문제4) 최근 인공지능 기술 활용이 증가하면서 다양한 보안 위협이 증가하고 있다. 이와 관련하여 아래 사항들에 대하여 설명하시오. 1) 머신러닝 학습과정에서의 적대적 공격 4가지와 방어기법 2) 생성형 언어모델 기반의 인공지능 기술 활용 시 발생할 수 있는 보안취약점 답) 1. 머신러닝의 적대적 공격 개요 정의 러닝의 심층신경망을 이용한 모델에 적대적 교란(Adversarial Perturbation)을 적용하여 오분류 를 발생시키는 공격기술 유형 적대적 공격은 AI를 활용하고 있는 다양한 분야에 위협이 되고 있음. 머신러닝 학습 과정에서 악의적인 학습데이터를 주입해 머신러닝 모델을 망가뜨리는 중독 공격(Poisoning attack), 머신러닝 모델의 추론 과정에서 데이터를 교란해 머신러닝을 속이는 회..

문제9) 머신러닝 최적화 알고리즘 (Optimization Algorithm) 유형 및 장단점 답) 1. 효율 최적화를 위한, 머신러닝 최적화 알고리즘의 개요 머신 러닝 오차 최소화를 위해 예측값의 손실함수 값을 줄이도록 가중치와 편향값을 조절하여 비용 함수의 최소값을 찾는 알고리즘 2. 머신러닝 최적화 알고리즘의 유형 및 장단점 가. 머신러닝 최적화 알고리즘 유형 머신 러닝 성능 향상을 위해 옵티마이저는 스텝 방향, 스텝 사이즈 두 가지 측면에서 지속적 발전 나. 머신러닝 최적화 알고리즘 유형별 장단점 유형 장단점 Stochastic Gradient Decent 장점 학습률을 기준으로 손실함수(Loss Function) 그래프의 경사를 따라내려 가면서 가중치를 Update하는 옵티마이저 단점 오버슈팅 ..

문제7) 머신러닝(Machin Learning)과 딥러닝(Deep Learning) 차이 답) 1. 머신러닝과 딥러닝의 개념 비교 머신러닝 딥러닝 입력된 데이터를 스스로 학습하여 결과를 예측하거나 분류하는 기술 머신러닝 기술 중 하나인 인공신경망에서 히든레이어를 깊게 쌓아 만든 기술 2. 머신러닝과 딥러닝의 상세 차이점 설명 가. 머신러닝과 딥러닝의 범위 차이 인공지능은 머신러닝과 딥러닝을 포함하며, 머신러닝에 딥러닝이 포함 나. 머신러닝과 딥러닝의 세부 내용 비교 항목 머신러닝 딥러닝 구성 지도학습, 비지도학습, 강화학습 인공신경망 주요 알고리즘 SVM, KNN, PCA, 회귀분석, 인공신경망 등 MLP, CNN, RNN, LSTM, GAN 등 기반 인공지능 및 통계학 기반 인공지능 및 머신러닝 기반 ..

문제5) K-means Clustering과 DBSCAN(Density-Based Spatial Clustering of Application with Noise)개념,구성요소, 장/단점 답) 1. 중심기반 군집화 K-평균 알고리즘(K-Means) 구분 공식 설명 개념 n개의 데이터를 K개의 군집으로 분류하기 위해 거리 기반으로 반복적으로 계산해 나가는Clustering 알고리즘 개념도 구성 요소 K 값 클러스팅하여 묶을 클러스터의 개수 Centroid 클러스터링을 할 중심 값 장점 짧은 계산 시간 간단한 알고리즘에 빠른 연산 가능 탐색적 방법 탐색적 방법을 사용하여 대용량 데이터에 적합 데이터 다양화 다양한 데이터의 적용 가능 가중치, 거리 정의 적절한 가중치와 거리의 정의가 필요 단점 초기 클러스터링..

문제2) A 발주기관은 B수행업체에게 IT 아웃소싱업무를 위탁하였다. 다음에 대하여 설명하시오. 가. 발주가능한 아웃소싱의 유형 나. SLA(Service Level Agreement)와OLA(Operation Level Agreement) 다. Penalty/Incentive 관리체계, SIP(Service Improvement Plan), Annual Reset 답) 1. 서비스 특성 맞춤형 아웃소싱, IT 아웃소싱의 개요 및 유형 가. IT 아웃소싱의 개요 정의 외부를 뜻하는 Out과 자원 활용을 뜻하는 Sourcing의 합성어로 아웃소싱은 외부 전문기관에 위탁하여 정보시스템 관리 활동의 전부 또는 일부를 위탁하여 관리하는 것 고객의 다양한 정보시스템 관리 및 개발업무를 외부 전문회사가 위탁 받아 ..

