AI POT2급 1회 프롬프트엔지니어링

728x90

SMALL

KPC(한국생산성본부) 민간자격증(국가공인은 아님)
1회 2024년 9월 21일 09시~10시(0850입실)
응시료 38000원

첫 시행 시험이므로 공개문제를 내놓은 상황.

AI-POT
(AI 프롬프트 활용능력 자격)

- AI Prompt Operational Technology -

시험시간	급수	응 시 일	생 년 월 일	성 명
60분	2급	년 월 일

1. 다음 중 인공지능의 원리가 아닌 것을 고르시오.
1) 학습(Learning)
2) 추론(Reasoning)
3) 적응(Adaptation)
4) 채택(Adoption)
학습 : AI 시스템은 데이터와 경험을 통해 학습하여 시간이 지남에 따라 성능을 향상시킨다.
추론 : AI 시스템은 논리와 추론을 사용하여 결론들 도출하거나 사용가능한 데이터를 기반으로 결정을 내립니다.
적응 : AI 시스템은 새로운 정보나 환경 변화에 적응하여 그에 따라 행동이나 전략을 수정한다.

2. 다음 보기에서 ( )안에 들어갈 내용으로 적합한 것을 고르시오.

1) 인공지능
2) 인간지능
3) 자아지능
4) 자기기능
1. 인공지능(AI)
정의:
AI는 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있는 시스템을 만드는 것과 관련된 광범위한 분야입니다. 이러한 작업에는 문제 해결, 의사 결정, 언어 이해, 시각적 인식 등이 포함됩니다.

2. 머신러닝(ML)
정의:
ML은 컴퓨터가 데이터를 학습하고 이를 기반으로 의사 결정을 내릴 수 있도록 하는 알고리즘 개발에 중점을 둔 AI의 하위 집합입니다. 명시적인 지침이 제공되는 기존 프로그래밍과 달리 ML 시스템은 예제(데이터)를 통해 학습하고 시간이 지남에 따라 성능을 향상시킵니다.

주요 개념:
지도 학습: 모델이 입력-출력 쌍에 대해 훈련되는 레이블이 지정된 데이터에서 학습합니다.
비지도 학습: 시스템이 패턴이나 그룹화를 찾으려고 시도하는 레이블이 없는 데이터로부터 학습합니다.
강화 학습: 환경과 상호 작용하고 보상이나 불이익의 형태로 피드백을 받아 학습합니다.

3. 딥 러닝(DL)
정의:
DL은 여러 계층(따라서 "깊은")이 있는 신경망에 초점을 맞춘 ML의 특수 하위 집합입니다. 이러한 심층 신경망(DNN)은 인간 두뇌의 구조와 기능에서 영감을 얻어 시스템이 방대한 양의 데이터를 처리하고 학습할 수 있도록 해줍니다.

주요 기능:
신경망: 상호 연결된 노드(뉴런)의 레이어로 구성되며, 각 레이어는 데이터에서 다양한 특징이나 패턴을 감지하는 방법을 학습합니다.
특성 학습: DL 모델은 사람의 개입 없이 분류 또는 감지 작업에 필요한 표현을 자동으로 검색할 수 있습니다.
높은 계산 및 데이터 요구 사항: DL에는 학습을 위해 상당한 계산 리소스와 대규모 데이터 세트가 필요한 경우가 많습니다.

3. 다음 중 인공지능을 학습할 때 필요한 장비로 거리가 먼 것을 고르시오.
1) 중앙처리장치(CPU)
2) 메인 메모리(RAM)
3) 그래픽 처리장치(GPU)
4) 네트워크 연결 스토리지(NAS)
CPU: AI 도구를 포함한 알고리즘 및 소프트웨어를 실행하는 데 필수적입니다.
RAM: AI 모델 훈련 및 추론 중에 데이터를 처리하고 처리하는 데 필요합니다.
GPU: 특히 딥 러닝에서 병렬 처리 및 복잡한 계산 속도를 높이는 데 중요합니다.
NAS : 네트워크에 연결된 일종의 저장 장치로, 여러 사용자와 장치가 중앙에서 데이터에 액세스하고 저장할 수 있습니다.

4. 다음 보기에서 (ㄱ), (ㄴ)에 들어갈 내용으로 옳은 것을 고르시오.

1) ㄱ : 강화학습, ㄴ : 비지도학습
2) ㄱ : 비지도학습, ㄴ : 강화학습
3) ㄱ : 반지도학습, ㄴ : 강화학습
4) ㄱ : 반복학습, ㄴ : 비지도학습

측면	지도학습	준지도학습	비지도학습	강화학습
정의	입력-출력 쌍이 제공되는 레이블이 지정된 데이터에서 학습합니다.	레이블이 지정되지 않은 대량의 데이터와 레이블이 지정된 소량의 데이터를 결합하여 학습합니다.	라벨 없이 데이터에서 학습하고 숨겨진 패턴이나 구조를 발견합니다.	보상이나 처벌의 형태로 피드백을 사용하여 환경과의 상호 작용을 통해 학습합니다.
데이터 요구사항	많은 양의 레이블이 지정된 데이터가 필요합니다.	레이블이 지정된 데이터와 레이블이 지정되지 않은 데이터가 혼합되어 있어야 하며 대부분은 레이블이 지정되어 있지 않습니다.	레이블이 없는 데이터만 필요합니다.	보상이나 처벌의 형태로 역동적인 환경과 피드백이 필요합니다.
공통알고리즘	선형 회귀, 로지스틱 회귀, SVM(지원 벡터 머신), 신경망.	자가 훈련, 공동 훈련과 같은 감독 및 비지도 방법의 조합입니다.	클러스터링 알고리즘(예: K-평균), 주성분 분석(PCA), 자동 인코더.	Q-학습, 심층 Q-네트워크(DQN), 정책 그라디언트, 행위자-비평 방법.
사용사례	이미지 분류, 스팸 감지, 감정 분석.	웹페이지 분류, 제한된 레이블 데이터를 사용한 이미지 인식, 음성 인식.	고객 세분화, 이상 탐지, 추천 시스템.	게임 플레이(예: 체스, 바둑), 로봇공학, 자율 주행, 적응형 제어 시스템.
장점	레이블이 지정된 데이터가 충분할 경우 정확성과 정밀도가 높아집니다.	모델 정확도를 향상시키면서 광범위한 레이블이 지정된 데이터의 필요성을 줄입니다.	레이블이 필요 없이 데이터에 숨겨진 패턴이나 구조를 발견할 수 있습니다.	동적 환경에서 복잡한 행동을 배울 수 있습니다. 장기적인 목표를 최적화할 수 있습니다.
도전과제	대규모 데이터 세트에 라벨을 지정하는 데 시간이 많이 걸리고 비용이 많이 듭니다. 과적합 위험.	레이블이 지정된 데이터와 레이블이 지정되지 않은 데이터 간의 균형을 신중하게 유지해야 합니다. 라벨링 오류가 전파될 위험이 있습니다.	해석하기 어려운 결과가 나올 수 있습니다. 더 복잡한 평가 지표가 필요할 수 있습니다.	계산 집약적; 잘 정의된 보상 구조가 필요하며 조정하기 어려울 수 있습니다.

