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 |
|---|---|
| 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 평가에 합격하면 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 Skills Measured 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 시험을 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.
2025년 4월 30일 현재 측정된 기술
잠재 고객 프로파일
Microsoft Azure AI 엔지니어는 Azure AI를 최대한 활용하는 AI 솔루션을 구축, 관리, 배포합니다.
귀하의 책임에는 다음을 포함하여 AI 솔루션 개발의 모든 단계에 참여하는 것이 포함됩니다.
요구 사항 정의 및 설계
개발
배포
통합
유지 관리
성능 튜닝
모니터링
솔루션 설계자의 도움을 받아 그들의 비전을 번역합니다. 또한 데이터 과학자, 데이터 엔지니어, IoT(사물 인터넷) 전문가, 인프라 관리자 및 기타 소프트웨어 개발자와 협력하여 다음을 수행합니다.
완전하고 안전한 엔드투엔드 AI 솔루션을 빌드합니다.
다른 애플리케이션 및 솔루션에 AI 기능을 통합합니다.
Azure AI 엔지니어로서 귀하는 다음과 같은 언어를 사용하는 솔루션을 개발한 경험이 있습니다.
파이썬
C# (프로그래밍 언어)
REST(Representational State Transfer) API와 SDK를 사용하여 Azure에서 안전한 이미지 처리, 비디오 처리, 자연어 처리, 지식 마이닝 및 생성형 AI 솔루션을 빌드할 수 있어야 합니다. 다음을 수행해야 합니다.
Azure AI 포트폴리오를 구성하는 구성 요소와 사용 가능한 데이터 스토리지 옵션을 이해합니다.
책임 있는 AI 원칙을 적용할 수 있습니다.
기술 한눈에 보기
Azure AI 솔루션 계획 및 관리(20~25%)
생성 AI 솔루션 구현(15~20개%)
에이전트 솔루션 구현(5-10%)
Computer Vision 솔루션 구현(10~15개%)
자연어 처리 솔루션 구현(15~20%)
지식 마이닝 및 정보 추출 솔루션 구현(15~20%)
Azure AI 솔루션 계획 및 관리(20~25%)
적절한 Azure AI Foundry 서비스 선택
생성형 AI 솔루션에 적합한 서비스 선택
컴퓨터 비전 솔루션에 적합한 서비스 선택
자연어 처리 솔루션에 적합한 서비스 선택
음성 솔루션에 적합한 서비스 선택
정보 추출 솔루션에 적합한 서비스 선택
지식 마이닝 솔루션에 적합한 서비스 선택
Azure AI Foundry 서비스 계획, 만들기 및 배포
책임 있는 AI 원칙을 충족하는 솔루션 계획
Azure AI 리소스 만들기
솔루션에 적합한 AI 모델 선택
적절한 배포 옵션을 사용하여 AI 모델 배포
적절한 SDK 및 API 설치 및 활용
서비스의 기본 엔드포인트 확인
Azure AI Foundry Services를 CI/CD(지속적인 통합 및 지속적인 업데이트) 파이프라인에 통합
컨테이너 배포 계획 및 구현
Azure AI Foundry 서비스 관리, 모니터링 및 보안
Azure AI 리소스 모니터링
Azure AI Foundry Services에 대한 비용 관리
계정 키 관리 및 보호
Azure AI Foundry Service 리소스에 대한 인증 관리
책임감 있게 AI 솔루션 구현
콘텐츠 조정 솔루션 구현
콘텐츠 안전을 포함하여 책임 있는 AI 인사이트 구성
콘텐츠 필터 및 차단 목록을 포함하여 책임 있는 AI 구현
유해한 행동을 방지하되, 즉각적인 보호막 및 피해 탐지를 포함합니다.
