cert-bank

가이드

Read this guide in English

AIB-C01 학습 가이드: AI를 다루는 비즈니스 시험, 정답은 대개 '올바른 순서'입니다

AWS Certified AI Business Strategist 시험(AIB-C01)은 AWS 배지를 달고 있지만, 서비스를 묻는 시험이 아닙니다. AWS 시험 페이지도 AWS 서비스 지식은 평가하지 않는다고 밝히고 있습니다. 이 문제은행의 AIB-C01 문제 445개 중에서 문제나 보기 어디에든 AWS 서비스 이름이 나오는 문제는 35개(약 8%)뿐입니다. 나머지는 회사와 목표, 제안된 조치를 설명한 뒤, 신중한 리더라면 어떤 조치를 택할지 묻습니다. 이 가이드는 바로 그 판단을 다룹니다. 정답들의 공통점은 무엇인지, 그럴듯한 오답은 어디서 오는지, 그리고 그래도 알아야 할 몇 가지 AWS 이름을 정리합니다.

학습 가이드 · AWS Certified AI Business Strategist (AIB-C01)

AIB-C01 학습 가이드: AI를 다루는 비즈니스 시험, 정답은 대개 '올바른 순서'입니다

시험 개요

시험 가이드에 따르면 시험 시간은 130분이고, 점수는 100~1,000점 환산 점수이며 최소 합격 점수는 700점입니다. 작성 시점에는 베타 시험이 진행 중이며, AWS 시험 페이지는 베타 시험을 170분, 85문항(단일 선택과 복수 선택)으로 안내합니다. 도메인은 네 개이고 비중이 거의 같습니다. AI Fundamentals and Literacy(24%), AI Strategy and Business Value Creation(28%), AI Governance and Responsible AI Leadership(24%), Business Readiness, Leadership, and AI Transformation(24%)입니다. 점수는 보상형(compensatory)이라 도메인별로 합격할 필요는 없지만, 24% 미만인 도메인이 없으므로 하나를 건너뛰면 시험의 약 4분의 1을 내주는 셈입니다.

문제는 짧습니다. 저희 문제은행에서 AIB-C01 문제의 평균 길이는 약 26단어(영문 기준)로, Solutions Architect – Professional 시험(SAP-C03)의 약 45단어보다 훨씬 짧습니다. 하지만 짧다고 쉬운 것은 아닙니다. 저희 문제의 절반 이상(55%)이 사용 사례 시나리오이고, 보기 네 개가 모두 실제 회사가 할 법한 일인 경우가 많습니다. 차이는 '언제', 그리고 '얼마나'에 있습니다.

정답들의 세 가지 공통 습관

1. 올바른 순서로 진행한다

많은 문제가 사실은 "무엇을 먼저 하는가?"를 묻습니다. 정답은 거의 언제나 다음 단계를 가능하게 하거나 측정할 수 있게 해 주는 단계입니다.

  • 배포 전에 기준선(baseline)을 측정합니다. 현재 수치가 없으면 나중에 AI가 효과를 냈다는 것을 아무도 증명할 수 없습니다.
  • 고객 데이터를 새 목적에 다시 쓰기 전에 동의와 개인정보 문제를 해결합니다. 기술 선택은 이 관문을 통과한 다음입니다.
  • 데이터를 늘리거나 더 큰 모델을 쓰기 전에 데이터 품질부터 고칩니다. 모델은 학습한 데이터보다 나아질 수 없습니다.
  • 파일럿, 제한된 그룹으로 확대, 전사 확대 순서로 진행합니다. 중간 단계를 건너뛰는 것, 즉 '성급한 확장'이 전형적인 실패입니다.
  • 출시 전에 각 관할 지역의 규정을 확인합니다. 첫 민원이 들어온 뒤가 아닙니다.
AIB-C01: 많은 "무엇을 먼저?" 문제의 정답 뒤에 있는 단계별 경로
1
기준선 측정
배포 전 현재 수치를 기록해 두어야 나중에 AI의 효과를 증명할 수 있습니다
2
파일럿
실현 가능성을 증명할 뿐, 프로덕션 준비가 끝났다는 뜻은 아닙니다
3
제한된 그룹
이 단계를 건너뛰는 것이 전형적인 실패인 성급한 확장입니다
4
전사 확대
프로덕션에는 버전 관리, 모니터링, 롤백, 대체 수단이 필요합니다
왼쪽에서 오른쪽으로 읽으세요. 정답은 대개 바로 다음 단계이며, 단계를 건너뛰는 답은 정답이 아닙니다.