지도 학습 : 완전히 레이블이 지정된 데이터 세트에 의존하며 레이블이 풍부하고 정확할 때 가장 정확합니다.
반지도 학습 : 라벨이 지정되지 않은 대규모 데이터 세트와 결합된 소량의 라벨이 지정된 데이터를 사용하여 지도 학습과 비지도 학습 간의 격차를 해소합니다.
비지도 학습 : 레이블이 지정된 데이터 없이 작동하여 데이터 내의 숨겨진 패턴과 구조를 발견합니다.
강화 학습 : 환경과의 상호 작용을 통해 학습하고 피드백을 사용하여 시간이 지남에 따라 작업을 최적화하는 접근 방식이 독특합니다.

5. 다음 보기에서, ㄱ, ㄴ에 들어갈 내용을 적합한 것을 고르시오.

1) ㄱ : 과적합(Overfitting), ㄴ : 과소적합(Underfitting)
2) ㄱ : 최적합(Bestfitting), ㄴ : 과소적합 (Underfitting)
3) ㄱ : 최적합 (Bestfitting) , ㄴ : 과적합 (Overfitting)
4) ㄱ : 완전적합(Completefitting), ㄴ : 과적합 (Overfitting)

과소적합(왼쪽 위): 모델이 너무 단순(선형)하여 데이터의 기본 패턴을 포착할 수 없어 적합성이 떨어집니다.	최적 적합(오른쪽 상단): 모델(3차 다항식)이 데이터에 잘 적합하여 너무 복잡하거나 단순하지 않으면서 기본 패턴을 포착합니다.
과적합(왼쪽 아래): 모델이 지나치게 복잡하고(고차 다항식) 기본 패턴이 아닌 데이터의 노이즈를 맞추므로 새 데이터에 대한 일반화가 제대로 이루어지지 않습니다.	완벽한 맞춤(오른쪽 아래): 이 그래프는 데이터를 생성하는 데 사용된 정확한 기본 함수를 보여주며, 실제 함수가 알려진 경우 이상적인 맞춤을 나타냅니다.

6. 다음 보기에서 설명하고 있는 것을 고르시오.
- 결정 과정이 복잡한 문제, 특히 전략 게임에서 최적의 결정을 찾기 위하여 사용되는 알고리즘
- 바둑에서 알파고(AlphaGo)에 사용된 알고리즘
1) Q-학습(Q-Leanrning)
2) 인공신경망(ANN)
3) 몬테카를로 트리 검색(MCTS)
4) 탐욕 알고리즘(Greedy Algorithm)
1) Q-러닝:
특정 상황에서 에이전트에게 어떤 조치를 취해야 하는지 알려주는 정책을 학습하는 강화 학습 알고리즘의 일종입니다. 바둑 같은 게임에서는 트리 검색에 직접적으로 사용되지 않습니다.
2) 인공 신경망(ANN):
AI의 패턴 인식 및 의사 결정에 사용되는 인간 두뇌에서 영감을 얻은 계산 모델입니다. AlphaGo에서는 보드 위치를 평가하는 데 신경망이 사용되었지만 의사 결정에는 MCTS가 사용되었습니다.
3) 몬테카를로 트리 검색(MCTS):
- 정의: MCTS는 전략 게임과 같이 복잡한 결정 공간이 있는 문제에서 최적의 결정을 내리는 데 사용되는 검색 알고리즘입니다. 검색 트리를 점진적으로 구축하고 의사결정 공간의 무작위 샘플링을 사용하여 다양한 움직임의 잠재적 결과를 평가합니다.
- AlphaGo와의 관련성: MCTS는 DeepMind가 보드 게임 바둑(바둑)을 플레이하기 위해 개발한 AlphaGo 프로그램의 핵심 구성 요소입니다. AlphaGo에서는 MCTS를 사용하여 게임을 시뮬레이션하고 어떤 동작이 가장 유망한지 결정함으로써 가능한 동작과 결과를 탐색했습니다.
- 응용 프로그램: MCTS는 바둑, 체스 및 기타 전략 게임과 같이 가능한 동작 수가 많고 전략적 복잡성이 매우 높은 게임에서 특히 효과적입니다.
4) 그리디 알고리즘:
전역 최적을 찾기 위해 각 단계에서 지역적으로 최적의 선택을 하는 간단한 알고리즘입니다. 전략 게임처럼 복잡한 의사결정 프로세스에는 적합하지 않습니다.

7. 다음 보기에서 설명하고 있는 것을 고르시오.
- 매우 큰 규모의 데이터셋을 학습한 후, 인간의 언어를 이해하고, 생성할 수 있는 고도로 발달된 인공지능 모델이다.
- 수십억 개의 단어로부터 언어의 구조, 문법, 의미 등을 학습하여, 텍스트를 생성하거나, 텍스트레 기반한 질문에 답변하고, 문장을 이해하거나 번역하는 등 다양한 언어 관련 작업을 수행한다.
1) 거대 언어 모델(LLM)
2) 스테이블 디퓨전(Stable Diffusion)
3) 클로드 3(Claude 3)
4) 제미나이(Gemini)

8. 다음 보기에서 설명하고 있는 것을 고르시오.
- 생성자와 판별자로 구성되어 있다.
- 서로 적대적인 과정을 통해 함께 학습한다.
- 판별자는 생성된 데이터의 진위 여부를 실제 데이터와 비교하여 평가하고 그것이 진짜인지 가짜인지 판단한다.
1) 사전학습(Pre-training)
2) 변이형 자동 인코더(VAE)
3) 적대적 생성 신경망(GAN)
4) 미세 조정(Fine-tuning)
1) 사전 학습: 더 작고 구체적인 데이터 세트에서 모델을 미세 조정하기 전에 대규모 데이터 세트에서 모델을 교육하는 작업이 포함됩니다. 적대적인 프로세스와 관련이 없습니다.
2) VAE(Variational Autoencoder)적대적생성신경망: VAE는 생성 모델이지만 GAN과 다르게 작동합니다. 그들은 입력 데이터를 잠재 공간으로 인코딩한 다음 이를 다시 디코딩하여 적대적인 측면 없이 새로운 데이터를 생성하는 방법을 배웁니다.
3) 생성적 적대 신경망(GAN):
- 구조: GAN은 생성기와 판별기라는 두 가지 주요 구성 요소로 구성됩니다.
- 적대 프로세스: 생성기는 실제 데이터와 유사한 데이터를 생성하고, 판별기는 생성기가 생성한 데이터가 실제 데이터와 비교하여 진짜인지 가짜인지 평가합니다.
- 학습 프로세스: 두 네트워크 모두 적대적인 프로세스를 통해 함께 학습합니다. 생성기는 실제 데이터를 생성하는 능력을 향상시키는 반면, 판별기는 실제 데이터와 생성된 데이터를 더 잘 구별하는 능력을 향상시킵니다. 궁극적인 목표는 생성기가 매우 현실적인 데이터를 생성하여 판별기가 실제 데이터와 확실하게 구분할 수 없도록 하는 것입니다.
4) 미세 조정: 특정 작업이나 데이터 세트에 대해 사전 학습된 모델을 조정하는 프로세스입니다. 여기에는 생성자와 판별자 또는 적대적 학습 프로세스가 포함되지 않습니다.