책임 있는 AI 거버넌스 프레임워크 디자인
생성 AI 솔루션 구현(15~20개%)
Azure AI Foundry를 사용하여 생성 AI 솔루션 빌드
생성형 AI 솔루션 계획 및 준비
Azure AI Foundry를 사용하여 허브, 프로젝트 및 필요한 리소스 배포
사용 사례에 적합한 생성 AI 모델 배포
프롬프트 흐름 솔루션 구현
데이터에 모델을 접지하여 RAG 패턴 구현
모델 및 흐름 평가
Azure AI Foundry SDK를 사용하여 애플리케이션에 프로젝트 통합
생성 AI 솔루션에서 프롬프트 템플릿 활용
Foundry 모델에서 Azure OpenAI를 사용하여 콘텐츠 생성
Foundry Models 리소스에서 Azure OpenAI를 설정하기
Azure OpenAI 모델 선택 및 배포
코드 및 자연어 응답을 생성하기 위한 프롬프트 제출
DALL-E 모델을 사용하여 이미지 생성
Azure OpenAI를 사용자 고유의 애플리케이션에 통합
Azure OpenAI에서 대규모 멀티 모드 모델 사용
Azure OpenAI Assistant 구현
생성 AI 솔루션 최적화 및 운영
생성 동작을 제어하는 매개 변수 구성
성능 및 리소스 사용을 포함하여 모델 모니터링 및 진단 설정 구성
확장성 및 기본 모델 업데이트를 포함하여 배포를 위한 리소스 최적화 및 관리
추적을 활성화하고 피드백을 수집하십시오
모델 리플렉션 구현
로컬 및 에지 디바이스에서 사용할 컨테이너 배포
여러 생성 AI 모델의 오케스트레이션 구현
프롬프트 엔지니어링 기술을 적용하여 응답 개선
생성 모델 미세 조정
에이전트 솔루션 구현(5-10%)
사용자 지정 에이전트 만들기
에이전트의 역할 및 사용 사례 이해
에이전트를 빌드하는 데 필요한 리소스 구성
Azure AI Foundry 에이전트 서비스를 사용하여 에이전트 만들기
의미 체계 커널 및 Autogen을 사용하여 복잡한 에이전트 구현
다중 에이전트 솔루션, 여러 사용자 및 자율 기능에 대한 오케스트레이션을 비롯한 복잡한 워크플로 구현
에이전트 테스트, 최적화 및 배포
Computer Vision 솔루션 구현(10~15개%)
이미지 분석
이미지 처리 요구 사항을 충족하는 시각적 기능 선택
이미지에서 개체 검색 및 이미지 태그 생성
이미지 처리 요청에 이미지 분석 기능 포함
이미지 처리 응답 해석
Azure AI 비전을 사용하여 이미지에서 텍스트 추출
Azure AI 비전을 사용하여 필기 텍스트 변환
사용자 지정 비전 모델 구현
이미지 분류 및 개체 감지 모델 중에서 선택
이미지 레이블 지정
이미지 분류 및 개체 검색을 포함하여 사용자 지정 이미지 모델 학습
사용자 지정 비전 모델 메트릭 평가
사용자 지정 비전 모델 게시
사용자 지정 비전 모델 사용
먼저 사용자 지정 비전 모델 코드 빌드
비디오 분석
Azure AI Video Indexer를 사용하여 비디오 또는 라이브 스트림에서 인사이트 추출
Azure AI 비전 공간 분석을 사용하여 비디오에서 사람의 존재 및 이동 감지
자연어 처리 솔루션 구현(15~20%)
텍스트 분석 및 번역
핵심 키워드 및 엔터티 추출
텍스트 감정 판단
텍스트에 사용되는 언어 감지
텍스트에서 PII(개인 식별 정보) 검색
Azure AI 번역기 서비스를 사용하여 텍스트 및 문서 번역
음성 처리 및 번역
애플리케이션에 생성형 AI 말하기 기능을 통합하기
Azure AI Speech를 사용하여 텍스트 음성 변환 및 음성 텍스트 변환 구현
SSML(음성 합성 생성 언어)을 사용하여 텍스트 음성 변환 개선
Azure AI Speech를 사용하여 사용자 지정 음성 솔루션 구현
Azure AI Speech를 사용하여 의도 및 키워드 인식 구현
Azure AI Speech Service를 사용하여 음성 대 음성 변환 및 음성 텍스트 변환
사용자 지정 언어 모델 구현
의도, 엔터티 만들기 및 발화 추가
언어 이해 모델 학습, 평가, 배포, 테스트
언어 이해 모델 최적화, 백업 및 복구
클라이언트 애플리케이션에서 언어 모델 사용
사용자 지정 질문 답변 프로젝트 만들기
질문 및 답변 쌍 추가 및 질문 답변 원본 가져오기
기술 자료 학습, 테스트 및 게시
멀티 턴 만들기
기술 자료에 대체 구문 및 잡담 추가
기술 자료 내보내기
다중 언어 질문 답변 솔루션 만들기
사용자 지정 모델 학습, 개선, 게시를 포함하여 사용자 지정 번역 구현
지식 마이닝 및 정보 추출 솔루션 구현(15~20%)
Azure AI 검색 솔루션 구현
Azure AI Search 리소스 프로비전, 인덱스 만들기 및 기술 세트 정의
데이터 원본 및 인덱서 만들기
사용자 지정 기술 구현 및 기술 세트에 포함
인덱서 만들기 및 실행
구문, 정렬, 필터링, 와일드카드를 포함한 인덱스 쿼리
파일, 개체, 테이블 프로젝션을 포함하여 지식 저장소 프로젝션 관리
