( )이란 컴퓨터가 학습하고 생각하여 스스로 판단할 수 있도록 만드는 기술

( ) 이란 자동차, 기계, 가정용 기기 등의 사물에 센서 및 API를 부착해 실시간으로 인 터넷을 통해 데이터를 주고받는 기술이나 환경을 말합니다.

2016년 구글이 개발한 인공지능인 () 가 이세돌 9단과의 바둑 대결에서 불계승으로 이긴 후 사람들의 관심이 인공지능에 쏠리기 시작했습니다.

( ) 는 기계가 사람처럼 지능적으로 동작할 수 있는지 판단하는 테스트입니다.

( )은 인간이 특정 분야에 대하여 가지고 있는 전문적인 지식을 정리하고 표현하여 컴 퓨터에 기억시킴으로써 일반인도 전문지식을 이용할 수 있도록 하는 시스템입니다.

( ) 은 기본적으로 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측을 합니다.

( ) 은 인공신경망에서 발전한 형태의 인공지능으로, 인간 뇌의 뉴런과 유사한 입력층, 은닉층, 출력층을 활용해 데이터를 학습합니다.

( )은 어떠한 목적에 최적화된 알고리즘으로, 적당한 규칙에 의해 구현되며 현재의 인 공지능 대부분이 이 수준에 머물러 있습니다.

( ) 어떠한 목적에 최적화된 알고리즘으로, 적당한 규칙에 의해 구현되며 현재의 인 공지능 대부분이 이 수준에 머물러 있습니다.

( ) 이란 인공지능의 발전이 가속화되어 모든 인류의 지성을 합친 것보다 더 뛰어난 초인공지능이 출현하는 시점

데이터별로 어떤 특징을 가지고 있는지를 찾아내고, 그것을 토대로 데이터를 벡터로 변환하는 작업을 ( )이라고 합니다.

( )이란 사람이 하는 판단을 기계하게 맡기는 모델로, 사람이 일일이 프로그램으로 행동을 구현해 주는 것을 말합니다.

( )은 사용자 질의 키워드에 대해 규칙 집합 (또는 데이터베이스)에 미리 정의된 키워드와 매칭되는 것이 있는지 찾아 답변하는 방식입니다.

( ) 이란 어떤 주제나 분야에 대해 이론적으로 또는 실제로 이해하는 것

( )은 인간이 특정 분야에 대하여 가지고 있는 전문적인 지식을 정리하고 표현하여 컴퓨터에 기억시킴으로서 일반인도 전문지식을 이용할 수 있도록 하는 시스템입니다.

( )은 콘텐츠의 내용에 기반하거나 사람들의 성향에 대한 정보를 취득한 후 개인화된 맞춤 콘텐츠를 추천하는 시스템입니다.

( ) 유사한 사용자의 성향 정보를 획득한 후 추천하는 방법입니다.

( ) 콘텐츠에 대한 분석을 기반으로 추천하는 방법입니다.

( ) 은 나와 비슷한 성향을 지닌 사용자의 데이터를 기반으로 그 사람이 구매한 상품을 추천하는 방식입니다.

( ) 은 내가 이전에 구매했던 아이템을 기반으로 그 상품과 유사한 다른 상품을 추천하는 방식입니다.

( ) 현상이란 인터넷 정보 제공자가 이용자에게 맞춤형 정보를 제공하기 때문에 이용자는 걸러진 정보만을 접하게 되는 현상입니다.

( ) 는 세계적인 멀티미디어 엔터테인먼트 ott 기업으로, 영화추천 어쩌고 저쩌고

( ) 이란 인공지능이 인간의 지능을 초월하는 시점을 말합니다.

( )는 인공지능이 현재 속도로 성장하면 인간의 통제를 넘어설 것이라고 우려하고 있습니다.

( )는 인공지능에 대한 우려 역시 신기술이 나타날 때 겪는 성장통의 일종으로 봐야한다고 주장합니다.

