Azure AI-900 시험은 인공지능의 기본 개념과 Microsoft Azure에서 제공하는 AI 서비스에 대한 이해도를 검증하는 입문 수준의 자격증 시험입니다. 비개발자나 비기술 직군도 응시 가능한 시험으로, AI 관련 프로젝트에 참여하는 누구에게나 추천할 만한 인증입니다.
1. Azure AI-900 시험 개요
- 시험 목적 : Azure 플랫폼에서 AI 관련 서비스를 이해하고 설명할 수 있는지를 평가
- 응시 대상 : 비개발자, 기획자, 관리자, 마케터, AI 입문자 등
- 시험 형식 : 약 40~60문항, 객관식/드래그앤드롭/순서배열 등
- 시험 시간 : 45분
- 합격 기준: 700점 이상 (100~1000점)
2. Microsoft Virtual Training Days로 자격증 응시료 할인받기
마이크로소프트에서 제공하는 Microsoft Virtual Training Days는 Azure, AI, 데이터, 보안 등 다양한 기술 주제를 다루는 무료 온라인 교육 프로그램입니다. 이 프로그램은 기술 입문자부터 실무자까지 누구나 쉽게 참여할 수 있도록 구성되어 있으며, 자격증 시험을 준비하는 데도 큰 도움이 됩니다.
Microsoft Virtual Training Days를 통해 50% 할인 혜택을 활용해 보세요. 공식 교육 세션에 참여하면서 시험 준비도 하고, 응시료도 할인 받을 수 있습니다.
https://events.microsoft.com/ko-kr/mvtd-azure
Microsoft Azure Virtual Training Days
전문성을 확장하고, 새로운 기술을 습득하고 커뮤니티를 구축하는 데 도움이 되는 특별 이벤트와 학습 기회를 살펴보세요.
events.microsoft.com
3. 시험 예약하기
온라인(자택/사무실) 또는 오프라인(시험센터 방문) 중 선택할 수 있습니다.
일반적으로 ‘Pearson VUE에서 예약’을 선택합니다. 학생이나 교육기관 소속일 경우 ‘Certiport에서 예약’이 표시될 수 있습니다.
4. AI-900 시험 범위 정리
1) 인공 지능 워크로드 및 고려 사항 설명 (15~20%)
인공 지능(AI) 워크로드란 실제 비즈니스나 일상에서 AI가 활용되는 다양한 작업(예: 이미지 인식, 자연어 처리, 예측 분석 등)을 의미합니다. AI 워크로드를 설계할 때는 다음과 같은 고려 사항이 중요합니다.
- 책임 있는 AI: 공정성, 투명성, 신뢰성 및 안전성, 개인정보 보호, 포용성, 책임성 등 윤리적 원칙을 준수해야 합니다.
1. 공정성(Fairness)
AI 시스템은 모든 사람을 공평하게 대우해야 하며, 인종, 성별, 연령 등 특정 집단에 불리하게 작용하지 않도록 설계되어야 합니다.
예시: 대출 심사 AI가 같은 조건의 지원자에게 인종이나 성별에 따라 다른 결과를 내지 않도록 하는 것.
2. 신뢰성 및 안전성(Reliability and Safety)
AI는 의도한 대로 일관성 있게 작동해야 하며, 예기치 못한 상황에서도 안전하게 대응해야 합니다.
예시: 자율주행차 AI가 다양한 날씨나 도로 상황에서도 안정적으로 작동해 승객의 안전을 보장하는 것.
3. 개인정보 보호(Privacy and Security)
AI 시스템은 개인정보를 안전하게 보호하고, 데이터 유출이나 악용을 방지해야 합니다.
예시: 얼굴인식 AI가 수집한 얼굴 데이터를 암호화하여 저장하고, 사용자 동의 없이 사용하지 않도록 하는 것.
4. 포용성(Inclusiveness)
AI는 다양한 배경과 능력을 가진 모든 사용자가 접근하고 활용할 수 있도록 설계되어야 합니다.
예시: 시각장애인을 위한 화면 낭독 AI, 노인을 위한 직관적인 사용자 인터페이스 제공 등.
5. 투명성(Transparency) : AI의 작동 방식과 한계를 이해할 수 있어야 하며, 사용자가 결과의 근거를 알 수 있어야 합니다.
예시: 추천 시스템이 “이 상품을 추천하는 이유”를 사용자에게 설명해주는 기능.
6. 책임성(Accountability) : AI가 내린 결정에 대해 궁극적으로 인간이 책임을 져야 하며, 잘못된 결과가 발생했을 때 이를 교정할 책임 주체가 명확해야 합니다.
예시: AI 채용 시스템이 잘못된 판단을 내렸을 때, 담당자가 문제를 조사하고 결과를 바로잡는 절차가 마련되어 있는 것.
- 보안 및 데이터 보호: 민감한 데이터의 안전한 저장과 전송, 접근 제어가 필요합니다.
- 확장성과 성능: AI 모델이 다양한 규모의 데이터와 요청을 효율적으로 처리할 수 있어야 합니다.
- 비용 및 관리: AI 서비스의 비용 효율성과 운영 관리 방안도 고려해야 합니다.
