시험 AI-900: Microsoft Azure AI 기본 사항 학습 가이드
이 문서의 목적
이 학습 가이드는 시험에서 예상되는 내용을 이해하는 데 도움이 되며 시험에서 다룰 수 있는 주제에 대한 요약과 추가 리소스에 대한 링크를 포함합니다. 이 문서의 정보와 자료는 시험을 준비하면서 공부에 집중하는 데 도움이 될 것입니다.
| 유용한 링크 | 설명 |
|---|---|
| 2024년 4월 24일 현재 측정된 기술 | 이 목록은 제공된 날짜 이후에 측정된 기술을 나타냅니다. 해당 날짜 이후에 시험에 응시할 계획이라면 이 목록을 연구해 보세요. |
| 2024년 4월 24일 이전에 측정된 기술 | 제공된 날짜 이전에 시험을 치르는 경우 이 기술 목록을 연구합니다. |
| 변경 로그 | 제공된 날짜에 변경 내용을 보려면 변경 로그로 직접 이동하면 됩니다. |
| 인증을 획득하는 방법 | 일부 인증은 하나의 시험에만 합격하면 되는 반면, 다른 인증은 여러 시험에 합격해야 합니다. |
| 인증 갱신 | Microsoft 준 전문가, 전문가 및 전문 분야 인증은 매년 만료됩니다. Microsoft Learn에서 무료 온라인 평가를 통과하면 인증을 갱신할 수 있습니다. |
| Microsoft Learn 프로필 | 인증 프로필을 Microsoft Learn에 연결하면 시험을 예약 및 갱신하고 인증서를 공유하고 인쇄할 수 있습니다. |
| 시험 채점 및 점수 보고서 | 합격하기 위해서는 700점 이상의 점수가 필요합니다. |
| 시험 샌드박스 | 시험 샌드박스를 방문하여 시험 환경을 살펴볼 수 있습니다. |
| 편의 시설 요청 | 보조 디바이스를 사용하거나, 추가 시간이 필요하거나, 시험 환경의 일부를 수정해야 하는 경우 편의 시설을 요청할 수 있습니다. |
| 무료 실습 평가 받기 | 시험 준비를 도와주는 실습 질문으로 기술을 테스트하세요. |
시험 업데이트
우리의 시험은 역할을 수행하는 데 필요한 기술을 반영하기 위해 주기적으로 업데이트됩니다. 시험 응시 시기에 따라 두 가지 버전의 기술 측정 목표가 포함되어 있습니다.
항상 영어 버전의 시험을 먼저 업데이트합니다. 일부 시험은 다른 언어로 지역화되며 영어 버전이 업데이트된 후 약 8주 후에 업데이트됩니다. Microsoft는 앞에서 설명한 대로 현지화된 버전을 업데이트하기 위해 모든 노력을 기울이고 있지만 시험의 현지화된 버전이 이 일정에 따라 업데이트되지 않는 경우가 있을 수 있습니다. 사용 가능한 다른 언어는 시험 세부 정보 웹 페이지의 시험 일정 섹션에 나열됩니다. 원하는 언어로 시험을 볼 수 없는 경우 시험을 완료하는 데 30분을 추가로 요청할 수 있습니다.
참고
측정된 각 기술 다음에 나오는 글머리 기호는 해당 기술을 평가하는 방법을 설명하기 위한 것입니다. 관련 항목은 시험에서 다룰 수 있습니다.
참고
대부분의 질문은 GA(일반 공급)인 기능을 다룹니다. 이러한 기능이 일반적으로 사용되는 경우 시험에 미리 보기 기능에 대한 질문이 포함될 수 있습니다.
2024년 4월 24일 현재 측정된 기술
잠재 고객 프로파일
이 시험은 기계 학습 및 AI 개념과 관련 Microsoft Azure 서비스에 대한 지식을 입증할 수 있는 기회입니다. 이 시험의 응시자는 시험 AI-900의 자기 주도적 또는 강사 진행 학습 자료에 대해 잘 알고 있어야 합니다.
이 시험은 기술적 배경이 있거나 없는 모든 사람을 대상으로 합니다. 데이터 과학 및 소프트웨어 엔지니어링 경험이 필수는 아닙니다. 그러나 다음에 대한 인식이 있으면 도움이 됩니다.