마이크로스프트의 최고정자인 사태아 나물라는 한국을 방문했을 당시, 컨퍼런스 기조연설에서 지능 활용에 앞서 ( )가 우선시돼야 한다라고 발언했습니다

구글의 ( ) 이 흑인 여성을 고릴라로 인식한 사례는 알고리즘의 불완전성이나 데이터의 부족, 잘못된 학습 등의 결과입니다

( ) 딜레마)는 윤리학 분아의 사고실험 중 하나로, 다섯 사람을 구하기 위해 한 사람을 죽이는 것이 도덕적으로 허용 가능한지에 대한 질문입니다.

( )은 인공지능 개발의 목적, 윤리, 가치 등에 대해 개발자들이 지켜야 하는 23가지 준칙입니다.

( ) 이란 로봇이 반드시 따라야 할 3원칙입니다.

1BM은 자체 개발한 인공지능( ) 과 일본 소프트뱅크와 합작하여 만든 인공지능 로봇( )를 보유하고 있습니다.

미국의 전기전자학회인 ( )는 (윤리적 설계) 보고서에 인공지능이 가져올 변화에 대해 기술하였습니다.

인공지능의 불완전한 판단 사례로, 미국의 공유차량업체 ( )가 시험운행 중이던 자율 주행차에 자전거 이용자가 치여 숨지는 사건이 있습니다.

대표적인 의료 접목 인공지농은 IBM에서 개발한 ( )입니다.

( )란 인공지능 시스템이 내놓은 판단이나 결정의 과정 또는 방법에 대해 적절한 설명을 할 수 없는 상태를 말합니다.

유럽연합은 개인정보보호 규정인 ( ) 전문에서 유럽연합 시민은 법적효력을 초래하거나 이와 유사하게 중대한 영향을 미치는 사항에 대해 프로파일링 등 자동화된 처리의 적용을 받지 않을 권리를 갖는다고 규정하고 있습니다.

( )은 사용자가 인공지능 시스템의 동작과 최종 결과를 이해하고 올바르게 해석하도록 결과물이 생생되는 과정을 설명해 주는 기술입니다.

( ) 이용하기는 데이터를 분류하거나 원하는 어떤 결과값을 예측하는 분석 방법입니다.

( ) 는 자신을 상대로 바둑을 든지 3일 만에 초인적인 수준에 도달한 인공지능입니다

( ) 은 복잡한 인간의 뇌 신경망을 모방한 인공신경망을 사용하고 있으며, 인간의 개입 없이 스스로 프로그램을 만드는 가장 진화된 인공지능 기술입니다.

( ) 는 현대 사회의 부정적 측면이 구체화되어 나타나는 어두운 미래상을 의미합니다.

어빙 존 굿은 ( )에 대해 사람의 모든 지적 능력을 훨씬 초월하는 기계로 정의하였습니다.

영화 (터미네이터)에는 인류를 말살하려는 인공지능 ( )이 등장합니다.

국내에서는 ( ) 인 개인정보 보호법, 정보통신망법, 신용정보법 개정안이 국회 본회의를 통과하면서 프라이버시 침해 문제가 쟁점화되고 있습니다.

( )은 인공지능의 취약점을 이용하는 것으로, 인공지능이 잘못된 판단을 하도록 유도하는 공격입니다.

( )은 악의적인 데이터를 이용해 인공지능 시스템이 오작동을 일으키도록 하는 공격입니다.

인공지능에게서 수많은 질의를 한 후 산출된 결과를 분석해 사용되었던 데이터를 추출하는 공격을 ( )이라고 합니다.

( ) 란 각종 침입에 대하여 고객의 IT 자원 및 보안 시스템의 운영 및 관리를 전문적으로 이웃소싱하여 중앙관제센터에서 실시간으로 감시 및 분석, 대응하는 서비스입니다.

( )은 허가되지 않은 사용자가 기업의 네트워크 자원에 접근하거나 정보를 유출하는 행위를 검출하는 시스템입니다.

