콘텐츠로 건너뛰기

AI-900 시험 나오는 것들 (틀리기 쉬운 개념들)

AI-900 시험 나오는 것들 (틀리기 쉬운 개념들)

차례 숨기기
AI-900 시험 나오는 것들 (틀리기 쉬운 개념들)
인공지능 워크로드 및 책임 있는 AI (20~25%)
3️⃣ Azure Computer Vision 워크로드 (20~25%)
4️⃣ Azure 자연어 처리(NLP) 워크로드 (25~30%)
관련

인공지능 워크로드 및 책임 있는 AI (20~25%)

AI 워크로드 유형 구분

  • Computer Vision
  • NLP
  • Conversational AI
  • Anomaly detection

Responsible AI 원칙

  • 공정성(Fairness)
  • 신뢰성 및 안전성
  • 개인정보 및 보안
  • 투명성
  • 포용성
  • 책임성

2️⃣ Azure에서 Machine Learning 기본 원리 (30~35%)

시험 판단 기준

  • 분류(Classification): Yes/No, 승인/거절
  • 회귀(Regression): 숫자 예측
  • 군집화(Clustering): 그룹화 (라벨 없음)

함정 제거 공식

  • “미래 값 예측” → 회귀
  • “범주 중 하나 선택” → 분류
  • “사전 정의 없음” → 군집화

3️⃣ Azure Computer Vision 워크로드 (20~25%)

시험에 나오는 핵심 기능

  • 이미지 설명 생성
  • 객체 탐지
  • 얼굴 감지 (※ 인식 아님)
  • OCR (텍스트 추출)
  • Document Intelligence (문서 이해)
1️⃣ Document Intelligence가 정확히 뭐냐?

비정형 문서에서 ‘구조화된 데이터’를 추출하는 AI 서비스
Document Intelligence는 문서의 내용을 읽고, 의미 있는 정보를 자동으로 추출한다

입력: PDF, 스캔 문서, 이미지(JPG/PNG), 양식, 계약서, 영수증
출력: 텍스트 + 필드(Key-Value) + 테이블 + 레이아웃 정보
핵심:
❌ 단순 OCR 아님
✅ 문서 이해(Document Understanding)

“문서에서 텍스트를 추출한다” → OCR 가능
“송장에서 총액, 세금, 공급자 정보를 추출한다” → Document Intelligence

아래 표현 나오면 Document Intelligence 거의 확정입니다.
“스캔된 문서”
“PDF에서 데이터 추출”
“양식(form)”
“필드 추출”
“테이블 인식”
“문서 구조 분석”
“비정형 문서”

❌ 틀린 예
“문서 내용을 요약한다”
→ ❌ (요약 = Azure OpenAI / Language)
“문서 감정을 분석한다”
→ ❌ (감정 분석 = Language 서비스)
“문서 내용을 번역한다”
→ ❌ (번역 = Translator)

✅ 맞는 예
“문서에서 날짜와 금액을 자동으로 인식한다”
“계약서에서 특정 조항 위치를 식별한다”

스캔된 송장에서 총 금액과 공급자 이름을 추출한다 → O
문서의 내용을 요약하여 보고서를 생성한다 → X
이미지 파일에 포함된 표 구조를 인식한다 → O
음성 파일을 텍스트로 변환한다 → X
회사 고유 양식에서 필드를 추출하도록 학습한다 → O

아래 나오면 Document Intelligence 아님
❌ Excel (.xlsx)
❌ CSV
❌ JSON
❌ TXT
❌ 음성 파일 (mp3, wav)
❌ 동영상 파일
👉 이유:
이미 구조화된 데이터 or 문서 아님

여기서 제일 많이 틀리는 포인트

❌ OCR = Document Intelligence로 착각

❌ 이미지 분석 = 무조건 Computer Vision이라고 선택

📌 빠른 판단

  • “텍스트만 추출” → OCR
  • “문서에서 필드/표 추출” → Document Intelligence
  • “이미지 안의 사물/사람” → Vision

4️⃣ Azure 자연어 처리(NLP) 워크로드 (25~30%)

시험에서 묻는 실제 작업

  • 감정 분석
  • 키 프레이즈 추출
  • 개체 인식 (이름, 날짜, 장소)
  • 요약
  • 번역
  • 질문 응답(Q&A)

헷갈리는 포인트

  • “이미지 검색 결과 표시” → ❌ Vision
  • “문서 요약” → ✅ NLP
  • “챗봇” → ❌ Bot Service (플랫폼)
1️⃣ Azure 디자이너가 뭐냐? (한 줄)

코드를 거의 쓰지 않고 머신러닝 파이프라인을 시각적으로 만드는 도구
드래그 & 드롭
모듈 연결 방식
Azure Machine Learning의 구성 요소

2️⃣ 디자이너로 할 수 있는 것
✅ 가능
데이터 불러오기
데이터 전처리
알고리즘 선택
모델 학습
모델 평가
파이프라인 구성
👉 머신러닝 전체 흐름을 “그림처럼” 구성

