디지털 혁신 기출문제 문제은행 - 뉴비티::새로운 CBT 문제풀이 시스템

디지털 혁신 ▾

디지털 혁신 한국어

파트1

1. 디지털 혁신에 대한 설명으로 가장 적절한 것은?

1
물질적 혁신처럼 제품의 물리적 성능 개선이 핵심이며, 조직 변화는 부수적이다.
2
디지털 혁신은 생산 이후 고정된 산출물을 전제로 하므로 출시 후 변화 가능성이 낮다.
3
디지털 혁신은 기술 자체보다 기술과 조직, 업무, 관계의 재구성을 포함하는 사회기술적 변화로 이해해야 한다.
4
디지털 혁신의 성공은 기술 성능만 확보되면 대부분 보장된다.
5
디지털 혁신은 외부 참여보다 내부 통제 강화에 의해 주로 이루어진다.

2. 다음 중 디지털 혁신의 고유한 속성과 그 설명의 연결이 옳지 않은 것은?

1
Reprogrammability - 출시 이후에도 소프트웨어를 통해 기능이 바뀔 수 있다.
2
Datafication - 사용 과정이 데이터로 전환되어 전략적 자산이 될 수 있다.
3
Generativity - 외부 참여자가 원래 의도하지 않은 방식으로도 가치를 창출할 수 있다.
4
Scalability - 외부 파트너 수가 늘어날수록 관리 비용이 반드시 선형적으로 증가한다.
5
Reprogrammability - 혁신이 생산 시점에서 끝나지 않고 지속될 수 있음을 뜻한다.

3. Reprogrammability에 대한 이해로 가장 적절한 것은?

1
제품이 디지털화될수록 기능은 단순화되어 업데이트 필요가 줄어든다.
2
기능 변경은 하드웨어 교체를 전제로 하므로 출시 후 수정 가능성은 크지 않다.
3
외부 사용자의 참여를 허용하지 않는 폐쇄형 구조를 뜻한다.
4
제품의 기능이 출시 후에도 소프트웨어를 통해 재정의될 수 있으므로 혁신이 지속적 과정이 된다.
5
사용 데이터가 축적될수록 복제 비용이 상승하는 현상을 말한다.

4. Datafication의 전략적 함의로 가장 적절한 것은?

1
데이터는 주로 운영 기록에 불과하므로 전략적 자산으로 보기 어렵다.
2
사용, 훈련, 회복 등의 과정이 데이터로 전환되면서 기업은 새로운 통찰과 통제 수단을 확보할 수 있다.
3
데이터화가 진행될수록 외부 생태계와의 연계 가능성은 낮아진다.
4
데이터화는 물리적 제품의 내구성 향상을 직접 의미한다.
5
데이터화는 디지털 혁신을 생산 이전 단계에만 제한한다.

5. Generativity에 대한 설명으로 가장 적절한 것은?

1
기업이 사전에 설계한 용도만 반복적으로 사용되도록 만드는 통제 능력을 뜻한다.
2
내부 연구개발 인력이 독점적으로 혁신을 수행할수록 generativity가 높아진다.
3
디지털 제품이 물리적으로 더 견고해지는 속성을 의미한다.
4
사용 과정에서 축적된 데이터를 표준화해 저장하는 기능을 뜻한다.
5
외부 사용자나 파트너가 기업의 원래 계획을 넘어 새로운 사용 방식과 가치를 만들어내는 성질을 뜻한다.

6. Scalability에 대한 설명으로 가장 적절한 것은?

1
디지털 제품은 복제할수록 생산 단가가 급격히 상승하므로 대규모 확산에 한계가 있다.
2
확장성은 조직 규모의 확대를 의미할 뿐 디지털 산출물의 배포 특성과는 무관하다.
3
확장성은 외부 파트너 수를 제한하여 오류 가능성을 줄이는 전략을 뜻한다.
4
디지털 제품은 거의 한계비용 없이 대규모 복제와 배포가 가능하므로 빠른 성장뿐 아니라 오류와 편향도 함께 확산될 수 있다.
5
확장성은 generativity와 동일한 개념으로, 외부 참여자의 창의성을 뜻한다.

