OkayStudy
KO English 한국어 日本語 中文 हिन्दी বাংলা اردو Español Português Français Deutsch Русский العربية Bahasa Indonesia Tiếng Việt ไทย Türkçe

알림을 켜는 방법

이 브라우저 또는 주소에서는 알림을 사용할 수 없습니다. 지원되는 브라우저로 보안 연결된 SONUB 사이트에 접속해 주세요.

알림이 차단되어 있으면 브라우저 설정에서 허용해 주세요.

  1. 주소 표시줄 옆의 사이트 설정 또는 브라우저의 사이트 설정을 열고, 이 사이트의 알림을 허용으로 바꾸세요.
  2. 기기 설정에서 브라우저 알림을 허용하고 방해 금지 또는 집중 모드를 확인하세요.
  3. SONUB으로 돌아와 페이지를 새로고침한 뒤 벨을 눌러 알림을 켜세요.

iPhone 또는 iPad에서는 SONUB을 홈 화면에 추가하고 거기에서 연 뒤 알림을 허용하세요.

1급

AI의 시초부터 널리 쓰이는 도구까지, 역사와 버전별 차이·사용법을 설명합니다.

응시 자격

2급 자격증을 딴 뒤 1년이 지나야 응시할 수 있습니다.

화면 공유 인터뷰

심사관이 컴퓨터 환경을 먼저 확인한 뒤 질문합니다. 즉시 대응하고 요청한 작업을 빠르게 완수해야 합니다.

  1. Zoom에서 창이나 탭이 아닌 화면 전체를 공유합니다.
  2. 심사관에게 공유 컴퓨터의 을 줍니다. 심사관은 의 디스플레이 설정을 직접 조작해 추가로 연결된 모니터가 없는지 먼저 확인합니다.
  3. 확인이 끝나면 공유 화면에서 직접 답변하고 작업합니다. 평가 대상 도구를 직접 활용하는 것은 인터뷰의 일부이며, 답변·해결을 몰래 나 다른 사람에게 대신 맡기는 것은 치팅입니다.

필수 프로그래밍 언어

5급부터 1급까지 모든 급수의 공통 필수입니다.

Shell Scripting

을 만들고 돌리는 컴퓨터를 다루는 바탕 언어입니다.

이 자격증은 5급부터 1급까지 모든 급수에서 을 요구합니다. 인공지능을 밑바닥부터 만드는 일 — 를 내려받고, 을 돌리고, 결과를 옮기고, 을 에 올리는 일 — 은 대개 에서 이루어지고, 모델을 어떤 언어로 짰든 그것을 실행하고 이어 붙이고 하는 것은 입니다. ( 없이 화면으로 모델을 만드는 도구도 있고, 나 앱에서 인공지능을 쓰기만 할 때는 이 필요 없습니다. 이 자격증은 만들고 자동화하는 힘을 보기 때문에 쉘을 요구합니다.)

쉘 프로그래밍 배우러 가기

설계 질문 예시

특정 주제의 인공지능을 어떻게 만들겠습니까? 목적·자료·도구와 결과를 검증하는 방법을 설명하세요.

이것은 설계 질문의 한 예입니다. 인터뷰에서는 이 문제 하나만이 아니라 각 급수에 맞는 여러 질문과 과제를 제시합니다.

넓은 계단 세 칸. 칸마다 같은 작은 상자가 종이 위에 놓여 있고, 종이는 맨 아래 칸의 간단한 낙서에서 번호 붙은 계획을 거쳐 맨 위 칸의 자세한 설계도로 자란다. 계단 옆에 어린이, 청소년, 어른이 서 있다.
문제는 그대로이고, 그 아래의 설계가 급수마다 더 자세해집니다.
설계 설명 연습 예시

무엇을 배우나

  1. AI의 시작과 도구·모델의 변천사를 공부합니다.
  2. 툴·모델 버전별 기능과 한계를 비교합니다.
  3. 버전별·기능별로 달라지는 사용법을 직접 시연합니다.

어떻게 평가하나

  • AI 초기 역사와 이후 발전을 연결해 설명했는가
  • 툴의 변화와 모델 의 차이를 구별했는가
  • 버전별·기능별 사용법을 설명하고 시연했는가

시험 구성

필기시험과 실기시험은 없습니다. Zoom에서 화면 전체를 공유하는 인터뷰 하나로 급수를 정합니다. 심사관이 급수에 맞는 질문을 하면 응시자는 자신의 말로 바로 설명하고, 심사관은 꼬리 질문으로 이해의 깊이를 확인합니다.

예상 인터뷰 질문

아래 20개는 인터뷰에서 심사관이 할 수 있는 질문의 예입니다. 정답 낱말 하나를 맞히는 것이 아니라 소리 내어 설명해 보세요. 펼치면 설명 예시와 꼬리 질문이 보입니다. 공식 시험 문제는 아닙니다.

