AWS Machine Learning Specialty (MLS-C01) 실전 모의고사 완전 정복

A) 파일 크기별로 파티셔닝 B) 자주 필터링하는 컬럼 (예: 날짜, 지역)을 기준으로 Hive 스타일 파티셔닝 C) 랜덤 파티셔닝 D) 파티셔닝 없이 압축만 적용

정답: B

설명: Athena 성능 최적화를 위해 s3://bucket/data/year=2024/month=03/day=01/ 형식의 Hive 스타일 파티셔닝을 사용합니다. WHERE 절에서 자주 사용하는 컬럼으로 파티셔닝하면 스캔 데이터를 줄여 비용과 쿼리 시간을 절감합니다. Parquet, ORC 같은 컬럼 형식과 함께 사용하면 더욱 효율적입니다.

A) On-demand Worker Type B) G.1X Worker Type으로 늘리기 C) Job Bookmarks 활성화로 중복 처리 방지 D) 항상 최대 DPU 사용

정답: C

설명: AWS Glue Job Bookmarks를 활성화하면 이전에 처리된 데이터를 추적하여 새로운 데이터만 처리합니다. 이를 통해 중복 처리를 방지하고 비용을 절감합니다. Flex execution(유연한 실행 클래스)도 비용 최적화에 도움이 됩니다.

A) 차이 없음, 동일한 서비스 B) Streams는 커스텀 소비자와 재처리 지원, Firehose는 S3/Redshift 등으로 자동 전달 C) Firehose가 더 낮은 지연 시간 D) Streams는 S3에만 저장 가능

정답: B

설명: Kinesis Data Streams는 여러 소비자가 독립적으로 읽을 수 있고, 샤드를 통한 병렬 처리, 리텐션 기간 동안 재처리가 가능합니다. Kinesis Data Firehose는 코드 없이 S3, Redshift, OpenSearch, Splunk 등으로 데이터를 자동 전달하는 완전 관리형 서비스입니다.

A) 모델 훈련 속도 향상 B) 피처의 일관성 있는 재사용, 훈련/서빙 스큐 방지, 포인트-인-타임 피처 검색 C) 비용 절감 D) 자동 하이퍼파라미터 튜닝

정답: B

설명: SageMaker Feature Store는 ML 피처를 온라인(저지연 검색) 및 오프라인(대규모 배치 훈련) 저장소로 관리합니다. 여러 팀이 피처를 재사용할 수 있고, 훈련-서빙 스큐를 방지하며, 타임스탬프 기반으로 과거 특정 시점의 피처를 검색할 수 있어 데이터 누출을 방지합니다.

A) S3 버킷 정책 B) 데이터베이스, 테이블, 컬럼, 행 수준의 접근 권한 C) EC2 인스턴스 접근 D) IAM 정책만

정답: B

설명: Lake Formation은 Glue Data Catalog의 데이터베이스, 테이블, 컬럼 수준까지 세밀한 접근 제어를 지원합니다. 행 필터(row filter)를 사용하면 특정 사용자가 볼 수 있는 행도 제한할 수 있습니다. IAM 권한보다 더 세밀하게 데이터 접근을 제어합니다.

A) S3 + Athena B) Kinesis Data Streams + Kinesis Data Analytics (Apache Flink) C) DynamoDB + Lambda D) RDS + EC2

정답: B

설명: Kinesis Data Streams로 실시간 데이터를 수집하고, Kinesis Data Analytics for Apache Flink로 윈도우 기반 집계, 필터링, 변환을 실시간으로 처리합니다. 결과를 다시 Kinesis Streams나 S3로 저장할 수 있습니다.

A) AWS Glue Crawler B) AWS Glue Studio C) AWS Data Pipeline D) AWS Batch

정답: A

설명: AWS Glue Crawler는 S3, RDS, DynamoDB 등의 데이터 소스를 스캔하여 스키마를 자동으로 감지하고 Glue Data Catalog에 테이블 메타데이터를 생성합니다. 일정에 따라 자동 실행하거나 온디맨드로 실행할 수 있습니다.

A) S3 버킷을 퍼블릭으로 설정 B) Lake Formation Data Sharing 또는 S3 버킷 정책에 외부 계정 ARN 추가 C) 데이터를 이메일로 전송 D) 크로스 리전 복제만 사용

정답: B

설명: Lake Formation의 RAM(Resource Access Manager)을 통한 데이터 공유나 S3 버킷 정책에 외부 계정의 IAM ARN을 추가하는 방법을 사용합니다. Lake Formation Cross-Account 공유는 컬럼/행 수준 접근 제어를 유지하면서 데이터를 공유할 수 있습니다.

