2024년 국가직 7급 공개경쟁채용 인공지능 나책형 기출문제

2024년 국가직 7급 공개경쟁채용 인공지능 나책형 25문항 중 14문항의 발문과 선지입니다. 시험 시간은 25분입니다. 나머지 11문항은 그림이나 지문이 있어 앱에서 볼 수 있습니다. 정답·해설은 앱에서 볼 수 있습니다.

출처: 국가공무원 채용시스템(인사혁신처)

앱에서 풀어 보기

1번 그림이나 지문이 있는 문항입니다. 앱에서 보기
2번
인공지능 활용 분야 중 사용되는 대표 학습 모델이 다른 것은?
1. ①유명한 화가가 그린 그림의 화풍을 분석하는 것
2. ②현금 인출기에서 수표에 쓰인 필기체 숫자를 인식하는 것
3. ③스마트폰에서 연관성이 있는 사진들을 모아 정리해 주는 것
4. ④사람이 하는 말을 텍스트로 변환해 주는 서비스를 이용하는 것
3번
생성형 인공지능에 대한 설명으로 옳지 않은 것은?
1. ①프롬프트(prompt)에 대응하여 텍스트, 이미지 등을 생성한다.
2. ②주요 생성형 인공지능 모델로는 ChatGPT, Bard, LLaMa 등이 있다.
3. ③학습 데이터의 패턴과 구조를 학습하여 유사한 특징이 있는 새로운 데이터를 생성한다.
4. ④텍스트를 이미지로 변환하는 생성형 모델로는 Stable Diffusion, Neocognitron, DALL-E 등이 대표적이다.
4번
인공지능을 구현하기 위해 필요한 요소 기술에 대한 설명으로 옳지 않은 것은?
1. ①추론은 현재 상태에서 목표 상태에 도달하기 위해 수행해야 할 일련의 행동 순서를 찾는 것을 의미한다.
2. ②지식표현은 문제를 해결하거나 심층적인 추론을 하는 데 사용할 수 있도록 지식을 효과적으로 표현하는 방법이다.
3. ③학습은 경험을 통해 나중에 동일한 문제나 유사한 문제를 더 잘 해결할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것을 의미한다.
4. ④탐색은 문제의 답이 될 수 있는 것들의 집합을 공간으로 간주하고 문제에 대한 최적의 해를 찾기 위해 공간을 체계적으로 검색하는 것을 의미한다.
5~7번 그림이나 지문이 있는 문항입니다. 앱에서 보기
8번
서포트 벡터 머신에 대한 설명으로 옳지 않은 것은?
1. ①주어진 데이터를 두 개의 영역으로 분류하는 이진 분류기이다.
2. ②Vapnik 등이 개발한 통계 학습 이론의 결과를 기반으로 하는 기계학습 방법이다.
3. ③데이터 분류를 위한 경계면은 경계면과 서포트 벡터들 간의 거리가 최대가 되도록 결정한다.
4. ④경계면 결정 시 일부 데이터가 마진(margin) 내에 들어오도록 허용하는 것을 하드(hard) 마진이라 한다.
9번 그림이나 지문이 있는 문항입니다. 앱에서 보기
10번
활성화 함수 수식으로 옳지 않은 것은?
1. ①softmax ( x ) = \frac{{2}}{{1 + e^{{- 2 x}}}} \, - 1
2. ②softplus ( x ) = \ln ( 1 + e^{{x}} )
3. ③sigmoid ( x ) \, = \, \frac{{1}}{{1 + e^{{- x}}}} \, \, ( 단 극 성 )
4. ④" LeakyReLU ( x ) " \, " = " \, " \max ( " \alpha " x , " \, " x ) " \, ( \alpha \, 는 \, 양 의 \, 상 수 )
11번
기계학습에서 발생할 수 있는 과적합(overfitting)을 완화하기 위한 방법으로 옳지 않은 것은?
1. ①드롭아웃(dropout)은 학습 과정에서 노드를 미리 정해진 비율만큼 랜덤으로 비활성화하여 과적합을 완화한다.
2. ②배치 정규화(batch normalization)는 은닉층의 가중치를 정규화하고 노드값의 표준편차를 증대시켜 과적합을 완화한다.
3. ③데이터 증강(data augmentation)은 기존 학습 데이터에 약간의 변형을 가한 새로운 학습 데이터를 추가하여 과적합을 완화한다.
4. ④규제화(regularization)는 오차 함수를 오차 항과 모델 복잡도 항의 합으로 정의하여 가중치의 절댓값을 제한함으로써 과적합을 완화한다.
12번 그림이나 지문이 있는 문항입니다. 앱에서 보기
13번