7. Adidas Speedfactory 사례가 시사하는 바로 가장 적절한 것은?

1
기술이 안정적으로 작동했다면 디지털 혁신은 대체로 성공한 것으로 봐야 한다.
2
디지털 혁신 실패의 주원인은 대체로 확장성 부족이므로 조직 정렬은 부차적이다.
3
사회기술적 정렬 문제는 주로 외부 생태계가 큰 플랫폼 기업에서만 중요하다.
4
기술 자체가 작동하더라도 관리 방식과 전략, 조직 인센티브가 맞지 않으면 디지털 혁신은 실패할 수 있다.
5
디지털 혁신은 기술적 우수성만 확보하면 기존 조직 구조를 유지한 채 성공할 수 있다.

8. 다음 중 자료의 관점에서 가장 적절한 추론은?

1
디지털 혁신의 핵심은 물리적 제품의 성능을 높이는 것이므로 조직 구조는 분석 대상이 아니다.
2
디지털 혁신은 내부 효율 개선에만 초점이 있으므로 외부 참여는 핵심이 아니다.
3
디지털 혁신의 네 가지 속성은 각각 독립적이며 조직 설계와는 거의 무관하다.
4
디지털 혁신은 네 가지 기술적 속성이 조직 구조와 인센티브 체계와 맞물릴 때 성과로 이어질 가능성이 높다.
5
디지털 혁신은 데이터 축적보다 생산 자동화에만 집중할 때 가장 효과적이다.

파트2

8. ACE Framework에서 조직의 핵심 기능으로 보기 어려운 것은?

1
Alignment of Incentives
2
Coordination of Activities
3
Expertise Integration
4
Economies of Scale
5
세 기능은 전통적 기업뿐 아니라 디지털 플랫폼 맥락에서도 수행되어야 한다.

9. 자료의 관점에서 전통적 위계조직이 시장보다 우위에 있었던 이유로 가장 적절한 것은?

1
외부 네트워크가 언제나 내부 조직보다 혁신적이었기 때문이다.
2
관리자는 비용이 거의 들지 않으면서도 모든 조정을 자동화했기 때문이다.
3
위계조직은 관리자를 통해 인센티브 정렬, 활동 조정, 전문성 통합을 시장보다 효과적으로 수행할 수 있었기 때문이다.
4
디지털 기술이 발달하기 전에도 시장은 reputational system과 API를 폭넓게 활용했기 때문이다.
5
위계조직은 오직 생산 효율만 높였고, 조정이나 통합 기능은 거의 수행하지 않았다.

10. 'Inverted firm'에 대한 설명으로 가장 적절한 것은?

1
핵심 가치창출 활동을 다시 기업 내부로 회수해 통제를 강화하는 현상이다.
2
관리자의 수를 늘려 외부 계약을 최소화하는 조직 형태를 뜻한다.
3
플랫폼 기업이 전통적 제조기업처럼 내부 자산 소유를 확대하는 전략이다.
4
가치창출 활동이 조직 경계를 넘어 외부 네트워크로 이동하고, 기업은 이를 조율하는 역할을 강화하는 변화를 뜻한다.
5
디지털화로 인해 시장 거래가 비효율적이 되어 위계조직이 다시 우세해지는 현상이다.

11. 다음 중 자료에서 제시된 Alignment of Incentives의 디지털 시장/플랫폼 메커니즘으로 가장 적절한 것은?

1
관리자 감독과 CEO의 직접 개입
2
평판 시스템, 에스크로 계정, 디지털 계약 템플릿
3
크로스펑셔널 팀과 공유 문화 형성
4
프로젝트 계획 수립과 직접적인 작업 감시
5
대면 회의와 부서 간 보고 체계

12. 다음 중 Coordination of Activities의 디지털 시장/플랫폼 메커니즘에 해당하는 것은?

1
알고리즘 매칭, 동기화된 디지털 캘린더, 모듈형 과업 구조
2
CEO 개입, 보상 설계, 기업 문화 강화
3
전문직 채용, 내부 승진, 사내 교육
4
프로젝트 계획, 과업 배정, 관리자에 의한 직접 모니터링은 전통적 위계조직의 방식이다.
5
평판 시스템과 에스크로는 주로 인센티브 정렬에 해당한다.

