Cert Notes/ 출퇴근 학습 노트
로드맵
KOEN
CLF-C02 · FoundationalCloud Practitioner - Foundational
DVA-C02 · AssociateDeveloper - Associate
SAA-C03 · AssociateSolutions Architect - Associate
SOA-C02 · AssociateCloudOps Engineer - Associate
SAP-C02 · ProfessionalSolutions Architect - Professional
DOP-C02 · ProfessionalDevOps Engineer - Professional
SCS-C03 · SpecialtySecurity - Specialty
MLA-C01 · AssociateMachine Learning Engineer - Associate
AIF-C01 · FoundationalAI Practitioner - Foundational
  • Week 1
    • 1.AI·머신러닝·딥러닝의 관계와 차이
    • 2.학습 유형: 지도·비지도·강화학습
    • 3.ML이 적합한 문제 vs 아닌 문제
    • 4.핵심 용어: 모델·학습·추론·특성·레이블·과적합
    • 5.Week 1 종합: AI/ML 기초 복습
  • Week 2
    • 1.ML 수명주기 개요: 데이터에서 운영까지의 한 바퀴
    • 2.데이터: 정형/비정형, 데이터 분리, 그리고 품질의 힘
    • 3.모델 평가 기초: 정확도·정밀도·재현율과 과적합/과소적합
    • 4.ML 개발에서 사람의 역할: 라벨링, 피드백, 반복 개선
    • 5.Week 2 종합: ML 수명주기와 데이터 한눈에 복습
  • Week 3
    • 1.생성형 AI란 무엇인가: 전통 ML과의 차이, 그리고 파운데이션 모델
    • 2.LLM은 어떻게 작동하나: 토큰, 임베딩, 컨텍스트 윈도우, 추론
    • 3.프롬프트 엔지니어링 기초: 좋은 프롬프트, Zero/Few-shot, 그리고 한계
    • 4.생성형 AI의 한계와 위험: 환각, 편향, 비결정성, 그리고 적합한 사용처
    • 5.Week 3 종합 복습: 생성형 AI 기초 한눈에 묶기
  • Week 4
    • 1.Amazon Bedrock: 파운데이션 모델을 빌려 쓰는 완전관리형 서비스
    • 2.Amazon SageMaker: 직접 ML 모델을 학습하고 배포하는 플랫폼
    • 3.AWS AI 서비스 (1): 이미지·문서·텍스트·음성을 다루는 관리형 API
    • 4.AWS AI 서비스 (2) + Amazon Q: 챗봇·검색·추천·예측과 생성형 비서
    • 5.Week 4 종합: AWS AI/ML 서비스 전체 지도
  • Week 5
    • 1.책임 있는 AI의 원칙: 공정성·편향·투명성·설명가능성·견고성·프라이버시
    • 2.AWS의 책임 있는 AI 도구: SageMaker Clarify, Model Monitor, Bedrock Guardrails, AI Service Cards
    • 3.AI 보안: IAM 최소권한, 데이터 암호화, PII 보호, PrivateLink, 책임 공유 모델
    • 4.데이터 거버넌스와 규정 준수: 데이터 출처·품질, 모델 거버넌스, 감사·로깅, 생성형 AI의 법적·윤리 고려
    • 5.Week 5 종합 복습: 책임 있는 AI·보안·거버넌스를 하나로 묶기
  • Week 6
    • 1.도메인 복습 1: AI/ML 기초 + 생성형 AI 기초 핵심 총정리
    • 2.도메인 복습 2: 파운데이션 모델 응용(AWS AI 서비스) 핵심 총정리
    • 3.도메인 복습 3: 책임 있는 AI + 보안·거버넌스 핵심 총정리
    • 4.전체 모의고사 페이스: 5개 도메인 종합 문제
    • 5.D-Day 마무리: 시험 구성, 키워드→서비스 번역표, 자주 틀리는 함정
DEA-C01 · AssociateData Engineer - Associate
MLS-C01 · SpecialtyMachine Learning - Specialty
합격 후기
← AIF-C01/Week 3/Day 1
AIF-C01· AssociateWeek 3 · Day 1읽기 약 10분

Day 1 - 생성형 AI란 무엇인가: 전통 ML과의 차이, 그리고 파운데이션 모델

Week 2까지 우리는 "전통적인" 머신러닝의 세계를 봤다. 데이터를 모으고, 레이블을 붙이고, 특정 문제 하나를 풀도록 모델을 학습시키는 방식이다. 스팸이냐 아니냐, 이 사진이 고양이냐 개냐, 다음 달 매출이 얼마냐. 각 모델은 자기 일 하나만 잘했다. 그런데 2022년 말 ChatGPT가 등장하면서 세상이 바뀌었다. 글을 쓰고, 코드를 짜고, 그림을 그리고, 요약을 하는 — 하나의 모델이 수십 가지 일을 한다. 이것이 **생성형 AI(Generative AI)**다.

AIF-C01 시험에서 생성형 AI는 가장 비중이 큰 영역이다. 오늘은 "생성형 AI가 도대체 전통 ML과 뭐가 다른가", 그리고 그 핵심에 있는 **파운데이션 모델(Foundation Model)**과 **LLM(Large Language Model)**이 무엇인지를, 용어를 외우는 게 아니라 진짜로 이해하는 걸 목표로 한다.

전통 ML vs 생성형 AI: 무엇을 "출력"하는가

가장 단순한 구분법은 "모델이 무엇을 내놓느냐"다.

여기부터는 Pro 전용입니다

Week 1은 누구나 무료로 볼 수 있어요. Week 2부터의 전체 학습 자료와 모의고사·무제한 복습은 Pro 플랜에서 이용할 수 있습니다.

Pro 알아보기로그인
이전Week 2 종합: ML 수명주기와 데이터 한눈에 복습Week 2 · Day 5다음 LLM은 어떻게 작동하나: 토큰, 임베딩, 컨텍스트 윈도우, 추론Week 3 · Day 2