[AIBT 2급 이론 09] 생성형 AI란? 판별 모델 vs 생성 모델 총정리 (+예상문제)

AIBT 2급 이론 정리 시리즈 9탄!!!

 

오늘부터 생성형 AI 파트 시작!

 

AIBT라는 시험 자체가

생성형 AI를 업무에 쓰는 능력을 보는 시험이라

이 파트는 특히 꼼꼼하게 보고 가자

 

과목: 생성형 AI와 인공지능 이론

출제 영역: 생성형 AI 기초원리 이해

 

▶ [이론 08] 인공신경망 기초와 과적합 보러가기

 

[ 1. 생성형 AI(Generative AI)란? ]

 

학습한 데이터의 패턴을 바탕으로

텍스트·이미지·음성·영상·코드 같은 새로운 콘텐츠를 만들어내는 AI

 

지금까지 AI가 주로 "이게 뭔지 맞히는" 일을 했다면

생성형 AI는 "없던 걸 새로 만들어내는" 일을 한다!

 

[ 2. 판별 모델 vs 생성 모델 ]

시험에 비교 문제로 꼭 나오는 부분

구분	판별 모델 (Discriminative)	생성 모델 (Generative)
하는 일	입력이 어떤 범주인지 구분	데이터의 분포를 배워 새 데이터를 생성
질문 예시	"이 사진은 고양이야, 강아지야?"	"고양이 사진을 새로 그려줘"
비유	진품·가품을 가려내는 감별사	새 그림을 그리는 화가
출력	라벨(범주), 확률	텍스트, 이미지, 음성 등 새 콘텐츠
예시	스팸 분류, 얼굴 인식, 불량품 검출	ChatGPT, 이미지 생성 AI, 음악 생성 AI

 

06번 글의 분류(지도학습)가 대표적인 판별 모델!

특히 GAN은 판별자와 생성자가

서로 경쟁하는 구조라서 두 개념이 함께 나온다 (10번 글)

 

[ 3. 무엇을 만들 수 있을까? ]

생성 대상	하는 일	대표 서비스
텍스트	대화, 글쓰기, 요약, 번역	ChatGPT, Claude, Gemini, 하이퍼클로바X
이미지	글(프롬프트)로 그림 생성	DALL·E, 미드저니, 스테이블 디퓨전
영상	글이나 이미지로 동영상 생성	Sora 등
음성·음악	목소리 합성, 작곡	음성 합성(TTS), 음악 생성 AI
코드	코드 작성·자동 완성	GitHub Copilot 등

 

그리고 텍스트·이미지·음성처럼

여러 종류의 데이터를 함께 이해하고 만들어내는 것을

멀티모달(Multimodal)이라고 한다

(사진을 보여주고 설명해달라고 하는 것!)

 

[ 4. 생성 모델의 대표 계열 ]

이름만 먼저 익혀두고, 자세한 건 다음 글들에서!

계열	한 줄 설명	자세히
자기회귀 언어모델	앞 단어를 보고 다음 단어를 하나씩 이어서 생성 (GPT)	13번 글
GAN	생성자와 판별자가 경쟁하며 진짜 같은 데이터 생성	10번 글
VAE	데이터를 압축했다가 다시 풀면서 새 데이터 생성	10번 글
확산 모델 (Diffusion)	노이즈를 조금씩 제거하며 이미지 생성 (스테이블 디퓨전)	10번 글

 

[ 5. 업무에서는 이렇게 쓴다 ]

업무	활용 예시
문서 작업	보고서 초안, 회의록 요약, 메일 작성
마케팅	광고 문구, SNS 콘텐츠, 상세페이지 이미지
분석	데이터 요약, 시장 조사 정리, 인사이트 도출
고객 응대	상담 챗봇, FAQ 답변 초안
개발	코드 작성·리뷰, 오류 찾기

 

[ 6. 장점과 한계 ]

장점	한계·위험
반복 업무 시간 단축, 생산성 향상	환각: 사실이 아닌 내용을 그럴듯하게 생성 (14번 글)
아이디어·초안 작성 지원	저작권: 학습 데이터·생성물의 권리 문제 (26번 글)
전문 지식 없이도 콘텐츠 제작 가능	편향: 학습 데이터의 편견을 그대로 반영 (25번 글)
24시간 응대, 다국어 처리	딥페이크·개인정보 악용 위험

 

그래서 생성형 AI 결과물은

사람이 반드시 검토하고 사실 확인을 해야 한다!

 

[ 시험 포인트 정리 ]

포인트	이것만은 기억!
생성형 AI	학습한 패턴으로 새 콘텐츠(텍스트·이미지·음성·영상·코드)를 생성
판별 모델	입력이 어떤 범주인지 구분 (감별사)
생성 모델	데이터 분포를 배워 새 데이터 생성 (화가)
멀티모달	여러 종류의 데이터를 함께 이해·생성
대표 계열	자기회귀(GPT), GAN, VAE, 확산 모델
주의점	환각, 저작권, 편향, 딥페이크 → 사람의 검토 필수

 

[ 예상문제 ]

 

Q1. 생성 모델에 대한 설명으로 옳은 것은?

① 입력 데이터가 어떤 범주에 속하는지만 구분한다

② 학습한 데이터의 분포를 바탕으로 새로운 데이터를 만들어낸다

③ 스팸 메일 분류가 대표적인 예이다

④ 출력은 항상 정해진 라벨 중 하나이다

 

Q2. 다음 중 생성형 AI의 활용 사례로 보기 어려운 것은?

① 프롬프트를 입력해 광고 이미지를 만든다

② 회의 녹취록을 요약해 회의록 초안을 만든다

③ 메일이 스팸인지 아닌지만 판별한다

④ 설명을 입력하면 코드를 자동으로 작성한다

 

Q3. (단답형) 텍스트, 이미지, 음성 등 여러 종류의 데이터를

함께 이해하고 생성할 수 있는 AI의 특성을 무엇이라고 하는가?

 

Q4. 다음 중 이미지 생성 AI가 아닌 것은?

① 미드저니

② 스테이블 디퓨전

③ DALL·E

④ BERT

 

Q5. (단답형) 생성형 AI가 사실이 아니거나 존재하지 않는 정보를

그럴듯하게 만들어내는 현상은?

 

 

---

 

[ 정답 & 해설 ]

문제	정답	해설
Q1	②	①③④는 판별 모델의 특징이다
Q2	③	스팸 여부 판별은 범주를 구분하는 판별(분류) 모델의 일
Q3	멀티모달 (Multimodal)	예: 사진을 보여주고 설명을 요청하거나, 글로 이미지를 만드는 것
Q4	④	BERT는 구글의 언어 이해용 모델로 이미지를 생성하지 않는다
Q5	환각 (Hallucination)	생성형 AI 결과는 반드시 사실 확인이 필요하다 (14번 글)

 

다음 글은 1회 시험에 푸우 사진으로 나왔던

[이론 10] 이미지 생성 AI: GAN·확산 모델·스테이블 디퓨전!

▶ [이론 10] 이미지 생성 AI, GAN·확산 모델·스테이블 디퓨전 보러가기

 

▶ AIBT 2급 시험 정보 총정리 보러가기

▶ AIBT 2급 스터디 자료 보러가기 (AI&DATA 자격증 스터디 클럽)

 

AIBT 2급 준비하시는 분들 모두 화이팅입니다~~~~~ ^^