최종 종합 퀴즈 — 12주 전체 내용 | 생산 최적화 — 스마트 팩토리 AI | AX Academy

Q1. LLM의 핵심 작동 원리는? (Week 1)

A. 키워드 매칭B. 규칙 기반 문법 생성C. 다음 토큰 확률 예측D. 데이터베이스 검색

Q2. RAG에서 벡터 검색의 목적은? (Week 2-3)

A. 텍스트 압축B. 의미적으로 유사한 문서 검색C. 데이터 암호화D. 문법 검사

Q3. LangGraph Agent의 핵심 구성요소는? (Week 4-5)

A. HTML, CSS, JSB. State, Node, EdgeC. Table, Row, ColumnD. Layer, Filter, Pool

Q4. QLoRA의 핵심 아이디어는? (Week 6)

A. 모든 파라미터를 학습B. 4bit 양자화 + Low-Rank 어댑터로 효율적 파인튜닝C. 데이터 증강D. 앙상블 학습

Q5. Knowledge Graph에서 Cypher 쿼리의 역할은? (Week 7)

A. 이미지 처리B. Neo4j 그래프 DB에서 노드와 관계를 검색C. 텍스트 임베딩 생성D. 모델 학습

Q6. Bayesian 최적화가 Grid Search보다 효율적인 이유는? (Week 12)

A. 더 많은 조합을 시도B. 이전 결과를 활용하여 유망 영역을 집중 탐색C. 병렬 처리 지원D. 정확도가 항상 높음

Q7. OEE에서 '품질(Quality)' 요소의 계산 공식은? (Week 12)

A. 가동시간/계획시간B. 이상사이클x총생산/가동시간C. 양품수/총생산수D. 총생산수/목표생산수

Q8. 제조 AI 시스템에서 LLM의 가장 적합한 역할은?

A. 직접 설비 제어B. 수치 계산 및 예측C. 자연어 인터페이스 + 비정형 데이터 해석D. 데이터 저장