기본 클라우드 개념
클라이언트-서버 애플리케이션
Azure AI Fundamentials를 사용하여 Azure Data Scientist Associate 또는 Azure AI Engineer Associate와 같은 다른 Azure 역할 기반 인증에 대비할 수 있지만 이러한 어느 인증에도 필수 조건은 아닙니다.
기술 한눈에 보기
인공 지능 워크로드 및 고려사항 설명(15~20%)
Azure에서 기계 학습의 기본 원리 설명(20~25%)
Azure에서 Computer Vision 워크로드의 기능 설명(15~20%)
Azure에서 NLP(자연 언어 처리) 워크로드의 기능 설명(15~20%)
Azure에서 생성 AI 워크로드의 기능 설명(15~20%)
인공 지능 워크로드 및 고려사항 설명(15~20%)
일반적인 AI 워크로드의 기능 식별
콘텐츠 조정 및 개인 설정 워크로드의 기능 식별
Computer Vision 워크로드 식별
자연어 처리 워크로드 식별
지식 마이닝 워크로드 식별
문서 인텔리전스 워크로드 식별
생성 AI 워크로드의 기능 식별
책임 있는 AI를 위한 지도 원칙 파악
AI 솔루션의 공정성에 대한 고려 사항 설명
AI 솔루션의 안정성 및 안전에 대한 고려 사항 설명
AI 솔루션의 개인정보 및 보안에 대한 고려 사항 설명
AI 솔루션의 포용성에 대한 고려 사항 설명
AI 솔루션의 투명성에 대한 고려 사항 설명
AI 솔루션의 책임에 대한 고려 사항 설명
Azure에서 기계 학습의 기본 원리 설명(20~25%)
일반적인 기계 학습 기술 식별
회귀 기계 학습 시나리오 식별
분류 기계 학습 시나리오 식별
클러스터링 기계 학습 시나리오 식별
딥 러닝 기술의 기능 식별
핵심 기계 학습 개념 설명
기계 학습을 위한 데이터 세트의 기능 및 레이블 식별
기계 학습에서 학습 및 유효성 검사 데이터 세트를 사용하는 방법 설명
Azure Machine Learning 기능 설명
자동화된 Machine Learning의 기능 설명
데이터 과학 및 기계 학습을 위한 데이터 및 컴퓨팅 서비스 설명
Azure Machine Learning의 모델 관리 및 배포 기능 설명
Azure에서 Computer Vision 워크로드의 기능 설명(15~20%)
일반적인 유형의 Computer Vision 솔루션 식별
이미지 분류 솔루션의 기능 식별
개체 감지 솔루션의 기능 식별
광학 문자 인식 솔루션의 기능 식별
얼굴 감지 및 얼굴 분석 솔루션의 기능 식별
Computer Vision 작업에 대한 Azure 도구 및 서비스 식별
Azure AI Vision 서비스의 기능 설명
Azure AI Face Detection 서비스의 기능 설명
Azure에서 NLP(자연 언어 처리) 워크로드의 기능 설명(15~20%)
일반적인 NLP 워크로드 시나리오의 기능 식별
핵심 구 추출에 대한 기능 및 사용 식별
엔터티 인식에 대한 기능 및 사용 식별
감정 분석에 대한 기능 및 사용 식별
언어 모델링에 대한 기능 및 사용 식별
음성 인식 및 합성에 대한 기능 및 사용 식별
번역에 대한 기능 및 사용 식별
NLP 워크로드에 대한 Azure 도구 및 서비스 식별
Azure AI Language 서비스의 기능 설명
Azure AI Speech 서비스의 기능 설명
Azure에서 생성 AI 워크로드의 기능 설명(15~20%)
생성 AI 솔루션의 기능 식별
생성 AI 모델의 기능 식별
생성 AI에 대한 일반적인 시나리오 식별
생성 AI에 대한 책임 있는 AI 고려 사항 식별
Azure OpenAI Service의 기능 식별
Azure OpenAI Service의 자연어 생성 기능 설명
Azure OpenAI Service의 코드 생성 기능 설명
Azure OpenAI Service의 이미지 생성 기능 설명
학습 리소스
시험에 응시하기 전에 학습하고 실습 경험을 얻는 것이 좋습니다. Microsoft는 설명서, 커뮤니티 사이트, 비디오에 대한 링크뿐만 아니라 자체 연구 옵션 및 교실 학습을 제공합니다.