책임 있는 AI 지도 원칙 파악 예시 자세히보기 (예시보고 어떤 원칙에 해당하는지 시험 꼭 나옴)
책임 있는 AI 지도 원칙 파악 - Training
책임 있는 AI 지도 원칙 파악
learn.microsoft.com
2) Azure에서 Machine Learning의 기본 원리 설명 (20~25%)
Azure Machine Learning은 클라우드 기반의 머신러닝 플랫폼으로, 데이터 준비, 모델 학습, 평가, 배포까지 전 과정을 지원합니다.
- 머신러닝 기본 개념: 지도학습, 비지도학습, 분류, 회귀, 클러스터링 등 다양한 기법을 이해해야 합니다.
- Azure Machine Learning 서비스: 코드 없이도 예측 모델을 만들 수 있는 AutoML, 실험 관리, 파이프라인, 모델 등록 및 배포 기능을 제공합니다.
- 모델 관리: 실험 결과 추적, 모델 버전 관리, 배포 후 모니터링 등이 포함됩니다.
자주 나오는 문제 유형
- 시나리오를 보고 적합한 머신러닝 유형(분류/회귀/클러스터링 등) 고르기
- 데이터셋에서 feature와 label의 역할 구분
- Azure Machine Learning에서 제공하는 기능 설명
예시
- “고객의 이탈 여부를 예측하는 것은 어떤 머신러닝 유형인가?” → 분류
- “AutoML의 주요 목적은?” → 코드 없이 최적 모델 자동 탐색
머신러닝 기본 개념 설명
기계 학습 유형 - Training
기계 학습 유형
learn.microsoft.com
3) Azure에서 Computer Vision 워크로드의 기능 설명 (15~20%)
Computer Vision은 이미지나 영상을 분석해 정보를 추출하는 AI 분야입니다. Azure에서는 다음과 같은 기능을 제공합니다.
- 이미지 분류 : 이미지 분류 모델을 사용하여 택시, 버스, 자전거 타는 사람 등 포함된 차량 유형에 따라 이미지를 분류
- 이미지 분석: 객체 감지, 태그 지정, 이미지 설명 생성
- 의미체계구분 : 이미지의 개별 픽셀이 속한 개체에 따라 분류
- 개체 감지 : 이미지내의 개별 개체 분류하고 경계 상자 사용하여 해당 위치 식별
- OCR(광학 문자 인식): 이미지에서 텍스트 추출
- 얼굴 인식: 얼굴 감지, 유사 얼굴 찾기, 얼굴 그룹화
- 비디오 분석: 실시간 및 저장된 영상에서 이벤트 감지 등
Computer Vision 이해 - Training
Computer Vision 이해
learn.microsoft.com
4) Azure에서 NLP(자연 언어 처리) 워크로드의 기능 설명 (15~20%)
NLP는 텍스트나 음성 등 자연어 데이터를 이해하고 처리하는 기술입니다. Azure에서는 다음과 같은 NLP 서비스를 제공합니다.
자연어 처리 이해 - Training
자연어 처리 이해
learn.microsoft.com
예시 문제 :
- "고객 리뷰의 감정을 자동으로 파악하는 데 사용하는 NLP 기능은?” → 감정 분석
- “텍스트에서 사람, 장소, 조직을 추출하는 것은?” → 엔터티 인식
https://learn.microsoft.com/ko-kr/training/paths/explore-natural-language-processing/
Microsoft Azure AI 기본 사항: 자연어 처리 - Training
Microsoft Azure AI 기본 사항: 자연어 처리
learn.microsoft.com
5) Azure에서 생성형 AI 워크로드의 기능 설명 (15~20%)
생성형 AI는 텍스트, 이미지, 코드 등 새로운 콘텐츠를 생성하는 인공지능입니다. Azure에서는 OpenAI 서비스와 같은 생성형 AI 기능을 제공합니다.
- Azure OpenAI: GPT, DALL-E 등 대형 언어 모델을 활용해 텍스트 생성, 요약, 번역, 이미지 생성 등 다양한 작업 지원
- Copilot 및 AI Foundry: 개발자와 비즈니스 사용자를 위한 맞춤형 생성형 AI 솔루션 제공
- 엔터프라이즈 통합: 보안, 관리, 확장성을 갖춘 생성형 AI 워크로드 설계 및 운영
4. 시험 연습하기
마이크로소프트에서 제공하는 AI-900 연습평가
연습 평가
learn.microsoft.com
덤프 문제 풀어보기
마이크로소프트에서 제공해주는 문제와 함께 풀어보면 더 폭 넓게 학습할 수 있습니다. 답과 풀이도 제공됩니다.
https://www.exam-answer.com/microsoft/ai-900
AI-900: Microsoft Azure AI Fundamentals
www.exam-answer.com
AI-900 시험은 AI의 기본 개념(책임있는 AI, 머신러닝, 컴퓨터 비전, NLP, 생성형 AI)과 Azure에서 제공하는 관련 서비스의 원리와 활용법을 묻습니다. 책임있는 AI 6대 원칙, 머신러닝의 기본 용어와 유형, 각 AI 서비스의 대표 기능과 실제 적용 예시가 가장 자주 출제됩니다. 이 핵심 개념들을 정확히 이해하고, 실제 Azure 서비스와 연결해서 암기하면 AI-900 시험에서 좋은 결과를 얻을 수 있을 것 입니다.