13. Expertise Integration에 대한 설명으로 가장 적절한 것은?

1
오직 동일한 기능 부서 내부의 지식만 통합하는 것을 뜻한다.
2
주로 보상 체계 설계와 기회주의 방지에 초점이 있다.
3
다양한 지식을 결합해 학습과 혁신을 가능하게 하는 기능이며, 디지털 환경에서는 온라인 커뮤니티나 공유 작업공간, API 기반 모듈성이 이를 지원할 수 있다.
4
디지털 시장에서는 전문성 통합이 거의 불가능하므로 여전히 위계조직만 가능한 기능이다.
5
과업 간 상호의존성을 제거하는 것 자체를 의미한다.

14. 자료의 관점에서 디지털화가 시장 계약을 더 매력적으로 만든 이유로 가장 적절한 것은?

1
디지털 기술은 관리자 비용을 완전히 0으로 만들어 위계조직의 효율을 극대화했기 때문이다.
2
시장은 원래부터 ACE 기능을 기업보다 항상 더 잘 수행했기 때문이다.
3
디지털화는 기업의 경계를 없애므로 모든 조직이 자동으로 플랫폼이 되기 때문이다.
4
온라인 평판 시스템, 공유 디지털 작업공간, 모듈형 구조 등으로 시장도 ACE 기능을 더 낮은 비용으로 수행할 수 있게 되었기 때문이다.
5
디지털 기술은 전문성 통합보다 오직 단순 반복 업무 자동화에만 기여하기 때문이다.

파트3

15. Pipeline business model과 platform business model의 차이에 대한 설명으로 가장 적절한 것은?

1
Pipeline은 외부 생산자와 소비자 간 교환을 촉진하고, platform은 내부 자원의 통제를 통해 선형 가치사슬을 운영한다.
2
Pipeline과 platform의 핵심 차이는 고객 수의 많고 적음에 있으며, 가치 창출 방식은 본질적으로 동일하다.
3
Platform은 가치 포착보다 가치 창출에 약하며, pipeline은 네트워크 효과를 주된 경쟁우위로 삼는다.
4
Pipeline은 기업이 내부 자원을 통제하며 선형적으로 가치사슬을 운영하고, platform은 외부 생산자와 소비자 간 다면적 상호작용을 조율한다.
5
Platform은 자산 소유를 극대화하는 반면, pipeline은 외부 참여자에 대한 규칙 설정에 집중한다.

16. 자료에서 제시된 platform 전환의 세 가지 전략적 이동에 해당하지 않는 것은?

1
Resource control에서 resource orchestration으로의 이동
2
Internal optimization에서 external interaction으로의 이동
3
Individual customer value에서 total ecosystem value로의 이동
4
Asset ownership에서 cost minimization으로의 이동
5
전통적 생산자 논리에서 생태계 조율자 논리로의 이동

17. Platform의 경쟁우위에 대한 설명으로 가장 적절한 것은?

1
Platform의 경쟁우위는 주로 생산설비와 재고 통제에서 나온다.
2
Platform은 고객당 수익을 높일수록 자동으로 네트워크 효과가 강화된다.
3
Platform의 경쟁우위는 참여자가 늘어날수록 시스템 가치가 커지는 네트워크 효과와 조정, 데이터에서 나온다.
4
Platform은 외부 참여가 많아질수록 가치가 분산되므로 경쟁우위가 약해지는 구조다.
5
Platform은 효율성과 규모의 경제만으로 pipeline을 대체할 수 있다.

18. Modularity에 대한 설명으로 가장 적절한 것은?

1
시스템 구성요소들이 서로 긴밀하게 결합되어 분리될 수 없을수록 modularity가 높다.
2
모든 구성요소가 하나의 중앙 시스템에 의해 완전히 통제될 때 plug and play가 가능해진다.
3
시스템 구성요소들이 비교적 독립적이거나 loosely coupled되어 있어 쉽게 분리·재조합될 수 있는 정도를 뜻한다.
4
모듈성은 소비자 수요가 비슷한 제품들만 묶어 판매하는 가격전략을 의미한다.
5
모듈성은 플랫폼이 외부 개발자를 배제하고 내부 통합을 강화할 때 가장 높아진다.

19. 자료에서 제시한 'Test for Independence'에 가장 부합하는 경우는?