| 학습 리소스 | 학습 및 설명서 링크 |
|---|---|
| 학습 | 자기 주도적 학습 경로 및 모듈 중 선택 또는 강사 주도 과정 수강 |
| 설명서 찾기 | Anomaly Detector Language Understanding Azure Machine Learning Computer Vision 자연어 처리 기술 Azure Bot Service Speech to Text Speech Translation |
| 질문하기 | Microsoft Q&A | Microsoft Docs |
| 커뮤니티 지원 받기 | 인공 지능 및 기계 학습 허브 |
| Microsoft Learn 팔로우 | Microsoft Learn - Microsoft Tech Community |
| 비디오 찾기 | AI Show 다른 Microsoft Learn 쇼 찾아보기 |
로그 변경
테이블 이해의 핵심: 토픽 그룹(기능 그룹이라고도 함)은 굵은 서체로 되어 있고 그 뒤에 각 그룹 내의 목표가 표시됩니다. 이 표는 측정된 두 버전의 시험 기술을 비교한 것이며 세 번째 열은 변경 범위를 설명합니다.
| 2024년 4월 24일 이전의 기술 영역 | 2024년 4월 24일 현재 기술 영역 | 변경 |
|---|---|---|
| 대상 그룹 프로필 | 변경 내용 없음 | |
| 인공 지능 워크로드 및 고려사항 설명 | 인공 지능 워크로드 및 고려사항 설명 | 변경 내용 없음 |
| 일반적인 AI 워크로드의 기능 식별 | 일반적인 AI 워크로드의 기능 식별 | 변경 내용 없음 |
| 책임 있는 AI 지도 원칙 파악 | 책임 있는 AI 지도 원칙 파악 | 변경 내용 없음 |
| Azure에서 Machine Learning의 기본 원리 설명 | Azure에서 Machine Learning의 기본 원리 설명 | 변경 내용 없음 |
| 일반적인 기계 학습 기술 식별 | 일반적인 기계 학습 기술 식별 | 변경 내용 없음 |
| 핵심 기계 학습 개념 설명 | 핵심 기계 학습 개념 설명 | 변경 내용 없음 |
| Azure Machine Learning 기능 설명 | Azure Machine Learning 기능 설명 | 부 |
| Azure에서 Computer Vision 워크로드의 특징 설명 | Azure에서 Computer Vision 워크로드의 특징 설명 | 변경 내용 없음 |
| 일반적인 유형의 Computer Vision 솔루션 식별 | 일반적인 유형의 Computer Vision 솔루션 식별 | 변경 내용 없음 |
| Computer Vision 작업에 대한 Azure 도구 및 서비스 식별 | Computer Vision 작업에 대한 Azure 도구 및 서비스 식별 | 부 |
| Azure에서 NLP(자연 언어 처리) 워크로드의 특징 설명 | Azure에서 NLP(자연 언어 처리) 워크로드의 특징 설명 | 변경 내용 없음 |
| 일반적인 NLP 워크로드 시나리오의 기능 식별 | 일반적인 NLP 워크로드 시나리오의 기능 식별 | 변경 내용 없음 |
| NLP 워크로드에 대한 Azure 도구 및 서비스 식별 | NLP 워크로드에 대한 Azure 도구 및 서비스 식별 | 부 |
| Azure에서 생성 AI 워크로드의 기능 설명 | Azure에서 생성 AI 워크로드의 기능 설명 | 변경 내용 없음 |
| 생성 AI 솔루션의 기능 식별 | 생성 AI 솔루션의 기능 식별 | 변경 내용 없음 |
| Azure OpenAI Service의 기능 식별 | Azure OpenAI Service의 기능 식별 | 변경 내용 없음 |
2024년 4월 24일 이전에 측정된 기술
잠재 고객 프로파일
이 시험은 기계 학습 및 AI 개념과 관련 Microsoft Azure 서비스에 대한 지식을 입증할 수 있는 기회입니다. 이 시험의 응시자는 시험 AI-900의 자기 주도적 또는 강사 진행 학습 자료에 대해 잘 알고 있어야 합니다.
이 시험은 기술적 배경이 있거나 없는 모든 사람을 대상으로 합니다. 데이터 과학 및 소프트웨어 엔지니어링 경험이 필수는 아닙니다. 그러나 다음에 대한 인식이 있으면 도움이 됩니다.
