다음 글의 제목으로 적절한 것은?인공지능이란 데이터를 바탕으로 인지·학… | [국회직 9급 국어] 26년 1회차 기출문제 상세 페이지

다음 글의 제목으로 적절한 것은?
인공지능이란 데이터를 바탕으로 인지·학습·추론 등의 지능적 과업을 자동으로 수행하도록 설계된 컴퓨터 시스템을 말한다. 이는 개발자가 컴퓨터에 모든 규칙과 명령을 직접 입력하는 기존의 방법과 달리, 데이터를 기반으로 컴퓨터가 스스로 알고리즘을 학습한다는 점에서 큰 차이가 있다. 그래서 인공지능 알고리즘을 ‘알고리즘을 위한 알고리즘’이라고도 부른다.
학습 알고리즘에서 ‘학습(learning)’은 주어진 데이터를 분석해 특정 작업을 수행할 수 있는 규칙이나 패턴을 발견하는 과정을 뜻한다. 즉, 학습 알고리즘의 역할은 데이터로부터 주어진 과업을 수행할 ‘예측 모형’을 찾아내는 것이다. ‘예측(prediction)’은 이렇게 학습된 모형을 사용하여 새로운 데이터에 대한 결과를 추론하는 과정을 말한다. 학습 알고리즘을 통해 만들어진 예측 모형이 최종적인 과업을 수행하는 셈이다. 이 두 개념의 역할과 작동 원리를 이해하는 것은 인공지능의 기본 원리를 이해하는 데 매우 중요하다.
인공지능 학습의 가장 큰 난제는 주어진 학습 데이터만 잘 맞히는 모형을 만드는 것이 아니라 한 번도 보지 못한 미래의 데이터에서도 예측을 잘하는 모형을 찾는 것이다. 보통 학습 데이터에서 예측을 잘하는 모형이 새로운 데이터에서도 잘 작동한다. 그러나 모형이 지나치게 복잡하거나 학습 데이터가 편향된 경우, 학습 데이터는 완벽히 맞히면서도 정작 새로운 데이터에서는 터무니없는 성능을 보일 수 있다. 이처럼 ‘일반화된 성능’을 확보하는 것이 인공지능 학습 방법론의 가장 핵심적인 연구 주제이다.

데이터 학습과 학습 알고리즘

인공지능이 데이터를 학습하는 법

전통적 시스템과 인공지능 알고리즘

예측 분야에서의 인공지능의 강점과 약점

인공지능의 학습 알고리즘과 예측 모형

제목으로 적절한 것은 ‘인공지능의 학습 알고리즘과 예측 모형’이다.
글은 ‘학습’과 ‘예측’을 정의하고 ‘이 두 개념의 역할과 작동 원리’가 중요하다고 한 뒤, 예측 모형의 일반화된 성능을 핵심 과제로 제시한다. 학습과 예측을 함께 담은 제목이라야 전체를 포괄한다.
‘데이터 학습과 학습 알고리즘’: 학습 쪽만 다루어 예측 모형이 빠진다.
‘인공지능이 데이터를 학습하는 법’: 학습된 모형으로 새 데이터를 추론하는 예측의 내용을 담지 못한다.
‘전통적 시스템과 인공지능 알고리즘’: 기존 방법과의 차이는 첫 문단의 일부 내용에 그친다.
‘예측 분야에서의 인공지능의 강점과 약점’: 글은 강점과 약점을 견주지 않으며, 일반화 문제도 학습 방법론의 과제로 다룬다.