문제2) 데이터 커머스(Data Commerce)의 중요성이 점차 증대되고 있다. 데이터 커머스에 대한 아래의 사항을 설명하시오 가. 개념과 주요기술 나. 특징 다. 활용 분야 답) 1. e-Commerce 시장의 확대 다양한 Commerce의 등장 및 빅데이터의 확산으로 인해 데이터 분석 기술 기반의 Data Commerce 등장 2. Data Commerce의 개념 및 특징 가. Data Commerce의 개념 데이터 분석 기술을 기반으로 소비자와 상품 데이터를 분석해 맞춤형 쇼핑 정보를 제공하는 커머스 나. Data Commerce의 특징 특징 설명 맞춤형 정보 데이터 분석을 통한 개인별 맞춤형 상품 추천 중계 플랫폼 기업과 소비자간의 중계 역할 수행 빅데이터 활용 다양한 채널에서의 데이터를 이용한..

문제2) IT 프로젝트의 위험도가 크거나 대규머 사업은 상주감리 제도를 적용할 수 있다. 상주감리 업무 수행 범위와 절차를 설명하고, PMO(Project Management Office)와의 연관관계를 설명하시오 답) 1. 정기감리 이외의 추가감리, 상주감리 제도의 도입배경 정보시스템감리기준 제3조 2항에 따라, 대기업인 소프트웨어사업자의 참여가 제한되는 경우 또는 감리대상 사업의 위험도·난이도가 높다고 판단되는 경우 추가감리인 상주감리를 수행 2. 상주감리 업무수행 범위와 절차 가. 상주감리 업무수행 범위 감리관점 업무범위 감리기준 절차 사업수행계획서, WBS, 개발방법론의 공정·산출물 조정내역 검토 제10조의 2제1항 제1호 과업 범위(요구사항)구체화 및 과업변경 영화·타당성 검토 제10조의 2제1..

문제3) 반도체 생태계를 차지하고자 하는 글로벌 기업들의 소리없는 전쟁이 계속되고 있다. 우리나라는 메모리반도체의 강국이지만 비메모리로 반도체 분야에서는 뒤쳐져 있다. 다음에 대하여 설명하시오. 가. 메모리 반도체와 비메모리 반도체 비교 나. 반도체 산업의 가치사슬(Value Chain) 다. 비메모리 반도체 성장을 위한 비전과 전략 답) 1. 메모리 반도체와 비메모리 구분 메모리 반도체 비메모리 반도체 기능 저장 처리, 연산, 추론 시장구조 소품종 대량양산 다품종 소량 양산 시장 변동성 민감 둔감 생산구조 설계 업체가 대부분 양상 대부분 설계와 양산 업체 분리 경쟁력 자본력, 기술력 설계기술 주요업체 삼성전자, 하이닉스, Micron Intel, Qualcomm, ST Micro 2. 반도체 산업의 가..

문제4) 다음 주사위 게임 유스케이스(Usecase)에 대하여 작성하시오. 참여자는 주사위 게임을 수행한다. 주사위 게임은 두 개의 주사위를 굴려서 결과를 보여준다. 주사위 앞면 에 나온 값의 합이 8이면 이기는 것이고, 그렇지 않으면 지게 된다. 가. 개념적 객체 모델(Conceptual Object Model) 나. 시퀀스 다이어그램(Sequence Diagram) 다. 클래스 다이어그램(Class Diagram) 답) 1. 주사위 게임 설계를 위한 유스케이스 작성 절차 설명 개념적 객체 모델을 먼저 작성하여, 객체간의 관계를 정립한 이후 시퀀스 다이어그램과 클래스 다이어그램 작성하여 구체화 2. 개념적 객체 모델 가. 개념적 객체 모델 개념 분류 항목 설명 개념적 객체 모델 개념 특정 시스템 상태에..

문제6) 아래 내용을 반영한 클래스 다이어그램(Class Diagram)을 작성하시오. 가. 훈련교사(Trainer) 는 하나 이상의 여러 종목(Program)을 훈련시킬 수 있다. 나. 각 종목(Program)은 훈련시간표 상 슬롯(Slot)에 훈련시간(Time)과 훈련실(Room)이 할당되어 있다. 클래스 속성 Trainer id, name Progeam number, name Room number, name Time day,hour 답) 1. 객체의 정적인 표현, 클래스 다이어그램의 개요 시스템을 구성하는 객체의 타입을 정의하고, 그 타입들 간의 존재하는 관계를 표현하는 정적 다이어그램 Class, Interface, Collaboration 간의 관계를 나타내며 객체 지향 시스템 모형화에서 가장 ..