이패스 AI능력시험 AICE BASIC(2026)

AI, 이제는 막연한 두려움이 아니라 누구나 활용할 수 있는 ‘도구’의 시대입니다.
과거에는 인공지능(AI)이 개발자나 수학 전문가들만의 영역처럼 느껴졌습니다. 하지만 지금의 AI는 검색, 번역, 추천 시스템은 물론 다양한 업무 환경 속에서 이미 일상적으로 활용되고 있습니다. 더 이상 AI는 특정 전문가만의 기술이 아니라, 엑셀처럼 누구나 배워 활용해야 하는 필수 역량이 되었습니다.
그럼에도 불구하고 많은 사람들은 여전히 AI를 어렵게 느낍니다.

“나는 문과생이라서”, “코딩을 몰라서”라는 이유로 시작조차 망설이기도 합니다. 기존의 AI 학습이 복잡한 이론이나 프로그래밍 중심으로 구성되어 있었기 때문입니다. 이러한 장벽은 AI를 배우고 싶어 하는 많은 사람들에게 큰 부담으로 작용해 왔습니다.

AICE Basic은 바로 이러한 고민을 해결하기 위해 만들어진 시험입니다.
이 시험은 복잡한 코딩이나 어려운 수식을 요구하지 않습니다. 마우스 클릭과 드래그만으로 데이터를 분석하고 인공지능 모델을 만들어보는 ‘활용 능력’에 초점을 맞추고 있습니다. 즉, AI를 이해하는 것을 넘어 실제로 사용할 수 있는 능력을 평가하는 실무 중심의 자격시험입니다.

이 교재는 AI를 처음 접하는 분들도 부담 없이 시작할 수 있도록 구성되었습니다.
불필요한 전문 용어는 최소화하고, 직관적인 설명과 예시를 통해 누구나 쉽게 이해할 수 있도록 했습니다. 또한 시험에 꼭 필요한 핵심 기능과 실전 팁을 중심으로 구성하여 단기간에 효율적으로 자격증을 취득할 수 있도록 돕습니다. 단순한 시험 대비를 넘어, 데이터를 다루고 AI를 활용하는 기본적인 감각을 익힐 수 있도록 하는 데에도 중점을 두었습니다.

AI 시대에서 중요한 것은 복잡한 이론을 아는 것이 아니라, 실제로 활용할 수 있는 능력입니다.
AICE Basic 자격증은 이러한 실무 역량의 출발점이 되어 줄 것입니다. AI를 다룰 수 있는 사람과 그렇지 않은 사람의 차이는 앞으로 더욱 커질 것이며, AI를 활용할 수 있는 능력은 개인의 경쟁력을 결정짓는 중요한 요소가 될 것입니다.

이 책을 펼친 순간, 여러분은 이미 첫걸음을 내디딘 것입니다.

막연한 두려움은 잠시 내려놓고 가벼운 마음으로 시작해 보세요.
책의 마지막 장을 덮을 때쯤에는 “나도 AI를 활용할 수 있구나”라는 자신감과 함께 한 단계 성장한 자신을 발견하게 될 것입니다.

여러분의 새로운 도전을 진심으로 응원합니다.

[목 차]

Part 1. AI와 데이터의 기본 이해

Chapter 1. 인공지능이란 무엇인가

1. 인공지능의 개념

2. AI는 어떻게 판단할까

3. 사람이 하는 판단과 AI의 차이

4. AI는 왜 틀릴 수 있는가

Chapter 2. AI 문제 해결의 전체 흐름

1. 문제 정의

2. 데이터 수집

3. 데이터 전처리

4. 데이터 분석

5. 모델 학습

6. 성능 평가

Chapter 3. 데이터는 AI에게 무엇인가

1. 데이터의 의미

2. 수치형 데이터와 범주형 데이터

3. 데이터가 많다고 항상 좋은 것은 아니다

Part 2. AIDU 데이터 처리와 분석

Chapter 1. 데이터 불러오기와 기본 구조

1. AIDU 데이터 업로드

2. AIDU에서의 화면 구성

3. 데이터 구조 확인

Chapter 2. 문제 유형 판단하기

1. 분류 문제

2. 회귀 문제

Chapter 3. 탐색적 데이터 분석

1. 기초 통계

2. 기초 통계는 무엇을 보여주는가?

3. 기초 정보 분석

4. 시각화

Chapter 4. 데이터 전처리

1. 데이터 전처리란?

2. 데이터 가공 메뉴 전체 구조 이해하기

3. 수치형 데이터 변환

4. 범주형 데이터 변환

5, 데이터 필터링

Part 3. AI학습과 모델 평가

Chapter 1. 머신러닝의 종류

1. 머신러닝의 종류

2. 지도 학습

3. 비지도 학습

4. 강화 학습

Chapter 2. 딥러닝

1. 머신러닝과 딥러닝의 차이

2. 인공신경망의 기본 구조

3. 딥러닝의 구성 요소

4. 딥러닝의 학습 흐름

5. 딥러닝 학습 설정 요소

6. 딥러닝 학습단계 및 세부설정

7. 데이터 분할과 검증

8. 교차 검증

9. 과적합과 과소적합

10. 타겟 데이터 불균형 처리

Chapter 3. 모델 성능 평가

1. 지도학습 모델 평가

2. 분류모델의 성능 평가

3. 회귀모델의 성능 평가

4. 딥러닝모델 평가

Part 4. AICE BASIC 시험실전대비 최종 모의고사

Chapter 1. 시험에서 자주 나오는 유형

1. 단계 선택형 문제

2. 결과 해석형 문제

3. 문제유형 판단형 문제

Chapter 2. 시험전략정리

1. 시간관리 및 필수 확인 사항

2. 실수방지 포인트

3. 연계문제 대응법

Chapter 3. 최종 모의고사

1. 실전모의고사 1회

2. 실전모의고사 2회

3. 실전모의조사 3회

4. 실전모의고사 4회

5. 실전모의고사 5회