2. 필요한 만큼만 투자한다

문제를 실제로 해결하는 가장 저렴한 선택지가 대개 정답입니다. 생성형 모델을 맞춤화하는 사다리는 이렇습니다. 먼저 프롬프트 엔지니어링을 하고, 모델에 최신 정보나 회사 고유의 사실이 필요하면 검색 증강 생성(RAG)을 씁니다. 파인튜닝은 앞의 두 방법으로는 안 되는, 문체나 어휘의 지속적인 변화가 필요할 때만 씁니다. 구축이냐 구매냐도 같은 논리입니다. 데이터는 좋은데 팀이 작고 마감이 촉박한 회사라면, 알고리즘을 처음부터 짜지 말고 자사 데이터로 학습하는 관리형 서비스를 써야 합니다.

3. 책임자와 측정 지표를 정한다

목표 성과, 성공 지표, 지정된 책임자가 없는 로드맵 항목은 희망 사항일 뿐입니다. 시험의 거버넌스 문제는 결정마다 책임자 한 명(RACI 차트의 "A"), 기한을 정한 검토, 감사와 성과 지표를 통한 증명을 정답으로 봅니다. 더 긴 정책 문서, 더 큰 위원회, 출시 발표는 단골 오답입니다.

초보자 팁: 고객 이메일 응대처럼 내 업무의 실제 프로세스 하나를 골라 한 페이지짜리 AI 비즈니스 케이스를 써 보세요. 현재 기준선(예: 평균 처리 시간), 변화를 기대하는 KPI, 모든 비용 항목(라이선스나 API 사용료, 데이터 정리, 직원 시간, 교육, 변화 관리), 파일럿 그룹, 그리고 확대할지 중단할지 결정하는 책임자를 적습니다. 그다음 ROI를 계산합니다. 도메인 2와 도메인 4의 많은 문제가 이 페이지의 변형입니다. 직접 한 번 채워 보면 문제에서 빠진 조각이 눈에 띕니다.

반드시 맞혀야 하는 계산

ROI는 (이익 − 총비용) ÷ 총비용입니다. 저희 해설에는 두 가지 함정이 거듭 등장합니다. 첫째, 나누기 전에 빼야 합니다. 500,000을 투자해 200,000을 얻었다면 (200,000 − 500,000) ÷ 500,000 = −60%로 손실이지, "40% 회수"가 아닙니다. 둘째, 총비용은 말 그대로 전체 비용입니다. 데이터 준비, 직원 시간, 변화 관리를 빼면 ROI가 실제보다 좋아 보입니다. 비즈니스 케이스를 비판하라는 문제는 빠진 비용 항목을 찾아내는지 시험하는 경우가 많습니다.

문제가 요구하는 것AWS 도구
아직 존재하지 않는 워크로드의 비용 추정AWS Pricing Calculator(입력한 가정을 바탕으로 계산)
이미 발생한 지출의 분석이나 예측AWS Cost Explorer
지출이 임계값을 넘으면 경고 받기AWS Budgets
AI 비용을 발생시킨 팀에 청구실제 사용량 기준의 비용 할당 태그나 별도 계정. 균등 분배는 절대 아님

그럴듯한 오답은 어디서 오는가

두 보기가 모두 합리적으로 보일 때, 문제은행의 해설은 늘 같은 방향을 가리킵니다. 단계적이고, 측정하며, 위험을 줄이는 선택지가 빠르거나, 범위가 넓거나, 검증하지 않은 선택지를 이깁니다. 정답을 증명하는 것보다 오답의 모양을 알아보는 편이 더 빠릅니다.

그럴듯한 오답틀린 이유
"파일럿이 잘됐으니 지금 전사로 확대하자"파일럿은 실현 가능성을 증명할 뿐, 프로덕션 준비를 증명하지는 않습니다. 프로덕션에는 버전 관리, 모니터링, 롤백, 대체 수단이 필요합니다.
"성숙도를 높이려면 파일럿을 더 시작하자"성숙도는 새 파일럿을 시작해서가 아니라, 있는 파일럿을 평가하고 확대하면서 높아집니다.
"최신 모델부터 정하고 쓸 곳을 찾자"기회는 비즈니스의 문제점에서 나옵니다. 그 문제를 겪는 사람들과 함께 정리한 뒤, AI가 맞는지 검증합니다.
"모든 위험을 없애기 전에는 출시하지 말자"위험은 없애는 것이 아니라 관리하는 것입니다. 가장 위험한 사례를 레드팀으로 점검한 뒤, 모니터링과 롤백을 갖추고 출시합니다.
"우리 경쟁력은 우리가 쓰는 모델이다"같은 모델은 누구나 살 수 있습니다. 지속적인 우위는 독자적인 데이터, 고유한 프로세스, 숙련된 인력에서 나옵니다.
"준비도의 모든 격차에 똑같이 투자하자"준비도는 가장 약한 기둥(사람, 프로세스, 기술, 거버넌스)이 결정합니다. 그 기둥에 먼저 투자하세요.

한 가지 주의할 점이 있습니다. '신중한 답' 습관은 동점일 때 쓰는 기준이지, 규칙이 아닙니다. "데이터가 완벽해질 때까지 아무것도 하지 말자"도 오답입니다. 저희 해설에서 완벽을 기다리는 실수는 서두르는 실수만큼 자주 나옵니다.