9. 다음 중 GPT의 의미로 옳게 구성된 것을 고르시오.
ㄱ. 생성(Generative)
ㄴ. 세대(Genaration)
ㄷ. 사전 훈련된(Pre-trained)
ㄹ. 사전 조정된(Pre-truned)
ㅁ. 번역기(Translator)
ㅂ. 트랜스포머(Transformer)
1) ㄱ, ㄴ, ㄷ
2) ㄱ, ㄹ, ㅁ
3) ㄱ, ㄷ, ㄹ
4) ㄱ, ㄷ, ㅂ

10. 다음 보기는 어떤 시각화 도구인지 고르시오.

1) 네트워크 그래프(Network Graph)
2) 산점도 플롯(Scatter Plot)
3) 히트맵(Heatmap)
4) 워드 클라우드(Word Cloud)

1) 네트워크 그래프(Network Graph)	2) 산점도 플롯(Scatter Plot)
3) 히트맵(Heatmap)	4) 워드 클라우드(Word Cloud)

특징	네트워크 그래프	산점도 플롯	히트맵	워드 클라우드
주요 특징	노드와 엣지로 구성된 그래프를 이용하여 데이터 간의 관계 시각화	두 개의 변수 간의 관계를 점으로 표현	데이터 매트릭스를 색상으로 표현하여 값의 크기 시각화	텍스트 데이터에서 자주 등장하는 단어를 크기와 색깔로 시각화
활용 분야	사회 네트워크 분석, 생물학 네트워크 분석, 웹 페이지 분석 등	상관관계 분석, 군집 분석, 이상치 탐지 등	상관관계 분석, 클러스터링 분석, 이미지 처리 등	텍스트 분석, 주제 분석, 감성 분석 등
장점	복잡한 관계를 한눈에 파악, 연결성 시각화, 데이터 탐색 및 발견	두 변수 간의 관계 간단 명확하게 표현, 데이터 분포 시각적 파악, 이상치 쉽게 찾아냄	많은 양의 데이터 한 번에 파악, 데이터 패턴 빠르게 찾아냄, 데이터 간 비교 용이	텍스트 데이터 특징 한눈에 파악, 주요 키워드 빠르게 찾아냄, 데이터 양이 많을 때 유용
단점	복잡한 그래프 해석 어려움, 노드와 엣지 수가 많을 경우 시각화 성능 저하	많은 데이터가 있을 경우 시각적으로 복잡해질 수 있음	색상에 대한 주관적인 해석 가능성, 복잡한 패턴 파악 어려움	단어의 중요도를 정확하게 반영하지 못할 수 있음, 문맥 정보를 잃어버릴 수 있음

11. 다음 중 챗GPT를 효과적으로 사용하기 위한 질의 규칙으로 적절하지 않은 것을 고르시오.
1) 명확하게 질문해야한다.
2) 목적을 말하지 않아도 된다.
3) 배경 정보를 제공해야 한다.
4) 질문의 범위를 제한해야 한다.
챗GPT에게 명확한 목적을 제시하는 것은 효과적인 사용을 위한 필수 요소입니다.

예시 1: "영화 추천해줘" 라는 질문보다 "최근 개봉한 SF 영화 중에서 로봇이 주인공인 영화를 추천해줘" 라는 질문이 더 구체적이고 명확합니다.
예시 2: "글 써줘" 라는 질문보다 "대학생이 졸업 논문 주제를 정하는 데 도움이 되는 글을 써줘" 라는 질문이 목적이 명확합니다.

목적을 명확하게 제시하는 이유:

정확한 답변: 챗GPT는 사용자의 의도를 정확하게 파악하고, 그에 맞는 답변을 생성합니다.
효율적인 소통: 불필요한 질문과 답변을 줄이고, 원하는 정보를 빠르게 얻을 수 있습니다.
다양한 시도: 챗GPT의 잠재력을 최대한 활용하여 다양한 방식으로 질문하고 답변을 얻을 수 있습니다.

다른 보기에 대한 설명

1) 명확하게 질문해야 한다: 질문이 모호하면 챗GPT는 사용자의 의도를 정확히 파악하기 어렵습니다.
3) 배경 정보를 제공해야 한다: 관련된 배경 정보를 제공하면 챗GPT는 더욱 정확하고 관련성 높은 답변을 생성할 수 있습니다. 예를 들어, 특정 분야에 대한 질문을 할 때 해당 분야에 대한 기본적인 지식을 제공하면 더 좋은 결과를 얻을 수 있습니다.
4) 질문의 범위를 제한해야 한다: 너무 넓은 범위의 질문은 챗GPT가 처리하기 어려울 수 있습니다. 구체적인 질문을 할수록 더 정확한 답변을 얻을 수 있습니다.

12. 다음 중 코파일럿에서 그림을 만들 때 사용하는 생성AI를 고르시오.
1) 디스코 디퓨전(Disco Diffusion)
2) 미드저니(Midjourney)
3) 달리(DALL-E)
4) 나이트카페 크리에이터(NightCafe Creator)

기능	디스코 디퓨전	미드저니	달리	나이트카페 크리에이터
주요 특징	텍스트 기반, 높은 수준의 예술적 표현, 커뮤니티 중심	디스코드 서버 기반, 고품질 이미지, 빠른 생성 속도	오픈AI 개발, 다양한 이미지 생성 능력, 안전성 강화	다양한 스타일 지원, 사용자 친화적인 인터페이스, 커뮤니티 중심
장점	다양한 스타일 지원, 커뮤니티를 통한 학습 가능	높은 품질의 이미지, 쉬운 사용법	안정적인 성능, 다양한 기능 제공	쉬운 사용법, 다양한 커뮤니티 기능
단점	초기 설정이 복잡할 수 있음, 상대적으로 느린 생성 속도	디스코드 서버 이용 필수, 상업적 이용 제한	상업적 이용 제한, 대기열 발생 가능성	상대적으로 낮은 해상도, 일부 기능 유료
특징	오픈 소스, 파이썬 기반	디스코드 서버 기반	오픈AI 개발	웹 기반
커뮤니티	활발한 커뮤니티	디스코드 커뮤니티	상대적으로 작은 커뮤니티	활발한 커뮤니티
사이트	주로 GitHub에서 소스 코드 제공, 커뮤니티 중심으로 운영	디스코드 서버 (초대 링크 필요)	OpenAI 플랫폼 (대기자 명단)	https://creator.nightcafe.studio/

13. 미드저니에서 생성할 이미지에서 특정 대상을 제외하는 파라미터로 옳은 것을 고르시오.
1) --out
2) --exclude
3) --delete
4) --no
1. --no [object] : 이미지에서 특정 개체나 요소를 제외합니다. 예를 들어 --no clouds는 구름이 없는 이미지를 생성합니다.
2. --aspect [width:height] : 이미지의 가로 세로 비율을 변경합니다.
예를 들어 --aspect 16:9 또는 --ar 16:9는 와이드스크린 이미지를 생성합니다.
3. --chaos [value] : 이미지 생성의 무작위성을 제어합니다.
값이 높을수록(최대 100) 예상치 못한 다양한 결과가 나올 수 있습니다.
4. --quality [value] : 이미지 품질을 조정합니다. 값은 표준 품질의 경우 --quality 0.5로 설정하거나
품질은 높지만 생성 시간은 더 긴 경우 --quality 2로 설정할 수 있습니다
5. -- stylize [value] or --s : 생성된 이미지가 프롬프트의 "스타일"을 얼마나 강력하게 준수하는지 제어합니다.
값이 높을수록 더 예술적이고 스타일화된 이미지가 생성됩니다.
6. --seed [number] : 이미지 생성 프로세스에 대한 특정 시드를 설정하여 결과 재현성을 허용합니다.
동일한 프롬프트에 동일한 시드를 사용하면 동일한 이미지가 생성됩니다.
7. --upbeta : 이미지 업스케일러의 베타 버전을 사용하도록 선택합니다.
8. --v : 사용할 Midjourney 모델의 버전을 지정합니다. 예를 들어 버전 5를 사용하려면 --v 5를 사용합니다.