1
어떤 구성요소의 산출을 설명하려면 반드시 다른 구성요소의 내부 처리 과정을 함께 알아야 한다.
2
구성요소 간 데이터 연동이 많을수록 독립성은 커진다.
3
하나의 구성요소가 다른 모든 구성요소와 동시에 수정되어야만 작동하면 독립적이다.
4
어떤 구성요소의 output을 정의할 때 다른 구성요소의 input이나 내부 과정에 의존하지 않아도 된다.
5
구성요소가 플랫폼 소유 기업에 의해 직접 개발되면 독립적이라고 본다.

20. Orchestrator의 역할에 대한 설명으로 가장 적절한 것은?

1
생태계의 모든 자원을 직접 소유하고 내부화해야만 조율자로 기능할 수 있다.
2
먼저 가치 포착을 위해 병목을 확보한 뒤, 남는 자원으로 가치 창출을 시도한다.
3
규칙과 인터페이스를 설정해 참여자 간 관계를 조정하며, 반드시 모든 자원을 직접 소유할 필요는 없다.
4
조율자의 핵심은 생산비 절감을 위한 내부 효율 최적화에 있다.
5
조율자는 외부 생산자 수를 줄여 네트워크 효과보다 품질 일관성을 우선해야 한다.

21. 자료의 관점에서 orchestrator가 가치 포착을 달성하는 방식으로 가장 적절한 것은?

1
생태계 참여자 간 경쟁을 완전히 제거해 가격을 고정함으로써 가치 포착을 달성한다.
2
자산을 많이 보유할수록 자동으로 bottleneck이 생기므로 별도 전략이 필요 없다.
3
가치 포착보다 가치 창출이 항상 중요하므로 bottleneck 통제는 부차적이다.
4
먼저 'pie를 키우는' 가치 창출을 한 뒤, 대체되기 어려운 strategic bottleneck을 통제함으로써 가치 포착을 달성한다.
5
플랫폼은 value capture보다 customer lock-in만 확보하면 충분하다.

22. Platform ecosystem의 네 참여자에 대한 연결로 옳은 것은?

1
Owners - 플랫폼의 offerings를 직접 구매하는 사용자
2
Providers - 플랫폼 IP를 통제하며 참여 규칙을 정하는 주체
3
Producers - 사용자와 플랫폼의 접점을 제공하는 기기나 인터페이스
4
Consumers - 플랫폼의 offerings를 구매하거나 사용하는 사용자
5
Providers - 플랫폼 내 소프트웨어를 개발하는 앱 개발자

23. Android 생태계에서 Google Play Store의 의미로 가장 적절한 것은?

1
단지 앱 보관 창고일 뿐이며, 생태계 통제와는 무관하다.
2
하드웨어 제조사들의 경쟁을 촉진하기 위해 Google이 포기한 비핵심 영역이다.
3
개방형 생태계이므로 누구나 통제 없이 앱을 배포할 수 있게 하는 장치다.
4
앱 유통의 필수적 관문으로서 품질을 필터링하고 개발자와 사용자 간 상호작용을 관리하는 bottleneck이다.
5
Android가 open-source이기 때문에 Play Store는 가치 포착 기능을 수행할 수 없다.

24. Apple과 Google의 전략적 차이에 대한 설명으로 가장 적절한 것은?

1
Apple은 open ecosystem을 통해 market share를 추구하고, Google은 controlled ecosystem을 통해 profitability를 극대화한다.
2
Apple과 Google 모두 동일한 수준의 vertical integration을 택하지만 수익모델만 다르다.
3
Google은 division of labor를 줄이고 내부 R&D를 강화함으로써 Apple보다 더 높은 복잡성을 감수한다.
4
Apple은 보다 통제된 semi-open 생태계와 높은 vertical integration을 통해 높은 profitability를 추구하고, Google은 보다 개방적인 생태계와 horizontal integration을 통해 market share를 중시한다.
5
Google의 open strategy는 bottleneck을 거의 포기하는 전략이므로 가치 포착보다 가치 창출만 중시한다.

파트4

25. 자료의 설명에 따르면 Artificial Intelligence(AI), Machine Learning(ML), Foundation Models의 관계를 가장 적절하게 설명한 것은?

