정보관리기술사 131회: 두 판 사이의 차이

IT위키
편집 요약 없음
 
(사용자 2명의 중간 판 4개는 보이지 않습니다)
6번째 줄: 6번째 줄:
*2. [[NFC|'''NFC'''(Near Field Communication)]]
*2. [[NFC|'''NFC'''(Near Field Communication)]]
*3. [[폭포수 모델|'''폭포수 개발 방법론''']]과 [[애자일 방법론|'''애자일 개발 방법론''']]의 특징 및 장단점 비교
*3. [[폭포수 모델|'''폭포수 개발 방법론''']]과 [[애자일 방법론|'''애자일 개발 방법론''']]의 특징 및 장단점 비교
*4. 클라우드 컴퓨팅의 Service Model과 Deplopyment Model 비교
*4. 클라우드 컴퓨팅의 Service Model과 Deployment Model 비교
*5. 데이터 차원 축소(Data Dimensionality Reduction)
*5. 데이터 차원 축소(Data Dimensionality Reduction)
*6. [[정보시스템 감리|'''정보시스템 감리''']]와 [[PMO|'''PMO'''(Porject Management Office)]] 비교
*6. [[정보시스템 감리|'''정보시스템 감리''']]와 [[PMO|'''PMO'''(Project Management Office)]] 비교
*7. [[머신러닝|'''머신러닝'''(Machine Learning)]]과 [[딥 러닝|'''딥러닝'''(Deep Learning)]] 차이
*7. [[머신러닝|'''머신러닝'''(Machine Learning)]]과 [[딥 러닝|'''딥러닝'''(Deep Learning)]] 차이
*8. [[오토 스케일링|'''오토 스케일링'''(Auto Scaling)]]
*8. [[오토 스케일링|'''오토 스케일링'''(Auto Scaling)]]
*9. 독립표본 t-검정(Idependent t-test)과 대응표본 t-검정(Parired t-test) 비교
*9. 독립표본 t-검정(Independent t-test)과 대응표본 t-검정(Paired t-test) 비교
*10. [[크리덴셜 스터핑|'''크리덴셜 스터핑'''(Credential suffing)]]
*10. [[크리덴셜 스터핑|'''크리덴셜 스터핑'''(Credential stuffing)]]
*11. [[데이터 표준화|'''데이터 표준화''']]의 필요성과 기대효과
*11. [[데이터 표준화|'''데이터 표준화''']]의 필요성과 기대효과
*12. 객체지향 방법론에서 캡슐화(Encapsulation)와 정보은닉(Information Hiding)
*12. 객체지향 방법론에서 캡슐화(Encapsulation)와 정보은닉(Information Hiding)
19번째 줄: 19번째 줄:
*1. [[정보 전략 계획|'''ISP'''(Information Strategic Planning)]]와 [[BPR|'''BPR'''(Business Process Reengineering)]]의 개념과 수행절차를 비교 설명하고, 기업에서 이 두가지 상호 보완적으로 활용하기 위한 방안을 설명하시오.
*1. [[정보 전략 계획|'''ISP'''(Information Strategic Planning)]]와 [[BPR|'''BPR'''(Business Process Reengineering)]]의 개념과 수행절차를 비교 설명하고, 기업에서 이 두가지 상호 보완적으로 활용하기 위한 방안을 설명하시오.
*2. [[데이터 시각화|데이터 시각화(Data Visualization)]]와 관련하여 다음을 설명하시오.
*2. [[데이터 시각화|데이터 시각화(Data Visualization)]]와 관련하여 다음을 설명하시오.
**가. 데이터 시각화의 개용
**가. 데이터 시각화의 개요
**나. 데이터 시각화의 원리 및 절차
**나. 데이터 시각화의 원리 및 절차
**다. 데이터 시각화 유형
**다. 데이터 시각화 유형
**라. 효과적인 데이터 시각화를 위한 효율화 방안
*3. [[인공지능 윤리|인공지능 개발 및 적용과정에서 윤리적으로 다루어져야 할 주요 내용]]과 인공지능을 효과적으로 관리하고 규제하기 위한 [[거버넌스]] 모형에 대하여 설명하시오.
*3. [[인공지능 윤리|인공지능 개발 및 적용과정에서 윤리적으로 다루어져야 할 주요 내용]]과 인공지능을 효과적으로 관리하고 규제하기 위한 [[거버넌스]] 모형에 대하여 설명하시오.
*4. [[제로 트러스트|제로 트러스트 보안(Zero Trust Security)모델]]의 보안원리, 핵심원칙, 적용분야를 트러스트 보안(Trust Security) 모델과 비교하여 설명하시오.
*4. [[제로 트러스트|제로 트러스트 보안(Zero Trust Security)모델]]의 보안원리, 핵심원칙, 적용분야를 트러스트 보안(Trust Security) 모델과 비교하여 설명하시오.
65번째 줄: 66번째 줄:
**다. 정형 데이터 및 비정형 데이터 품질기준
**다. 정형 데이터 및 비정형 데이터 품질기준
**라. 데이터 품질관리 전략
**라. 데이터 품질관리 전략
*4. 인종지능 분야에서 포운데이션(Foundation) 모델의 개념, 특징, 기반기술 및 구현시 법적,환경적,사회적 측면의 고려사항에 대하여 설명하시오.
*4. 인공지능 분야에서 파운데이션(Foundation) 모델의 개념, 특징, 기반기술 및 구현시 법적,환경적,사회적 측면의 고려사항에 대하여 설명하시오.
*5. 소프트웨어 규모산점에 대하여 다음을 설명하시오.
*5. 소프트웨어 규모산정에 대하여 다음을 설명하시오.
**가. 필요성과 산정방법
**가. 필요성과 산정방법
**나. 규모산정 방식의 종류별 특징
**나. 규모산정 방식의 종류별 특징

