| English | 의미 |
|---|---|
| artificial intelligence/ˌɑːtɪˈfɪʃl ɪnˈtelɪdʒəns/ | 인공지능 |
| machine learning/məˈʃiːn ˈlɜːnɪŋ/ | 머신러닝 |
| training data/ˈtreɪnɪŋ ˈdeɪtə/ | 훈련 데이터 |
| deep learning/diːp ˈlɜːnɪŋ/ | 딥러닝 |
| neural networks/ˈnjuːrəl ˈnetwɜːks/ | 신경망 |
| speech recognition/spiːtʃ ˌrekəɡˈnɪʃn/ | 음성 인식 |
| image recognition/ˈɪmɪdʒ ˌrekəɡˈnɪʃn/ | 이미지 인식 |
| machine translation/məˈʃiːn trænˈsleɪʃn/ | 기계 번역 |
| recommendation systems/ˌrekəmenˈdeɪʃn ˈsɪstəmz/ | 추천 시스템 |
| autonomous vehicles/ɔːˈtɒnəməs ˈvɪəklz/ | 자율 주행 자동차 |
| optical character recognition/ˈɒptɪkl ˈkærɪktə ˌrekəɡˈnɪʃn/ | 광학 문자 인식 |
| text-to-speech/tekst tə spiːtʃ/ | 텍스트-투-스피치 |
| bias/ˈbaɪəs/ | 편향 |
| accountability/əˌkaʊntəˈbɪlɪti/ | 책임성 |
인간이 감히 두지 않았던 수
- 2016년 3월, 알파고라는 현역 최강의 바둑棋사 중 한 명인 이세돌을 4승 1패로 누르고 승리를 거두었다. 두 번째 게임에서 해설자들은 이를 실수로 평가한 수를 두었는데, 결과적으로 이 수는 승리 전략이 되었다.
- 그 수를任何人 programmed하지 않았다. 시스템은 수백만 개의 바둑盤面을 분석하고 스스로 대局을 치며, 제작자가 직접 적어둘 수 없었던 패턴을 학습했다.
- 2년 뒤 아마존은 AI 채용 도구를 폐기했는데, 10년간의 이력서(CV)를 학습하여 '여성의'라는 단어가 포함된 이력서는 모두 점수를 낮추도록 학습했기 때문이다.
- 둘 다 인공지능(AI) 이다. 이 과목에서는 이것이 어떻게 학습하는지, 어떤 용도로 쓰이는지, 그리고 사회·경제·환경적 영향을 다루는다.
AI란 무엇이며 현대 AI가 어떻게 학습하는가
- 인공지능(AI) 은 음성 및 이미지 인식, 번역, 게임, 운전 등 일반적으로 인간의 지능이 필요한 작업을 수행하는 컴퓨터 시스템을 뜻한다.
- 대부분의 현대 AI는 머신러닝(machine learning) 을 사용한다. 단계별로 프로그램되는 대신, 방대한 양의 학습 데이터(training data) 에서 패턴을 학습하여 특정 작업 성능을 향상시킨다.
- 딥러닝(deep learning) 은 여러 층의 연결 노드를 가진 신경망(neural networks) 을 사용하며, 현재 가장 주류인 접근법이다. 더 좋고 큰 데이터는 더 나은 모델을 만들고, 나쁜 데이터는 나쁜 결과를 낳는다.
모델은 규칙으로 작성되는 것이 아니라 예시를 통해 학습된다
Machine learning differs from traditional programming because it:
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
ML algorithms improve at a task by learning from large amounts of data, rather than following hand-written rules.
Match each AI term to what it means.
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
ML learns from data; deep learning uses many layers; bias and opacity (black box) are key ethical concerns.
응용 분야
- 입력 이해: 음성 인식(speech recognition) 은 말한 말을 텍스트로 변환하고, 이미지 인식(image recognition) 은 사진 속 사물, 얼굴 또는 텍스트를 찾는다.