1
ML은 AI보다 더 넓은 개념이며, Foundation Models는 전통적 통계기법 전체를 가리킨다.
2
AI와 ML은 동일한 개념이고, Foundation Models는 그와 별개인 데이터 관리 체계이다.
3
AI는 인간의 지능적 행동을 모방하는 넓은 분야이고, ML은 그 하위에서 데이터로부터 패턴을 학습하는 방식이며, Foundation Models는 대규모 사전학습 모델이다.
4
Foundation Models는 반드시 감독학습만으로 훈련되며, ML과는 구별되는 비학습 시스템이다.
5
ML은 Deep Learning보다 넓지 않으며, AI보다도 더 좁은 응용 분야에 불과하다.

26. Foundation Models와 LLMs에 대한 설명으로 가장 적절한 것은?

1
LLM은 Foundation Model보다 더 상위 개념이며, 모든 Foundation Model은 언어 전용이다.
2
Foundation Models는 좁은 단일 과업에만 쓰이도록 설계되며 downstream adaptation과는 거리가 멀다.
3
LLM은 Foundation Models의 한 종류이며, Foundation Models는 대규모 데이터셋으로 사전학습되어 다양한 downstream task에 적응될 수 있다.
4
Foundation Models의 핵심은 완전한 결정론이며 stochastic outcome은 나타나지 않는다.
5
LLM은 예측 AI에는 쓰일 수 없고 생성 AI에만 제한적으로 사용된다.

27. emergence와 homogenization의 연결로 옳은 것은?

1
emergence는 하나의 모델 구조가 다양한 영역에 적용되는 현상이고, homogenization은 명시적으로 코딩되지 않은 능력이 나타나는 현상이다.
2
emergence와 homogenization은 모두 ground truth의 부족을 뜻하는 말이다.
3
emergence는 명시적으로 코딩되지 않은 능력이 나타나는 현상이고, homogenization은 하나의 모델 아키텍처가 다양한 영역에 적용되는 현상이다.
4
emergence는 감독학습 데이터의 품질을 뜻하고, homogenization은 비지도학습의 실패를 뜻한다.
5
emergence와 homogenization은 모두 모델이 더 예측 가능해진다는 의미다.

28. 자료의 관점에서 Foundation Models의 특성으로 가장 적절한 것은?

1
주로 소규모 라벨 데이터에만 의존하며, 일반 목적 활용보다는 특수 목적 과업에 한정된다.
2
본질적으로 물리적 장비와 결합되어야만 성능을 낼 수 있는 모델이다.
3
전문가가 모든 규칙을 직접 코드로 입력해야만 작동한다.
4
대규모 데이터와 비지도 또는 자기지도적 학습을 바탕으로 사전학습되며, 출력은 확률적이어서 hallucination 같은 예측 불가능성이 나타날 수 있다.
5
한 번 학습되면 다른 과업으로의 전환이 거의 불가능하다.

29. Predictive AI와 Generative AI의 구분에 대한 설명으로 가장 적절한 것은?

1
두 개념은 사용하는 모델 구조가 완전히 달라서 인간의 사용 방식은 중요하지 않다.
2
Predictive AI는 항상 전통적 통계만 사용하고, Generative AI만 Foundation Models를 사용한다.
3
자료는 Predictive AI와 Generative AI를 인간이 그것을 어떻게 사용하는가를 기준으로 구분할 수 있다고 본다.
4
Predictive AI는 텍스트를 생성하면 안 되고, Generative AI는 예측을 하면 안 된다.
5
둘의 차이는 오직 데이터 크기의 차이일 뿐이다.

30. ground truth에 대한 설명으로 가장 적절한 것은?

1
모델이 스스로 생성한 출력 중 빈도가 높은 답을 모은 것을 ground truth라고 한다.
2
ground truth는 생성형 AI에서는 중요하지만 예측형 AI에서는 중요하지 않다.
3
ground truth는 모델의 파라미터 수가 충분히 크면 대체 가능하다.
4
ground truth는 모델 훈련과 성능 검증에 사용되는 기준 레이블이며, 특히 예측 AI의 성공에 핵심적이다.
5
ground truth는 조직 내 합의만 있으면 객관적 기준 없이도 항상 충분하다.

31. 의료 분야에서 expert opinion을 ground truth의 대체물로 사용하는 것의 위험으로 가장 적절한 것은?

