[면접 합격자료] 이스트소프트 AI 모델 개발자 양성 과정 5기 합격 문항 기출 최종합격

1. AI 모델 개발 과정에서 중요한 데이터 전처리 단계는 무엇이며, 그 이유는 무엇이라고 생각합니까

AI 모델 개발에서 데이터 전처리 단계는 중요합니다. 이유는 원시 데이터는 노이즈, 결측값, 이상치, 불순물 등을 포함하고 있어 모델 학습에 방해가 되기 때문입니다. 예를 들어, 고객 행동 데이터를 수집할 때 약 20% 이상의 데이터가 결측값이거나 오류를 포함하고 있어 이를 적절히 정제하지 않으면 분류 정확도가 15% 이상 낮아질 수 있습니다. 또한, 텍스트 데이터에서는 불필요한 특수문자 제거와 토큰화 작업이 필요하며, 이 과정에서 약 30%의 노이즈가 제거됩니다. 정규화와 표준화 과정은 특성 간의 스케일 차이를 줄여 학습 속도를 높이고, 과적합 방지에도 도움을 줍니다. 데이터 전처리는 머신러닝 모델이 과적합이나 편향 없이 일반화된 성능을 내게 하는 핵심 단계입니다. 수집된 데이터의 품질이 높을수록 모델의 예측 정확도가 최대 25% 향상된 사례도 존재합니다. 따라서, 체계적이고 꼼꼼한 전처리 과정은 AI 성능 향상에 필수적입니다.

2. 딥러닝과 머신러닝의 차이점에 대해 설명해 주세요.

딥러닝과 머신러닝은 인공지능 분야에서 널리 …