기본 클라우드 개념
클라이언트-서버 애플리케이션
Azure AI Fundamentials를 사용하여 Azure Data Scientist Associate 또는 Azure AI Engineer Associate와 같은 다른 Azure 역할 기반 인증에 대비할 수 있지만 이러한 어느 인증에도 필수 조건은 아닙니다.
기술 한눈에 보기
인공 지능 워크로드 및 고려사항 설명(15~20%)
Azure에서 기계 학습의 기본 원리 설명(20~25%)
Azure에서 Computer Vision 워크로드의 기능 설명(15~20%)
Azure에서 NLP(자연 언어 처리) 워크로드의 기능 설명(15~20%)
Azure에서 생성 AI 워크로드의 기능 설명(15~20%)
인공 지능 워크로드 및 고려사항 설명(15~20%)
일반적인 AI 워크로드의 기능 식별
콘텐츠 조정 및 개인 설정 워크로드의 기능 식별
Computer Vision 워크로드 식별
자연어 처리 워크로드 식별
지식 마이닝 워크로드 식별
문서 인텔리전스 워크로드 식별
생성 AI 워크로드의 기능 식별
책임 있는 AI를 위한 지도 원칙 파악
AI 솔루션의 공정성에 대한 고려 사항 설명
AI 솔루션의 안정성 및 안전에 대한 고려 사항 설명
AI 솔루션의 개인정보 및 보안에 대한 고려 사항 설명
AI 솔루션의 포용성에 대한 고려 사항 설명
AI 솔루션의 투명성에 대한 고려 사항 설명
AI 솔루션의 책임에 대한 고려 사항 설명
Azure에서 기계 학습의 기본 원리 설명(20~25%)
일반적인 기계 학습 기술 식별
회귀 기계 학습 시나리오 식별
분류 기계 학습 시나리오 식별
클러스터링 기계 학습 시나리오 식별
딥 러닝 기술의 기능 식별
핵심 기계 학습 개념 설명
기계 학습을 위한 데이터 세트의 기능 및 레이블 식별
기계 학습에서 학습 및 유효성 검사 데이터 세트를 사용하는 방법 설명
Azure Machine Learning 기능 설명
자동화된 Machine Learning의 기능 설명
데이터 과학 및 기계 학습을 위한 데이터 및 컴퓨팅 서비스 설명
Azure Machine Learning의 모델 관리 및 배포 기능 설명
Azure에서 Computer Vision 워크로드의 기능 설명(15~20%)
일반적인 유형의 Computer Vision 솔루션 식별:
이미지 분류 솔루션의 기능 식별
개체 감지 솔루션의 기능 식별
광학 문자 인식 솔루션의 기능 식별
얼굴 감지 및 얼굴 분석 솔루션의 기능 식별
Computer Vision 작업에 대한 Azure 도구 및 서비스 식별
Azure AI Vision 서비스의 기능 설명
Azure AI Face Detection 서비스의 기능 설명
Azure AI Video Indexer 서비스의 기능 설명
Azure에서 NLP(자연 언어 처리) 워크로드의 기능 설명(15~20%)
일반적인 NLP 워크로드 시나리오의 기능 식별
핵심 구 추출에 대한 기능 및 사용 식별
엔터티 인식에 대한 기능 및 사용 식별
감정 분석에 대한 기능 및 사용 식별
언어 모델링에 대한 기능 및 사용 식별
음성 인식 및 합성에 대한 기능 및 사용 식별
번역에 대한 기능 및 사용 식별
NLP 워크로드에 대한 Azure 도구 및 서비스 식별
Azure AI Language 서비스의 기능 설명
Azure AI Speech 서비스의 기능 설명
Azure AI Translator 서비스의 기능 설명
Azure에서 생성 AI 워크로드의 기능 설명(15~20%)
생성 AI 솔루션의 기능 식별
생성 AI 모델의 기능 식별
생성 AI에 대한 일반적인 시나리오 식별
생성 AI에 대한 책임 있는 AI 고려 사항 식별
Azure OpenAI Service의 기능 식별
Azure OpenAI Service의 자연어 생성 기능 설명
Azure OpenAI Service의 코드 생성 기능 설명
Azure OpenAI Service의 이미지 생성 기능 설명