14. 다음 챗GPT 질의응답 결과에서 발생한 현상으로 옳은 것을 고르시오.
- 프롬프트 : 한국에서 가장 유명한 이순신 장군의 부인은 누구지?
- 응답 : 한국에서 가장 유명한 이순신 장군의 부인은 강훈의 부인인 고씨입니다. 그러나, 고씨에 대하 자세한 역사적인 기록은 많지 않습니다. 이순신 장군의 부인인 강씨와 관련된 이야기는 주로 소설, 영화, 드라마 등의 작품에서 다루어지고 있습니다.
- 사실 : 이순신 장군의 부인은 "방수진"입니다.
1) 환각(Hallucination)
2) 프롬프트 주입(Prompt Injection)
3) 프롬프트 해킹(Prompt Hacking)
4) 탈옥(Jailbreaking)
1) 환각
AI 및 자연어 처리의 맥락에서 AI가 입력 데이터나 실제 사실을 기반으로 하지 않거나 부정확하거나 무의미한 정보나 응답을 생성할 때 "환각"이 발생합니다. 이러한 환각은 사실의 부정확성, 조작된 데이터 또는 잘못된 결론일 수 있습니다.
2) 프롬프트 주입
프롬프트 주입은 AI 모델의 동작을 속이거나 변경하기 위해 사용자가 의도적으로 입력("프롬프트")을 만드는 공격 또는 조작 유형입니다. 목표는 AI의 출력에 악의적이거나 의도하지 않은 콘텐츠를 삽입하는 것입니다.
3) 프롬프트 해킹
프롬프트 해킹은 프롬프트 주입과 유사하지만 일반적으로 사용자가 AI 프롬프트를 조작하여 예상치 못한 결과나 의도하지 않은 결과를 얻는 광범위한 기술 세트를 의미합니다. 여기에는 콘텐츠 제한 우회, AI가 특정 응답을 생성하도록 강제, 모델 교육의 약점 활용 등이 포함될 수 있습니다.
4) 탈옥
AI에서 탈옥은 AI 모델에 내장된 안전 및 콘텐츠 필터를 조작하거나 우회하여 생성하지 않도록 설계된 응답을 생성하는 프로세스를 의미합니다. 이 용어는 스마트폰과 같은 장치에 대한 제한이 제거되는 기술의 탈옥 개념에서 차용되었습니다.

15. 다음 보기에서 설명하고 있는 것을 고르시오.
- 두 종류 이상의 데이터 유형을 프롬프트로 사용하는 기법이다.
- 챗GPT 4, 코파일럿, 제미나이 등에서 지원하는 기능이며, 입력이 가능한 데이터의 종류는 서비스 별로 다르다.
1) 미디어 프롬프트(Media Prompt)
2) 매니 프롬프트(Many Prompt)
3) 멀티모달 프롬프트(Multi-modal Prompt)
4) 프롬프트 주입(Prompt Injection)
1) 미디어 프롬프트
정의:
"미디어 프롬프트"는 일반적으로 텍스트 외에 이미지, 비디오, 오디오 등의 미디어 요소를 통합하는 프롬프트 유형을 의미합니다. 이러한 유형의 프롬프트는 다양한 형태의 미디어를 처리하고 응답할 수 있는 모델에 사용됩니다.
예 : AI가 이미지를 분석할 수 있는 시나리오에서 미디어 프롬프트에는 AI에게 이미지를 보여주고 장면을 설명하거나 해당 이미지를 기반으로 설명을 제공하도록 요청하는 것이 포함될 수 있습니다.
2) 매니 프롬프트
정의:
"다수 프롬프트(Many Prompt)"는 일반적으로 AI 모델의 응답을 안내하기 위해 여러 프롬프트를 순서대로 또는 조합하여 사용하는 방법을 의미합니다. 여기에는 출력을 구체화하거나 쿼리의 다양한 측면을 탐색하기 위해 AI에 일련의 관련 프롬프트를 제공하는 것이 포함됩니다.
예 : AI가 자세한 스토리를 생성하도록 하려면 먼저 캐릭터 설명을 입력한 다음 설정, 줄거리 등에 대한 프롬프트를 표시할 수 있습니다. 각 프롬프트는 이전 프롬프트를 기반으로 구축됩니다.
3) 멀티모달프롬프트
멀티모달 프롬프트란, 인공지능 모델에게 텍스트뿐만 아니라 이미지, 음성, 심지어는 3D 모델과 같은 다양한 형태의 정보를 함께 제공하여 더욱 정교하고 창의적인 결과물을 얻도록 하는 기술
4) 프롬프트 주입
정의:
프롬프트 주입은 앞서 설명한 대로 사용자가 AI 모델의 입력 프롬프트를 조작하여 모델이 의도하지 않은 방식으로 동작하도록 하는 기술을 말합니다. 여기에는 특정 지침 삽입, 오해의 소지가 있는 콘텐츠 삽입 또는 AI 필터 우회 시도가 포함될 수 있습니다.
예 : 사용자는 AI가 기밀로 유지해야 하는 정보를 공개하거나 피하도록 설계된 콘텐츠를 생성하도록 하는 프롬프트를 만들 수 있습니다.

16. 다음 프롬프트를 챗GPT한테 입력했을 때 기대할 수 있는 결과로 적절한 것을 고르시오.
프롬프트 : 당신은 일류호텔 주방장입니다. 라면을 맛있게 끓이는 방법에 대해 알려주세요. Temperature2.0
1) 라면을 끓이는 방법을 알려준다.
2) 일류호텔 주방장 역할로 보다 창의적인 라면을 끓이는 방법을 알려준다.
3) 라면뿐만 아니라 창의적인 다양한 면요리의 레시피를 알려준다.
4) 일류호텔 주방장 역할을 수행하지 않는다.

17. 다음 중 프롬프트의 구성요소가 아닌 것을 고르시오.
1) 지시(Instuction)
2) 맥락 정보(Context)
3) 입력 데이터(Input Data)
4) 프로세스(Process)
프롬프트 구성요소
1) 지시: 이는 AI가 무엇을 수행하거나 생성해야 하는지에 대한 명시적인 지침을 사용자에게 제공하는 프롬프트의 구성 요소입니다.
2) 컨텍스트 정보: AI가 작업이나 질문의 컨텍스트를 이해하는 데 도움이 되는 배경 또는 추가 세부 정보를 제공하여 응답의 관련성과 정확성을 향상시킵니다.
3) 입력 데이터: 이는 텍스트 구절, 이미지 또는 항목 목록과 같이 AI가 처리해야 하는 프롬프트의 일부로 제공되는 특정 데이터 또는 콘텐츠를 의미합니다.
4) 질문 또는 작업 : 때때로 프롬프트는 AI가 해결해야 하는 질문이나 작업으로 구성됩니다.

