Page 233 - 고등학교 인공지능 기초

- 이동용 바퀴 : 고정식으로 두지 않고 이동할 수 있도록 구현 치 정보로 표현하고, 핵심 정보를 추출한 후 인식한 결과를 출력한다.
- 로봇 팔 : 원어민 선생님의 제스처 등의 행동을 최대한 따라 움직이
도록 구현 04 l 탐색 트리(tree)는 이름에서 알 수 있듯이 정보를 구조화한 형태
가 마치 나무 모양과 유사하여 붙은 이름이다.

탐색 트리 예시

05 l 맹목적 탐색은 목표 상태에 이르기 까지 모든 상태를 탐색해야
하므로 정보량이 많을수록 속도가 느리다. 반면, 경험적 탐색은 경험
적 정보를 활용하여 탐색하기 때문에 속도가 빠르지만, 반드시 최적
해법을 찾아내는 것은 아니다.

06 l 간단한 문제를 해결하기 위해 전통적 프로그래밍으로 프로그램
을 만들거나 얕은 신경망을 사용할 수 있으므로 항상 신경망을 깊게
구성하는 것이 좋은 것은 아니다.
Ⅱ 인공지능의 원리와 활용
07 l 전통적 프로그래밍의 조건문은 늘 정해진 순서대로 실행이 되
어 동일한 입력 데이터에 대해서는 같은 해를 출력한다. 반면, 규칙
01 ① 02 ② 03 ② 04 ⑤ 05 ④
기반 추론은 입력값에 따라 사용되는 규칙과 사용되지 않는 규칙이
06 ⑤ 07 ⑤ 08 ④ 09 해설 참조
있을 수 있고, 순서대로 실행되지 않을 수도 있다. 또한 모호한 개념
10 해설 참조
도 추론할 수 있다는 장점이 있지만, 지식 자체에 모순이 있다면 정확
11 해설 참조
하지 않은 추론도 발생할 수 있다는 단점이 있다.

01 l 인공지능의 특성은 주변 상황을 인식하고, 학습을 통해 문제를 08 l (가) 매장 방문 횟수와 월 지출액에 따른 고객 그룹을 만드는 것
해결해준다. 음료수 자판기에서 버튼을 누르면 지정된 음료수가 나오 은 정답이 없는 데이터에 대하여 군집화를 실시하는 예이다.
는 것은 인공지능의 특성에 해당하지 않는다. (나) 배달 음식 주문량에 따른 일회용품 배출량을 예측하는 것은 연속
된 값을 예측하하는 예이다.
01 l 센서는 열, 빛, 온도 등의 외부 환경 정보를 인식하는 부품으로 (다) 티셔츠 사이즈를 5가지 정해진 정답 중에서 예측하는 것은 분류
지능 에이전트가 외부 환경을 파악하는데 필수적인 요소이다. 의 예이다.

02 l 음성 합성 기술은 컴퓨터가 사람의 음성을 흉내내어 정보를 전 09 l 예시 답안
달하는 기술을 말한다. 인공지능 스피커가 인간의 언어로 말하는 것 분류는 미리 정의된 범주 중 데이터가 어느 범주에 속하는지 구별하
은 음성 합성 기술이 적용된 것으로 이미지 처리가 주요 목적인 컴퓨 는 것이다. 정상 과일과 상한 과일을 구별하는 것이 분류의 예이다.
터 비전과는 다르다. 회귀는 분류와 달리 연속된 값을 예측하는 것이다. 카드 소비액을 바
탕으로 연 지출액을 예측하는 것이 회귀의 예이다.
03 l 컴퓨터 비전 기술이 이미지를 인식하려면 가장 먼저 센서를 통
해 이미지 데이터를 인식해야 한다. 이후, 인식한 이미지 데이터를 수

231
정답 및 해설