A) SageMaker Training Jobs만 사용 B) SageMaker Data Wrangler로 변환 정의 후 SageMaker Pipelines로 자동화 C) 수동으로 pandas 스크립트 실행 D) AWS Batch 사용

정답: B

설명: SageMaker Data Wrangler는 GUI 기반으로 300개 이상의 내장 변환을 제공하여 피처 엔지니어링을 정의합니다. 정의된 변환은 SageMaker Processing Jobs로 내보내고, SageMaker Pipelines에 통합하여 전체 ML 워크플로우를 자동화할 수 있습니다.

A) 별도의 EC2 인스턴스 필요 B) Lambda 함수를 Data Transformation으로 연결 C) Glue ETL 작업 직접 호출 D) 변환 불가

정답: B

설명: Kinesis Data Firehose는 Lambda 함수를 데이터 변환 목적으로 연결할 수 있습니다. 각 레코드가 Lambda 함수를 통해 변환(필터링, 형식 변환, 데이터 강화 등)된 후 대상(S3 등)으로 전달됩니다.

A) 전체 데이터셋을 로컬 EBS에 복사 B) S3 파일 모드 대신 Pipe 모드 또는 FastFile 모드 사용 C) 훈련 전 데이터를 EFS로 이동 D) 압축 해제 후 사용

정답: B

설명: SageMaker 훈련의 데이터 입력 모드: File 모드는 훈련 시작 전 전체 데이터를 복사합니다. Pipe 모드는 S3에서 스트리밍으로 데이터를 로드합니다. FastFile 모드(권장)는 S3를 직접 마운트하여 첫 번째 에포크부터 바로 훈련을 시작할 수 있어 전체 데이터 복사 시간을 절약합니다.

A) 머신러닝 모델 훈련 B) 코드 없이 시각적으로 ETL 파이프라인을 설계하고 실행 C) 데이터베이스 관리 D) 실시간 스트리밍 처리만 가능

정답: B

설명: AWS Glue Studio는 드래그 앤 드롭 인터페이스로 ETL 파이프라인을 시각적으로 설계할 수 있습니다. Spark 기반 ETL 작업을 코드 없이 생성하고 모니터링합니다. 생성된 코드(Python/Scala)를 직접 편집할 수도 있습니다.

A) Amazon Macie B) AWS Shield C) Amazon GuardDuty D) AWS WAF

정답: A

설명: Amazon Macie는 S3 버킷에서 ML을 사용하여 민감한 데이터(신용카드 번호, SSN, 개인정보 등)를 자동으로 탐지합니다. 탐지된 결과는 Security Hub와 통합되어 관리할 수 있으며, Glue ETL을 통해 마스킹 처리가 가능합니다.

A) 모델 서빙 B) 전처리, 후처리, 모델 평가, 피처 엔지니어링 같은 ML 워크플로우 작업 실행 C) 하이퍼파라미터 튜닝 D) A/B 테스트

정답: B

설명: SageMaker Processing Jobs는 완전 관리형으로 데이터 전처리, 피처 엔지니어링, 모델 평가, 배포 후 분석 같은 작업을 실행합니다. 내장 컨테이너(Scikit-learn, Spark, XGBoost) 또는 커스텀 컨테이너를 사용할 수 있습니다.

A) RDS → Lambda → S3 B) 소스 → Kinesis Data Streams → Kinesis Data Firehose → S3 C) EC2 → EBS → S3 D) DynamoDB → S3 직접 복사

정답: B

설명: 다수의 데이터 소스에서 Kinesis Data Streams로 실시간 데이터를 수집하고, Kinesis Data Firehose를 통해 버퍼링, 압축, 암호화를 적용하여 S3에 저장합니다. Firehose는 파티션 키를 기반으로 동적 파티셔닝도 지원합니다.

A) 성능 향상 B) 기본 분류자가 인식하지 못하는 커스텀 데이터 형식이나 구분자를 처리하기 위해 C) 비용 절감 D) 보안 강화

정답: B

설명: 기본 Glue 분류자는 CSV, JSON, Parquet, ORC 등 일반적인 형식을 지원합니다. 고정 너비 형식, 커스텀 구분자, 비표준 형식의 데이터가 있을 때 커스텀 분류자(Grok, XML, JSON, CSV)를 작성하여 정확한 스키마 감지를 보장합니다.