프로세스: "프로세스"는 프롬프트 자체의 구성 요소가 아닙니다. 대신, 제공된 프롬프트 구성 요소(지침, 컨텍스트 정보 및 입력 데이터)를 기반으로 AI가 출력을 생성하는 데 사용하는 내부 메커니즘 또는 작업을 나타냅니다. 프로세스는 AI가 배후에서 작동하는 방식이며 사용자가 제공하는 프롬프트의 일부가 아닙니다.

18. 다음 보기는 챗GPT 4를 통해 언론사 업무를 수행한 내용이다. 챗GPT가 생성한 데이터의 유형을 고르시오.

프롬프트

첨부한 파일은 뉴스기사 제목에 대한 CSV파일이다.
주요 제목 키워드는 주52시간이며, 5개의 레코드가 있다. 첨부한 CSV 파일 포맷에 맞게 뉴스 제목, 작성시간, 출간신문사를 한국어로 작성해서, 100개의 레코드를 만들어줘.

응답

첨부하신 파일을 확인하고, 주요 제목 키워드인 '주52시간'을 중심으로 뉴스 제목, 작성시간, 출간신문사를 포함하는 가상의 데이터를 만들어보겠습니다. 먼저 파일의 형식을 살펴보겠습니다.

파일을 읽은 과정에서 인코딩 문제가 발생했습니다. 이느 파일이 UTF-8이 아닌 다른 인코딩으로 저장되었을 가능성이 있습니다. 한국에서 자주 사용되는 인코딩인 'cp949'를 사용하여 파일을 다시 열어보겠습니다.
~~~~~~~~~~~~~~~~~~
[가상 뉴스 제목 데이터 다운로드]

1) 데이터 파생
2) 가상 데이터
3) 창조된 데이터
4) 합성 데이터

19. 다음 그림은 스테이블 디퓨전에서 이미지를 생성하는 도중에 만들어진 중간 결과물이다. 어떤 것인지 고르시오.

1) 해골(Skeleton)
2) 라이브2D(Live2D)
3) 오픈포즈(OpenPose)
4) 와이어프레임(Wireframe)
3) 오픈포즈는 인공지능을 활용하여 이미지 속 사람의 자세를 실시간으로 추정하는 기술입니다. 좀 더 쉽게 말하면, 사진이나 영상 속 사람의 몸, 손, 얼굴 등의 관절 위치를 정확하게 찾아내어 뼈대 형태로 시각화하는 기술

20. 다음 보기는 미드저니에서 생성한 이미지, 프롬프트와 옵션이다. 보기에서 알 수 없는 사실을 고르시오.

프롬프트	picture of a girl dressed in flowers
옵션	--ar 16:9 --chaos 35 --v 6
결과물

1) 생성하는 그림에 꽃이 들어가도록 프롬프트를 작성하였다.
2) 가로 대 세로 화면비율은 16:9이다.
3) 자유도를 35만큼 주었다.
4) 이미지를 생성하는데 사용된 미드저니 모델 버전은 6이다.
??? 답이 없다???
--ar 16:9
의미: Aspect Ratio (종횡비)를 16:9로 설정한다는 의미입니다.
설명: 16:9는 일반적인 와이드스크린 비율로, 생성되는 이미지의 가로와 세로 비율을 16:9로 맞춰줍니다. 즉, 가로가 세로보다 더 긴 형태의 이미지를 생성하게 됩니다.
--chaos 35
의미: 이미지 생성 시 무작위성을 조절하는 옵션입니다.
설명: 값이 클수록 생성되는 이미지가 더욱 독창적이고 예상치 못한 결과를 보여줍니다. 35라는 값은 상대적으로 높은 무작위성을 의미하며, 다양한 변형된 이미지를 생성할 가능성이 높습니다.
--v 6
의미: Midjourney 모델 버전을 지정하는 옵션입니다.
설명: --v 6은 Midjourney의 6번째 버전 모델을 사용하여 이미지를 생성한다는 의미입니다. 각 버전마다 이미지 생성 품질, 스타일, 기능 등이 다를 수 있습니다. 6번 버전은 특정한 스타일이나 기능을 강조하는 버전일 수 있으며, Midjourney의 공식 문서나 커뮤니티에서 해당 버전에 대한 자세한 정보를 확인할 수 있습니다.

21. 다음 보기는 스테이블 디퓨전에서 생성된 이미지의 일부분이다. 이미지를 개선하기 위해 조치를 취하는 내용으로 적절하지 않은 것을 고르시오.

이미지
잘못된 점	생성된 이미지에서 손이 잘못 그려진 것을 발견하였다.

1) 네거티브 프롬프트란에 "Extra fingers"를 입력한다.
2) 프롬프트란에 "Cinematic"을 입력한다.
3) 프롬프트란에 손이 드러나지 않는 다른 자세를 묘사한다.
4) 네거티브 프롬프트란에 "Poor hands"를 입력한다.
네거티브 프롬프트는 이미지 생성 AI에게 "이런 것은 포함하지 마세요"라고 지시하는 명령어입니다. 즉, 원하는 이미지를 생성할 때 원하지 않는 요소를 명확히 제시하여 더욱 정확하고 만족스러운 결과물을 얻을 수 있도록 돕는 역할을 합니다.

22. 다음은 제미나이를 활용한 프롬프트 응답 결과이다. (ㄱ)에 들어갈 단어로 적절한 것을 고르시오.

프롬프트	한국, 미국, 중국의 면적을 ( ㄱ ) 형식으로 보여줘.
결과	{ "국가" : { "한국": { "면적" : 100,210, "단위" : km" }, "미국": 9,834,000, "단위": "km" "중국": 9,596,961, "단위": "km" } }

1) HTML
2) XML
3) JSON
4) CSV
1. HTML (HyperText Markup Language)
HTML은 웹 페이지를 구성하는 기본 언어입니다. 웹 브라우저에서 보여지는 모든 웹 페이지는 HTML로 작성되어 있습니다. HTML은 태그를 사용하여 웹 페이지의 구조와 내용을 정의합니다.

HTML 결과값 샘플 (간단한 웹 페이지):

HTML
<!DOCTYPE html>
<html>
<head>
    <title>HTML 샘플 페이지</title>
</head>
<body>
    <h1>안녕하세요, HTML!</h1>
    <p>이것은 HTML로 작성된 간단한 웹 페이지입니다.</p>
    <img src="image.jpg" alt="이미지 설명">
</body>
</html>

2. XML (eXtensible Markup Language)
XML은 데이터를 저장하고 교환하기 위한 범용적인 마크업 언어입니다. HTML과 유사하게 태그를 사용하지만, HTML처럼 미리 정의된 태그가 없고 사용자가 원하는 태그를 자유롭게 정의하여 데이터를 표현할 수 있습니다.

XML 결과값 샘플 (도서 정보):

XML
<?xml version="1.0" encoding="UTF-8"?>
<도서>
    <제목>자바 프로그래밍</제목>
    <저자>홍길동</저자>
    <출판사>길벗</출판사>
    <가격>30000</가격>
    <출판일>2023-11-22</출판일>
</도서>

