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 5/Day 1
AIF-C01· AssociateWeek 5 · Day 1읽기 약 9분

Day 1 - 책임 있는 AI의 원칙: 공정성·편향·투명성·설명가능성·견고성·프라이버시

지난 주까지 우리는 "AI를 어떻게 만들고 활용하는가"를 배웠다. 이번 주는 질문이 바뀐다. "그 AI를 어떻게 책임 있게 만들고 운영하는가." AIF-C01 시험에서 책임 있는 AI(Responsible AI), 보안, 거버넌스는 합쳐서 큰 비중을 차지하는 두 도메인이다. 화려한 기술이 아니라, 오히려 "AI가 사회에 끼치는 영향을 어떻게 통제할 것인가"라는 가장 어른스러운 주제다.

오늘은 그 토대인 책임 있는 AI의 핵심 원칙들을 본다. 공정성, 편향, 투명성, 설명가능성, 견고성, 프라이버시 — 이 단어들은 따로 외우면 헷갈리지만, "AI가 사람을 해치지 않으려면 무엇이 필요한가"라는 하나의 질문으로 묶으면 자연스럽게 연결된다.

책임 있는 AI란 무엇인가

책임 있는 AI는 "AI 시스템을 안전하고, 공정하고, 신뢰할 수 있게 설계·개발·운영하는 일련의 원칙과 관행"이다. 기술이 강력해질수록 그 결정이 사람의 삶(대출 승인, 채용, 의료 진단)에 직접 영향을 주기 때문에, "성능이 좋다"만으로는 충분하지 않다.

AWS는 책임 있는 AI의 핵심 차원을 여러 개로 정리하는데, 시험에 자주 나오는 것은 다음과 같다.

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 4 종합: AWS AI/ML 서비스 전체 지도Week 4 · Day 5다음 AWS의 책임 있는 AI 도구: SageMaker Clarify, Model Monitor, Bedrock Guardrails, AI Service CardsWeek 5 · Day 2