A) SMOTE(합성 소수 클래스 오버샘플링) B) 다수 클래스 언더샘플링 C) 클래스 가중치 조정 D) 데이터를 더 많이 수집하지 않고 무조건 정확도(accuracy)만 사용

정답: D

설명: 클래스 불균형 시 정확도는 오해의 소지가 있는 지표입니다. SMOTE(소수 클래스 합성 샘플 생성), 다수 클래스 언더샘플링, 클래스 가중치 조정, 수집 데이터 확대 등이 올바른 방법입니다. AUC-ROC, F1-score, Precision-Recall 곡선 같은 지표를 사용해야 합니다.

A) Raw 데이터 다운로드 후 로컬에서 분석 B) Data Wrangler의 Data Quality and Insights Report 활용 C) 수동으로 SQL 쿼리 작성 D) 별도 EC2에서 분석

정답: B

설명: SageMaker Data Wrangler의 Data Quality and Insights Report는 각 컬럼의 통계(평균, 중앙값, 표준편차, 분포), 결측치, 이상치, 클래스 불균형, 데이터 유형 정보를 자동으로 생성합니다. 이를 통해 빠르게 EDA를 수행할 수 있습니다.

A) 문제 없음 B) 고카디널리티(high cardinality) 변수에서 차원의 저주 발생 - Target Encoding 또는 임베딩 사용 C) 수치형 변수에도 적용 D) 항상 Label Encoding이 더 좋음

정답: B

설명: 카테고리 값이 수백~수천 개인 고카디널리티 변수에 One-Hot Encoding을 적용하면 매우 희소(sparse)한 고차원 벡터가 생성됩니다. 이 경우 Target Encoding(카테고리별 타겟 평균으로 치환), 임베딩, Frequency Encoding 등이 더 효과적입니다.

A) Confusion Matrix B) SHAP (SHapley Additive exPlanations) C) ROC Curve D) Learning Curve

정답: B

설명: SageMaker Clarify는 SHAP(Shapley 게임 이론 기반)을 사용하여 각 피처가 예측에 기여하는 정도를 설명합니다. 전역적 설명(전체 데이터셋의 피처 중요도)과 지역적 설명(개별 예측에 대한 피처 기여도)을 모두 제공합니다.

A) 평균/중앙값/최빈값 대체 (Imputation) B) KNN 임퓨테이션 C) 해당 행/열 삭제 (비율이 낮을 때) D) 결측값 그대로 모델에 입력

정답: D

설명: 대부분의 ML 알고리즘은 결측값을 처리할 수 없습니다. 적절한 방법: 통계 기반 대체(평균, 중앙값, 최빈값), KNN 임퓨테이션, 예측 기반 임퓨테이션, 또는 결측치 비율이 낮을 때 해당 행/열 삭제입니다. XGBoost는 내부적으로 결측값 처리가 가능합니다.

A) Min-Max Normalization B) StandardScaler (Z-score 정규화) C) Robust Scaler (중앙값과 IQR 사용) D) 아무 처리도 하지 않음 (트리 기반 모델 제외)

정답: D

설명: 거리 기반 알고리즘(KNN, SVM, 신경망)은 스케일에 민감합니다. Min-Max는 [0,1]로 변환, StandardScaler는 평균 0, 표준편차 1로 변환, RobustScaler는 이상치에 강건합니다. 트리 기반 모델(Random Forest, XGBoost)은 스케일에 비교적 무관합니다.

A) RMSE B) Class Imbalance (CI), Difference in Positive Proportions (DPL) C) AUC-ROC D) F1-score

정답: B

설명: SageMaker Clarify는 훈련 전 데이터 편향 지표(DPL: 서로 다른 그룹의 레이블 비율 차이, CI: 클래스 불균형 등)와 훈련 후 모델 편향 지표(DPPL: 예측 레이블 비율 차이)를 제공합니다. 인구통계학적 그룹 간의 공정성을 평가합니다.

A) 정규화 (Normalization) B) 차분(Differencing)과 계절성 분해(Seasonal Decomposition) C) PCA 적용 D) 원-핫 인코딩

정답: B

설명: 시계열 데이터의 정상성(stationarity) 확보를 위해 차분(1차, 계절 차분)을 적용합니다. statsmodels의 seasonal_decompose나 STL 분해로 추세, 계절성, 잔차 성분을 분리할 수 있습니다. ARIMA, SARIMA, DeepAR 같은 모델은 이러한 전처리가 중요합니다.