과거에는 의도적으로 악성코드를 탐지하기 위한 시스템인 ( ) 이라는 일종의 덫을 놓았습니다.

보안 관련 글로벌 데이터 표준으로는 STIX, CVE, CPE 등이 있으며, 국내에서는 KISA에서 운영하는 ( )를 통해 수억 건의 침해 데이터가 공유되고 있습니다.

( )는 그래픽 처리 장치로, 이름 그대로 컴퓨터의 그래픽 요소를 처리하기 위해 만들어진 기술입니다.

GPU 를 범용적인 컴퓨터에서도 사용하기 위한 ( ) 기술이 도입되면서 딥러닝에서 빠른 연산을 할 수 있게 되었고 그 결과 현재의 인공지능 수준으로까지 발전이 가능해졌습니다.

GPU는 특화된 연산을 빠르게 처리하기 위해 다수의 ( )로 구성되어있습니다.

( ) 는 LTE 보다 수십 배 빠르 속도와 안정성을 바탕으로 4차 산업혁명의 핵심기술을 현실화시킬 통신 기술입니다.

( )은 현실세계의 기계, 장비, 사물 등을 컴퓨터 속 가상세계에 구현한 것을 말합니다

( ) 이란 인터넷 기반의 컴퓨팅으로 인터넷 어딘가에 존재하는 컴퓨팅 자원을 필요할 때마다 컴퓨터나 스마트폰 등에 불러와 사용하는 서비스입니다.

( ) 는 클라우드 환경에서 인공지능 프레임워크 및 알고리즘을 빠르고 안정적이며 비교적 저렴하게 사용할 수 있도록 제공하는 서비스입니다.

( ) 은 사물에 센서와 통신 기능을 내장하여 인터넷에 연결하는 기술로, 무선통신을 통해 각종 사물을 연결합니다.

자율형 loT는 2019년 이후 진화를 거듭하면서 인공지능(A)과 사물인터넷(IoT)이 결합된 기술인 ( )로 발전했습니다.

( )은 가전제품을 비롯한 집안의 모든 장치를 센서로 연결해 제어하는 기술입니다.

( ) 란 디지털 환경에서 생성되는 데이터로, 과거 아날로그 환경에서 생산되던 데이터에 비해 그 규모가 방대하고 생성 주기도 짧으며 수치 데이터뿐만 아니라 문자와 영상 데이터를 포함하 는 대규모의 데이터를 말합니다.

3V 관점에서 빅데이터의 특징은 ( ), ( ), ( ) 입니다.

( ) 는 규칙에 맞게 저장된 데이터로, 가장 쉽게 접할 수 있는 것이 테이블 형식의 스프레드시트입니다.

( )는 정형 데이터와 반대되는 개념으로, 정해진 규칙이 없어서 값의 의미를 쉽게 파 악하기 힘든 경우가 많습니다.

( ) 는 정형 데이터와 같이 데이터베이스의 테이블 형식으로 저장되는 것은 아니지만, 스키마와 메타데이터의 특성을 갖는 데이터입니다.

( )는 빅데이터, 머신러닝 등 T기술과 금융이론이 결합되어 컴퓨터가 사람을 대신해 자산을 관리하는 기술입니다.

빅데이터에 대한 ( ) 규제는 원칙적으로 금지하면서 예외는 허용하는 방식이며, ( ) 규제는 원칙적으로 허용하면서 예외는 금지하는 방식입니다.

( ) 는 개인정보의 일부를 삭제하거나 일부 또는 전부를 대체하는 등의 방법으로 추가 정보가 없이는 특정 개인을 알아볼 수 없도록 처리하는 것입니다.

( )는 개인정보의 일부분을 삭제하거나 대체하여 특정 개인을 식별할 수 없도록 만든 정보입니다.

