[한화에어로스페이스~면접기출문제.hwp 파일정보
[한화에어로스페이스 면접] 생성형엣지AI 서비스 개발자(LLM-RAG-에이전트) 교육과정 [3기] 면접질문 및 답변, 면접기출문제.hwp
한화에어로스페이스 ~답변, 면접기출문제 자료설명
[한화에어로스페이스 면접] 생성형엣지AI 서비스 개발자(LLM-RAG-에이전트) 교육과정 [3기] 면접질문 및 답변, 면접기출문제
한화에어로스페이스 ~026 | 즉시다운 자료의 목차
1. 한화에어로스페이스 생성형엣지AI 서비스 개발자 교육과정에 지원한 이유는 무엇입니까
2. LLM이 무엇이며 기존 머신러닝 모델과 어떤 차이가 있는지 설명해 주세요.
3. RAG가 무엇이며 단순 LLM 서비스와 비교해 어떤 장점이 있습니까
4. RAG 시스템은 어떤 단계로 구성되며 각 단계에서 무엇을 고려해야 합니까
5. 임베딩과 벡터 데이터베이스의 역할을 설명해 주세요.
6. RAG에서 검색된 문서는 정확한데 최종 답변 품질이 낮다면 어떻게 원인을 찾겠습니까
7. LLM의 환각은 왜 발생하며 어떻게 줄일 수 있다고 생각합니까
8. 프롬프트 엔지니어링과 파인튜닝, RAG는 각각 언제 사용하는 것이 적절합니까
9. AI 에이전트란 무엇이며 일반적인 챗봇과 어떤 차이가 있습니까
10. 여러 도구를 사용하는 AI 에이전트를 개발할 때 가장 중요하게 고려해야 할 것은 무엇입니까
11. 엣지AI가 무엇이며 클라우드 AI와 비교해 어떤 장단점이 있습니까
12. 제한된 연산
2. LLM이 무엇이며 기존 머신러닝 모델과 어떤 차이가 있는지 설명해 주세요.
3. RAG가 무엇이며 단순 LLM 서비스와 비교해 어떤 장점이 있습니까
4. RAG 시스템은 어떤 단계로 구성되며 각 단계에서 무엇을 고려해야 합니까
5. 임베딩과 벡터 데이터베이스의 역할을 설명해 주세요.
6. RAG에서 검색된 문서는 정확한데 최종 답변 품질이 낮다면 어떻게 원인을 찾겠습니까
7. LLM의 환각은 왜 발생하며 어떻게 줄일 수 있다고 생각합니까
8. 프롬프트 엔지니어링과 파인튜닝, RAG는 각각 언제 사용하는 것이 적절합니까
9. AI 에이전트란 무엇이며 일반적인 챗봇과 어떤 차이가 있습니까
10. 여러 도구를 사용하는 AI 에이전트를 개발할 때 가장 중요하게 고려해야 할 것은 무엇입니까
11. 엣지AI가 무엇이며 클라우드 AI와 비교해 어떤 장단점이 있습니까
12. 제한된 연산
본문내용 ([한화에어로스페이스~면접기출문제.hwp)
1. 한화에어로스페이스 생성형엣지AI 서비스 개발자 교육과정에 지원한 이유는 무엇입니까
답변: 제가 이 교육과정에 지원한 이유는 생성형 AI를 단순히 사용하는 사람에서 벗어나 실제 문제를 해결하는 서비스로 설계하고 구현할 수 있는 개발자로 성장하고 싶기 때문입니다. LLM은 자연어를 다루는 방식 자체를 크게 바꾸고 있지만 실제 서비스에서는 모델에 질문을 전달하는 것만으로 충분하지 않다고 생각합니다. 조직이 가진 문서를 검색해 근거 있는 답변을 제공하려면 RAG가 필요하고 여러 시스템과 연결해 실제 업무를 수행하려면 에이전트 구조를 이해해야 합니다. 또한 모든 AI 처리를 클라우드에 의존하기 어려운 환경에서는 제한된 자원에서도 모델을 효율적으로 실행하는 엣지AI 역량이 중요하다고 생각합니다. 저는 이번 과정을 통해 각각의 기술을 개별적으로 배우는 데서 끝나지 않고 데이터 입력부터 검색, 추론, 도구 실행과 서비스 배포까지 하나의 파이프라인으로 구현해보고 싶습니다. 수료할 때에는 AI 용어를 설명하는