A) Unix 타임스탬프로만 변환 B) 연도, 월, 일, 요일, 시간, 주차 등 다양한 피처로 분해 C) 날짜 피처 제거 D) 문자열로 그대로 사용

정답: B

설명: 날짜/시간에서 연도, 월, 일, 요일, 시간대, 분기, 주차, 공휴일 여부 등 다양한 피처를 추출합니다. 요일이나 월 같은 순환형(cyclical) 피처는 sin/cos 변환으로 연속성을 표현합니다. 이로써 계절성, 주간 패턴 등을 포착할 수 있습니다.

A) Spearman 상관계수 B) Pearson 상관계수 C) Kendall 타우 D) Chi-square 통계량

정답: B

설명: Pearson 상관계수는 두 연속형 변수 간의 선형 관계 강도를 -1~1로 측정합니다. Spearman은 순위 기반(비선형 단조 관계), Kendall은 순서 일치도를 측정합니다. 이상치에 강건한 Spearman이 ML 전처리에서 더 일반적으로 사용됩니다.

A) 별도 훈련 필요 B) Quick Model 기능으로 피처 중요도 자동 계산 C) 수동으로 상관관계 분석 D) 불가능

정답: B

설명: Data Wrangler의 Quick Model 기능은 선택된 타겟 변수에 대해 Random Forest 모델을 빠르게 훈련하여 각 피처의 중요도(feature importance)를 시각화합니다. 피처 선택과 데이터 품질 평가에 활용할 수 있습니다.

A) RMSE, MAE, R2 B) Precision, Recall, F1-score, AUC-ROC C) BLEU, Perplexity D) MAPE, SMAPE

정답: B

설명: 분류 모델 평가 지표: Precision(양성 예측 중 실제 양성 비율), Recall(실제 양성 중 예측된 양성 비율), F1-score(Precision과 Recall의 조화 평균), AUC-ROC(임계값 무관 성능 측정). 클래스 불균형 시 F1-score와 AUC-PR(Precision-Recall 곡선 아래 면적)이 중요합니다.

A) Linear Regression B) t-SNE, PCA, UMAP C) Random Forest D) KNN

정답: B

설명: PCA는 분산을 최대화하는 선형 차원 축소입니다. t-SNE는 고차원 데이터의 국소 구조를 보존하여 군집을 시각화합니다. UMAP은 t-SNE보다 빠르고 전역 구조도 보존합니다. SageMaker의 내장 알고리즘으로 PCA가 있습니다.

A) RMSE (Root Mean Squared Error) B) MAE (Mean Absolute Error) C) R2 (결정계수) D) MAPE

정답: B

설명: RMSE는 오류를 제곱하므로 이상치에 민감합니다. MAE는 오류의 절댓값 평균으로 이상치 영향이 적습니다. RMSE는 큰 오류에 더 페널티를 주고 싶을 때 사용합니다. R2는 모델이 데이터 분산의 얼마를 설명하는지 나타냅니다.

A) 토크나이징(tokenizing) B) 불용어(stopwords) 제거 C) 이미지 증강(image augmentation) D) TF-IDF 벡터화

정답: C

설명: 텍스트 전처리는 토크나이징, 소문자 변환, 불용어 제거, 어간추출(stemming)/표제어추출(lemmatization), TF-IDF나 Word2Vec 같은 벡터화 등을 포함합니다. 이미지 증강은 컴퓨터 비전에서 사용하는 기법입니다.

A) 교차 검증 B) VIF(분산 팽창 계수) 계산 또는 상관관계 히트맵 C) 학습률 조정 D) 배치 크기 변경

정답: B

설명: 다중공선성은 독립 변수 간 강한 상관관계로 발생합니다. VIF(Variance Inflation Factor) 값이 10 이상이면 다중공선성 문제를 의심합니다. 상관관계 히트맵으로 시각적으로 파악할 수도 있습니다. 다중공선성이 있으면 Ridge Regression, PCA 등으로 처리합니다.

A) Linear Learner B) Random Cut Forest (RCF) 및 IP Insights C) BlazingText D) DeepAR

정답: B

설명: SageMaker Random Cut Forest(RCF)는 비지도 이상 탐지 알고리즘입니다. 각 데이터 포인트에 대한 이상 점수(anomaly score)를 계산합니다. IP Insights는 IP 주소 기반 사용 패턴을 학습하여 비정상적인 IP 접근을 탐지합니다.