( )는 금융에 IT(빅데이터, 인공지능, 블록체인)을 접목하여 복잡하고 어려웠던 금융 업무를 효율적이면서 편리하게 서비스하는 것을 말합니다

( )이란 데이터 이용을 활성화하는 3가지 법률을 통칭

( ) 은 사고방식이나 학습 등과 같이 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술입니다.

( )은 컴퓨터를 인간처럼 학습하게 함으로써 인간의 도움 없이도 컴퓨터 스스로가 새로운 규칙을 발견할 수 있도록 하는 기술입니다.

( )은 여러 개의 은닉층을 가진 인공신경망을 사용하여 머신러닝 학습을 수행하는 기술입니다.

데이터별로 어떤 특징을 가지는지 찾아내고 그것을 토대로 데이터를 벡터로 변환하는 작업을 ( )이라고 합니다.

( )은 문제와 답을 함께 학습해 미지의 문제에 대한 올바른 답을 예측하는 머신러닝의 한 방법입니다.

( )은 지도해 줄 조력자의 도움 없이 컴퓨터 스스로 학습하는 형태로, 컴퓨터가 입력값만 있는 데이터를 이용하여 규칙성을 찾는 학습 방법입니다

( )은 자신이 한 행동에 대해 보상을 받으며 학습하는 것으로, 컴퓨터가 주어진 상태에 대해 최적의 행동을 선택하는 학습 방법입니다.

( ) 모델은 레이블이 포함된 데이터를 학습하고 유사한 성질을 갖는 데이터끼리 분류한 후, 새로 입력된 데이터가 어느 그룹에 속하는지 찾아내는 기법입니다.

( )은 새로운 데이터가 주어졌을 때 기존 데이터 가운데 가장 가까운 K의 이웃 정보로 새로운 데이터를 예측하고 알고리즘입니다.

( )는 연구자가 독립변수의 변화에 따라 어떻게 변하는지 알고 싶어 하는 변수

( ) 는 어떤 데이터들이 주어졌을 때 그 데이터들을 유사한 정도에 따라 군집(클러스터)으로 분류하는 것을 의미합니다.

( )란 입력 신호가 출력 결과에 미치는 중요도를 조절하는 매개변수입니다.

( )은 신호를 입력으로 받아 하나의 신호를 출력하며, 신경망의 기원이 되는 알고리즘입니다.

( )는 신경망의 오차를 역방향으로 (출력층 - 은닉층 - 입력층) 전파시키면서 각 층의 가중치를 계산하는 방법입니다.

( )는 특징 추출을 하기 위해 주어진 데이터를 변환하는 비지도학습 방식의 딥러닝 알고리즘입니다.

( )은 인간의 신경망을 흉내 낸 머신러닝 기법입니다.

( ) 은 다수의 은닉층을 가진 인공신경망을 사용하여 머신러닝 학습을 수행하는 것으로, 심층학습이라고도 합니다.

( )는 입력 신호가 출력 결과에 미치는 영향도를 조절하는 매개변수로, 입력값의 중요도를 결정합니다.

( )은 입력값과 가중치를 곱한 뒤 편향을 더한 값입니다.

( ) 함수는 x값의 변화에 따라 0에서 1까지의 값을 출력하는 S자형 함수로, 로지스틱 함수라고도 부릅니다.

( )함수는 렐루함수와 거의 유사하지만, 차이점은 가중치 곱의 합이 0보다 작을 때의 값도 고려한다는 점입니다.

( ) 함수는 입력받은 값을 0~1 사이의 값으로 출력되도록 정규화하여 출력들의 총합이 1이 되는 특성을 갖는 함수입니다.

입력층에서 출력층 방향으로 연산이 진행되면서 최종 출력값이 도출되는 과정을 ( )라고 합니다.

( )는 예측값과 실제값의 차이를 구하는 함수입니다.

( )은 시계열 데이터와 같이 시간적으로 연속성이 있는 데이터를 처리하기 위해 고안된 인공신경망입니다.