '딥페이크'나 '챗봇'을 가장 높은 단계인 'Unacceptable risk'로 착각하기 쉽습니다. 이들은 'Transparency risk(투명성 위험)'에 해당하며, AI 생성물임을 명시하기만 하면 됩니다. 절대 금지되는 것은 '사회적 평점'이나 '실시간 원격 생체 식별'입니다.



🎯 [실전 모의고사] 교수님 맞춤형 하드코어 훈련

[섹션 1: 단답 및 개념 확인형 (5문항)]
  • Q1. 1966년 MIT에서 개발된 인류 최초의 챗봇으로, 심리치료사처럼 사용자의 질문에 패턴 매칭을 통해 응답한 프로그램의 이름은 무엇인가?
  • Q2. 특정 도메인의 개념과 그 관계를 형식적으로 정의하고, 사람들이 토론을 통해 합의를 이룬 바를 컴퓨터에서 다룰 수 있는 형태로 표현한 모델을 무엇이라 하는가?
  • Q3. EU AI Act에서 챗봇, 딥페이크, AI 생성 콘텐츠가 속하는 위험 등급의 명칭은 무엇인가?
  • Q4. 기계학습에서 모델이 예측한 값과 실제 참값 간의 차이를 계산하여 가중치를 보정하는 과정을 무엇이라 하는가? (강의 슬라이드 코드 참고)
  • Q5. 인공지능의 발전 과정에서, 1956년 인공지능(AI)이라는 용어가 처음 사용되고 관련 연구가 본격적으로 시작된 학술 대회의 이름은 무엇인가?
[섹션 3: 서술형 및 논술형 (2문항)]
  • Q1. 인공지능 연구의 양대 산맥인 '기호주의(Symbolism)'와 '연결주의(Connectionism)'의 핵심 원리를 비교하여 설명하고, 기호주의가 과거에 겪었던 가장 큰 한계점 1가지를 서술하시오.
  • Q2. 최근 거대 언어 모델(LLM)이 환각 현상(Hallucination)을 줄이고 도메인 특화 지식을 갖추기 위해 '지식 그래프(Knowledge Graph)'와 온톨로지를 결합하는 방식을 사용하고 있습니다. 강의에서 설명된 온톨로지의 특징을 바탕으로 이러한 결합이 왜 효과적인지 추론하여 서술하시오.<details> <summary><b>💡 정답 및 해설 (클릭하여 확인)</b></题>
공개 노트 모두 보기