A) Precision이 증가하고 Recall이 감소 B) Recall이 증가하고 Precision이 감소 C) AUC-ROC가 증가 D) 변화 없음

정답: B

설명: 임계값을 낮추면 양성으로 예측하는 경우가 늘어나므로 Recall(실제 양성을 더 많이 잡음)이 증가하고 Precision(잘못된 양성 예측도 증가)이 감소합니다. 사기 탐지처럼 False Negative를 최소화해야 할 때 임계값을 낮춥니다. AUC-ROC는 임계값에 무관한 지표입니다.

A) 훈련 오류와 검증 오류가 모두 높음 B) 훈련 오류는 낮지만 검증 오류가 높음 C) 훈련 오류와 검증 오류가 모두 낮음 D) 검증 오류만 낮음

정답: B

설명: 과적합은 모델이 훈련 데이터에는 잘 맞지만 새로운 데이터(검증/테스트)에는 성능이 낮은 현상입니다. 훈련-검증 오류 격차가 크면 과적합입니다. 해결 방법: 더 많은 훈련 데이터, 정규화(L1/L2), 드롭아웃, 조기 종료, 앙상블 등.

A) 코드 작성이 필요한 복잡한 ETL B) 코드 없이 데이터 클리닝과 변환을 시각적으로 수행 C) 스트리밍 데이터 처리 D) 모델 훈련

정답: B

설명: AWS Glue DataBrew는 코드 없이 250개 이상의 사전 빌드 변환을 사용하여 데이터를 정제하고 표준화하는 시각적 데이터 준비 도구입니다. 비기술적인 사용자가 데이터를 탐색하고 준비하는 데 적합합니다.

A) 스케일링만 적용 B) 다항 피처(polynomial features) 생성 또는 피처 교차 C) 원-핫 인코딩 D) PCA 적용

정답: B

설명: 다항 피처(x1^2, x1*x2 등)나 피처 교차(feature crossing)를 통해 변수 간 비선형 상호작용을 포착합니다. Google의 Wide and Deep Learning처럼 교차 피처를 명시적으로 생성하기도 합니다. 단, 차원이 급격히 증가하므로 주의가 필요합니다.

A) 훈련 속도 향상 B) 모든 데이터를 훈련과 검증에 활용하여 더 안정적인 성능 추정 C) 데이터 증강 자동화 D) 하이퍼파라미터 자동 설정

정답: B

설명: K-Fold 교차 검증은 데이터를 K개 폴드로 분할하고, K번 반복하면서 각 폴드를 검증 세트로 사용합니다. 모든 데이터가 훈련과 검증에 사용되므로 검증 세트가 작을 때 발생하는 고분산 문제를 줄이고 더 신뢰할 수 있는 성능 추정을 제공합니다.

A) 전체 데이터 사용, 가중치 없음 B) Stratified Sampling으로 클래스 비율 유지 C) 랜덤 샘플링만 사용 D) 소수 클래스 제거

정답: B

설명: Stratified Sampling은 훈련, 검증, 테스트 세트 분할 시 각 세트에 원본 클래스 비율을 유지합니다. sklearn의 train_test_split(stratify=y)으로 구현하며, 불균형 데이터에서 각 세트가 균형 있는 클래스 분포를 가지도록 보장합니다.

A) 예측 정확도 차이 B) 서로 다른 그룹(facet)에서 모델이 양성 레이블을 예측하는 비율의 차이 C) 모델 파라미터 수의 차이 D) 훈련/검증 오류의 차이

정답: B

설명: DPPL은 보호 속성(예: 성별, 나이)으로 정의된 서로 다른 그룹에서 모델이 양성 결과를 예측하는 비율의 차이를 측정합니다. 값이 0에 가까울수록 공정한 모델입니다. 음의 DPPL은 한 그룹에 불리한 편향을 나타냅니다.

A) num_round 증가 B) alpha(L1), lambda(L2) 정규화, subsample, colsample_bytree C) eta 증가 D) max_depth 무제한

정답: B

설명: XGBoost 정규화: alpha(L1 정규화), lambda(L2 정규화)로 과적합 억제. subsample(행 샘플링 비율), colsample_bytree(열 샘플링 비율)로 다양성 증가. max_depth 제한, min_child_weight 증가, early_stopping_rounds도 과적합 방지에 사용됩니다.

A) 항상 랜덤 서치보다 느림 B) 이전 실험 결과를 기반으로 더 유망한 하이퍼파라미터 조합을 탐색하여 효율적 C) 차이 없음 D) 비용이 더 비쌈

정답: B

설명: Bayesian 최적화는 이전 실험 결과를 사용하여 다음에 탐색할 하이퍼파라미터 조합을 지능적으로 선택합니다. 랜덤 서치나 그리드 서치보다 적은 실험으로 좋은 하이퍼파라미터를 찾을 수 있어 비용과 시간을 절약합니다. SageMaker는 Bayesian, Random, Hyperband 전략을 지원합니다.

