아주대학교 정보통신대학원 면접준비3(전공내용)

 

 

Q1. 인공지능 - 자연어 처리를 간략하게 요약하면?

 
A1.핵심 원리는 빈칸 [  ] 이다!
-> 인공지능을 통해서 얼마나 자연스럽게 빈칸을 채울 수 있는지가 관건
 
+)추가설명
<초기>
: word2vec -> 정해진 길이만큼의 문맥을 보고 예측
->CBOW: 문맥을 보고 빈칸을 맞추기 ex)나는 정말 [   ] 를 좋아한다.  ->축구 예측
    ->skip gram: [  ] [  ] 축구를 [  ] ->나는 , 정말 , 좋아한다. 
 
<현재>
:BERT ,GPT1,2,3: 빈칸을 잘 예측하게 하는 것
초기 모델들이 가지고 있던 Task 마다의 지도학습을 수행해야 하는 한계를 극복
예를 들어 감정분석을 수행할때 긍정리뷰와 부정리뷰에 대해 각각의 부정과 긍정을 학습시켜야 하는 요소를 극복가능
 
 

---

 

 

Q2. 인공지능, 딥러닝, 머신러닝이란 무엇인가 간략하게 설명하면?

 

 A1. 패턴과 특징을 찾아내는 일련의 과정을 통해 원하는 모델을 만드는 과정 / 딥러닝 -> 머신러닝 -> 인공지능 순으로 광범위 함.
 
+)추가설명
 
<각각의 특징>
:딥러닝-  깊다, 심층신경망 설계할때 뉴런 네트워크 복잡한 문제를 풀 수 있도록 만들어야 한다, 특징을 찾아내는 기능이 깊고 많이 쌓여있다.
 
:머신러닝-  딥러닝의 개념을 활용해서 좀 더 상위차원의 문제를 해결하는 것이다. 국소패턴 발견 / 새로운 알고리즘 찾기
 
:인공지능 고차원적인 문제를 푸는 것이 목표 ->  chapgpt
 
 

---

 
 

Q2. 러닝의 종류와 각 종류의 특징들은?

 
 A1. 지도학습, 비지도학습, 세미-지도학습, 강화학습 
 
+)추가설명
 
<러닝의 종류>
1)지도학습 : 문제와 정답을 알려주는 것 ( 인풋 -> 인코더 -> 특징 -> 디코더 -> 아웃풋)
 
:분류문제
ex) 고양이 그림을 주고 이건 고양이야 / 강아지 그림을 주고 이건 강아지야 , 매그림 마다 정답을 알려주면서 정보를 축적
 
:회기문제
ex) 시간에 따른 주택의 값, 환률의 시세값
 
2)비지도 학습: 특징을 통한 군집화, 주요값을 분류, 불필요한 정보 삭제
 
3)세미-지도학습: 예제와 유제를 다 가지고 있는 구조 / 비중있게 다뤄지지 않음
 
4)강화학습: 문제를 주고 인공지능이 답을 풀면 점수를 주어 점수를 최대화 할 수 있도록 하는 것이 목표
 

---

 
 

Q4. 빅데이터란?

 
 A1.비정형 데이터들을 토대로 상관관계 있는 예측들을 도출해 내는 과정
 
+)추가설명
빅데이터의 3가지 특징: 크기 속도 다양성 
 
cpu vs gpu에 대한 하드웨어적인 부분: 성능이 좋은 시스템을 만들기 위한 매개체
 
cpu : 한개의 작업을 끝내기 위한 시스템 /  한 사이클을 도는 경주용 차 -> 일은 빠르지만 한개씩이기에 한계
 
gpu: 작업을 동시에 진행해서 많은 양의 작업 처리 / 여러개의 화물을 실은 화물열차 -> 전체적인 작업량 향상 
 
 
 
면접시간이 그렇게 길지 않기에 최대한 예시와 비교내용을 통해 익히려고 많이 연습했고, 이 분야에 대한 기본적인 내용들이기에 한 번씩 가볍게 훑고 가보려고 한다!


면접 잘 보고 오자~~ 마음 편하게!