생성적 적대 신경망(GAN, Generative Adversarial Network)에 대한 설명으로 옳지 않은 것은?
1. ①판별자 출력층의 노드는 하나이다.
2. ②생성자와 판별자의 두 신경망을 사용한다.
3. ③생성자의 학습 과정에서는 판별자를 사용하지 않는다.
4. ④생성자의 목적은 판별자를 속일 수 있을 정도로 품질이 높은 위조 데이터를 생성하는 것이다.
14번
컴퓨터 비전 관련 딥러닝 모델에 대한 설명으로 옳지 않은 것은?
1. ①YOLO는 정확도보다 처리 속도에 강점을 갖는 객체 탐지 및 분류 모델이다.
2. ②R-CNN 모델에서는 객체 탐지와 분류를 동시에 수행하므로 효율성이 높다.
3. ③Fast R-CNN 모델에서는 입력 영상에서 객체를 탐지하기 위해 선택적 탐색 알고리즘을 사용한다.
4. ④SSD(Single Shot Detector)는 YOLO에 비해 객체 탐지 및 분류의 정확도와 처리 속도가 개선된 모델이다.
15번 그림이나 지문이 있는 문항입니다. 앱에서 보기
16번
강화 학습(reinforcement learning) 모델과 관련성이 가장 적은 것은?
1. ①Gym
2. ②AlphaGo
3. ③AlphaStar
4. ④Deep Dream
17번
오차를 최소화하는 가중치를 찾기 위해 사용되는 경사 하강법(gradient descent)은 함수의 최솟값을 찾기 위해 경삿값을 사용하는 반복적인 최적화 알고리즘이다. y = ( x - 3 )^{{2}} + 15로 표현되는 함수가 손실 함수라고 할 때, x = 7인 경우의 경삿값은?
1. ①8
2. ②14
3. ③23
4. ④31
18번
전이 학습(transfer learning)에 대한 설명으로 옳은 것은?
1. ①입력 데이터와 출력 데이터가 동일하도록 학습하는 과정을 갖는다.
2. ②강화 학습의 한 종류로 환경에서 상태의 전이와 보상값의 생성 메커니즘을 설명하는 일종의 함수이다.
3. ③서열(sequence) 데이터에서 이전 값들을 고려하기 위해 은닉층 또는 출력층의 값을 활용한다.
4. ④어떤 한 분야에서 특정 과업을 수행하도록 학습한 후 유사한 분야 또는 다른 분야의 과업을 수행할 때 이전 학습 경험을 적용한다.
19~20번 그림이나 지문이 있는 문항입니다. 앱에서 보기
21번
결정 트리(decision tree)에 대한 설명으로 옳지 않은 것은?
1. ①엔트로피(entropy) 값이 작은 집단일수록 동질적이다.
2. ②일반적으로 정보 이득(information gain)이 큰 분할 속성일수록 우수하다.
3. ③정보 이득비(information gain ratio)는 속성의 엔트로피를 정보 이득으로 나눈 값이다.
4. ④데이터를 가능한 한 동질적 집단이 되도록 분류하는 분할 속성(splitting attribute)을 선택하는 것이 효율적이다.
22번
퍼지 이론(fuzzy theory)에 대한 설명으로 옳지 않은 것은?
1. ①소속 정도(degree of membership(\mu))는 0 < \, \mu \, \le \, 1로 정의된다.
2. ②퍼지 규칙은 IF-THEN 형태의 문장으로 표현된다.
3. ③소속 함수를 통해 정성적인 대상을 표현할 수 있다.
4. ④비퍼지화(defuzzification)를 통해 퍼지 추론 결과를 하나의 실수값으로 변환할 수 있다.
23번 그림이나 지문이 있는 문항입니다. 앱에서 보기
24번
합성곱 신경망과 순환 신경망(RNN, Recurrent Neural Network)에 대한 설명으로 옳지 않은 것은?
1. ①순환 신경망은 기울기 소멸(vanishing gradient) 문제가 심각하게 발생하지 않는 장점이 있다.
2. ②순환 신경망에서는 일반적으로 하이퍼볼릭 탄젠트(hyperbolic tangent) 함수(tanh())를 활성화 함수로 사용한다.
3. ③합성곱 신경망은 특징 추출을 담당하는 합성곱층과 분류를 담당하는 전결합층을 포함하는 다층 퍼셉트론 모델의 한 종류이다.
4. ④합성곱 신경망은 필터로 특징을 추출하고 풀링을 이용하여 입력의 변화에 강건한(robust) 방식으로 사물을 분류한다.
25번 그림이나 지문이 있는 문항입니다. 앱에서 보기