AIDE 2급 시험 합격 후기, 시험 문제 복기 및 유형 파악하기

AIDE2급 172회차 시험에 응시했고, 합격할 수 있었다. 어떤 문제들이 어떤 유형으로 출제되었는지 기록했다. 또한 이전에 기록했던 기출문제 및 이론 내용 공부만으로 시험 대비가 충분했는지에 대한 내용들도 함께 정리하고자 한다.

 

AIDE2급_시험합격(172회차)

 

AIDE2급 시험 체감 난이도(172회차)

 

우선 결론은 기초 작업자 과정(내일배움카드)을 이수했다면, 인터넷에서 모은 이론 정리 내용만 봐도 합격에는 전혀 문제없을 정도의 난이도다. 암기만 잘해두면 문제없다. 단, 몇 가지 킬러문항(?)은 존재한다. 내일 배움 카드로 작업자 기초 과정을 수료했다면, 크라우드웍스에서 추가로 이론 수업을 들을 필요는 없다고 느꼈다. 나역시 그랬다.

 

AIDE 2급 이론 정리 및 기출문제 모음(인공지능 학습데이터 전문가)

 

시험 전 시험 후기 정보를 찾아볼 때, 난이도가 높지 않다는 후기글들을 많이 읽었던 터라 어느 정도 자신감은 있었다. 근데 첫 문제 보자마자 벙쪘다. 의도된 문제인 것 같긴 하지만, 어쨌든 1번부터 막히니 당황스러웠다. 단순 빈칸 넣기나 개념 연결식 문제가 나올 줄 알았는데, 개념을 활용하는 문제가 나와버렸다.

 

다행히 1번만 그랬고, 그 이후부터는 암기했던 내용들이 그대로 나와서 한결 수월하게 풀어나갈 수 있었다. 후기들과 마찬가지로, AI이론 파트의 경우는 빈칸 넣기나 개념 연결하기 등 단순암기로도 풀어낼 수 있을 정도의 무난한 난이도였다. 중간중간 헷갈리는 문제들도 나오긴 했지만, 이전에 정리했던 내용만으로도 충분히 풀어내고도 남았다. 이론 부분만 확실히 암기해 두면 충분하다. 단, 언급했듯이, 영어단어를 함께 외워야 한다!

 

실습 파트는 문제가 상당히 쉽게 나왔다. 가이드라인과 작업화면을 함께 제시해 주기 때문에, 가이드만 잘 확인해도 쉽게 풀어낼 수 있을 정도의 문제들이었다. 프로젝트 5개 정도 출제되었고, 각 프로젝트마다 3문제정도의 문제들이 출제되었다. 난이도는 쉬운 정도이다. 실습 문제 유형은 아래와 같다.

1) 프로젝트의 작업 반려 기준
2) 바운딩 박스 개수, 영역 확인하기
> 몇 개의 바운딩 박스가 필요한지, 바운딩이 작업 규정에 맞게 제대로 된 것인지 판별하는 문제
3) 점찍기 (점찍는 순서, 위치가 정확한지 확인하는 문제)
4) 잘못 작업한 작업 화면을 제시한 후, 수정 방향 묻는 유형
> 1) 태깅이 잘못되었거나, 2) 바운딩 대상이 잘못되었거나, 3) 잔털 포함인데 포함되지 않게 바운딩했거나, 4) 머리윤곽까지 바운딩해야는데 머리카락까지 포함해서 바운딩했거나 등.

 

다행히 실습파트는, 실습 쪽 교육만 제대로 이수했다면 전혀 문제없이 풀 수 있을 정도의 난이도였다. OCR관련한 내용들도 출시된다. 작업가이드만 잘 확인하면 무난하게 풀어낼 수 있다. 이론 파트보다 무난하게 풀 수 있으니 이 쪽은 걱정할 필요 없다.

 

결론적으로, 전체적으로 난이도 조절용 문제가 3-4문제 정도 출제되지만, 그 외 문제들은 어느 정도 문제없이 풀어낼 수 있을 정도의 수준으로 문제를 출제하기에, 합격 커트라인인 60점은 무난하게 넘어설 수 있다.

 

172회 출제 문제, AI 이론 파트 문제 복기

AI이론 파트에서 기억에 남는 문제들을 복기해 본다. 문제를 그대로 복기하기보다는, 어떤 방식으로 학습하고 외워야 하는지 위주로 기록한다. 

1. 데이터 획득 방법 : IOT/M2M/mobile 외 오답 한 가지가 선택지로 출시
2. 모델생성 과정 : 모델개발 > 데이터입력 > 데이터학습 > 모델 수정
3. 머신러닝 : 지능형 에이전트/행동협업지능/추론지식표현/상황감정이해/시각언어,청각기능 활용 모델
> 얘네들 싹 다 외워야 한다. 하나하나가 다 선지로 나온다.

반응형

4. 지도학습에 해당되지 않는 것 
5. 인공지능 발전 3단계 : AI개념>전문가시스템>머신러닝/딥러닝
6. 인공신경망 구조 : 입력층(input) > 은닉층(hidden) > 출력층(output)
> 동일한 문제가 영어로 한번, 한글로 한 번씩 총 2번 나왔다. 이득이다.

7. 인공지능의 분류(포함범위) : 인공지능>머신러닝>딥러닝
> 포함관계를 묻기에 해당 순서대로 외워야 한다.

8. 딥러닝 학습 데이터 : 훈련데이터와 평가데이터로 분류. 
> 훈련데이터와 평가데이터의 구성 비율을 묻는 문제가 출시된다. 약 8:2
> 자세한 수치는 링크에서 확인

9. 객체검출 : classification(분류) : 1개
10. convolution + pooling = CNN
11. 빅데이터 3v : volume/variety/velocity
12. 데이터 종류 구분 : 정형데이터/반정형데이터/비정형데이터
13. 각 데이터 종류에 해당하는 것들도 모두 암기해야 함 :
정형데이터(excel, 데이터베이스, CSV 등) / 반정형데이터(XML,HTML,JSON)/비정형데이터(음성,영상 등)

14. 학습용데이터 구축 과정 : 수집-정제-라벨링-검수
15. 회귀
16. 감정분석 개념
17. OCR개념
18. 스켈레톤 추출 개념
19. 감정태깅 개념

 

자격증 출력

자격증 출력은 시험 합격 3일 후부터 직접 다운로드 가능하다고 한다. 자격증 다운 후 크라우드웍스에 배지 등록까지 마치면 된다. 잊지 말자. 배지 등록을 위한 자격증이었으니.

 

자 이제, AIDE1급 뿌시러가자.