- 출력 생성 또는 의사결정: 언어 간 기계 번역(machine translation), 동영상·제품·음악 추천을 하는 추천 시스템(recommendation systems), 자율주행 차량 및 로봇, 의료 진단 및 사기 탐지.
- 시험에서는 보통 시나리오를 제시하여 어떤 종류의 AI를 사용하는지 또는 작동 원리를 묻는다.
Computing concept lab
Classify concrete examples by the computing idea they demonstrate.
Which is an everyday application of AI?
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
Recommendation systems (and speech/image recognition, translation, self-driving) are common AI applications.
worked example: 외문 라벨을 입으로 읽기
- 스마트폰 앱이 제품의 라벨을 촬영하여 번역하고 입으로 읽어준다. AI가 어떻게 사용되는지 설명하시오. [4]
- 광학 문자 인식(Optical character recognition, OCR) 은 촬영 이미지의 픽셀을 분석하여 글자 위치를 찾고, 픽셀 패턴을 개별 글자와 단어로 변환한다.
- 기계 번역은 단어를 사용자의 언어로 변환한다.
- 텍스트 투 스피치가 음성 출력을 생성한다. 각 단계는 파이프라인 순서대로 점수가 부여된다.
인식, 번역, 발화
Put the stages of the label-reading app in order.
난이도 3/5 · 200 코인 + 오늘 첫 완료 시 소액 보너스
Recognise, read, translate, speak. Each stage is a mark in a four-mark answer.
장점
- 접근성(accessibility): 음성 및 이미지 AI는 장애用户使用者를 돕고, 번역은 해당 언어를 모국어로 하지 않는 사람들을 돕는다.
- 생산성(productivity): 반복적인 작업이 자동화되어 사람들이 창의적인 일에 집중할 수 있게 한다.
- 의사결정 지원: 의학적 스캔이나 거래 기록 등에서 사람이 처리하기에도 너무 방대한 데이터셋에서 패턴을 찾아낸다.
- 언제든지 이용 가능하며, 각 사용자에게 맞춤화될 수 있다.
A benefit of AI is:
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
AI excels at finding patterns in large data (decision support). Fairness and explainability are concerns, not guarantees.
사회적 영향
- 긍정적 영향: 라벨 리더는 시각 장애자, 해당 언어를 읽지 못하는 사람, 독해 장애자에게 도움이 되며, 공항에서의 얼굴 인식은 신원 확인을 가속화하고 유공자를 차단할 수 있다.
- 부정적 영향: 얼굴 인식이 특정 사람을 오인식하거나 동의 없이 모든 사람을 추적하여 사생활 침해가 발생할 수 있으며, AI에 의존하는 사람들은 기술力를 상실할 수 있고, 추천 시스템은 사용자를 좁은 정보의 거울방에 가두게 할 수 있다.
- 사회적 영향에 대한 답안은 영향을 받는 그룹과 그들이 겪는 변화를 명시해야 한다.
경제적 영향
- 수리 공장에서 AI 고장 진단 모듈이 고장을 더 빠르고 정확하게 진단하여 하루에 더 많은 차량을 수리하고 비용을 절감합니다.
- 그러나 숙련된 정비사 수가 줄어든다면 일자리가 사라지고, 이 모듈은 구매, 교육 및 유지보수가 필요합니다.
- 일반적으로 AI는 특정 분야에서 생산성을 높이고 새로운 일자리를 창출하는 반면, 다른 분야에서는 반복적인 일자리를 제거합니다.
환경 영향
- 대형 모델을 학습시키고 실행하는 데에는 막대한 양의 전기가 필요하며, 데이터 센터는 냉각을 위해 물을 사용합니다. 이들이 작동하는 하드웨어는 전자 폐기물이 됩니다.
- 반면, AI는 건물의 에너지 소비를 줄이고 교통 경로를 최적화하며 환경을 모니터링합니다.
