[면접 합격자료] 엠로 AI 모델 연구 및 개발(Data Scientist) 합격 문항 기출 최종합격

1. 머신러닝과 딥러닝 모델의 차이점에 대해 설명하세요.

머신러닝과 딥러닝은 인공지능의 하위 분야로, 둘 다 데이터를 기반으로 학습하는 방법입니다. 머신러닝은 전통적인 알고리즘을 사용하여 특성 공학과 함께 모델을 구성하며, 예를 들어 회귀분석, 결정트리, K-최근접 이웃 등으로 이루어집니다. 이를 활용하여 고객 이탈 예측과 같은 비즈니스 문제를 해결할 수 있으며, 보통 수천에서 수만 개의 피처와 데이터를 이용합니다. 반면 딥러닝은 인공신경망을 기반으로 하며, 수백만 개의 파라미터와 심층구조를 갖춰 복잡한 패턴 인식에 강합니다. 예를 들어 자율주행차에서는 딥러닝 기반 영상 인식을 통해 99% 이상의 정확도를 달성하였으며, 자연어처리 분야에서도 BERT와 같은 모델이 의미 분석 정확도를 95% 이상 높였습니다. 딥러닝은 원시 데이터를 특성 공학 없이도 직접 학습할 수 있는데, 이는 이미지, 음성 등 비정형 데이터에서 뛰어난 성능을 발휘하게 됩니다. 그러나 딥러닝은 데이터 요구량이 많아 수백 기가바이트 이상의 훈련 데이터와 강력한 GPU 자원이 필요하며, 학습 시간도 수일에서 수주까지 걸릴 수 있습니다. 따라서 머신러닝이 간단한 문…