AI 의 시작과 역사

  1. 1

    심사관 1956년 다트머스 회의가 역사의 출발점으로 불리는 까닭을 설명해 보세요.

    설명 예시 보기

    설명 예시 1956년 여름 미국 다트머스 대학에서 존 매카시 등이 연 연구 모임에서 "인공지능(Artificial Intelligence)"이라는 이름이 하나의 연구 분야 이름으로 쓰이기 시작했습니다(매카시 등이 1955년 제안서에서 처음 썼습니다). 기계가 언어를 쓰고 스스로 배우게 만들 수 있다는 목표를 세우며 AI 가 연구 분야로 출발했습니다.

    꼬리 질문 그보다 앞선 1950년, 앨런 튜링이 던진 질문은 무엇이었나요?

  2. 2

    심사관 퍼셉트론이 무엇이고, 1969년 이후 연구가 왜 한동안 주춤했는지 설명해 보세요.

    설명 예시 보기

    설명 예시 퍼셉트론은 1958년 프랭크 로젠블랫이 내놓은, 입력에 를 곱해 더한 값이 기준을 넘으면 1 을 내는 단순한 인공 신경망입니다. 1969년 민스키와 페퍼트가 책 『퍼셉트론』에서 한 층짜리 퍼셉트론은 XOR 같은 문제를 풀 수 없다고 보였고, 기대가 꺾이며 신경망 연구 지원이 줄었습니다.

    꼬리 질문 이 한계는 나중에 무엇으로 넘어섰나요?

  3. 3

    심사관 겨울(AI Winter)이 무엇이고, 왜 되풀이되었는지 설명해 보세요.

    설명 예시 보기

    설명 예시 AI 에 대한 큰 기대가 실제 성과에 못 미치자 투자와 연구 지원이 크게 줄어든 시기입니다. 1970년대 중반과 1980년대 말부터 1990년대 초까지 있었습니다. 약속이 기술의 실제 능력보다 앞서 나가면 실망이 따라온다는 교훈을 남겼습니다.

    꼬리 질문 지금의 AI 열풍에서 같은 일이 생기지 않으려면 무엇을 조심해야 할까요?

  4. 4

    심사관 규칙 기반 에서 로 배우는 으로 흐름이 바뀐 까닭을 설명해 보세요.

    설명 예시 보기

    설명 예시 전문가 시스템은 사람이 "만약 ~이면 ~이다" 규칙을 직접 적어 넣었는데, 규칙이 수천 개로 늘면 서로 부딪치고 고치기 어려웠고 모든 예외를 적을 수도 없었습니다. 컴퓨터와 데이터가 늘자 사람이 규칙을 쓰는 대신 예시 데이터에서 규칙을 스스로 찾게 하는 머신러닝이 더 잘 통했습니다.

    꼬리 질문 오늘날에도 규칙 기반 방식이 더 나은 곳은 어디일까요?

  5. 5

    심사관 2012년 AlexNet 과 2017년 가 각각 무엇을 바꾸었는지 설명해 보세요.

    설명 예시 보기

    설명 예시 AlexNet 은 2012년 대회(ImageNet)에서 로 한 깊은 으로 다른 방법을 크게 앞서 시대를 열었습니다. 2017년 논문 " Is All You Need"의 트랜스포머는 어텐션으로 문장 전체를 한꺼번에 처리해 오늘날 큰 의 바탕이 되었습니다.

    꼬리 질문 두 사건 사이에서 GPU 는 어떤 역할을 했나요?

모델의 세대와 버전

  1. 6

    심사관 GPT-1 부터 GPT-3 까지 이 커지면서 무엇이 달라졌는지 설명해 보세요.

    설명 예시 보기

    설명 예시 GPT-1(2018)은 미리 한 뒤 과제마다 해 쓰는 방식이었고, (2019)는 15억 개로 긴 글을 그럴듯하게 썼습니다. GPT-3(2020)는 매개변수 1750억 개로 커져, 예시 몇 개만 에 주면 새 과제를 해내는 퓨샷(Few-shot) 능력을 보였습니다.

    꼬리 질문 모델을 키우기만 하면 계속 좋아진다고 말할 수 있나요?

  2. 7

    심사관 2022년 11월에 나온 가 이전 과 무엇이 달라 많은 사람이 쓰게 되었는지 설명해 보세요.

    설명 예시 보기

    설명 예시 바탕 을 사람의 지시를 따르고 대화하도록 더 학습시켰습니다(지시 따르기 과 사람 피드백 , ). 그리고 누구나 채팅 창에서 무료로 써 볼 수 있게 내놓아, 두 달 만에 사용자가 1억 명을 넘었다는 추정이 나왔습니다.