- 두 방향 모두 점수를 받을 수 있으며, 시험에서는 그 존재를 알고 있어야 한다고 기대합니다.
AI 뒤의 하드웨어에는 수명이 있고, 사후 life도 있습니다
Match each example to the heading it belongs under.
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
Jobs and costs are economic, people and privacy are social, energy and waste are environmental.
Training and running large AI models has no significant environmental cost.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
Large models consume a great deal of electricity and cooling water, and their hardware becomes e-waste. AI also helps cut energy use elsewhere, so both directions belong in an answer.
worked example: "영향" 질문에 답하는 방법
- 수리 공장이 AI 고장 진단 시스템을 설치할 때의 경제적 영향을 설명하십시오. [4]
- 영향과 그에 따른 결과(后果)를 제시하고, 두 방향 모두 포함하십시오.
- 고장이 더 빠르고 정확하게 진단되므로, 하루에 더 많은 차량이 수리되어 매출이 증가합니다. 차량당 필요한 정비사 노동 시간이 줄어드므로 비용이 감소합니다.
- 숙련된 정비사가 실업하게 될 수 있으므로, 실업과 기술 상실 문제가 발생합니다; 시스템은 구매와 유지보수가 필요하므로 초기 비용과 지속적 비용이 발생합니다.
A full-mark impact point states the impact and its ____, usually joined by "so".
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
"Fewer mechanics are needed, so skilled workers lose their jobs" is a mark; "fewer mechanics" alone is not.
우려 사항
- 편향(Bias): 학습 데이터의 부당한 패턴이 부당한 의사결정으로 이어집니다(아마존 채용 도구 사례). 일자리 대체: 반복적 직무가 사라집니다.
- 개인정보 보호: 학습에 방대한 양의 개인정보가 사용됩니다. 투명성: 대형 모델은 블랙 박스로, 의사결정을 설명하기 어렵습니다.
- 책임 소재(Accountability): AI가 틀렸을 때, 개발자, 운영자, 사용자 중 누가 책임질 것인가? 남용: 딥페이크, 허위 정보, 감시.
- 전문가들은 자신이 만든 것의 한계를 이해하고, 사용자를 알리며, 해를 최소화해야 합니다.
편향이 데이터와 함께 들어와 의사결정이라는 형태로 나옵니다
AI "bias" usually arises because:
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
If the training data reflects unfair patterns, the model learns and repeats them — e.g. in hiring or lending.
Select all genuine concerns about AI.
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
Bias, opacity and misuse are real concerns. AI certainly can be wrong — accountability for that is itself a concern.
놓칠 수 있는 점
- AI는 "로봇"이나 "생각하는 컴퓨터"가 아닙니다. 인간 지능이通常需要하는 작업을 수행하는 시스템으로 정의하십시오.
- 결과가 없는 영향은 반점만 받습니다. "직원이 실업한다"는 말에는 "따라서 숙련된 근로자가 실업하게 된다"가 필요합니다.
- 사회, 경제, 환경은 세 가지 주제입니다. 질문에서 명시한 주제 아래에 답하십시오.
- 편향은 컴퓨터가 의견을 가해서가 아니라, 모델이 학습한 데이터에서 비롯됩니다.
이해했습니다
- AI는 통상적으로 인간 지능이 필요한 작업을 수행합니다; 머신러닝은 작성된 규칙을 따르기보다 학습 데이터로부터 패턴을 배웁니다; 딥러닝은 계층화된 신경망을 사용합니다
- 응용 프로그램: 음성 및 이미지 인식은 입력을 이해합니다; 번역, 추천, 자율주행 차량은 출력을 생성합니다; OCR → 번역 → 텍스트-음성 변환이 라벨을 읽습니다
- 세 가지 주제 아래 영향, 각 주제마다 결과와 두 방향을 포함: 사회, 경제, 환경
- 우려 사항: 데이터에서 오는 편향, 일자리 대체, 개인정보 보호, 투명성, 책임 소재, 남용