A) 코드 작성이 반드시 필요 B) AutoML 기능으로 데이터에 최적인 알고리즘, 피처 전처리, 하이퍼파라미터를 자동 탐색 C) 딥러닝 모델만 지원 D) 모델 설명 불가

정답: B

설명: SageMaker Autopilot은 완전한 AutoML 서비스입니다. 데이터를 분석하고, 여러 알고리즘(XGBoost, Linear, MLP 등)과 피처 변환을 자동으로 시도하며, 최적의 모델을 선택합니다. 투명성을 위해 생성된 노트북 코드를 제공하며, Explainability Report도 포함됩니다.

A) BlazingText B) DeepAR C) KNN D) PCA

정답: B

설명: SageMaker DeepAR은 자동회귀 순환 신경망(ARNN) 기반으로 시계열 예측에 최적화된 알고리즘입니다. 여러 관련 시계열을 동시에 훈련하여 개별 시계열보다 더 나은 예측을 제공하며, 예측 분포(확률적 예측)도 출력합니다.

A) 전체 모델을 랜덤 초기화 후 처음부터 훈련 B) 사전 훈련된 모델의 하위 레이어는 동결(freeze)하고 상위 레이어만 훈련 C) 데이터셋 크기와 무관하게 동일한 전략 적용 D) 전이 학습은 이미지에만 적용 불가

정답: B

설명: Transfer Learning의 일반적인 접근: 1) ImageNet으로 사전 훈련된 VGG, ResNet, EfficientNet 같은 모델 사용, 2) 하위(특징 추출) 레이어는 동결하고, 3) 태스크별 상위 레이어(분류 헤드)만 새 데이터셋으로 fine-tuning합니다. 데이터가 적을수록 더 많은 레이어를 동결합니다.

A) 단일 노드, 멀티 코어 B) 데이터 병렬화(Data Parallelism)와 모델 병렬화(Model Parallelism) C) 직렬 훈련, 병렬 훈련 D) GPU 훈련, CPU 훈련

정답: B

설명: 데이터 병렬화: 동일한 모델을 여러 GPU에 복사하고 서로 다른 배치를 처리 후 그래디언트를 동기화합니다. SageMaker Data Parallel Library 사용. 모델 병렬화: 모델 자체를 여러 GPU에 분할합니다. 모델이 단일 GPU에 맞지 않을 때 사용합니다. SageMaker Model Parallel Library 사용.

A) 이미지 분류 B) Word2Vec 임베딩 학습 및 텍스트 분류 (지도/비지도) C) 시계열 예측 D) 추천 시스템

정답: B

설명: SageMaker BlazingText는 두 가지 모드를 지원합니다: 1) Word2Vec 모드: 단어 임베딩을 비지도 학습으로 생성 (Skip-gram, CBOW), 2) Text Classification 모드: 지도 학습으로 텍스트를 분류합니다. fastText와 유사한 구조로 대규모 텍스트를 빠르게 처리합니다.

A) 이진 분류 B) 기계 번역, 텍스트 요약 같은 텍스트 생성 태스크 C) 회귀 D) 시계열 예측

정답: B

설명: BLEU (Bilingual Evaluation Understudy)는 기계 번역 품질을 평가하는 지표입니다. 생성된 텍스트와 참조 번역 간의 n-gram 겹침 비율을 측정합니다. SageMaker Seq2Seq 알고리즘(기계 번역, 텍스트 요약)의 성능 평가에 사용됩니다.

A) 비용 절감 B) SageMaker 내장 알고리즘이나 프레임워크가 지원하지 않는 라이브러리나 알고리즘 사용 C) 더 빠른 훈련 D) 자동 분산 훈련

정답: B

설명: BYOC(Bring Your Own Container)는 SageMaker가 지원하지 않는 ML 프레임워크, 커스텀 알고리즘, 특정 버전의 라이브러리가 필요할 때 사용합니다. Docker 이미지를 ECR에 푸시하고 SageMaker에서 사용합니다. SageMaker 훈련/추론 계약을 준수해야 합니다.