그래도 알아야 할 AWS 이름

서비스 이름이 나오는 문제는 적지만, 나온다면 이름과 역할을 짝지을 수 있어야 합니다. 시험 가이드의 출제 범위(in-scope) 목록은 짧습니다. Amazon Bedrock(요금 체계, Guardrails, Knowledge Bases 포함), Amazon SageMaker AI, Amazon Quick, AWS 클라우드 도입 프레임워크(AWS CAF), 공동 책임 모델, AWS AI 서비스 요금 구조, AWS Pricing Calculator, AWS Cost Explorer, AWS Marketplace입니다. 저희 AIB-C01 문제에 서비스 태그로 가장 많이 붙은 것은 Amazon Bedrock이고, 그다음이 Bedrock Guardrails, Amazon SageMaker AI, Bedrock Knowledge Bases입니다. 이 정도 수준으로 알아 두세요. Bedrock은 하나의 관리형 서비스로 파운데이션 모델을 쓸 수 있게 해 줍니다. Guardrails는 프롬프트와 응답에서 유해 콘텐츠, 금지 주제, 개인정보를 걸러 냅니다. Knowledge Bases는 내 문서를 대상으로 관리형 RAG를 제공합니다. Amazon Quick은 AI 기반 업무 어시스턴트를 제공합니다(지금 사용자 가이드에서는 AWS Quick이라고 부릅니다. 예전 자료에서 이 역할로 나오는 Amazon Q Business는 신규 고객을 더 이상 받지 않습니다). 저희 문제 몇 개에 나오는 SageMaker Clarify는 편향을 측정하고 개별 예측을 설명합니다. 여기에 관리형 AI의 공동 책임 경계를 더하세요. AWS는 서비스를 보호하고, 접근 권한, 데이터, 보호 장치, 출력 활용 방식은 고객이 책임집니다.

더 깊이: AWS Artifact로는 내가 규정을 준수한다는 것을 증명할 수 없는 이유

거버넌스 문제는 "규정 준수의 증거"를 자주 묻고, 그럴듯한 서비스가 두 개 있습니다. AWS Artifact는 AWS 자체의 감사 보고서와 계약서를 내려받는 포털입니다. AWS가 ISO나 SOC 같은 표준에 맞게 인프라를 운영한다는 증거이지, 내가 계정을 어떻게 구성했는지에 관해서는 아무것도 알려 주지 않습니다. AWS Config는 내 리소스의 구성을 시간에 따라 기록하고 규칙에 비추어 평가합니다. 적합성 팩(conformance pack)은 특정 프레임워크용 규칙을 묶은 것입니다. 즉 구분은 공동 책임 모델을 따릅니다. AWS 쪽에 관한 증거는 Artifact에서, 내 통제가 유지되었다는 증거는 Config에서 얻습니다(누가 무엇을 했는지는 CloudTrail). 감사인이 지난 분기 동안 AI 워크로드의 설정을 검토하는 문제라면 Config 문제입니다. 두 서비스 모두 시험 가이드의 출제 범위 목록에는 없으므로, 외워야 할 서비스가 아니라 저희 문제은행의 거버넌스 문제를 위한 배경지식으로 보세요.

3주 학습 계획

  1. 1주 차: 기본 이해와 전략. AI, ML, 생성형 AI 용어, 예측형과 생성형의 차이, 프롬프트–RAG–파인튜닝 사다리, 가치·실현 가능성·위험에 따른 사용 사례 우선순위, 기준선, KPI, ROI, 총소유비용(TCO).
  2. 2주 차: 거버넌스와 준비도. 시험 가이드가 꼽는 책임 있는 AI의 차원(공정성, 설명 가능성, 개인정보 보호, 안전성, 투명성, 견고성), 거버넌스 위원회와 RACI, 모델 카드와 동의, 사람·프로세스·기술·거버넌스에 걸친 준비도, 실험 단계부터 전사 규모까지의 성숙도 모델, 변화 관리와 단계적 확대 경로(구상, 실험, 출시, 확장).
  3. 3주 차: 종합 연습. 시간을 재며 전체 세트를 풉니다. 틀린 문제마다 어떤 습관을 어겼는지 적으세요. 순서, 비례, 책임 중 하나입니다. 대부분의 오답은 이 셋 중 하나에 속합니다.

연습하기

문제은행에서 연습하십시오. 모든 문제에 정답과 오답 보기마다 해설이 있습니다. 방금 공부한 도메인부터 시작하고, 그다음 시간 제한이 있는 모의고사를 보십시오.

시험 정보는 작성 시점에 공개된 AIB-C01 기준이며, 문제 수와 비율은 저희 문제은행을 기준으로 합니다. 아직 베타 단계인 시험이므로 응시 예약 전에 공식 AWS 시험 가이드에서 최신 형식을 확인하세요.