1
전문가 의견은 언제나 객관적 사실과 동일하므로 위험이 거의 없다.
2
전문가 의견을 쓰면 모델은 더 창의적이 되지만 예측력은 떨어지지 않는다.
3
expert opinion은 비용이 높아도 ground truth보다 항상 부정확하므로 사용하면 안 된다.
4
객관적 기준이 부족한 상황에서 전문가 판단을 레이블로 쓰면, 모델이 이상적 판단이 아니라 인간의 편향이나 한계를 그대로 복제할 수 있다.
5
전문가 의견을 사용하면 hallucination은 줄지만 데이터 편향은 자동으로 사라진다.

파트5

32. Predictive AI를 완전 자동화에 활용하기에 가장 적절한 조건으로 묶인 것은?

1
ground truth의 질이 낮고, 오류 비용이 높으며, 인간의 최종 판단이 필수인 경우
2
데이터는 부족하지만 모델 규모가 크고, 오류 비용이 낮은 경우
3
underlying process의 예측 가능성이 낮지만, 반복 업무 비중이 큰 경우
4
high-quality ground truth가 있고, 과정이 예측 가능하며, 오류 비용이 낮거나 중간 수준인 경우
5
tacit knowledge 비중이 높고, situational nuance가 중요한 경우

33. 자료의 관점에서 human-in-the-loop augmentation에 대한 설명으로 가장 적절한 것은?

1
augmentation은 언제나 automation보다 우월하므로 오류 비용이 높은 업무에 기본 선택지가 된다.
2
augmentation은 인간 판단을 제거하고 AI 추천만 남기는 방식이다.
3
augmentation은 인간과 AI를 결합해 situational nuance와 최종 책임을 보완할 수 있지만, 비용 증가와 인간의 알고리즘 저항으로 한계가 있다.
4
augmentation은 ground truth가 충분할수록 필요성이 완전히 사라진다.
5
augmentation은 tacit knowledge가 없는 업무에서만 가능하다.

34. 다음 중 자료의 설명과 가장 잘 부합하는 것은?

1
오류 비용이 높을수록 Predictive AI는 전면 자동화해야 인간 편향을 제거할 수 있다.
2
ground truth가 부족해도 augmentation만 쓰면 AI 적용은 항상 정당화된다.
3
Predictive AI는 성능이 높아 보이면 underlying process의 예측 가능성은 따질 필요가 없다.
4
Predictive AI 적용 여부는 단순 정확도뿐 아니라 ground truth의 질, 오류 비용, 인간과 기계의 결합 가능성까지 함께 고려해야 한다.
5
인간이 개입하는 순간 AI 시스템은 전략적 가치가 없어진다.

35. Anand & Wu framework에서 'No Regrets' 영역에 대한 설명으로 가장 적절한 것은?

1
tacit knowledge가 많고 오류 비용이 높은 업무로, 인간이 전적으로 맡아야 하는 영역
2
explicit knowledge가 필요하지만 오류 비용이 높아 AI는 초안 작성조차 피해야 하는 영역
3
explicit knowledge 중심이며 오류 비용이 낮아 full automation을 비교적 부담 없이 시도할 수 있는 영역
4
tacit knowledge 중심이지만 오류 비용이 낮아 인간의 감각을 최대한 제거해야 하는 영역
5
전략 수립이나 징계 결정처럼 책임 소재가 큰 업무 중심 영역

36. 다음 중 Anand & Wu framework의 매칭이 옳지 않은 것은?

1
Creative Catalyst - tacit knowledge / low cost of error
2
Quality Control - explicit knowledge / high cost of error
3
Human-First - tacit knowledge / high cost of error
4
No Regrets - tacit knowledge / low cost of error
5
Human-First - 전략 설정이나 징계 결정 같은 업무와 가깝다

37. 자료에 따르면 Generative AI의 성과가 기업의 bottom line으로 충분히 이어지지 않을 수 있는 이유로 가장 적절한 것은?

1
GenAI는 본질적으로 예측 업무에만 쓰일 수 있어 생산성 향상 효과가 제한되기 때문이다.
2
조직은 AI 도입 후 반드시 인력을 줄여야만 재무적 효과가 나타나기 때문이다.
3
GenAI는 explicit knowledge 업무보다 tacit knowledge 업무에서만 효과가 크기 때문이다.
4
AI로 절약된 노동 capacity를 더 높은 가치 활동으로 재배치하거나 workflow를 재설계하지 않으면 생산성 향상이 재무성과로 연결되지 않을 수 있기 때문이다.
5
생성형 AI의 성과는 전적으로 모델 파라미터 수에 의해 결정되기 때문이다.