    꼬리 질문 RLHF 는 모델의 답을 어떻게 바꾸나요?

  3. 8

    심사관 이름 뒤의 번호와 날짜가 무엇을 뜻하고, 서비스에 쓸 때 왜 버전을 고정하는지 설명해 보세요.

    설명 예시 보기

    설명 예시 업체는 같은 이름의 모델을 계속 고쳐 내놓습니다. 큰 번호는 세대, 날짜나 작은 번호는 그 세대의 개정을 나타내는 경우가 많습니다. 늘 최신을 가리키는 별칭을 쓰면 어느 날 모델이 바뀌어 같은 의 결과가 달라질 수 있으므로, 서비스는 정확한 버전을 고정하고 새 버전은 시험한 뒤 바꿉니다.

    꼬리 질문 쓰던 모델 버전의 지원이 끝날 예정이라면 무엇을 준비하겠습니까?

  4. 9

    심사관 같은 세대에서 큰 과 작은 모델을 함께 내놓는 까닭과, 둘 중에 고르는 기준을 설명해 보세요.

    설명 예시 보기

    설명 예시 큰 모델은 어려운 을 더 잘하지만 느리고 비쌉니다. 작은 모델은 빠르고 싸서 분류·요약·자동 완성처럼 자주 부르는 일에 맞습니다. 정답률·속도·비용을 실제 과제로 재어 보고, 충분히 잘하는 가장 작은 모델을 고릅니다.

    꼬리 질문 어려운 질문만 큰 모델로 보내려면 어떻게 설계하겠습니까?

  5. 10

    심사관 (생각) 이 이전의 채팅 모델과 무엇이 다른지, 언제 쓰면 좋은지 설명해 보세요.

    설명 예시 보기

    설명 예시 추론 모델은 답하기 전에 여러 단계를 생각하는 데 을 더 써서 수학··계획처럼 단계가 많은 문제를 더 잘 풉니다. 대신 느리고 비용이 더 듭니다. 간단한 질문에는 일반 모델이, 어려운 문제에는 추론 모델이나 생각 수준을 높인 설정이 맞습니다.

    꼬리 질문 생각 수준을 높이면 언제나 더 좋은 답이 나오나요?

도구의 변천사

  1. 11

    심사관 프로그래밍을 돕는 가 자동 완성에서 채팅, 로 어떻게 바뀌어 왔는지 설명해 보세요.

    설명 예시 보기

    설명 예시 처음에는 에서 다음 줄을 제안하는 자동 완성(예: 2021년에 미리보기로 나온 )이었습니다. 다음에는 채팅 창에 를 붙여 넣고 묻는 방식이 널리 쓰였습니다. 지금은 에이전트가 프로젝트를 직접 읽고 파일을 고치고 명령과 테스트를 실행합니다. 사람의 일은 한 줄씩 쓰기에서 일을 맡기고 검토하기로 옮겨 갔습니다.

    꼬리 질문 에이전트 시대에 개발자에게 더 중요해진 능력은 무엇인가요?

  2. 12

    심사관 웹 채팅으로 를 쓰는 것과 (·)를 쓰는 것의 차이를 설명해 보세요.

    설명 예시 보기

    설명 예시 웹 채팅은 내가 를 복사해 붙이고 답을 다시 옮겨야 하며, AI 는 내 프로젝트 전체를 보지 못합니다. 터미널 는 실행한 폴더의 파일을 직접 읽고 고치고 명령을 실행해 결과를 확인합니다. 그만큼 관리와 으로 되돌릴 준비가 중요해집니다.

    꼬리 질문 같은 일을 웹 채팅으로 하는 편이 나은 경우도 있나요?

  3. 13

    심사관 플러그인과 함수 을 거쳐 에 이르기까지, 가 바깥 도구와 연결되는 방식이 어떻게 바뀌었는지 설명해 보세요.

    설명 예시 보기

    설명 예시 처음에는 서비스마다 자기 방식의 플러그인을 따로 만들었습니다. 2023년 함수 호출()이 나와 이 도구 요청을 정해진 으로 내게 되었고, 2024년 11월 이 공개한 MCP 는 도구를 한 번 만들면 여러 AI 앱에 꽂아 쓰는 공통 이 되었습니다.

    꼬리 질문 공통 규격이 생기면 도구를 만드는 사람에게 무엇이 좋아지나요?

  4. 14

    심사관 도구가 지침 파일··처럼 을 남기는 기능을 더해 온 까닭을 설명해 보세요.

