Amazon AWS Certified AI Practitioner(AIF-C01)

Question #1

한 회사는 예상 수요를 충족하기 위해 운영을 최적화할 수 있도록 분기마다 예측을 수행합니다. 이 회사는 이러한 예측을 위해 ML 모델을 사용합니다.
AI 실무자는 회사의 이해관계자들에게 투명성과 설명 가능성을 제공하기 위해 학습된 ML 모델에 대한 보고서를 작성하고 있습니다.
AI 실무자가 투명성과 설명 가능성 요구사항을 충족하기 위해 보고서에 포함해야 할 내용은 무엇입니까?

• A. 모델 학습 코드
• B. 부분 종속성 플롯(Partial Dependence Plots, PDPs)
• C. 학습용 샘플 데이터
• D. 모델 수렴 테이블

Correct Answer: B

Question #2

한 법률 사무소는 대형 언어 모델(LLM)을 사용하여 AI 애플리케이션을 구축하려고 합니다. 이 애플리케이션은 법률 문서를 읽고 주요 내용을 추출해야 합니다.
이러한 요구사항을 충족하는 솔루션은 무엇입니까?

• A. 자동 명명 엔터티 인식 시스템 구축
• B. 추천 엔진 생성
• C. 요약 챗봇 개발
• D. 다국어 번역 시스템 개발

Correct Answer: C

Question #3

한 회사는 인간 유전자를 유전자 특성에 따라 20개 카테고리로 분류하려고 합니다.
이 회사는 모델의 내부 메커니즘이 결과에 어떤 영향을 미치는지 문서화할 수 있는 ML 알고리즘이 필요합니다.
이러한 요구사항을 충족하는 ML 알고리즘은 무엇입니까?

• A. 의사결정 트리
• B. 선형 회귀
• C. 로지스틱 회귀
• D. 신경망

Correct Answer: A

Question #4

한 회사는 식물 잎 사진으로부터 식물 질병을 예측하는 이미지 분류 모델을 구축했습니다.
이 회사는 모델이 올바르게 분류한 이미지 수를 평가하고자 합니다.
모델 성능을 측정하기 위해 어떤 평가 지표를 사용해야 합니까?

• A. R 제곱 점수 (R-squared score)
• B. 정확도 (Accuracy)
• C. 평균제곱근오차 (RMSE)
• D. 학습률 (Learning rate)

Correct Answer: B

Question #5

한 회사는 제품 추천 챗봇을 구축하기 위해 사전학습된 대형 언어 모델(LLM)을 사용하고 있습니다.
이 회사는 LLM의 출력이 짧고 특정 언어로 작성되기를 원합니다.
회사의 기대에 부합하는 응답 품질을 맞추려면 어떤 해결책을 사용해야 합니까?

• A. 프롬프트를 조정한다
• B. 다른 크기의 LLM을 선택한다
• C. 온도(temperature)를 증가시킨다
• D. Top K 값을 증가시킨다

Correct Answer: A

Question #6

한 회사는 프로덕션 환경에서 ML 파이프라인에 Amazon SageMaker를 사용하고 있습니다.
이 회사는 최대 1GB의 큰 입력 데이터를 사용하고 최대 1시간의 처리 시간이 필요합니다.
이 회사는 거의 실시간에 가까운 지연 시간이 필요합니다.
어떤 SageMaker 추론 옵션이 이러한 요구를 충족합니까?

• A. 실시간 추론
• B. 서버리스 추론
• C. 비동기 추론
• D. 배치 변환

Correct Answer: C

Question #7

한 회사는 도메인 특화 모델을 사용하고 있으며, 새로운 모델을 처음부터 만드는 것을 피하고자 합니다.
대신, 사전학습된 모델을 새로운 관련 작업에 적응시키고자 합니다.
이러한 요구사항을 충족하는 ML 전략은 무엇입니까?

• A. 에폭 수를 증가시킨다
• B. 전이 학습(Transfer Learning)을 사용한다
• C. 에폭 수를 감소시킨다
• D. 비지도 학습(Unsupervised Learning)을 사용한다

Correct Answer: B

Question #8

한 회사는 보호용 안경 이미지를 생성하는 솔루션을 개발하고 있습니다.
이 솔루션은 높은 정확도를 가지며 잘못된 주석(annotation)의 위험을 최소화해야 합니다.
어떤 솔루션이 이러한 요구를 충족합니까?

• A. Amazon SageMaker Ground Truth Plus를 활용한 Human-in-the-loop 검증
• B. Amazon Bedrock 지식 기반을 활용한 데이터 증강
• C. Amazon Rekognition을 활용한 이미지 인식
• D. Amazon QuickSight Q를 사용한 데이터 요약

Correct Answer: A

Question #9

한 회사는 Amazon Bedrock에서 파운데이션 모델(FM)을 사용하여 챗봇을 생성하려고 합니다.
FM은 Amazon S3 버킷에 저장된 암호화된 데이터에 접근해야 합니다.
데이터는 Amazon S3 관리 키(SSE-S3)로 암호화되어 있습니다.
FM이 S3 버킷의 데이터에 접근하려고 할 때 실패합니다.
이러한 요구를 충족할 수 있는 해결책은 무엇입니까?

• A. Amazon Bedrock이 사용하는 역할이 올바른 암호화 키로 데이터를 복호화할 수 있는 권한이 있는지 확인한다
• B. S3 버킷의 액세스 권한을 공용 액세스로 설정하여 인터넷을 통한 액세스를 허용한다
• C. Amazon S3에서 정보를 찾으라고 모델에 지시하는 프롬프트 엔지니어링 기법을 사용한다
• D. S3 데이터에 민감한 정보가 포함되지 않았는지 확인한다

Correct Answer: A

Question #10

한 회사는 엣지 디바이스에서 추론을 수행하는 애플리케이션을 만들기 위해 언어 모델을 사용하고자 합니다.
이 추론은 가능한 한 낮은 지연 시간을 가져야 합니다.
이 요구를 충족하는 솔루션은 무엇입니까?

• A. 최적화된 소형 언어 모델(SLM)을 엣지 디바이스에 배포한다
• B. 최적화된 대형 언어 모델(LLM)을 엣지 디바이스에 배포한다
• C. 중앙 집중형 소형 언어 모델 API를 비동기 통신에 사용한다
• D. 중앙 집중형 대형 언어 모델 API를 비동기 통신에 사용한다

Correct Answer: A

Question #11

한 회사가 Amazon SageMaker를 사용하여 ML 모델을 구축하려고 합니다.
이 회사는 여러 팀이 모델 개발에 사용할 변수를 공유하고 관리할 수 있기를 원합니다.
이러한 요구사항을 충족하는 SageMaker 기능은 무엇입니까?

• A. Amazon SageMaker Feature Store
• B. Amazon SageMaker Data Wrangler
• C. Amazon SageMaker Clarify
• D. Amazon SageMaker Model Cards

Correct Answer: A

Question #12

한 회사가 개발자 생산성과 소프트웨어 개발을 향상시키기 위해 생성형 AI를 사용하려고 합니다.
이 회사는 Amazon Q Developer를 사용하고자 합니다.
Amazon Q Developer는 이 회사의 요구사항을 어떻게 충족할 수 있습니까?

• A. 소프트웨어 코드 스니펫 생성, 참조 추적, 오픈소스 라이선스 추적 기능 제공
• B. 서버를 프로비저닝하거나 관리하지 않고 애플리케이션 실행
• C. 코딩을 위한 음성 명령 및 자연어 검색 제공
• D. 오디오 파일을 ML 모델로 텍스트 문서로 변환

Correct Answer: A

Question #13

한 금융 기관이 Amazon Bedrock을 사용해 AI 애플리케이션을 개발하고 있습니다.
이 애플리케이션은 VPC에서 호스팅되며, 규제 준수 기준을 충족하기 위해 인터넷 트래픽에 접근할 수 없어야 합니다.
이러한 요구를 충족할 수 있는 AWS 서비스 또는 기능은 무엇입니까?