38. 자료의 관점에서 GenAI governance에 대한 설명으로 가장 적절한 것은?

1
개인이 자율적으로 쓰는 도구이므로 기업 차원의 governance는 선택 사항이다.
2
감사가 가능하기만 하면 governance는 전략보다 운영 이슈에 불과하다.
3
GenAI governance는 선택이 아니라 전략적 우선순위이지만, 개인 기기에서의 사용처럼 감사가 어려운 경우가 많아 실현이 쉽지 않다.
4
governance의 핵심은 모든 생성형 AI를 금지하는 것이며, 그 외 방식은 효과가 없다.
5
governance 문제는 Predictive AI에만 해당하고 GenAI에는 거의 적용되지 않는다.

39. Harvard/MIT/BCG study에서 말하는 'Centaur'에 대한 설명으로 가장 적절한 것은?

1
인간이 what과 how를 모두 AI에 넘기고 효율 극대화를 추구하는 방식
2
인간은 what만 정하고, how는 AI와의 반복적 상호작용 속에서 함께 형성하는 방식
3
인간이 what과 how를 모두 통제하면서 AI를 특정 하위 작업에 선택적으로 활용하는 방식
4
인간이 domain expertise를 포기하고 human-AI collaboration skill만 기르는 방식
5
가장 많은 사용자가 택한 방식으로, 자료에서는 약 60%가 이에 해당한다고 본다

40. 다음 중 Cyborg와 Self-Automator를 가장 적절하게 비교한 것은?

1
Cyborg는 인간이 what과 how를 모두 직접 통제하고, Self-Automator는 what만 정한다.
2
Cyborg는 AI를 거의 쓰지 않는 방식이고, Self-Automator는 tacit knowledge 업무에만 쓰인다.
3
Cyborg와 Self-Automator 모두 deskilling 위험이 거의 없다.
4
Cyborg는 인간이 what을 정하고 how는 AI와의 반복적 상호작용 속에서 함께 만들어가며, Self-Automator는 what과 how를 모두 AI에 넘겨 효율은 높지만 deskilling 위험이 크다.
5
Self-Automator는 collaboration skill을 강화하는 방식이고, Cyborg는 domain expertise를 약화시키는 방식이다.

파트6

41. Human Cloud framework가 플랫폼 비즈니스 모델을 구분하는 기준으로 가장 적절한 것은?

1
생산자 수와 소비자 수
2
거래 빈도와 과금 방식
3
project governance의 주체와 buyer trust의 귀속 위치
4
플랫폼의 수익률과 시장점유율
5
온오프라인 여부와 국제화 수준

42. Facilitator 모델에 대한 설명으로 가장 적절한 것은?

1
플랫폼이 프로젝트를 직접 관리하고 공급자의 품질을 인증한다.
2
플랫폼이 다수의 산출물을 비교해 최적 결과를 직접 선택한다.
3
단순 마이크로태스크를 집계해 표준화된 출력으로 만드는 구조다.
4
플랫폼은 buyer와 supplier를 연결하지만 프로젝트 자체는 관리하지 않으며, 품질 평가는 buyer가 단일 deliverable을 보고 수행한다.
5
buyer의 역할은 거의 없고 플랫폼이 전 과정의 책임을 진다.

43. Arbitrator 모델에 대한 설명으로 가장 적절한 것은?

1
buyer가 아니라 플랫폼이 알고리즘으로 자동으로 최고 결과를 선정한다.
2
supplier 한 명에게 장기 계약을 주고 플랫폼이 품질을 보증하는 구조다.
3
경쟁이나 contest를 활용해 여러 산출물 중 가장 좋은 결과를 buyer가 선택하는 구조다.
4
대규모 마이크로태스크를 집계해 표준화된 결과를 만드는 구조다.
5
buyer와 supplier의 직접 거래를 방지하기 위해 escrow만 강화한 facilitator의 변형이다.