2023년 11월 20일 (월) 09:46 기준 최신판

기출문제 토픽 문서 작성과 링크에 활발한 참여 부탁드립니다. IT위키를 서브노트로 활용하신다고 생각하시면 큰 도움이 됩니다.

1 교시[편집 | 원본 편집]

2 교시[편집 | 원본 편집]

3 교시[편집 | 원본 편집]

  • 1. 인공지능 학습용 데이터 허브 구축 과정에서 생성된 학습용 데이터 셋의 품질확보를 위한 주요활동과 데이터 생애 주기별 품질관리 수행절차에 대하여 설명하시오.
  • 2. 데이터 구조(Data Structure)에 대하여 다음을 설명하시오.
    • 가. 선형 구조(Linear Structure)의 개념 및 유형
    • 나. 비선형 구조(Non-Linear Structure)의 개념 및 유형
    • 다. 선형 구조(Linear Structure) 와 비선형 구조(Non-Linear Structure) 비교
  • 3. 통합테스트(Integration Test)에 대하여 다음을 설명하시오.
    • 가. 비점진적 통합 방식과 점진적 통합 방식
    • 나. 하향식(Top Down) 통합 테스트와 상향식(Bottom Up) 통합 테스트
    • 다. 테스트 드라이버(Test Driver)와 테스트 스텁(Test Stub).
  • 4. 소프트웨어 안전성 분석의 필요성과 다음의 분석 기법을 설명하시오.
    • 가. FTA(Fault Tree Analysis)
    • 나. FMEA(Failure Mode and Effects Analysis)
    • 다. HAZOP(Hazard and Operability Analysis)
  • 5. 운영체제 메모리 관리 기법 중 페이징 기법과 세그멘티이션 기법의 개념을 설명하고, 두 기법에 대하여 비교 설명하시오.
  • 6. 정보보호 및 개인정보보호 인증제도(ISMS, Information Security Management System)에 대하여 다음을 설명하시오.
    • 가. ISMS 와 ISMS-P 차이점
    • 나. ISMS 의무 대상 기준

4 교시[편집 | 원본 편집]

  • 1. 전략적 기업경영(Strategic Enterprise Management)에 대하여 다음을 설명하시오.
    • 가. 전략적 기업경영의 정의
    • 나. 전략적 기업경영의 구성요소
    • 다. 전략적 기업경영의 구축 방안 및 구축 절차
  • 2. 개인정보보호를 위한 '개인정보의 안전성 확보조치 기준' 고시 내용 중 다음을 설명하시오.
    • 가. 내부관리계획 수립.이행
    • 나. 암호화 적용방안
  • 3. 데이터 품질관리에 대하여 다음을 설명하시오.
    • 가. 데이터 품질관리 아키텍처
    • 나. 데이터 품질관리 성숙도
    • 다. 정형 데이터 및 비정형 데이터 품질기준
    • 라. 데이터 품질관리 전략
  • 4. 인공지능 분야에서 파운데이션(Foundation) 모델의 개념, 특징, 기반기술 및 구현시 법적,환경적,사회적 측면의 고려사항에 대하여 설명하시오.
  • 5. 소프트웨어 규모산정에 대하여 다음을 설명하시오.
    • 가. 필요성과 산정방법
    • 나. 규모산정 방식의 종류별 특징
  • 6. 정렬 알고리즘은 데이터Set이 주어졌을때, 이를 사용자가 지정한 기준에 맞게 순서대로 나열하여 재배치하는 기법이다. 정렬 알고리즘과 관련하여 다음에 대하여 설명하시오.
    • 가. 버블 정렬
    • 나. 삽입 정렬
    • 다. 퀵 정렬