• A. AWS PrivateLink
• B. Amazon Macie
• C. Amazon CloudFront
• D. 인터넷 게이트웨이 (Internet Gateway)

Correct Answer: A

Question #14

한 회사가 사용자가 다음과 같은 질문에 답할 수 있는 교육용 게임을 개발하려고 합니다:
“한 병에 빨간 구슬 6개, 초록 구슬 4개, 노란 구슬 3개가 있습니다. 초록 구슬을 뽑을 확률은 얼마입니까?”
가장 적은 운영 부담으로 이러한 요구를 충족하는 솔루션은 무엇입니까?

• A. 확률을 예측하기 위해 지도 학습을 사용한 회귀 모델 생성
• B. 확률을 반환하도록 모델을 학습시키기 위해 강화 학습 사용
• C. 단순 규칙 및 계산을 사용하여 확률을 계산하는 코드 사용
• D. 확률 밀도를 추정하기 위해 비지도 학습 사용

Correct Answer: C

Question #15

AI 모델 운영의 실행 효율성을 측정하는 지표는 무엇입니까?

• A. 고객 만족도 점수 (CSAT)
• B. 각 에폭의 학습 시간
• C. 평균 응답 시간
• D. 학습 인스턴스 수

Correct Answer: C

Question #16

한 회사가 컨택센터 애플리케이션을 구축하고 있으며, 고객 통화 오디오에서 주요 정보를 추출하고 분석하고자 합니다.
이러한 요구사항을 충족할 수 있는 솔루션은 무엇입니까?

• A. Amazon Lex를 사용하여 대화형 챗봇 구축
• B. Amazon Transcribe를 사용하여 통화 녹음을 텍스트로 변환
• C. Amazon SageMaker Model Monitor를 사용하여 통화 녹음에서 정보 추출
• D. Amazon Comprehend를 사용하여 분류 레이블 생성

Correct Answer: B

Question #17

한 회사가 광고 캠페인을 위해 페타바이트 단위의 라벨 없는 고객 데이터를 보유하고 있습니다.
회사는 고객을 등급별로 분류하여 자사 제품을 광고 및 홍보하고자 합니다.
이러한 요구를 충족할 수 있는 방법론은 무엇입니까?

• A. 지도 학습 (Supervised Learning)
• B. 비지도 학습 (Unsupervised Learning)
• C. 강화 학습 (Reinforcement Learning)
• D. 인간 피드백 기반 강화 학습 (RLHF)

Correct Answer: B

Question #18

AI 실무자가 검색 애플리케이션을 설계하기 위해 파운데이션 모델(FM)을 사용하고자 합니다.
이 검색 애플리케이션은 텍스트와 이미지를 포함하는 쿼리를 처리해야 합니다.
이 요구를 충족하는 FM의 유형은 무엇입니까?

• A. 멀티모달 임베딩 모델
• B. 텍스트 임베딩 모델
• C. 멀티모달 생성 모델
• D. 이미지 생성 모델

Correct Answer: A

Question #19

한 회사는 AI 검색 도구로 Amazon Bedrock의 파운데이션 모델(FM)을 사용하고 있습니다.
회사는 자사 데이터를 사용하여 모델을 더욱 정확하게 미세 조정하고자 합니다.
모델을 성공적으로 미세 조정할 수 있는 전략은 무엇입니까?

• A. 프롬프트 필드와 응답 필드가 포함된 라벨 데이터 제공
• B. 여러 줄로 구성된 .csv 형식의 .txt 파일로 학습 데이터셋 준비
• C. Amazon Bedrock의 사전 처리 처리량(Provisioned Throughput) 구매
• D. 저널 및 교과서로 모델 학습

Correct Answer: A

Question #20

한 회사가 AI를 활용해 애플리케이션을 위협으로부터 보호하고자 합니다.
AI 솔루션은 IP 주소가 의심스러운 출처에서 온 것인지 확인해야 합니다.
이러한 요구사항을 충족할 수 있는 솔루션은 무엇입니까?

• A. 음성 인식 시스템 구축
• B. 자연어 처리(NLP) 명명 엔터티 인식 시스템 생성
• C. 이상 탐지 시스템 개발
• D. 사기 예측 시스템 생성

Correct Answer: C

Question #21

Topic 1
Amazon OpenSearch Service의 어떤 기능이 벡터 데이터베이스 애플리케이션을 구축할 수 있도록 해줍니까?

• A. 객체 저장을 위한 Amazon S3 통합
• B. 지리공간 인덱싱 및 쿼리 지원
• C. 확장 가능한 인덱스 관리 및 최근접 이웃 검색 기능
• D. 스트리밍 데이터에 대한 실시간 분석 수행 기능

Correct Answer: C

Question #22

다음 중 생성형 AI 모델의 사용 사례는 무엇입니까?

• A. 침입 탐지 시스템을 이용한 네트워크 보안 향상
• B. 디지털 마케팅을 위한 텍스트 설명 기반 사실적인 이미지 생성
• C. 최적화된 인덱싱을 사용한 데이터베이스 성능 향상
• D. 금융 데이터를 분석하여 주식 시장 동향 예측

Correct Answer: B

Question #23

Amazon Bedrock을 사용하여 생성형 AI 애플리케이션을 구축하고자 하는 회사가 있습니다.
회사에서는 한 프롬프트에 넣을 수 있는 정보의 양을 알고 싶어합니다.
이러한 요구사항을 결정하는 고려 요소는 무엇입니까?

• A. Temperature
• B. Context window
• C. Batch size
• D. Model size

Correct Answer: B

Question #24

Topic 1
한 회사가 고객의 기술 문제를 사람의 개입 없이 해결하는 챗봇을 만들고자 합니다.
회사는 파운데이션 모델(FM)을 선택하였으며, 챗봇은 회사의 어조를 준수하는 응답을 생성해야 합니다.
이러한 요구를 충족하는 솔루션은 무엇입니까?

• A. FM이 생성할 수 있는 토큰 수에 낮은 제한 설정
• B. 자세한 응답을 처리하기 위해 배치 추론 사용
• C. FM이 원하는 응답을 생성할 때까지 프롬프트를 실험하고 조정
• D. temperature 매개변수 값을 높게 설정

Correct Answer: C

Question #25

Amazon Bedrock의 대형 언어 모델(LLM)을 사용하여 감성 분석 애플리케이션을 구축하려는 회사가 있습니다.
텍스트 문장의 감성을 긍정 또는 부정으로 분류해야 합니다.
이러한 요구를 충족하는 프롬프트 엔지니어링 전략은 무엇입니까?

• A. 프롬프트에 긍정/부정 라벨이 포함된 예제 텍스트 문장을 제공한 후 새 문장을 제공
• B. 프롬프트에 감성 분석과 LLM 작동 방식에 대한 자세한 설명 제공
• C. 추가적인 맥락이나 예제 없이 새 문장만 제공
• D. 텍스트 요약이나 질의응답 등 관련 없는 작업 예제를 포함하여 새 문장 제공

Correct Answer: A

Question #26

한 보안 회사가 Amazon Bedrock을 사용해 파운데이션 모델을 실행하고 있습니다.
회사는 오직 인증된 사용자만 모델을 호출할 수 있도록 하고, 인증되지 않은 접근 시도를 식별하여 IAM 정책을 설정하고자 합니다.
어떤 AWS 서비스를 사용해야 합니까?

• A. AWS Audit Manager
• B. AWS CloudTrail
• C. Amazon Fraud Detector
• D. AWS Trusted Advisor

Correct Answer: B

Question #27

한 회사가 이미지 분류를 위한 ML 모델을 개발하였고, 이를 웹 애플리케이션에서 사용할 수 있도록 배포하려고 합니다.
기반 인프라를 관리하지 않고 모델을 호스팅하고 추론을 제공하려면 어떤 솔루션이 필요합니까?

• A. Amazon SageMaker Serverless Inference를 사용하여 모델 배포
• B. Amazon CloudFront를 사용하여 모델 배포
• C. Amazon API Gateway를 사용하여 모델 호스팅 및 예측 제공
• D. AWS Batch를 사용하여 모델 호스팅 및 예측 제공

Correct Answer: A

Question #28

AI 회사가 ISV(독립 소프트웨어 벤더)와 함께 시스템과 프로세스를 주기적으로 평가하고 있습니다.
회사는 ISV의 규정 준수 보고서가 이용 가능해지면 이메일 알림을 받아야 합니다.
이를 충족하는 AWS 서비스는 무엇입니까?

• A. AWS Audit Manager
• B. AWS Artifact
• C. AWS Trusted Advisor
• D. AWS Data Exchange

Correct Answer: B

Question #29

Topic 1
한 회사가 대형 언어 모델(LLM)을 사용하여 대화형 에이전트를 개발하고자 합니다.
회사는 프롬프트 엔지니어링 기법을 통해 LLM이 원하지 않는 동작을 수행하거나 민감한 정보를 노출하는 것을 방지해야 합니다.
이러한 위험을 줄이기 위한 방법은 무엇입니까?

• A. LLM이 공격 패턴을 감지하도록 가르치는 프롬프트 템플릿 생성
• B. LLM 호출 시 temperature 값을 높게 설정
• C. Amazon SageMaker에 등록되지 않은 LLM은 사용하지 않음
• D. LLM 호출 시 입력 토큰 수를 줄임

Correct Answer: A

Question #30

회사가 Generative AI Security Scoping Matrix를 사용하여 자사 솔루션의 보안 책임 범위를 평가하고 있습니다.
이 회사는 네 가지 서로 다른 솔루션 범위를 식별했습니다.
보안 책임을 가장 많이 가지는 솔루션 범위는 무엇입니까?

• A. 생성형 AI 기능이 포함된 타사 엔터프라이즈 애플리케이션 사용
• B. 타사의 생성형 AI 파운데이션 모델을 사용해 애플리케이션 구축
• C. 비즈니스 전용 데이터를 사용해 타사의 생성형 AI 모델을 미세 조정
• D. 고객이 소유한 데이터를 사용해 처음부터 생성형 AI 모델을 구축 및 학습

Correct Answer: D

Question #31

AI 실무자가 동물 사진 데이터베이스를 보유하고 있습니다. AI 실무자는 수작업 없이 자동으로 사진 속 동물을 식별하고 분류하길 원합니다.
이러한 요구 사항을 충족하는 전략은 무엇입니까?

• A. 객체 감지 (Object detection)
• B. 이상 탐지 (Anomaly detection)
• C. 명명된 엔터티 인식 (Named entity recognition)
• D. 인페인팅 (Inpainting)

Correct Answer: A

Question #32

한 회사가 Amazon Bedrock을 사용하여 애플리케이션을 만들고자 합니다. 회사는 예산이 제한되어 있으며, 장기적인 약정 없이 유연성을 원합니다.
이러한 요구사항을 충족하는 Amazon Bedrock 가격 모델은 무엇입니까?

• A. 온디맨드 (On-Demand)
• B. 모델 커스터마이징 (Model customization)
• C. 프로비저닝 처리량 (Provisioned Throughput)
• D. 스팟 인스턴스 (Spot Instance)

Correct Answer: A

Question #33

AI 개발팀이 팀의 VPC 내에서 기반 모델(FM)을 빠르게 배포하고 사용할 수 있도록 도와주는 AWS 서비스 또는 기능은 무엇입니까?

• A. Amazon Personalize
• B. Amazon SageMaker JumpStart
• C. PartyRock, an Amazon Bedrock Playground
• D. Amazon SageMaker 엔드포인트

Correct Answer: B

Question #34

회사가 Amazon Bedrock에서 대형 언어 모델(LLM)을 안전하게 사용하려면 어떻게 해야 합니까?

• A. 명확하고 구체적인 프롬프트를 설계하고, 최소 권한 원칙에 따라 IAM 역할과 정책을 구성합니다.
• B. AWS Audit Manager를 활성화하여 자동 모델 평가 작업을 수행합니다.
• C. Amazon Bedrock 자동 모델 평가 작업을 활성화합니다.
• D. Amazon CloudWatch Logs를 사용하여 모델 설명 가능성을 확보하고 편향을 모니터링합니다.

Correct Answer: A

Question #35

회사가 비즈니스 분석을 위해 사용할 수 있는 테라바이트급 데이터베이스를 보유하고 있습니다.
회사는 직원이 입력한 텍스트를 기반으로 SQL 쿼리를 생성하는 AI 기반 애플리케이션을 구축하려 합니다.
직원들은 기술 경험이 거의 없습니다.
이 요구사항을 충족하는 솔루션은 무엇입니까?

• A. 생성 사전 학습 변환기(GPT)
• B. 잔차 신경망(Residual neural network)
• C. 서포트 벡터 머신(Support vector machine)
• D. WaveNet

Correct Answer: A

Question #36

회사가 객체 감지를 위한 딥러닝 모델을 구축하고 프로덕션에 배포했습니다.
모델이 새로운 이미지를 분석하여 객체를 식별하는 과정은 어떤 AI 프로세스입니까?

• A. 학습 (Training)
• B. 추론 (Inference)
• C. 모델 배포 (Model deployment)
• D. 편향 보정 (Bias correction)

Correct Answer: B

Question #37

AI 실무자가 다양한 직업을 가진 사람들의 이미지를 생성하는 모델을 구축하고 있습니다.
실무자는 입력 데이터에 편향이 있으며, 특정 속성이 이미지 생성에 영향을 주고 있다는 사실을 발견했습니다.
이 문제를 해결할 수 있는 기술은 무엇입니까?

• A. 불균형 클래스에 대한 데이터 증강
• B. 클래스 분포를 위한 모델 모니터링
• C. 검색 증강 생성 (RAG)
• D. 이미지용 워터마크 감지

Correct Answer: A

Question #38

회사가 Amazon Bedrock을 사용하여 Amazon Titan 기반 모델(FM)을 구현하고 있습니다.
회사는 회사의 프라이빗 데이터 소스에서 관련 데이터를 활용해 모델을 보완하고자 합니다.
이 요구사항을 충족하는 솔루션은 무엇입니까?

• A. 다른 FM을 사용합니다.
• B. 온도 값(temperature)을 더 낮게 설정합니다.
• C. Amazon Bedrock 지식 기반(Knowledge Base)을 생성합니다.
• D. 모델 호출 로그를 활성화합니다.

Correct Answer: C

Question #39

한 의료 회사가 진단 목적을 위해 기반 모델(FM)을 커스터마이징하고 있습니다.
회사는 규제 요건을 충족하기 위해 모델이 투명하고 설명 가능해야 합니다.
이 요구사항을 충족하는 솔루션은 무엇입니까?

• A. Amazon Inspector를 사용하여 보안 및 규정 준수를 구성합니다.
• B. Amazon SageMaker Clarify를 사용하여 간단한 지표, 보고서 및 예제를 생성합니다.
• C. Amazon Macie를 사용하여 학습 데이터를 암호화하고 보호합니다.
• D. 더 많은 데이터를 수집하고, Amazon Rekognition으로 사용자 정의 레이블을 추가합니다.