3. JSON (JavaScript Object Notation)
JSON은 사람이 읽고 쓰기 쉽고, 컴퓨터가 파싱하기 쉬운 경량 데이터 교환 형식입니다. 주로 웹 애플리케이션에서 서버와 클라이언트 간의 데이터를 주고받을 때 사용됩니다.

JSON 결과값 샘플 (사용자 정보):

JSON
{
    "name": "홍길동",
    "age": 30,
    "city": "서울",
    "hobbies": ["독서", "운동", "요리"]
}
4)CSV (Comma-Separated Values)
CSV는 쉼표(,)로 값을 구분하여 데이터를 저장하는 간단한 형식입니다. 각 행은 하나의 레코드(데이터)를 나타내며, 각 열은 해당 레코드의 필드(속성)를 나타냅니다.

CSV 파일의 구조
텍스트 파일: 일반적인 텍스트 파일 형식으로 저장됩니다.
쉼표 구분: 각 값은 쉼표로 구분됩니다.
줄 바꿈: 새로운 레코드는 줄 바꿈으로 구분됩니다.
예시
Name,Age,City
John Doe,30,New York
Jane Smith,25,Los Angeles

형식	HTML (HyperText Markup Language)	XML (eXtensible Markup Language)	JSON (JavaScript Object Notation)	CSV (Comma-Separated Values)
주요 용도	웹 페이지 구성	데이터 저장 및 교환	데이터 교환, API	단순 데이터 저장, 스프레드시트
특징	태그 기반, 브라우저 해석	자유로운 태그 정의, 계층적 구조	키-값 쌍, 경량	쉼표로 구분된 값, 테이블 형식
장점	웹 페이지 표현에 최적화, 다양한 멀티미디어 지원	다양한 데이터 표현 가능, 확장성 높음	가볍고 빠름, JavaScript와 호환성 높음	간단하고 가볍다, 엑셀 등에서 쉽게 열람 가능
단점	데이터 구조 표현에 제한적	구조가 복잡하고 용량이 클 수 있음	데이터 구조가 단순할 수 있음	복잡한 데이터 표현에 어려움, 데이터 유형 정보 부족

23. 다음은 다양한 확장프로그램을 사용하여 스마트팜 사업계획서를 작성하는 과정이다. 옳게 나열된 것을 고르시오. (단, 확장프로그램은 전부 설치된 것으로 가정한다.)
ㄱ. SlideAI 확장프로그램에서 사업계획서 내용을 입력한다.
ㄴ. 챗GPT의 AIPRM 확장프로그램으로 스마트팜 사업계획서 내용을 생성한다.
ㄷ. 챗GPT한데 사업계획서 내용을 구체적으로 만들도록 요청한다.
ㄹ. 생성된 슬라이드 내용을 구체화한다.
1) ㄴ → ㄷ → ㄱ → ㄹ
2) ㄱ → ㄴ → ㄷ → ㄹ
3) ㄴ → ㄱ → ㄷ → ㄹ
4) ㄱ → ㄷ → ㄴ → ㄹ
ㄴ. 챗GPT의 AIPRM 확장프로그램으로 스마트팜 사업계획서 내용을 생성한다.
첫 단계: 챗GPT의 AIPRM 확장 프로그램을 활용하여 스마트팜 사업계획서에 대한 기본적인 틀과 내용을 생성합니다. 이를 통해 사업계획서의 전체적인 구조를 잡고, 각 섹션에 들어갈 내용을 빠르게 파악할 수 있습니다.
AIPRM은 챗GPT를 특정 분야에 특화시켜 더욱 효율적인 답변을 얻을 수 있도록 돕는 도구입니다. 스마트팜 사업계획서와 같은 특정 주제에 대한 명령어를 입력하면, 챗GPT는 AIPRM을 통해 학습된 정보를 바탕으로 더욱 전문적이고 구체적인 답변을 생성해 줄 것입니다.
ㄷ. 챗GPT한데 사업계획서 내용을 구체적으로 만들도록 요청한다.
두 번째 단계: AIPRM을 통해 생성된 기본적인 내용을 바탕으로, 챗GPT에게 더욱 구체적인 정보를 요청합니다. 예를 들어, "마케팅 전략에 대해 더 자세히 설명해주세요.", "재무 계획을 구체적으로 작성해주세요." 등의 질문을 통해 사업계획서의 내용을 풍성하게 만들 수 있습니다.
ㄱ. SlideAI 확장프로그램에서 사업계획서 내용을 입력한다.
세 번째 단계: 챗GPT를 통해 생성된 내용을 SlideAI에 입력하여 슬라이드 형식으로 정리합니다. SlideAI는 텍스트를 기반으로 자동으로 슬라이드를 생성해주는 도구로, 사업계획서의 내용을 시각적으로 효과적으로 전달할 수 있도록 도와줍니다.
ㄹ. 생성된 슬라이드 내용을 구체화한다.
마지막 단계: SlideAI를 통해 생성된 슬라이드를 검토하고, 필요한 부분을 추가하거나 수정하여 완성도 높은 사업계획서를 만듭니다. 특히, 데이터, 차트, 이미지 등을 추가하여 슬라이드를 더욱 풍성하게 만들 수 있습니다.

AIPRM의 특징: ChatGPT를 더욱 효과적으로 활용하기 위한 필수 도구
AIPRM(Artificial Intelligence-Powered Response Manager)은 ChatGPT를 사용하는 사용자들에게 더욱 강력하고 다양한 기능을 제공하는 크롬 확장 프로그램입니다.

AIPRM의 주요 특징:

미리 만들어진 프롬프트: 다양한 분야와 목적에 맞게 미리 만들어진 프롬프트 템플릿을 제공합니다. 마케팅, 코딩, 글쓰기 등 다양한 분야에서 활용할 수 있는 프롬프트를 쉽게 찾아 사용할 수 있습니다.
맞춤형 프롬프트 생성: 사용자의 요구에 맞게 프롬프트를 직접 생성하고 저장할 수 있습니다. 자주 사용하는 프롬프트를 미리 만들어두면 시간을 절약하고 효율적으로 작업할 수 있습니다.
프롬프트 변수: 프롬프트에 변수를 설정하여 다양한 경우의 수를 빠르게 시뮬레이션할 수 있습니다. 예를 들어, 제품 이름이나 서비스명을 변수로 설정하여 여러 가지 버전의 문구를 생성할 수 있습니다.
커뮤니티: 다른 사용자들과 프롬프트를 공유하고 피드백을 주고받을 수 있는 커뮤니티가 제공됩니다. 다양한 사용자들의 노하우를 공유하며 더욱 발전된 프롬프트를 만들 수 있습니다.
지속적인 업데이트: 새로운 프롬프트 템플릿과 기능들이 지속적으로 추가되어 사용자들의 편의성을 높입니다.
AIPRM을 사용하면 다음과 같은 이점을 얻을 수 있습니다:

시간 절약: 미리 만들어진 프롬프트를 활용하여 작업 시간을 단축할 수 있습니다.
생산성 향상: 다양한 아이디어를 빠르게 생성하고 발전시킬 수 있습니다.
전문성 강화: 특정 분야에 대한 전문적인 프롬프트를 활용하여 더욱 전문적인 결과물을 얻을 수 있습니다.
창의성 증진: 다양한 프롬프트를 활용하여 새로운 아이디어를 얻고 창의적인 작업을 수행할 수 있습니다.
결론적으로, AIPRM은 ChatGPT를 사용하는 사용자들에게 필수적인 도구입니다. 다양한 기능과 편리한 사용법을 통해 ChatGPT를 더욱 효과적으로 활용하고 생산성을 높일 수 있습니다.