의미 체계 및 벡터 저장소 솔루션 구현
Azure AI 문서 인텔리전스 솔루션 구현
문서 인텔리전스 리소스 프로비전
미리 빌드된 모델을 사용하여 문서에서 데이터 추출
사용자 지정 문서 인텔리전스 모델 구현
사용자 지정 문서 인텔리전스 모델에 대한 학습, 테스트 및 게시
구성된 문서 인텔리전스 모델 만들기
Azure AI Content Understanding을 사용하여 정보 추출
이미지 및 문서에서 텍스트를 추출하는 OCR 파이프라인 만들기
문서의 특성 요약, 분류 및 검색
문서에서 엔터티, 테이블 및 이미지 추출
Azure AI Content Understanding을 사용하여 문서, 이미지, 비디오 및 오디오 처리 및 수집
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 |
Azure AI 서비스 Azure AI Vision Azure AI Video Indexer Azure AI 언어 Azure AI Speech Azure AI 검색 Azure OpenAI Azure AI 문서 인텔리전스 |
| 질문하기 | Microsoft Q&A | Microsoft Docs |
| 커뮤니티 지원 받기 |
AI - Machine Learning - Microsoft 기술 커뮤니티 AI - Machine Learning 블로그 - Microsoft 기술 커뮤니티 |
| Microsoft Learn 팔로우 | Microsoft Learn - Microsoft 기술 커뮤니티 |
| 비디오 찾기 |
AI Show 다른 Microsoft Learn 쇼 찾아보기 |
로그 변경
아래 표는 측정된 기술의 현재 버전과 이전 버전 사이의 변화를 요약한 것입니다. 기능 그룹은 굵은 글씨로 표시되어 있고 그 뒤에 각 그룹 내의 목표가 표시됩니다. 이 표는 이전 버전과 현재 버전의 시험 기술을 비교한 것이고, 세 번째 열은 변화의 범위를 설명합니다.
| 2025년 4월 30일 이전의 기술 영역 | 2025년 4월 30일 현재 기술 영역 | 변경 |
|---|---|---|
| 잠재 고객 프로파일 | 변경 내용 없음 | |
| Azure AI 솔루션 계획 및 관리 | Azure AI 솔루션 계획 및 관리 | 시험 증가율(%) |
| 적절한 Azure AI 서비스 선택 | Azure AI Foundry 서비스 선택하기 | 부 |
| Azure AI 서비스에 대한 계획, 만들기 및 배포 | Azure AI Foundry 서비스 계획, 만들기 및 배포 | 중요한 |
| Azure AI 서비스 관리, 모니터링 및 보안 | Azure AI Foundry 서비스 관리, 모니터링 및 보안 | 부 |
| 책임감 있게 AI 솔루션 구현 | 새롭다 | |
| 콘텐츠 조정 솔루션 구현 | 생성형 AI 솔루션 구현 | 시험 증가율(%) |
| 콘텐츠 배달을 위한 솔루션 만들기 | 삭제됨 | |
| Azure AI Foundry를 사용하여 생성 AI 솔루션 빌드 | 새롭다 | |
| Foundry 모델에서 Azure OpenAI를 사용하여 콘텐츠 생성 | 새롭다 | |
| 생성 AI 솔루션 최적화 및 운영 | 새롭다 | |
| 에이전트 솔루션 구현 | 새롭다 | |
| 사용자 지정 에이전트 만들기 | 새롭다 | |
| Computer Vision 솔루션 구현 | Computer Vision 솔루션 구현 | 시험 감소율(%) |
| Azure AI Vision을 사용하여 사용자 지정 비전 모델 구현 | 사용자 지정 비전 모델 구현 | 부 |
| 자연어 처리 솔루션 구현 | 자연어 처리 솔루션 구현 | 시험 감소율(%) |
| Azure AI 언어를 사용하여 텍스트 분석 | 텍스트 분석 및 번역 | 부 |
| Azure AI 음성을 사용하여 음성 처리 | 음성 처리 및 번역 | 중요한 |
| 언어 번역 | 삭제됨 | |
| Azure AI 언어를 사용하여 언어 이해 모델 구현 및 관리 | 사용자 지정 언어 모델 구현 | 중요한 |
| Azure AI Language를 사용하여 질문 답변 솔루션 만들기 | 삭제됨 | |
| 지식 마이닝 및 문서 인텔리전스 솔루션 구현 | 지식 마이닝 및 정보 추출 솔루션 구현 | 시험 증가율(%) |
| Azure AI 검색 솔루션 구현 | Azure AI 검색 솔루션 구현 | 중요한 |
| Azure AI 문서 인텔리전스 솔루션 구현 | Azure AI 문서 인텔리전스 솔루션 구현 | 부 |
| Azure AI Content Understanding을 사용하여 정보 추출 | 새롭다 | |
| 생성형 AI 솔루션 구현 | 삭제됨 | |
| Azure OpenAI Service를 사용하여 콘텐츠 생성 | 삭제됨 | |
| 생성형 AI 최적화 | 삭제됨 |