Correct Answer: B

Question #40

회사가 고객 질문에 답변하는 대화형 챗봇을 배포하고자 합니다.
챗봇은 Amazon SageMaker JumpStart에서 파인튜닝된 모델을 기반으로 합니다.
애플리케이션은 여러 규제 프레임워크를 준수해야 합니다.
회사가 규정 준수를 입증할 수 있는 기능은 무엇입니까? (두 가지 선택)

• A. 추론 엔드포인트의 자동 확장
• B. 위협 탐지
• C. 데이터 보호
• D. 비용 최적화
• E. 느슨하게 결합된 마이크로서비스

Correct Answer: BC

Question #41

한 회사가 파운데이션 모델(FM)을 학습시키고 있습니다. 회사는 모델의 정확도를 특정 허용 수준까지 높이길 원합니다.
이러한 요구사항을 충족할 수 있는 해결책은 무엇입니까?

• A. 배치 크기를 줄입니다.
• B. 에폭 수를 증가시킵니다.
• C. 에폭 수를 줄입니다.
• D. 온도 파라미터 값을 증가시킵니다.

Correct Answer: B

Question #42

회사가 LLM 기반의 질의응답 챗봇을 구축하고 있습니다. 회사는 고객 문의에 대응할 때 콜센터 직원의 조치 수를 줄이길 원합니다.
LLM 챗봇의 효과를 평가하기 위한 비즈니스 목표는 무엇입니까?

• A. 웹사이트 참여율
• B. 평균 통화 시간
• C. 기업의 사회적 책임
• D. 규제 준수

Correct Answer: B

Question #43

Amazon SageMaker Clarify는 어떤 기능을 제공합니까?

• A. RAG(Retrieval Augmented Generation) 워크플로우 통합
• B. 프로덕션 환경에서 ML 모델 품질 모니터링
• C. ML 모델의 주요 세부정보 문서화
• D. 데이터 준비 중 잠재적 편향 식별

Correct Answer: D

Question #44

한 회사가 특정 품목의 가격을 예측하는 모델을 개발했습니다.
학습 데이터에서는 성능이 좋았지만, 프로덕션에서는 성능이 크게 저하되었습니다.
이 문제를 완화하기 위한 적절한 조치는 무엇입니까?

• A. 학습에 사용하는 데이터 양을 줄입니다.
• B. 모델에 하이퍼파라미터를 추가합니다.
• C. 학습에 사용하는 데이터 양을 늘립니다.
• D. 모델 학습 시간을 늘립니다.

Correct Answer: C

Question #45

전자상거래 회사가 고객 리뷰를 기반으로 감정을 분석하는 솔루션을 구축하고자 합니다.
이 요구사항을 충족하는 AWS 서비스는 무엇입니까? (두 가지 선택)

• A. Amazon Lex
• B. Amazon Comprehend
• C. Amazon Polly
• D. Amazon Bedrock
• E. Amazon Rekognition

Correct Answer: BD

Question #46

한 회사가 Amazon Bedrock을 사용하여 제품 매뉴얼 PDF로 챗 인터페이스를 개발하고자 합니다.
비용 효과적인 솔루션은 무엇입니까?

• A. 사용자 프롬프트 제출 시 하나의 PDF만 컨텍스트로 추가
• B. 모든 PDF를 컨텍스트로 추가
• C. 모든 PDF로 모델 파인튜닝 후 사용
• D. PDF를 Bedrock 지식 기반에 업로드 후 활용

Correct Answer: D

Question #47

소셜 미디어 회사가 콘텐츠 검열용 LLM을 도입하려 합니다.
편향 및 차별 여부 평가에 가장 적은 관리 노력을 요하는 데이터 소스는 무엇입니까?

• A. 사용자 생성 콘텐츠
• B. 검열 로그
• C. 콘텐츠 검열 가이드라인
• D. 벤치마크 데이터셋

Correct Answer: D

Question #48

회사가 마케팅 콘텐츠 생성을 위해 생성형 AI 모델을 사용합니다.
브랜드 메시지에 부합하도록 하기 위해 가장 적절한 방법은 무엇입니까?

• A. 모델 아키텍처와 하이퍼파라미터 최적화
• B. 모델 복잡도 증가
• C. 명확한 지시와 문맥이 포함된 프롬프트 작성
• D. 새로 대규모 데이터셋으로 모델 프리트레인

Correct Answer: C

Question #49

대출 회사가 특정 기준에 따라 고객에게 할인 제공하는 AI 모델을 구축합니다.
편향을 최소화하려면 어떤 조치를 취해야 합니까? (두 가지 선택)

• A. 데이터 내 불균형 또는 격차 감지
• B. 모델 실행 빈도 증가
• C. 모델 동작 평가로 투명성 제공
• D. ROUGE 기법을 사용해 정확도 100% 확보
• E. 추론 시간을 허용 범위 내로 유지

Correct Answer: AC

Question #50

회사가 Amazon Bedrock의 커스텀 모델을 사용해 문서 요약 성능을 개선했습니다.
Bedrock에서 해당 모델을 사용하려면 어떤 조치를 취해야 합니까?

• A. 모델에 대해 프로비저닝 처리량 구매
• B. Amazon SageMaker 엔드포인트에 배포
• C. SageMaker 모델 레지스트리에 등록
• D. Bedrock에서 해당 모델에 접근 권한 부여

Correct Answer: A

Question #51

회사가 내부 사용을 위해 Amazon Bedrock 모델 중 직원들이 선호하는 스타일의 응답을 생성하는 모델을 선택하려고 합니다.
요구사항을 충족하는 방법은 무엇입니까?

• A. 기본 제공 프롬프트 데이터셋으로 모델 평가
• B. 사용자 정의 프롬프트와 인적 평가 사용
• C. 공개 모델 리더보드를 활용
• D. CloudWatch의 InvocationLatency 메트릭 사용

Correct Answer: B

Question #52

한 대학생이 생성형 AI에서 복사한 콘텐츠로 에세이를 작성하고 있습니다.
이는 책임 있는 AI 관점에서 어떤 문제에 해당합니까?

• A. 유해성 (Toxicity)
• B. 환각 (Hallucinations)
• C. 표절 (Plagiarism)
• D. 개인정보 보호 (Privacy)

Correct Answer: C

Question #53

한 회사가 자사 프라이빗 데이터를 기반으로 LLM을 구축하려 합니다.
환경 영향을 최소화하려면 어떤 EC2 인스턴스 유형이 적절합니까?

• A. C 시리즈
• B. G 시리즈
• C. P 시리즈
• D. Trn 시리즈

Correct Answer: D

Question #54

회사가 어린이를 위한 스토리 생성 애플리케이션을 Amazon Bedrock으로 구축합니다.
콘텐츠 적절성을 보장하는 기능은 무엇입니까?

• A. Amazon Rekognition
• B. Amazon Bedrock playground
• C. Amazon Bedrock의 Guardrails
• D. Amazon Bedrock의 Agents

Correct Answer: C

Question #55

회사가 기존 데이터를 기반으로 합성 데이터를 생성하려고 합니다.
이 요구사항을 충족하는 모델 유형은 무엇입니까?

• A. GAN (Generative Adversarial Network)
• B. XGBoost
• C. Residual Neural Network
• D. WaveNet

Correct Answer: A

Question #56

전자기기 회사가 ML 예측 모델을 개발하고자 합니다.
코딩 경험이나 알고리즘 지식 없이 내부 및 외부 데이터를 활용해야 합니다.
적절한 솔루션은 무엇입니까?

• A. Amazon S3에 데이터 저장 → SageMaker 내장 알고리즘 사용
• B. SageMaker Data Wrangler에서 모델 생성
• C. SageMaker Data Wrangler + Amazon Personalize Trending-Now 레시피 사용
• D. SageMaker Canvas에서 클릭 기반 모델 빌드

Correct Answer: D

Question #57

한 회사가 보안 카메라 영상을 ML 모델로 분석 중 특정 인종 그룹에 편향된 결과를 확인했습니다.
이 편향은 어떤 유형입니까?