24. 다음은 코파일럿에서 생성한 결과물이다. 코파일럿에서 결과물을 생성하는 스타일의 설명을 참고하여 결과물과 스타일이 옳게 짝지어진 것을 고르시오.

프롬프트	온대림에서 영감을 받은 테라리움 디자인
스타일	보다 창의적인	독창적이고 상상력이 넘치는 결과물을 생성한다.
	보다 균형있는	일상적이고 정보에 입각한 결과물을 생성한다.
	보다 정밀한	사실을 알아내는 데 유용한 간결한 결과물을 생성한다.
결과물 1
결과물 2	온대림에서 영감을 받은 테라리움 디자인에 대해 몇 가지 정보를 찾았습니다. 1. 테라리움 갤러리 2. 유리병 속 작은 정원, 테라리움 이 정보들이 온대림에서 영감을 받은 테라리움 디자인에 대한 아이디어를 얻는 데 도움이 되길 바랍니다. 추가적인 질문이 있으시다면 언제든지 말씀해주세요!

1) 결과물 : 결과물 1, 스타일 : 보다 창의적인
2) 결과물 : 결과물 1, 스타일 : 보다 균형있는
3) 결과물 : 결과물 2, 스타일 : 보다 정밀한
4) 결과물 : 결과물 2, 스타일 : 보다 창의적인

25. 다음 보기는 챗GPT 4를 통해 파일을 분석하는 과정이다. 응답 결과를 확인하여 조치할 사항으로 적절하지 않은 것을 고르시오.

프롬프트

업로드한 파일의 위험성을 분석하고 결과를 한국어로 표시해줘.

응답

이 파일은 네트워크 소켓을 사용하여 특정 IP 주소(192.168.56.1)와 포트(443)에 연결하고, 이 연결을 통해 원격으로 명령을 수신하여 실행하는 Python 스크립트입니다.
스크립트는 받은 명령의 결과를 수집하여 인코딩 후 보내는 기능을 포함하고 있으며, 이러한 행위는 일반적으로 역방향 쉘(Reverse Shell)이라고 합니다.
~~

1) IP 주소 192.168.56.1에 대한 연결을 차단한다.
2) 포트 번호 443에 대한 연결은 보안연결이므로 안전하다.
3) Python 스크립트 파일의 실행 권한을 제거한다.
4) 만약 파일을 실행시킨 경우, 네트워크를 차단하고 프로세스를 종료시킨다.
네트워크 소켓: 네트워크 상에서 두 프로그램 간의 통신을 위한 연결점입니다. 마치 전화 연결처럼, 한 프로그램이 소켓을 통해 다른 프로그램에 데이터를 보내고 받을 수 있습니다.
IP 주소: 인터넷 프로토콜 주소의 약자로, 네트워크 상에서 각 장치를 고유하게 식별하는 번호입니다. 192.168.56.1은 사설 IP 주소의 한 예입니다.
포트: 네트워크 서비스가 사용하는 논리적인 통신 끝점입니다. 각 서비스는 고유한 포트 번호를 사용하여 구분됩니다. 443번 포트는 일반적으로 HTTPS(Hypertext Transfer Protocol Secure) 통신에 사용됩니다.
역방향 쉘(Reverse Shell): 일반적으로 공격자가 공격 대상 시스템에 접속하기 위해 사용하는 기술입니다. 공격 대상 시스템에서 공격자의 시스템으로 연결을 역으로 설정하여 공격자가 마치 공격 대상 시스템의 터미널에 직접 접속한 것처럼 명령을 내리고 결과를 받을 수 있도록 합니다.

26. 다음은 챗GPT에서 하이퍼파리미터를 설정한 프롬프트와 응답 결과이다. Cynical(냉소적인)응답을 위해 (ㄱ )에 들어갈 내용으로 적절한 것을 고르시오.

프롬프트

소셜 프로젝트를 홍보하는 짧은 메세지를 작성해주세요. ( ㄱ ) : Cynical

응답

아, 또 하나의 소셜 프로젝트라고? 세상을 바꾸겠다는 건가, 아니면 단지 인스타그램 팔로워 수를 늘리고 싶어서? 어쨌든, 여러분의 '귀중한' 시간을 내어 이 자선 행사나 프로젝트에 조금이라도 관심을 가져보세요. 아마도 진정으로 세상을 조금이라도 나아지게 만드는 데 도움이 될 거에요. 혹은 최소한, 당신이 좀 더 나은 사람처럼 보이게 해줄테니, 우리의 프로젝트에 참여하고, 사회에 긍정적인 변화를 만들어보자고요. 아니면 최소한, 그렇게 보이게라도 하자고요. #변화 #사회적책임 #어쨌든참여

1) 쓰기 스타일(Writing Style)
2) 출현 스타일(Presense Style)
3) 빈도 스타일(Frequency Style)
4) 반복 스타일(Repetition Style)

27. 다음은 이미지와 오디오를 결합하여 동영상을 만드는 FFmpeg 프로그램의 명령어이다. 명령어의 설명으로 옳지 않은 것을 고르시오.

명령어	ffmpeg -loop 1 -i image.png -i audio.mp3 -c:v h264 -pix_fmt yuv420p -shortest video.mp4

1) image.png 파일을 무한대로 입력한다.
2) 동영상 포맷은 H.264으로 출력한다.
3) 동영상의 길이는 오디오의 길이와 다르다.
4) 생성되는 동영상 파일의 확장자는 mp4이다.
https://www.ffmpeg.org/

FFmpeg

Converting video and audio has never been so easy. $ ffmpeg -i input.mp4 output.avi News June 2rd, 2024, native xHE-AAC decoder FFmpeg now implements a native xHE-AAC decoder. Currently, streams without (e)SBR, USAC or MPEG-H Surround are supported,

www.ffmpeg.org

ffmpeg: FFmpeg 프로그램을 실행한다는 의미입니다.
-loop 1: 입력 이미지(image.png)를 한 번 반복하여 사용하라는 옵션입니다. 즉, 이미지가 동영상의 전체 길이 동안 반복됩니다.
-i image.png: 입력 이미지 파일의 경로를 지정합니다.
-i audio.mp3: 입력 오디오 파일의 경로를 지정합니다.
-c:v h264: 비디오 코덱으로 H.264를 사용하도록 지정합니다. H.264는 고효율 비디오 압축 표준으로, 높은 압축률과 좋은 화질을 제공합니다.
-pix_fmt yuv420p: 비디오 픽셀 형식을 YUV420p로 설정합니다. YUV420p는 일반적인 비디오 픽셀 형식으로, 색 정보를 효율적으로 표현합니다.
-shortest: 입력 스트림 중 가장 짧은 스트림의 길이에 맞춰 출력 파일의 길이를 조정합니다. 즉, 이미지와 오디오 중 짧은 쪽에 맞춰 동영상이 생성됩니다.
video.mp4: 생성될 출력 파일의 이름과 형식을 지정합니다. MP4는 널리 사용되는 멀티미디어 컨테이너 형식입니다.

