해설 보기
정답딥페이크(deepfake) — 딥러닝으로 얼굴·음성을 합성해 진짜처럼 보이는 가짜 영상을 생성하는 기술입니다.
핵심 개념
딥페이크(deepfake)
딥페이크는 딥러닝(deep learning)과 가짜(fake)의 합성어로, 생성적 적대 신경망(GAN) 등 딥러닝 기술을 이용해 특정 영상이나 이미지에 다른 사람의 얼굴, 음성, 표정 등을 합성하여 실제 인물이 실제로 행동하고 말하는 것처럼 보이게 만드는 인공지능 기술입니다. 진위 판별이 어려울 정도로 정교하여 콘텐츠 제작에 활용되기도 하지만 허위 정보 유포, 명예훼손 등 악용 문제가 사회적으로 대두되고 있습니다.
선지별 해설
①딥페이크는 딥러닝 기반으로 얼굴·음성을 합성해 실제와 유사하게 행동·발화하는 영상을 생성하는 기술로, 문제의 설명과 정확히 일치합니다.
②사물인터넷(IoT)은 각종 사물에 센서·통신 기능을 부여해 인터넷으로 연결·제어하는 기술로, 영상 합성과는 무관합니다.
③블록체인은 분산 원장에 거래 기록을 블록으로 연결·저장하는 기술로, 위·변조 방지가 목적이며 영상 생성 기술이 아닙니다.
④가상 현실(VR)은 컴퓨터로 만든 가상 공간을 실제처럼 체험하게 하는 기술로, 인물 합성 영상 생성과는 다릅니다.
해설 보기
정답음성을 텍스트로 변환(STT)하는 것으로, 순차 데이터를 다루는 RNN 계열이 대표 모델이라 이미지 기반 CNN을 쓰는 나머지와 다릅니다.
핵심 개념
인공지능 응용별 대표 학습 모델(CNN vs RNN)
인공지능 응용 분야는 다루는 데이터의 성격에 따라 대표적으로 쓰이는 딥러닝 모델이 달라집니다. 이미지·영상처럼 공간적 특징이 중요한 데이터는 합성곱 신경망(CNN)이 주로 쓰이고, 음성·문장처럼 시간 순서가 중요한 순차(시퀀스) 데이터는 순환 신경망(RNN, LSTM 등)이 주로 쓰입니다. 이 문제는 네 가지 응용 중 사용되는 대표 학습 모델이 다른 하나를 찾는 문제입니다.