• A. 측정 편향
• B. 샘플링 편향
• C. 관찰자 편향
• D. 확증 편향

Correct Answer: B

Question #58

회사가 과거 상호작용 및 온라인 자료를 학습하여 개선되는 챗봇을 개발하고자 합니다.
이러한 자기개선 기능을 위한 학습 전략은 무엇입니까?

• A. 좋은/나쁜 응답을 수동으로 분류한 감독 학습
• B. 긍정 피드백에 대한 보상을 사용하는 강화 학습
• C. 유사 질문 클러스터링을 위한 비감독 학습
• D. 지속 업데이트되는 FAQ로 감독 학습

Correct Answer: B

Question #59

AI 실무자가 딥러닝 모델로 이미지 내 재질 분류 모델을 만들었습니다.
모델 성능을 평가하는 데 적합한 지표는 무엇입니까?

• A. 혼동 행렬 (Confusion matrix)
• B. 상관 행렬
• C. R2 점수
• D. 평균 제곱 오차 (MSE)

Correct Answer: A

Question #60

챗봇이 이미지 응답을 반환할 수 있도록 구축되었습니다.
부적절한 이미지가 반환되지 않도록 보장하는 방법은 무엇입니까?

• A. 콘텐츠 검열 API 사용
• B. 공개 데이터셋으로 재학습
• C. 모델 유효성 검사 수행
• D. 사용자 피드백 자동 통합

Correct Answer: A

Question #61

고객 응대 세션 요약을 위한 Amazon Bedrock 모델을 사용 중입니다.
모델 호출 입력/출력 기록을 저장하려면 어떤 전략을 써야 합니까?

• A. CloudTrail을 로그 대상으로 구성
• B. Amazon Bedrock에서 호출 로그 활성화
• C. AWS Audit Manager 구성
• D. EventBridge에서 모델 호출 로그 구성

Correct Answer: B

Question #62

대용량 GB 단위의 아카이브 데이터를 분석하는 ML 모델이 필요합니다.
즉각적인 추론 결과가 필요하지 않습니다.
적절한 SageMaker 추론 옵션은 무엇입니까?

• A. 배치 변환 (Batch transform)
• B. 실시간 추론
• C. 서버리스 추론
• D. 비동기 추론

Correct Answer: A

Question #63

NLP와 AI 모델이 텍스트 이해를 위해 사용하는 수치적 표현은 무엇입니까?

• A. 임베딩 (Embeddings)
• B. 토큰
• C. 모델
• D. 바이너리

Correct Answer: A

Question #64

회사에서 과학 논문을 기반으로 챗봇을 Amazon Bedrock FM으로 만들었습니다.
복잡한 용어로 인해 모델 성능이 낮습니다.
이를 개선할 수 있는 방법은 무엇입니까?

• A. Few-shot 프롬프트 작성
• B. 도메인 적응 파인튜닝 수행
• C. 추론 파라미터 변경
• D. 복잡한 용어를 제거한 데이터 정제

Correct Answer: B

Question #65

Amazon Bedrock에서 LLM을 사용한 감성 분석 시 일관된 결과를 원합니다.
어떤 파라미터를 조정해야 합니까?

• A. 온도 값을 낮춥니다.
• B. 온도 값을 높입니다.
• C. 출력 토큰 길이를 줄입니다.
• D. 최대 생성 길이를 늘립니다.

Correct Answer: A

Question #66

팀별 고객 데이터만 접근 가능한 Amazon Bedrock 기반 LLM 앱을 만들고자 합니다.
이 요구사항을 충족하는 솔루션은 무엇입니까?

• A. 팀별로 S3 접근이 제한된 Bedrock 서비스 역할 생성
• B. S3 접근 역할 생성 후 요청에 고객 이름 포함
• C. 개인 데이터 마스킹 + S3 버킷 정책 설정
• D. 전체 접근 가능한 역할과 팀별 IAM 롤 설정

Correct Answer: A

Question #67

의료회사가 환자 개인정보가 응답에 포함되지 않도록 하고, 위반 시 알림을 받고자 합니다.
적절한 솔루션은 무엇입니까?

• A. Amazon Macie로 출력 스캔 + 경고
• B. CloudTrail로 응답 모니터링
• C. Amazon Bedrock의 Guardrails + CloudWatch 알림
• D. SageMaker Model Monitor로 품질 저하 감지

Correct Answer: C

Question #68

회사가 PDF 이력서를 자동으로 텍스트로 변환하는 시스템이 필요합니다.
적절한 AWS 서비스는 무엇입니까?

• A. Amazon Textract
• B. Amazon Personalize
• C. Amazon Lex
• D. Amazon Transcribe

Correct Answer: A

Question #69

사용자 연령에 따라 답변 스타일을 조정하는 Q&A 애플리케이션을 만들고자 합니다.
가장 적은 구현 노력으로 목표를 달성하는 방법은 무엇입니까?

• A. 연령별 추가 데이터로 파인튜닝
• B. 연령 정보를 프롬프트에 명시
• C. Chain-of-thought reasoning 사용
• D. 연령에 따라 응답 요약

Correct Answer: B

Question #70

이미지 분류에서 FM의 정확도를 평가하는 전략은 무엇입니까?

• A. 총 리소스 비용 계산
• B. 사전 정의된 벤치마크 데이터셋과 비교
• C. 신경망 레이어 수 계산
• D. 색상 정확도 평가

Correct Answer: B

Question #71

회계법인이 LLM으로 문서 자동화를 추진합니다. 책임 있는 AI를 위해 필요한 두 가지 조치는 무엇입니까?

• A. 모델 평가 시 공정성 지표 포함
• B. 온도 파라미터 조정
• C. 편향 완화를 위한 학습 데이터 수정
• D. 과적합 방지
• E. 프롬프트 엔지니어링 적용

Correct Answer: AC

Question #72

회사가 데이터를 수집하고 상관 행렬 작성, 통계 계산 및 시각화를 수행했습니다.
현재 ML 파이프라인에서 어떤 단계입니까?

• A. 데이터 전처리
• B. 특징 엔지니어링
• C. 탐색적 데이터 분석 (EDA)
• D. 하이퍼파라미터 튜닝

Correct Answer: C

Question #73

회사 문서에 DB 오류로 일부 단어가 누락되었습니다.
적절한 단어를 제안하는 ML 모델 유형은 무엇입니까?

• A. 주제 모델링
• B. 클러스터링 모델
• C. 처방적 ML 모델
• D. BERT 기반 모델

Correct Answer: D

Question #74

회사가 상위 판매 제품의 지난 12개월간 총 매출을 시각화하려고 합니다.
그래프 자동 생성을 위한 적절한 AWS 솔루션은 무엇입니까?

• A. Amazon Q in Amazon EC2
• B. Amazon Q Developer
• C. Amazon Q in Amazon QuickSight
• D. Amazon Q in AWS Chatbot

Correct Answer: C

Question #75

Bedrock LLM을 사용한 챗봇이 의도 인식 정확도를 높이기 위해 few-shot 학습을 사용하려 합니다.
필요한 데이터는 무엇입니까?

• A. 챗봇 응답과 올바른 사용자 의도 쌍
• B. 사용자 메시지와 챗봇 응답 쌍
• C. 사용자 메시지와 올바른 사용자 의도 쌍
• D. 사용자 의도와 챗봇 응답 쌍

Correct Answer: C

Question #76

회사가 매일 한 번 호출하는 Bedrock 기반 모델에서 프롬프트 예시 10개를 사용 중입니다.
비용 절감을 원합니다.
적절한 해결책은 무엇입니까?

• A. 파인튜닝으로 커스터마이징
• B. 프롬프트 내 토큰 수 줄이기
• C. 프롬프트 내 토큰 수 늘리기
• D. 프로비저닝 처리량 사용

Correct Answer: B

Question #77

마케팅 콘텐츠 생성을 위한 LLM이 사실처럼 보이지만 틀린 정보를 생성합니다.
이 문제는 어떤 현상입니까?

