한눈에 살펴보는 AI 용어 - AICE Junior 대비

객관식

한눈에 살펴보는 AI 용어

📖 시험에 자주 나오는 AI 용어를 묶음별로 정리했어요. 번호를 눌러 하나씩 확인하고, 마지막 퀴즈로 실력을 점검해 보세요.

1) 데이터 기본 용어

아래 번호를 하나씩 눌러서 확인해 보세요.

variable (속성·변수·칼럼)

표에서 세로 한 줄(열)이에요. 각 열이 어떤 값들로 이루어져 있는지 볼 수 있어요. 예) 나이, 키, 몸무게

observation (관측치·행)

표에서 가로 한 줄(행)이에요. 예) 한 사람의 정보 한 줄

missing values (결측값)

표에서 비어 있는 칸이에요. 삭제·최빈값·중앙값·평균값·상수 중 하나로 처리해요. (AIDU ez에는 삭제 기능이 없어요)

distinct (고윳값)

겹치지 않는 서로 다른 값이에요. 예) 성별의 고윳값은 "남, 여"

max / min (최댓값 / 최솟값)

가장 큰 값과 가장 작은 값이에요.

mean (평균값)

모든 값을 더해서 개수로 나눈 값이에요.

median (중앙값·중위수)

작은 값부터 큰 값까지 줄을 세웠을 때 한가운데 값이에요. 21명 중 11번째 사람의 키처럼요.

2) 그래프 용어

아래 번호를 하나씩 눌러서 확인해 보세요.

🟥 히트맵

두 속성의 상관관계를 색으로 보여줘요. -1~1 사이 값이고, +는 비례, -는 반비례, 절댓값이 1에 가까울수록 관계가 깊어요.

📦 박스차트

최솟값·1분위수(25%)·중위수(50%)·3분위수(75%)·최댓값과 이상치를 한눈에 보여줘요.

📊 분포차트

숫자 데이터가 어느 구간에 얼마나 몰려 있는지 알고 싶을 때 써요. 가장 높은 막대가 가장 많은 구간이에요.

3) 데이터 가공·모델 용어

아래 번호를 하나씩 눌러서 확인해 보세요.

🔤→🔢 데이터 변환(인코딩)

범주형 데이터를 숫자형으로 바꾸는 것이에요. 오디널 인코더는 순서가 있는 숫자로 바꿔요. 예) 옷 사이즈 XS, S, M, L, XL → 0, 1, 2, 3, 4

📏 스케일 조정

속성마다 다른 값의 범위를 비슷하게 맞춰주는 것이에요. MinMax Scaler는 0~1 사이로, Standard Scaler는 평균 0·분산 1로 맞춰요.

🎯 모델 유형

맞힐 값(종속변수)이 숫자형이면 regressor(회귀), 범주형이면 classifier(분류)예요.

4) 딥러닝 설정값 용어

아래 번호를 하나씩 눌러서 확인해 보세요.

🚪 활성함수

노드로 들어온 값을 다음 노드로 보낼지 말지 정하는 문지기예요.

🧱 FC 레이어 수 / 크기

층을 몇 개 쌓을지(수), 한 층에 노드를 몇 개 둘지(크기)를 정해요.

🎲 드롭아웃

학습 데이터에만 너무 잘 맞는 과적합을 막으려고 일부 노드를 일부러 빼는 비율이에요.

🔁 에포크 (Epochs)

전체 데이터를 몇 번 반복해서 학습할지 정하는 횟수예요. 예) 수학 문제집 1권을 몇 번 풀지

📦 배치 사이즈 (Batch Size)

정답을 확인하기 전에 한 번에 학습할 데이터 양이에요. 예) 문제를 몇 개 풀고 정답을 맞춰볼지

⏹️ 조기종료 (Early Stop)

더 이상 성능이 좋아지지 않으면 학습을 멈추는 기준이에요. Early Stop = 5면, 5번 연속 성능이 그대로일 때 멈춰요.

🧭 optimizer

인공신경망의 최적화 함수예요. (예: adam)

👣 learning rate (학습률)

최적화 함수가 얼마나 큰 보폭으로 학습해 나갈지 정하는 값이에요.

🔁 교차검증 fold 수

학습 데이터를 k조각으로 나눠 번갈아 시험을 보며 학습이 잘 되는지 평가하는 횟수예요. k=5면 5번 시험 봐서 평균을 내요.

5) 평가 용어

아래 번호를 하나씩 눌러서 확인해 보세요.

🎯 accuracy (정확도)

분류(classifier) 모델의 예측 정확도예요. 1에 가까울수록 잘 맞히는 모델이에요.

배운 내용 확인하기

Q7-1. 표에서 "가로 한 줄(행)"을 뜻하는 용어는?

Q7-2. 키 데이터를 작은 순서로 줄 세웠을 때 한가운데 있는 값을 무엇이라고 할까요?

Q7-3. 옷 사이즈 XS, S, M, L, XL을 0, 1, 2, 3, 4로 바꾸는 작업은?

Q7-4. 과적합을 막으려고 일부 노드를 일부러 빼는 설정값은?

Q7-5. 수치가 작을수록 오차가 적은 좋은 모델임을 나타내는 평가 지표는?

← 이전 다음 →