A) 모델이 더 불확실 B) 모델이 텍스트를 더 잘 예측 (낮을수록 좋음) C) 모델 크기가 작음 D) 훈련 속도가 빠름

정답: B

설명: Perplexity는 언어 모델이 테스트 데이터를 얼마나 잘 예측하는지 측정합니다. 수학적으로 테스트 데이터의 크로스엔트로피 손실의 지수 함수입니다. Perplexity가 낮을수록 모델이 다음 단어를 더 확실하게 예측하므로 더 좋은 언어 모델입니다.

A) 항상 더 비쌈 B) 최대 90% 비용 절감 가능하나 인터럽트 발생 가능, 체크포인트 필수 C) 더 빠른 훈련 속도 D) 추가 설정 불필요

정답: B

설명: SageMaker Managed Spot Training을 사용하면 On-Demand 대비 최대 90% 비용을 절감할 수 있습니다. 단, Spot 인스턴스는 언제든 인터럽트될 수 있으므로 체크포인트를 S3에 저장하여 인터럽트 후 재개를 지원해야 합니다. MaxWaitTimeInSeconds로 최대 대기 시간을 설정합니다.

A) CSV 파일 B) RecordIO 또는 증강 매니페스트 형식 (augmented manifest) C) JPEG만 가능 D) TFRecord만 가능

정답: B

설명: SageMaker Object Detection(SSD/Faster RCNN 기반)은 RecordIO-protobuf 형식 또는 증강 매니페스트(S3 이미지 URL + 레이블을 JSON Lines 형식)를 지원합니다. Ground Truth로 생성된 레이블 데이터를 직접 사용할 수 있습니다.

A) 복잡한 딥러닝 모델 사용 B) Transfer Learning, Data Augmentation, Few-shot Learning C) 데이터 없이 모델 훈련 D) 정규화 제거

정답: B

설명: 데이터가 적을 때: 1) Transfer Learning - 관련 도메인의 사전 훈련된 모델을 fine-tuning, 2) Data Augmentation - 기존 데이터를 변형하여 데이터셋 확장, 3) Few-shot Learning - 적은 예시로 새로운 클래스 학습, 4) SageMaker JumpStart의 사전 훈련된 모델 활용.

A) 항상 K=3 사용 B) Elbow Method (엘보우 방법) 또는 실루엣 점수 C) 데이터 크기를 K로 사용 D) 랜덤하게 선택

정답: B

설명: Elbow Method: K 값에 따른 WCSS(클러스터 내 제곱합)를 그래프로 그려 기울기가 급격히 완만해지는 '팔꿈치' 지점을 최적 K로 선택합니다. 실루엣 점수: 클러스터 내 응집도와 클러스터 간 분리도를 측정하여 K를 평가합니다. SageMaker K-Means는 여러 K를 자동 시도하는 기능을 제공합니다.

A) 바운딩 박스 좌표 B) 각 픽셀에 대한 클래스 레이블 C) 이미지 레이블 하나 D) 텍스트 설명

정답: B

설명: Semantic Segmentation은 이미지의 각 픽셀을 특정 클래스(예: 사람, 자동차, 도로)에 할당합니다. 출력은 입력 이미지와 동일한 크기의 마스크이며, 각 픽셀 값이 클래스 ID입니다. 자율 주행, 의료 이미징 분야에서 많이 사용됩니다.

A) 차이 없음 B) Boosting은 순차적으로 이전 모델의 오류를 보정, Bagging은 독립적 모델의 결과를 평균 C) Bagging이 더 느림 D) Boosting은 회귀에만 사용

정답: B

설명: Bagging(Bootstrap Aggregating): 병렬로 독립적인 모델 훈련, 분산 감소 (Random Forest). Boosting: 순차적으로 이전 모델이 틀린 샘플에 더 집중, 편향 감소 (XGBoost, AdaBoost, LightGBM). 일반적으로 Boosting이 단독 모델보다 성능이 좋지만 과적합 위험이 더 높습니다.

A) 이진 분류 B) 텍스트 문서의 토픽 모델링 (숨겨진 주제 발견) C) 이미지 분류 D) 수치 예측

정답: B

설명: LDA는 비지도 학습 알고리즘으로 문서 컬렉션에서 잠재적인 주제(토픽)를 발견합니다. 각 문서는 여러 주제의 혼합으로 표현되고, 각 주제는 단어의 분포로 정의됩니다. 뉴스 분류, 콘텐츠 추천 등에 활용됩니다.

A) 대규모 데이터셋 처리 B) 빠른 코드 개발 및 디버깅 (로컬에서 SageMaker 코드 실행) C) 자동 분산 훈련 D) 프로덕션 배포

정답: B

설명: SageMaker Local Mode는 실제 SageMaker 인스턴스를 시작하지 않고 로컬 환경(또는 SageMaker Studio)에서 훈련/추론 코드를 실행합니다. 빠른 반복 개발과 디버깅에 유용합니다. Docker가 필요하며, 대규모 데이터나 분산 훈련에는 적합하지 않습니다.