    설명 예시 보기

    설명 예시 은 대화가 끝나면 앞의 내용을 기억하지 못하고, 한 번에 볼 수 있는 도 한정되어 있습니다. 그래서 프로젝트 규칙은 지침 파일(CLAUDE.md·AGENTS.md)에, 되풀이하는 방법은 스킬에, 사용자의 선호는 메모리에 남겨 매번 다시 설명하지 않게 했습니다.

    꼬리 질문 남겨 둔 맥락이 낡으면 어떤 문제가 생기나요?

  5. 15

    심사관 도구의 이 바뀌어 예전 사용법이 통하지 않을 때 어떻게 대응하는지 설명해 보세요.

    설명 예시 보기

    설명 예시 먼저 지금 버전을 확인하고(claude , codex --version), 공식 문서와 (CHANGELOG·)에서 바뀐 명령과 설정을 찾습니다. 오래된 블로그 글이나 의 기억보다 공식 문서를 믿고, 팀 문서와 도 새 사용법에 맞게 고칩니다.

    꼬리 질문 업데이트 뒤 문제가 생기면 이전 버전으로 돌아가는 방법을 알고 있나요?

버전별·기능별 사용법

  1. 16

    심사관 의 계획 모드(Plan Mode)와 바로 실행하는 방식을 언제 나누어 쓰는지, 시연하며 설명해 보세요.

    설명 예시 보기

    설명 예시 계획 모드는 파일을 바꾸지 않고 를 읽어 계획만 세워 보여 줍니다. 범위가 크거나 처음 보는 코드라면 계획을 먼저 받아 검토한 뒤 실행을 허락하고, 작고 분명한 수정은 바로 맡깁니다. 켜는 방법은 도구와 마다 다르므로 지금 쓰는 버전의 도움말에서 확인합니다.

    꼬리 질문 받은 계획에 틀린 부분이 있으면 어떻게 고쳐 주겠습니까?

  2. 17

    심사관 을 바꾸는 기능과 생각 수준을 바꾸는 기능을 과제에 맞게 고르는 법을 설명해 보세요.

    설명 예시 보기

    설명 예시 많은 도구는 /model 같은 명령으로 모델을 고르고, 생각 수준( 강도)을 따로 정하게 합니다. 쉬운 수정에는 빠르고 싼 설정을, 설계나 어려운 에는 큰 모델과 높은 생각 수준을 씁니다. 메뉴 이름과 선택지는 마다 바뀌므로 화면에서 확인하며 시연합니다.

    꼬리 질문 비용을 줄이면서 품질을 지키려면 어떤 순서로 설정을 바꿔 보겠습니까?

  3. 18

    심사관 대화가 길어질 때 쓰는 기능(대화 압축·새로 시작)을 시연하며 설명해 보세요.

    설명 예시 보기

    설명 예시 대화가 길어지면 이 차서 앞의 지시를 놓치거나 느려집니다. 대화를 요약해 핵심만 남기거나(· 의 /compact), 주제가 바뀌면 새 대화를 시작합니다(Claude Code 의 , Codex 의 /new). 중요한 결정은 지침 파일에 남겨 새 대화에서도 이어지게 합니다.

    꼬리 질문 대화를 압축하면 잃을 수 있는 정보는 무엇인가요?

  4. 19

    심사관 같은 일을 · 확장·데스크톱 앱처럼 다른 형태의 도구로 할 때 무엇이 달라지는지 설명해 보세요.

    설명 예시 보기

    설명 예시 터미널 에이전트는 명령 실행과 에 강하고, IDE 확장은 안에서 바뀐 부분을 바로 보며 고르기 쉽고, 데스크톱 앱은 문서·파일 일이나 여러 에이전트 관리에 편합니다. 같은 회사의 도구라도 형태마다 되는 기능이 다를 수 있으니 문서에서 확인하고 일에 맞게 고릅니다.

    꼬리 질문 팀원들이 서로 다른 형태의 도구를 쓸 때 결과를 같게 하려면 무엇을 맞추겠습니까?

  5. 20

    심사관 를 대화 없이 나 에서 실행하는 방법(헤드리스 모드)과 주의할 점을 설명해 보세요.

    설명 예시 보기

    설명 예시 명령 한 줄로 일을 맡기는 방식입니다(예: claude -p "…", "…"). 정기 점검이나 같은 반복 작업을 할 수 있습니다. 사람이 그때그때 승인하지 않으므로 허용할 도구와 을 좁게 정하고, 결과를 로 남겨 사람이 검토합니다.

    꼬리 질문 CI 에서 쓰는 는 어디에 어떻게 보관하겠습니까?

연습 시험 치러 가기 온라인 AI 지식 시험이 지금 내 위치를 확인하는 가장 빠른 방법입니다.

취소할 대기 예약을 선택하세요. 각 예약은 확인 후 취소됩니다.

내 :

닫기