• A. 데이터 누수
• B. 환각 (Hallucination)
• C. 오버피팅
• D. 데이터 불균형

Correct Answer: B

Question #78

팀이 GPT 모델을 활용해 고객 리뷰 요약을 자동화하고자 합니다.
시작하기 위한 최적의 서비스는 무엇입니까?

• A. Amazon Lex
• B. Amazon SageMaker
• C. Amazon Bedrock
• D. Amazon Transcribe

Correct Answer: C

Question #79

기존 SageMaker 모델을 SageMaker Canvas로 가져오고자 합니다.
적절한 접근 방식은 무엇입니까?

• A. SageMaker 레지스트리에 모델 등록
• B. 모델을 모델 카드에 저장
• C. Canvas 내 모델 생성 후 임포트
• D. Canvas에 직접 SageMaker 노트북 붙여넣기

Correct Answer: A

Question #80

Amazon Bedrock에서 프롬프트 내에서 민감 정보를 다룰 때 안전한 방법은 무엇입니까?

• A. 민감 정보를 URL 인코딩
• B. Guardrails 설정
• C. 프롬프트 내 마스킹 처리
• D. IAM 정책 적용

Correct Answer: C

Question #81

기반 모델(FM)을 미세 조정할 때 지속적인 사전 훈련의 이점은 무엇입니까?

• A. 모델의 복잡도를 줄이는 데 도움이 됩니다
• B. 시간이 지남에 따라 모델 성능을 향상시킵니다
• C. 훈련 시간 요구 사항을 줄입니다
• D. 모델 추론 시간을 최적화합니다

Correct Answer: B

Question #82

생성형 AI 모델의 문맥에서 토큰이란 무엇입니까?

• A. 토큰은 단어, 하위 단어 또는 기타 언어 단위를 나타내는 생성형 AI 모델이 작동하는 입력 및 출력의 기본 단위입니다.
• B. 토큰은 생성형 AI 모델에서 사용되는 단어 또는 개념의 수학적 표현입니다.
• C. 토큰은 특정 작업에 맞게 미세 조정된 생성형 AI 모델의 사전 훈련된 가중치입니다.
• D. 토큰은 출력 생성을 위해 생성형 AI 모델에 제공되는 특정 프롬프트 또는 지시입니다.

Correct Answer: A

Question #83

한 회사는 대형 언어 모델(LLM)을 사용하여 추론을 생성할 때 발생하는 비용을 평가하고자 합니다. 이 회사는 Amazon Bedrock을 사용해 생성형 AI 애플리케이션을 구축하고자 합니다. 어떤 요소가 추론 비용에 영향을 미칩니까?

• A. 소비된 토큰 수
• B. 온도 값
• C. LLM을 훈련시키는 데 사용된 데이터 양
• D. 전체 훈련 시간

Correct Answer: A

Question #84

한 회사가 Amazon SageMaker Studio 노트북을 사용하여 ML 모델을 구축하고 훈련하고 있습니다. 이 회사는 데이터를 Amazon S3 버킷에 저장하고 있습니다. S3에서 SageMaker Studio 노트북으로의 데이터 흐름을 관리해야 합니다. 어떤 솔루션이 이 요구 사항을 충족합니까?

• A. Amazon Inspector를 사용하여 SageMaker Studio를 모니터링합니다.
• B. Amazon Macie를 사용하여 SageMaker Studio를 모니터링합니다.
• C. SageMaker가 S3 엔드포인트가 있는 VPC를 사용하도록 구성합니다.
• D. SageMaker가 S3 Glacier Deep Archive를 사용하도록 구성합니다.

Correct Answer: C

Question #85

한 회사는 Amazon Bedrock을 사용하여 사용자 질문에 제품에 대한 답변을 제공하는 기반 모델(FM)을 커스터마이징했습니다. 새로운 유형의 질문에 대한 모델의 응답을 검증하려고 합니다. Amazon Bedrock이 검증에 사용할 수 있는 새 데이터 세트를 업로드해야 합니다. 어떤 AWS 서비스가 이 요구 사항을 충족합니까?

• A. Amazon S3
• B. Amazon Elastic Block Store (Amazon EBS)
• C. Amazon Elastic File System (Amazon EFS)
• D. AWS Snowcone

Correct Answer: A

Question #86

어떤 프롬프트 공격이 대형 언어 모델(LLM)의 구성된 동작을 직접적으로 노출시킵니까?

• A. 프롬프트된 페르소나 전환
• B. 친절함과 신뢰를 악용
• C. 프롬프트 템플릿 무시
• D. 프롬프트 템플릿 추출

Correct Answer: D

Question #87

한 회사가 Amazon Bedrock을 사용하려고 합니다. 이 회사는 Amazon Bedrock을 사용할 때 어떤 보안 측면이 회사의 책임인지 검토하려고 합니다. 어떤 보안 측면이 회사의 책임입니까?

• A. Amazon Bedrock의 버전 패치 및 업데이트
• B. Amazon Bedrock을 호스팅하는 인프라 보호
• C. 전송 중 및 저장 중 회사 데이터 보호
• D. 회사 네트워크 내에 Amazon Bedrock 프로비저닝

Correct Answer: C

Question #88

한 소셜 미디어 회사는 대형 언어 모델(LLM)을 사용하여 메시지를 요약하려고 합니다. 이 회사는 Amazon SageMaker JumpStart에서 사용 가능한 여러 LLM을 선택했습니다. 모델들이 생성한 출력의 독성 정도를 비교하려고 합니다. 가장 적은 운영 오버헤드로 LLM을 평가할 수 있는 전략은 무엇입니까?

• A. 크라우드 소싱 평가
• B. 자동 모델 평가
• C. 사람 작업자를 통한 모델 평가
• D. 인간 피드백 기반 강화 학습(RLHF)

Correct Answer: B

Question #89

한 회사가 기반 모델(FM)의 보안을 테스트하고 있습니다. 테스트 중에 안전 기능을 우회하고 유해한 콘텐츠를 생성하려고 합니다. 이 보안 기술은 어떤 예에 해당합니까?

• A. 취약점 발견을 위한 훈련 데이터 퍼징
• B. 서비스 거부(DoS) 공격
• C. 승인된 침투 테스트
• D. 제일브레이크(Jailbreak)

Correct Answer: D

Question #90

회사는 Amazon SageMaker를 사용해 모델 학습과 추론을 해야 합니다.
회사는 규제 요건을 준수하여 인터넷 연결이 없는 격리된 환경에서 SageMaker 작업을 실행해야 합니다.
어떤 솔루션이 이 요구사항을 충족합니까?

• A. SageMaker Experiments를 사용해 학습과 추론 실행
• B. 네트워크 격리를 사용해 SageMaker 학습과 추론 실행
• C. SageMaker 지리 공간 기능을 위한 데이터 암호화 사용
• D. 적절한 AWS IAM 역할을 SageMaker 작업에 연결

Correct Answer: B

Question #91

ML 연구팀이 커스텀 ML 모델을 개발했습니다. 모델 산출물은 다른 팀과 공유되고, ML팀은 학습 코드와 데이터를 보유합니다.
ML팀은 모델을 감사할 수 있는 메커니즘을 구축하려고 합니다.
커스텀 ML 모델을 배포할 때 어떤 솔루션을 사용해야 합니까?

• A. 관련 정보를 담은 문서 작성 후 Amazon S3에 저장
• B. AWS AI 서비스 카드 사용으로 투명성과 모델 이해 지원
• C. 의도된 사용과 학습/추론 세부 정보를 담은 Amazon SageMaker 모델 카드 생성
• D. 모델 학습 스크립트 생성 후 Git 저장소에 커밋

Correct Answer: C

Question #92

소프트웨어 회사가 고객용 도구를 개발합니다. AI를 사용해 개발 생산성을 높이려고 합니다.
어떤 솔루션이 이 요구사항을 충족합니까?