A) 차이 없음 B) 실시간은 즉시 응답 반환, 비동기는 대용량/오래 걸리는 요청을 큐에 쌓고 결과를 S3에 저장 C) 비동기가 더 빠름 D) 실시간만 오토스케일링 지원

정답: B

설명: 실시간 엔드포인트: 즉각적인 응답이 필요한 저지연 요청. 비동기 추론: 요청을 S3에 저장하고 큐에 쌓아 처리하며 결과도 S3에 저장합니다. 대용량 페이로드(최대 1GB), 처리 시간이 긴 요청에 적합합니다. 배치 변환: 대규모 배치 데이터를 일회성으로 처리합니다.

A) 네트워크 지연시간만 B) 데이터 드리프트, 모델 품질 저하, 편향 드리프트, 피처 속성 변화 C) 비용 초과만 D) 코드 버그만

정답: B

설명: SageMaker Model Monitor의 4가지 모니터 유형: 1) Data Quality Monitor - 입력 데이터의 통계적 변화 감지, 2) Model Quality Monitor - 예측 성능 저하 감지, 3) Bias Drift Monitor - 모델 편향 변화 감지, 4) Feature Attribution Drift Monitor - 피처 중요도 변화 감지.

A) 단일 모델 훈련 실행 B) ML 워크플로우(데이터 처리 → 훈련 → 평가 → 배포)를 재현 가능하게 자동화 C) 비용 절감만 D) 데이터 저장

정답: B

설명: SageMaker Pipelines는 ML 워크플로우를 DAG(비순환 방향 그래프)로 정의하고 자동화합니다. 파이프라인 단계(Processing, Training, Evaluation, RegisterModel, Deploy 등)를 연결하고, 조건부 실행, 파라미터 전달, 실험 추적이 가능합니다. CI/CD 통합으로 MLOps를 구현합니다.

A) 두 개의 별도 엔드포인트 생성 B) 프로덕션 변형(Production Variants)으로 트래픽 비율을 지정하여 여러 모델 동시 서빙 C) Lambda 함수로 라우팅 D) CloudFront를 통한 분배

정답: B

설명: SageMaker Endpoint의 Production Variants 기능을 사용하여 하나의 엔드포인트에서 여러 모델 버전을 동시에 서빙합니다. 각 변형에 트래픽 가중치를 할당(예: 90% 현재 모델, 10% 새 모델)하고 성능 지표를 비교한 후 트래픽을 점진적으로 이전합니다.

A) 모델 훈련 가속화 B) 특정 하드웨어(엣지 디바이스, 클라우드 인스턴스)에 최적화된 모델 컴파일 C) 데이터 전처리 D) 하이퍼파라미터 튜닝

정답: B

설명: SageMaker Neo는 훈련된 ML 모델을 특정 하드웨어(ARM, x86, NVIDIA GPU, Intel 칩 등)에 최적화하여 컴파일합니다. Apache TVM을 기반으로 모델 크기를 줄이고 추론 속도를 높입니다. IoT/엣지 디바이스 배포에 특히 유용합니다.

A) 서버 오류, 재시작으로 해결 B) 데이터 드리프트(입력 데이터 분포 변화), Model Monitor로 감지 후 재훈련 C) 네트워크 문제 D) 코드 버그

정답: B

설명: 모델 성능 저하의 주요 원인은 데이터 드리프트입니다. 프로덕션 입력 데이터의 분포가 훈련 시와 달라지면 성능이 저하됩니다. SageMaker Model Monitor로 드리프트를 지속적으로 모니터링하고, 드리프트 감지 시 자동으로 알림을 발송하고 재훈련 파이프라인을 트리거합니다.

A) 지속적인 고트래픽 실시간 서비스 B) 간헐적인 트래픽, 사용하지 않을 때 비용 없는 추론 C) 대규모 배치 처리 D) 밀리초 이하 지연시간 요구

정답: B

설명: SageMaker Serverless Inference는 사용할 때만 비용을 지불하며, 유휴 상태에서는 인프라 비용이 없습니다. 간헐적이거나 예측 불가능한 트래픽 패턴에 적합합니다. 콜드 스타트 지연이 있으므로 엄격한 지연시간 요구사항이 있는 경우에는 적합하지 않습니다.