28. 다음 보기에서 설명하고 있는 생성 AI산출물의 저작권 침해 방지를 위한 기술을 고르시오.
- 생성 AI의 이미지 합성 기능을 방지하는 기술
- 인코더 공격과 확산 두 가지 방식으로 생성 AI의 합성을 원천적으로 방해하거나 합성 이미지를 쉽게 감지할 수 있도록 지원
1) 글레이즈(Glaze)
2) 포토가드(PhotoGuard)
3) 적대적 생성 신경망(GAN)
4) 코파일럿(Copilot)
1. 글레이즈(Glaze)
미술 용어: 도자기나 유리 등에 광택을 내기 위해 표면에 얇게 씌우는 유약을 의미합니다.
디지털 이미지 처리: 디지털 이미지에 특정 효과나 스타일을 입히는 과정을 비유적으로 표현할 때 사용되기도 합니다. 예를 들어, 사진에 빈티지한 느낌을 주는 필터를 적용하는 것을 '빈티지 글레이즈'라고 표현할 수 있습니다.
다른 분야: 건축, 자동차 등 다양한 분야에서 표면 처리 기법을 설명할 때 사용됩니다.
2. 포토가드(PhotoGuard)
사진 보호 제품: 사진을 빛, 습기, 먼지 등으로부터 보호하기 위한 다양한 제품을 통칭하는 말입니다. 일반적으로 사진을 넣어 보관하는 앨범, 코팅된 종이 등이 해당됩니다.
디지털 이미지 보안: 디지털 이미지의 저작권 보호나 위변조 방지를 위한 기술을 의미하기도 합니다.
상품명: 특정 회사의 사진 보호 제품 브랜드일 수도 있습니다.
3. 적대적 생성 신경망(GAN, Generative Adversarial Network)
인공지능 기술: 두 개의 신경망이 서로 경쟁하며 학습하는 모델입니다.
생성자(Generator): 가짜 데이터를 생성하는 신경망입니다. 예를 들어, 가짜 얼굴 이미지를 만들 수 있습니다.
판별자(Discriminator): 생성자가 만든 가짜 데이터와 진짜 데이터를 구별하는 신경망입니다.
활용 분야: 이미지 생성, 영상 생성, 음성 합성 등 다양한 분야에서 활용됩니다. 예를 들어, GAN을 이용해 특정 화가의 화풍을 모방한 그림을 만들거나, 실제와 구분하기 어려운 가짜 얼굴 이미지를 생성할 수 있습니다.
요약:
글레이즈: 표면 처리, 특히 미술 분야에서 많이 사용되는 용어입니다.
포토가드: 사진 보호를 위한 제품 또는 기술을 의미합니다.
GAN: 인공지능 분야에서 가짜 데이터를 생성하는 기술입니다.

29. 다음 중 생성 AI의 사용으로 인한 위험에 대해 올바른 것을 고르시오.
1) AI 학습에 활용된 데이터에 개인정보가 포함되는 경우
2) 깃허브(Github)에 있는 소소코드를 사용허가를 받아 학습
3) 챗GPT를 통해 번역을 요청해서 사용하는 경우
4) 생성 AI 서비스를 통해 회사의 생산성을 증대시킨 경우
**깃허브(GitHub)**는 개발자들이 소프트웨어 프로젝트를 공유하고 협업하는 데 사용되는 웹 기반 플랫폼입니다. 쉽게 말해, 개발자들의 온라인 작업 공간이라고 생각하면 됩니다.
깃허브의 주요 기능
저장소(Repository): 프로젝트의 모든 파일과 히스토리를 저장하는 공간입니다.
브랜치(Branch): 프로젝트의 특정 기능이나 버전을 독립적으로 개발할 수 있는 공간입니다.
커밋(Commit): 코드 변경 사항을 저장하는 단위입니다.
풀 리퀘스트(Pull Request): 다른 개발자에게 코드 변경 사항을 검토 요청하고 병합하는 기능입니다.
이슈(Issue): 프로젝트에서 발생하는 문제나 개선해야 할 점을 관리하는 기능입니다.

30. 다음 중 생성 AI 산출물의 저작권 등록과 관련하여 올바른 것을 고르시오.
1) 인간의 사상 또는 감정이 반영되지 않은 AI 산출물은 저작권 등록이 가능
2) AI 산출물은 개발자 명의로 등록 신청이 가능
3) 인간의 창작적 기여가 없는 AI 산출물에 대한 저작권 등록은 불가능
4) AI 산출물에 사소한 변경만 하더라도 저작권 등록이 가능
생성 AI 산출물의 저작권 등록: 뜨거운 논쟁 속에서 풀어야 할 숙제
생성 AI 기술이 빠르게 발전하면서 AI가 생성한 그림, 음악, 글 등 다양한 콘텐츠에 대한 저작권 문제가 뜨거운 감자로 떠올랐습니다. 과연 AI가 생성한 콘텐츠에 저작권을 부여할 수 있을까요?

왜 논쟁이 될까요?
창작성의 주체: 저작권의 핵심은 인간의 창작성입니다. AI는 인간이 입력한 데이터를 기반으로 학습하고 새로운 콘텐츠를 생성하지만, 스스로 창작하는 능력이 있다고 보기 어렵다는 의견이 있습니다.
저작권 침해: AI가 학습하는 데이터에 저작권이 있는 콘텐츠가 포함되어 있다면, 생성된 결과물이 저작권 침해에 해당할 수 있습니다.
법적 불확실성: 생성 AI 기술의 발전 속도가 매우 빠르기 때문에, 기존의 저작권법으로는 이러한 새로운 상황에 대한 명확한 해답을 제시하기 어렵습니다.
현재까지의 판단
인간의 창작성이 중요: 대부분의 국가에서는 AI가 생성한 콘텐츠에 대한 저작권을 인정하지 않고 있습니다. 인간의 창작적인 개입이 없다면 저작물로 인정될 수 없다는 것이 일반적인 견해입니다.
학습 데이터의 중요성: AI가 학습한 데이터에 저작권이 있는 콘텐츠가 포함되어 있다면, 생성된 결과물이 저작권 침해에 해당할 수 있습니다.
국가별 차이: 각국마다 법률 체계와 판례가 다르기 때문에, 생성 AI 산출물에 대한 저작권 인정 여부는 국가별로 다를 수 있습니다.
향후 전망
법률 개정: 생성 AI 기술의 발전에 맞춰 저작권법을 개정해야 한다는 의견이 제기되고 있습니다.
새로운 저작권 개념: AI가 생성한 콘텐츠에 대한 새로운 저작권 개념을 정립해야 할 필요성이 있습니다.
기술적 해결책: AI 모델의 투명성을 높이고, 학습 데이터에 대한 관리를 강화하는 등 기술적인 해결책도 모색되고 있습니다.
결론
현재 생성 AI 산출물에 대한 저작권 문제는 아직 명확한 해답이 나오지 않은 상태입니다. 하지만 생성 AI 기술이 우리 사회에 미치는 영향이 점차 커지고 있는 만큼, 이 문제에 대한 사회적 합의를 도출하고 법적·제도적 기반을 마련하는 것이 시급합니다.

주의해야 할 점:

저작권 침해 가능성: AI가 생성한 콘텐츠를 무단으로 사용하면 저작권 침해에 해당할 수 있습니다.
법적 책임: 생성 AI를 개발하거나 사용하는 사람은 저작권 침해에 대한 법적 책임을 질 수 있습니다.

2024년 8월 12일 기준으로 chatGPT3.5, Gemini, Copilot에서 답을 찾아 해설부분을 작성했습니다.