연습 문제

인공지능과 머신러닝 기초 (컴퓨터/정보 고등 정보)

문제에 답하고 제출하면 정답과 풀이를 확인할 수 있습니다. 한 세트는 5문항으로 구성됩니다.

아래의 기본 문제를 먼저 풀어 보세요. 자동 채점 화면은 자바스크립트가 켜진 브라우저에서 이용할 수 있습니다.

문제와 해설로 복습하기

이 단원의 기본 문제 5개입니다. 먼저 스스로 풀고, 힌트와 해설을 열어 풀이 과정을 비교해 보세요. 위의 채점 연습에서는 기본 문제를 다시 풀거나, 지원되는 수학 단원의 변형 문제를 풀 수 있습니다.

기본 문제 1

고객 거래 기록에 정답 라벨 없이 비슷한 소비 패턴의 고객군을 찾으려 합니다. 알맞은 학습 방식은 무엇인가요?
  1. 비지도 학습
  2. 지도 학습
  3. 강화 학습
  4. 규칙 기반 분류만
힌트 보기정답 라벨 없이 구조를 찾습니다.
정답과 풀이 보기
정답: 비지도 학습

  1. 1. 풀이

    군집화는 라벨 없이 데이터의 유사성을 찾아 그룹을 만드는 비지도 학습입니다.

기본 문제 2

훈련 정확도는 99%인데 새 검증 데이터 정확도는 65%입니다. 가장 의심할 문제는 무엇인가요?
  1. 과적합
  2. 과소적합
  3. 정규화 성공
  4. 라벨 누락이 반드시 없음
힌트 보기훈련 데이터에만 잘 맞는지 확인하세요.
정답과 풀이 보기
정답: 과적합

  1. 1. 풀이

    훈련 성능과 검증 성능의 큰 격차는 훈련 데이터의 세부 잡음까지 외운 과적합 신호입니다.

기본 문제 3

실제 양성 100건 중 모델이 80건을 양성으로 맞게 잡았습니다. 재현율은 얼마인가요?
  1. 80%
  2. 20%
  3. 100%
  4. 0.8%
힌트 보기TP/(TP+FN)을 계산하세요.
정답과 풀이 보기
정답: 80%

  1. 1. 풀이

    재현율=TP/(TP+FN)=80/100=0.8=80%입니다.

기본 문제 4

경사하강법에서 학습률을 지나치게 크게 정하면 흔히 어떤 문제가 생기나요?
  1. 최솟값을 지나쳐 손실이 진동하거나 발산할 수 있다
  2. 모든 가중치가 즉시 0이 된다
  3. 훈련 데이터가 자동으로 늘어난다
  4. 평가 데이터가 라벨을 얻는다
힌트 보기한 번의 업데이트 폭이 너무 큰 상황입니다.
정답과 풀이 보기
정답: 최솟값을 지나쳐 손실이 진동하거나 발산할 수 있다

  1. 1. 풀이

    큰 학습률은 손실을 줄이는 지점을 건너뛰어 최솟값 주변에서 진동하거나 값이 발산하게 할 수 있습니다.

기본 문제 5

트랜스포머의 셀프 어텐션이 한 토큰의 표현을 만들 때 핵심적으로 비교하는 것은 무엇인가요?
  1. 토큰 간 Query-Key 유사도로 계산한 가중치
  2. 문장 길이만으로 정한 고정 순서
  3. 단어 사전의 가나다순
  4. 레이블의 빈도만
힌트 보기각 토큰이 다른 토큰에 얼마나 주의를 둘지 계산합니다.
정답과 풀이 보기
정답: 토큰 간 Query-Key 유사도로 계산한 가중치

  1. 1. 풀이

    Query와 Key의 점수로 토큰 간 관련도를 구하고, 그 가중치로 Value를 합쳐 문맥 표현을 만듭니다.

참고 근거와 확인 범위

설명·예제·문제 구성 및 오류 수정 책임: 프리런. 위 자료는 표시한 주제를 확인하거나 더 읽기 위한 근거이며, 외부 기관의 공식 수업이나 감수본을 뜻하지 않습니다.

참고 자료 연결 점검: 2026-11-02. 제작 방식·검수 범위와 수정 기록에서 확인 범위를 볼 수 있습니다. 오류는 상단의 의견 보내기 또는 contact@freelearn.io로 알려 주세요.