• A. 이진 분류 모델로 코드 리뷰 생성
• B. 회사 개발 도구에 코드 추천 소프트웨어 설치
• C. 잠재적 코드 문제 예측용 코드 예측 도구 설치
• D. 자연어 처리(NLP) 도구를 사용해 코드 생성

Correct Answer: B

Question #93

소매점이 Amazon SageMaker DeepAR 예측 알고리즘을 사용해 몇 주간의 특정 제품 수요를 예측하려고 합니다.
어떤 유형의 데이터가 이 요구사항에 적합합니까?

• A. 텍스트 데이터
• B. 이미지 데이터
• C. 시계열 데이터
• D. 이진 데이터

Correct Answer: C

Question #94

대형 소매 은행이 위험 관리 팀의 대출 할당 결정을 돕는 ML 시스템을 개발하려 합니다.
편향 없는 ML 모델을 개발하려면 은행은 무엇을 해야 합니까?

• A. 학습 데이터셋 크기 축소
• B. ML 모델 예측이 과거 결과와 일치하도록 보장
• C. 인구 통계별로 다른 ML 모델 생성
• D. 학습 데이터셋의 클래스 불균형 측정 후 학습 프로세스 조정

Correct Answer: D

Question #95

어떤 프롬프트 기법이 프롬프트 인젝션 공격을 방지할 수 있습니까?

• A. 적대적 프롬프트(adversarial prompting)
• B. 제로샷 프롬프트
• C. Least-to-most 프롬프트
• D. 연쇄 사고(chain-of-thought) 프롬프트

Correct Answer: A

Question #96

회사는 헬프 데스크 질문에 답하도록 미세 조정한 LLM을 보유합니다. 미세 조정이 모델 정확도를 향상시켰는지 확인하려고 합니다.
평가에 사용할 메트릭은 무엇입니까?

• A. 정밀도(Precision)
• B. 첫 토큰 생성 시간
• C. F1 점수
• D. 단어 오류율

Correct Answer: C

Question #97

회사는 Amazon Bedrock과 Stable Diffusion으로 RAG(검색 강화 생성)를 사용해 제품 이미지를 텍스트 설명 기반으로 생성합니다.
결과가 종종 무작위적이고 구체적이지 않습니다. 생성 이미지의 구체성을 높이려면 어떤 솔루션을 사용해야 합니까?

• A. 생성 단계 수 증가
• B. MASK_IMAGE_BLACK 마스크 소스 옵션 사용
• C. 클래스-프리 가이드 스케일(CFG) 증가
• D. 프롬프트 강도 증가

Correct Answer: C

Question #98

회사는 LLM 기반 챗봇을 구현해 고객 서비스 담당자에게 실시간 상황별 답변을 제공합니다. 회사 정책을 지식 기반으로 사용합니다.
가장 비용 효율적인 솔루션은 무엇입니까?

• A. 회사 정책 데이터로 LLM 재학습
• B. 회사 정책 데이터로 LLM 미세 조정
• C. 상황별 응답을 위한 RAG(검색 강화 생성) 구현
• D. 회사 정책 데이터로 사전학습 및 데이터 증강

Correct Answer: C

Question #99

회사는 AWS Glue를 사용해 새 솔루션을 만들려고 합니다. AWS Glue 프로그래밍 경험이 거의 없습니다.
회사가 AWS Glue를 쉽게 사용할 수 있도록 도와줄 AWS 서비스는 무엇입니까?

• A. Amazon Q Developer
• B. AWS Config
• C. Amazon Personalize
• D. Amazon Comprehend

Correct Answer: A

Question #100

회사는 모바일 ML 앱을 개발 중이며 휴대폰 카메라로 곤충 물림 진단과 치료를 지원합니다. 다양한 성별, 민족, 지역의 곤충 물림 사진 데이터셋을 사용해 이미지 분류 모델을 훈련하려 합니다.
책임 있는 AI의 어떤 원칙을 준수하는 시나리오입니까?

• A. 공정성(Fairness)
• B. 설명 가능성(Explainability)
• C. 거버넌스(Governance)
• D. 투명성(Transparency)

Correct Answer: A

Question #101

회사는 대출 승인 결정을 위한 ML 모델을 개발했습니다. 모델 편향을 탐지하고 예측을 설명할 수 있어야 합니다.
어떤 솔루션이 이 요구사항을 충족합니까?

• A. Amazon SageMaker Clarify
• B. Amazon SageMaker Data Wrangler
• C. Amazon SageMaker Model Cards
• D. AWS AI Service Cards

Correct Answer: A

Question #102

회사는 Amazon Bedrock을 사용해 생성 텍스트 요약 모델을 개발했습니다. Amazon Bedrock 자동 모델 평가 기능을 사용할 예정입니다.
모델 정확도 평가에 사용할 메트릭은 무엇입니까?

• A. ROC 곡선 아래 영역(AUC) 점수
• B. F1 점수
• C. BERTScore
• D. 실제 세계 지식(RWK) 점수

Correct Answer: C

Question #103

AI 실무자가 꽃의 꽃잎 길이, 꽃잎 너비, 꽃받침 길이, 꽃받침 너비를 기준으로 분류를 예측하려 합니다.
어떤 알고리즘이 이 요구사항에 적합합니까?

• A. K-최근접 이웃(k-NN)
• B. K-평균
• C. 자기회귀누적이동평균(ARIMA)
• D. 선형 회귀

Correct Answer: A

Question #104

회사는 Amazon Bedrock에서 생성 AI 애플리케이션을 위해 커스텀 모델을 사용 중입니다. 회사가 관리하는 암호화 키로 모델 커스터마이제이션 작업에서 생성된 모델 산출물을 암호화하려고 합니다.
어떤 AWS 서비스가 이 요구사항을 충족합니까?

• A. AWS 키 관리 서비스(AWS KMS)
• B. Amazon Inspector
• C. Amazon Macie
• D. AWS Secrets Manager

Correct Answer: A

Question #105

회사는 자연어 코드 주석에서 코드를 생성하기 위해 LLM을 사용하려 합니다.
어떤 LLM 기능이 이 요구사항에 적합합니까?

• A. 텍스트 요약
• B. 텍스트 생성
• C. 텍스트 완성
• D. 텍스트 분류

Correct Answer: B

Question #106

회사는 외국어 학습 앱을 도입했습니다. 앱은 LLM을 호출해 텍스트를 더 일관성 있게 만듭니다. 다양한 텍스트 데이터셋과 더 읽기 쉬운 버전 예제를 수집했습니다.
LLM 출력이 제공한 예제와 유사한지 평가하려면 어떤 메트릭을 사용해야 합니까?

• A. 손실 함수 값
• B. 의미적 강건성
• C. ROUGE 점수(Recall-Oriented Understudy for Gisting Evaluation)
• D. 텍스트 생성 지연 시간

Correct Answer: C

Question #107

회사는 생성된 이미지가 프롬프트와 관련 없는 경우가 많습니다. 프롬프트 기법을 수정해 관련 없는 이미지를 줄이려 합니다.
어떤 솔루션이 적합합니까?

• A. 제로샷 프롬프트 사용
• B. 부정 프롬프트 사용
• C. 긍정 프롬프트 사용
• D. 모호한 프롬프트 사용

Correct Answer: B

Question #108

회사는 LLM을 사용해 제품에 대한 간결하고 특징적인 설명을 생성하려 합니다.
어떤 프롬프트 엔지니어링 기법이 이 요구사항에 적합합니까?