3️⃣ 디자이너로 못 하는 것 (시험 함정)
❌ 불가
대화형 AI(챗봇) 생성
이미지에서 객체 탐지
문서에서 필드 추출
자연어 요약 / 번역
👉 이런 건 Azure AI Services / Vision / NLP 영역

📌 시험 문장 팁
“시각적으로 모델을 구성” → 디자이너
“최적의 알고리즘을 자동 선택” → AutoML

5️⃣ 시험에 나오는 표현 → 바로 매칭
이 표현 나오면 Azure 디자이너 떠올리세요 👇
“시각적 인터페이스”
“드래그 앤 드롭”
“코드 없이 모델 구성”
“머신러닝 파이프라인”
“학습 및 평가 단계 연결”

6️⃣ O / X 실전 예제 (시험 스타일)
Azure 디자이너는 머신러닝 워크플로를 시각적으로 설계할 수 있다 → O
Azure 디자이너는 이미지에서 텍스트를 추출한다 → X
Azure 디자이너는 분류 모델을 학습시킬 수 있다 → O
Azure 디자이너는 대화형 챗봇을 생성한다 → X
Azure 디자이너는 Azure Machine Learning의 일부이다 → O
🔹 1. Azure AI Foundry / Microsoft Foundry
📌 AI 애플리케이션을 통합 구축 · 관리하는 플랫폼
Azure AI Foundry가 Microsoft Foundry로 리브랜딩됨. 내부에 모듈, 에이전트, LLM 모델 등을 통합 제공.
여러 에이전트(agent) 생성, 실행, 모니터링 가능.
모델 라우터를 통해 작업에 최적화된 모델 자동 선택 기능.
브라우저 자동화, 연구 도구, 외부 도구 연동 같은 Agent 확장 기능 추가.
👉 핵심 기능
멀티모달 모델: GPT-5 시리즈, GPT-5-chat 등 최신 모델 지원.
에이전트 수준의 컴퓨터 작업 자동화 도구: UI 상호작용 자동화 등.
Azure AI Foundry 에이전트의 Azure Monitor 통합.

🔹 2. Azure OpenAI 서비스
📌 OpenAI 기반 대형 언어 모델(LLM) 서비스
GPT-4o 기준 음성 → 텍스트(ASR) 등 실시간 음성 인식/변환 모델 제공.
이미지 → 비디오 생성 기능 지원 (Sora 등 멀티모달 기능).
Realtime API와 Audio 모델이 GA(일반 제공).
👉 시험 관련 포인트
LLM을 이용한 텍스트 생성, 요약, 추론 기능
음성 → 텍스트 / 텍스트 → 음성
멀티모달 입력(이미지나 음성 통합 처리) 가능

🔹 3. Azure AI Services 포트폴리오
📌 Cognitive Services → 확장된 AI 기능 모음
아래 기능들이 포함됩니다:
Language (언어)
텍스트 이해(감정 분석 등), NER(명명된 엔터티 인식), PII(민감 정보 인식) → 최근 엔티티 유형 확장.
Vision (비전)
이미지 설명, 객체/얼굴/텍스트 추출(OCR) 등.
Speech (음성)
음성 인식, 음성 합성, 음성 번역(실시간 음성 → 언어) 등.
Decision (의사결정)
추천, anomaly(이상치) 감지 기능.
AI 번역기
REST API로 지원되는 자동 번역 및 음역(transliteration) 기능.

🔹 4. Azure AI Bot Service
📌 챗봇/대화형 AI를 Azure 위에서 운영·배포
여러 채널(Microsoft Teams, Web Chat 등)으로 봇 배포 가능.
NLP 및 LLM 모델과 통합하여 자연어 대화 제공.
Bot Framework + Azure AI Services 결합 시 강화된 대화 로직 구성 가능.
1️⃣ GPT-3.x (3.0 / 3.5 계열)
역할
텍스트 생성
질문 응답
요약
분류
문장 완성
📌 시험에서 이렇게 나옵니다
“텍스트 기반 응답을 생성한다”
“자연어 질문에 답변한다”
“문서를 요약한다”
👉 텍스트 입력 → 텍스트 출력

2️⃣ GPT-4 / GPT-4o 계열
📌 시험 문장 힌트
“이미지를 포함한 입력을 처리”
“복합적인 지시를 이해”
👉 텍스트 + 이미지 → 텍스트

3️⃣ DALL·E
역할
텍스트 설명 → 이미지 생성
📌 시험 문장
“설명에 따라 이미지를 생성한다”
“텍스트 프롬프트로 그림을 만든다”
❗ 절대 헷갈리지 말 것
❌ 이미지 분석 아님
❌ 객체 탐지 아님
→ 생성(Create)

O / X 실전 시험 스타일
GPT 모델은 문서를 요약할 수 있다 → O
DALL·E는 이미지에 포함된 객체를 식별한다 → X
GPT-4는 이미지 입력을 처리할 수 있다 → O
GPT-3은 음성 파일을 직접 인식한다 → X
Azure OpenAI는 Azure AI Services의 일부이다 → X
(※ 별도 서비스)
(자격증) AI-900: Microsoft Azure AI Fundamentals 기본 개념 정리 02
Post Views: 47
태그: