ㅁ 응용 분야

1. AI 기반 헬스케어

ㅇ 정의:
인공지능 기술을 활용하여 질병 예측, 진단, 치료 계획 수립, 환자 모니터링 등을 수행하는 의료 서비스 분야.

ㅇ 특징:
대규모 의료 데이터(EMR, 영상, 유전자 정보 등)를 분석하여 패턴을 도출하고, 개인 맞춤형 의료 제공 가능. 규제와 개인정보 보호 이슈가 큼.

ㅇ 적합한 경우:
영상 판독 자동화, 희귀질환 예측, 원격 진료, 약물 개발 가속화.

ㅇ 시험 함정:
AI 기반 헬스케어는 의료진을 완전히 대체하는 것이 아니라 보조 역할에 초점을 둔다는 점을 간과하기 쉬움.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “AI 기반 헬스케어는 영상 진단 보조에 활용된다.”
– X: “AI 기반 헬스케어는 의사의 모든 진단을 대체한다.”

================================

2. 첨단 모빌리티

ㅇ 정의:
자율주행, 전기차, 드론, UAM(도심 항공 모빌리티) 등 첨단 기술을 적용한 차세대 이동 수단 분야.

ㅇ 특징:
센서, AI, IoT, 배터리 기술이 융합되며, 안전성·규제·인프라 구축이 필수. 데이터 수집과 실시간 처리 중요.

ㅇ 적합한 경우:
물류 배송, 교통 혼잡 완화, 친환경 교통수단 개발.

ㅇ 시험 함정:
첨단 모빌리티는 반드시 자율주행차만 의미하는 것이 아니라 다양한 이동 수단을 포함한다는 점을 놓치기 쉬움.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “UAM은 첨단 모빌리티의 한 예다.”
– X: “첨단 모빌리티는 오직 도로 주행 차량만 포함한다.”

================================

3. 자동화 물류

ㅇ 정의:
AI, 로봇, IoT, 빅데이터 등을 활용하여 물류의 입고, 보관, 출고, 배송 과정을 자동화하는 기술.

ㅇ 특징:
인력 의존도를 줄이고, 효율성을 극대화하며, 실시간 재고 관리 및 경로 최적화 가능.

ㅇ 적합한 경우:
대규모 전자상거래, 스마트 창고, 무인 배송.

ㅇ 시험 함정:
자동화 물류는 단순한 기계화와 다르며, 데이터 기반 의사결정이 핵심이라는 점을 혼동하기 쉬움.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “자동화 물류는 AI를 활용한 경로 최적화가 가능하다.”
– X: “자동화 물류는 단순히 컨베이어 벨트를 설치하는 것을 의미한다.”

================================

4. AI HR 분석

ㅇ 정의:
인공지능을 활용하여 채용, 인재 관리, 성과 평가, 이직 예측 등 인사(HR) 관련 의사결정을 지원하는 기술.

ㅇ 특징:
직원 데이터(경력, 성과, 행동 패턴 등)를 분석하여 HR 전략 수립. 편향(Bias) 문제와 개인정보 보호 이슈 존재.

ㅇ 적합한 경우:
대규모 채용, 인재 유지 전략, 인력 배치 최적화.

ㅇ 시험 함정:
AI HR 분석은 채용 과정에서 인간의 판단을 완전히 배제하는 것이 아님. 오히려 보조적 데이터 제공이 목적.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: “AI HR 분석은 이직 가능성이 높은 직원을 예측할 수 있다.”
– X: “AI HR 분석은 채용에서 면접관을 대체한다.”

ㅁ 추가 학습 내용

AI 기반 헬스케어, 첨단 모빌리티, 자동화 물류, AI HR 분석 관련 학습 정리

1. AI 기반 헬스케어
– 규제 절차: FDA(미국 식품의약국) 인증, CE(유럽 적합성) 인증 절차와 의미
– 개인정보 보호 규정: HIPAA(미국 의료정보보호법), GDPR(유럽 일반개인정보보호법)의 주요 조항과 적용 사례
– AI 의료기기 승인 절차와 규제 준수의 중요성

2. 첨단 모빌리티
– V2X(Vehicle to Everything): 차량과 모든 것(차량, 인프라, 보행자 등) 간의 통신 개념
– MaaS(Mobility as a Service): 다양한 교통수단을 통합하여 서비스로 제공하는 개념
– V2X와 MaaS의 관계 및 상호 보완성 이해

3. 자동화 물류
– WMS(창고관리시스템): 재고 관리, 입출고, 피킹 등 창고 운영 최적화
– TMS(운송관리시스템): 운송 경로 최적화, 운송 수단 배차, 실시간 추적
– AI와의 결합 사례: 수요 예측, 경로 최적화, 자동 분류 시스템 등

4. AI HR 분석
– 알고리즘 편향 문제: 데이터 편향, 모델 설계 편향, 결과 해석 편향
– 편향 완화 기법: Explainable AI(XAI)를 통한 의사결정 과정 투명화
– 인사 채용·평가에서 AI 적용 시 법적·윤리적 고려사항

시험 대비 체크리스트
– FDA, CE 인증 절차와 차이점 설명 가능 여부
– HIPAA, GDPR의 핵심 조항과 적용 사례 숙지
– V2X와 MaaS의 정의와 상호 관계 설명 가능 여부
– WMS, TMS의 기능과 AI 적용 사례 숙지
– 알고리즘 편향의 원인과 유형 파악
– XAI의 개념과 편향 완화 적용 방법 설명 가능 여부