• A. 모든 제품을 포함하는 하나의 프롬프트 생성 후 응답을 편집해 구체적이고 간결하게 조정
• B. 제품 카테고리별 주요 특징을 강조하는 프롬프트 생성. 각 프롬프트에 원하는 출력 형식과 길이 포함
• C. 다양한 제품 특징을 포함해 창의적이고 독창적인 설명 생성
• D. 상세하고 제품별 특화된 프롬프트 제공으로 정밀한 맞춤형 설명 보장

Correct Answer: B

Question #109

회사는 고객 이탈을 예측하는 ML 모델을 개발했습니다. 훈련 데이터셋에서는 성능이 좋으나 신규 데이터에 대해 정확하지 않습니다.
어떤 솔루션이 이 문제를 해결합니까?

• A. 정규화 매개변수 감소로 모델 복잡도 증가
• B. 정규화 매개변수 증가로 모델 복잡도 감소
• C. 입력 데이터에 특징 추가
• D. 더 많은 에포크로 모델 학습

Correct Answer: B

Question #110

회사는 지능형 에이전트를 사용해 대화형 검색 경험을 제공합니다. 생성 AI 모델의 임베딩을 벡터로 저장하고 쿼리하는 데이터베이스 서비스가 필요합니다.
어떤 AWS 서비스가 요구사항을 충족합니까?

• A. Amazon Athena
• B. Amazon Aurora PostgreSQL
• C. Amazon Redshift
• D. Amazon EMR

Correct Answer: B

Question #111

금융 기관이 대출 승인 결정을 위한 AI 솔루션을 구축 중입니다. 보안과 감사 목적으로 AI 결정의 설명 가능성이 필요합니다.
어떤 요소가 AI 솔루션 결정의 설명 가능성과 관련 있습니까?

• A. 모델 복잡도
• B. 학습 시간
• C. 하이퍼파라미터 수
• D. 배포 시간

Correct Answer: A

Question #112

제약 회사가 신약에 대한 사용자 리뷰를 분석하고 각 약물에 대해 간결한 개요를 제공합니다.
어떤 솔루션이 이 요구사항에 부합합니까?

• A. Amazon Personalize를 사용해 약물 리뷰에 대한 시계열 예측 모델 생성
• B. Amazon Bedrock LLM을 사용해 약물 리뷰 요약 생성
• C. Amazon SageMaker를 사용해 약물을 그룹화하는 분류 모델 생성
• D. Amazon Rekognition을 사용해 약물 리뷰 요약 생성

Correct Answer: B

Question #113

회사는 직원들이 잠재 고객 연락을 위해 리드 우선순위 애플리케이션을 구축하려 합니다. 직원이 변수 가중치를 도메인 지식으로 조정할 수 있어야 합니다.
어떤 ML 모델 유형이 요구사항에 적합합니까?

• A. 로지스틱 회귀 모델
• B. 주성분 기반 딥러닝 모델
• C. K-최근접 이웃(k-NN) 모델
• D. 신경망

Correct Answer: A

Question #114

HOTSPOT
회사가 ML 애플리케이션을 구축하려 합니다. 잘 설계된 ML 워크로드 개발을 위한 올바른 순서로 단계를 선택하세요. 각 단계는 한 번씩만 선택합니다.

Answer Area

• Step 1
  • select…
  • Deploy model
  • Develop model
  • Monitor model
  • Define business goal and frame ML problem
• Step 2
  • select…
  • Deploy model
  • Develop model
  • Monitor model
  • Define business goal and frame ML problem
• Step 3
  • select…
  • Deploy model
  • Develop model
  • Monitor model
  • Define business goal and frame ML problem
• Step 4
  • select…
  • Deploy model
  • Develop model
  • Monitor model
  • Define business goal and frame ML problem

Step 1: Define business goal and frame ML problem

Step 2: Develop model

Step 3: Deploy model

Step 4: Monitor model

Question #115

어떤 전략이 FM(기초 모델)이 비즈니스 목표를 효과적으로 충족하는지 판단할 수 있습니까?

• A. 벤치마크 데이터셋에서 모델 성능 평가
• B. 모델 아키텍처와 하이퍼파라미터 분석
• C. 특정 사용 사례에 대한 모델 정렬 평가
• D. 모델 배포를 위한 계산 자원 측정

Correct Answer: C

Question #116

회사는 다양한 동물 이미지를 분류하는 ML 모델을 훈련하려 합니다. 라벨이 붙은 데이터가 부족합니다.
어떤 접근법이 이 문제를 해결합니까?

• A. 감독학습 사용
• B. 준감독학습 사용
• C. 강화학습 사용
• D. 클러스터링 사용

Correct Answer: B

Question #117

LLM이 생성하는 응답이 회사의 보안 정책과 일치하는지 확인하려고 합니다.
어떤 전략이 이 목표에 가장 적합합니까?

• A. 데이터 샘플링 후 수동 검토
• B. 콘텐츠 필터링 및 모니터링 도구 구현
• C. LLM 출력을 수정하지 않음
• D. 무작위 생성 텍스트 사용

Correct Answer: B

Question #118

회사는 커스텀 NLP 모델의 예측 정확도를 측정하려고 합니다.
어떤 평가 방법이 가장 적합합니까?

• A. 혼동 행렬(Confusion Matrix) 분석
• B. 데이터 시각화
• C. 하이퍼파라미터 튜닝
• D. 모델 훈련 시간 측정

Correct Answer: A

Question #119

회사는 고품질 데이터셋을 구축하는 데 어려움을 겪고 있습니다. 데이터의 다양성과 대표성을 개선하려면 어떤 방법을 적용해야 합니까?

• A. 데이터 증강
• B. 데이터 정제
• C. 하이퍼파라미터 조정
• D. 모델 복잡도 증가

Correct Answer: A

Question #120

어떤 경우에 Transfer Learning이 유용합니까?

• A. 동일 도메인에서 데이터가 충분할 때
• B. 유사한 도메인에서 데이터가 제한적일 때
• C. 모델 훈련이 불필요할 때
• D. 학습률이 매우 높을 때

Correct Answer: B

Question #121

대규모 언어 모델(LLM)에서 토큰이란 무엇입니까?

• A. 단어, 부분 단어 또는 기타 언어 단위를 나타내는 입력 및 출력의 기본 단위
• B. 모델의 가중치
• C. 훈련 데이터
• D. 컴파일된 모델 코드

Correct Answer: A

Question #122

회사는 LLM이 생성하는 텍스트의 품질을 평가하려고 합니다. 어떤 메트릭이 생성 텍스트의 유창성과 관련 있습니까?

• A. BLEU 점수
• B. 정확도(Accuracy)
• C. 손실 함수 값
• D. F1 점수

Correct Answer: A

Question #123

회사가 AWS Bedrock을 사용해 LLM 기반 애플리케이션을 구축 중입니다. LLM API 호출 비용을 줄이려 합니다.
어떤 방법이 비용 절감에 가장 도움이 됩니까?

• A. API 호출 빈도 감소
• B. 프롬프트 길이 증가
• C. 학습 데이터 증가
• D. 생성 토큰 수 증가

Correct Answer: A

Question #124

회사는 생성 AI 애플리케이션에서 사용자 입력 데이터의 민감 정보를 보호하려고 합니다.
어떤 방법이 이 요구사항에 적합합니까?

• A. 입력 데이터 암호화 및 익명화
• B. 모든 데이터를 공개적으로 저장
• C. 사용자의 IP 주소 기록
• D. 입력 데이터 복사 저장

Correct Answer: A

Question #125

회사는 Amazon SageMaker Clarify를 사용해 모델 편향을 탐지하려 합니다. 어떤 데이터 특성을 가장 먼저 평가해야 합니까?

• A. 라벨 분포
• B. 모델 가중치
• C. 하이퍼파라미터
• D. 학습률

Correct Answer: A

Question #126

LLM의 프롬프트 인젝션 공격이란 무엇입니까?

• A. 사용자가 악의적 코드를 프롬프트에 삽입해 모델 행동을 조작하는 공격
• B. LLM 모델 자체의 버그
• C. 하드웨어 결함에 의한 오류
• D. 학습 데이터의 노이즈

Correct Answer: A

• ← Previous Post