44. Aggregator 모델에 대한 설명으로 가장 적절한 것은?

1
buyer가 단일 공급자의 결과물을 직접 검토해 품질을 판단하는 구조다.
2
플랫폼이 프로젝트 전체를 관리하지만 supplier 품질 인증은 하지 않는다.
3
contest를 통해 하나의 최고 산출물을 고르는 방식이다.
4
다수의 단순하고 표준화된 microtask를 모아 하나의 output으로 만들며, buyer가 제공한 기준이나 알고리즘에 따라 플랫폼이 집계 책임을 진다.
5
tacit knowledge가 강한 고난도 전략 업무에 가장 적합한 모델이다.

45. Governor 모델에 대한 설명으로 가장 적절한 것은?

1
플랫폼은 단순 연결만 제공하고 품질 평가는 buyer가 맡는다.
2
buyer가 여러 후보 중 최적의 산출물을 고르는 contest 기반 구조다.
3
플랫폼은 supplier 간 가격 경쟁만 유도할 뿐 품질에는 관여하지 않는다.
4
플랫폼이 프로젝트를 govern하고 supplier 품질을 certify함으로써 buyer를 대신해 신뢰를 제공하는 구조다.
5
결과물의 품질은 오직 알고리즘이 아니라 crowd voting으로만 결정된다.

46. 자료의 관점에서 Upwork 같은 gig platform이 Faciliator에서 Governor로 이동하려는 유인으로 가장 적절한 것은?

1
facilitator 모델은 항상 governor보다 마진이 높기 때문이다.
2
governor 모델은 chicken and egg problem을 자동으로 없애주기 때문이다.
3
governor로 가면 외부 경쟁이 사라지고 운영 복잡성도 낮아지기 때문이다.
4
더 큰 규모의 고객은 managed service를 원하고, governor 모델은 차별화를 통해 더 높은 마진을 유지하기 쉬울 수 있기 때문이다.
5
governor 모델은 circumvention을 늘려 플랫폼 외부 거래를 장려하기 때문이다.

47. Facilitator 모델의 주요 도전과제로 가장 적절한 것은?

1
공급자 품질을 플랫폼이 너무 강하게 보증해서 비용이 과도하게 증가하는 점
2
표준화된 output만 만들 수 있어 창의적 업무를 전혀 다루지 못하는 점
3
client와 freelancer가 플랫폼 수수료를 피하려고 관계를 오프라인으로 옮기는 circumvention 문제와, 대형 고객이 managed service를 더 선호하는 점
4
buyer가 supplier를 전혀 평가할 수 없어서 거래가 불가능한 점
5
플랫폼이 supplier 선택을 모두 직접 하기 때문에 확장성이 떨어지는 점

48. 자료의 관점에서 algorithmic management와 AI가 Human Cloud 모델 선택에 미치는 영향으로 가장 적절한 것은?

1
알고리즘 관리가 가능해질수록 facilitator 모델은 더 순수한 연결 모델로 돌아가야 한다.
2
Predictive AI는 창의적 과업을 줄이므로 human cloud의 중요성을 약화시킨다.
3
GenAI는 buyer trust 문제를 완전히 제거하므로 네 가지 모델 구분이 무의미해진다.
4
결과가 잘 규정된 고도로 모듈화된 과업에서는 algorithmic management를 통해 facilitator에서 governor로 이동할 여지가 커지고, AI는 matching precision과 task specification을 개선해 이런 선택을 증폭시킨다.
5
AI의 영향은 주로 pricing에만 있으며 governance 구조와는 거의 무관하다.

파트7

49. Collective Intelligence(CI)에 대한 설명으로 가장 적절한 것은?

1
집단의 평균 IQ가 높을수록 항상 최선의 결과가 나온다는 가정이다.
2
다수결로 결론이 나면 그것이 곧 collective intelligence를 의미한다.
3
집단이 함께 행동할 때 개별 구성원 누구보다도 더 나은 문제 해결이나 판단을 보여주는 성질을 뜻한다.
4
공동체 내부의 규범이 강할수록 자동으로 높은 성과가 나온다는 이론이다.
5
전문가 한 명의 판단을 집단이 빠르게 실행하는 구조를 뜻한다.

50. 자료의 설명에 따르면 small group task에서 measurable outcome이 있을 때 성과를 나타내는 개념은?

1
Network effect
2
Modularity
3
Ground truth
4
C-factor
5
Bottleneck

51. small group task에서 group interaction이 포함될 때 C-factor를 가장 잘 예측하는 요소로 가장 적절한 것은?

1
구성원의 평균 IQ와 최고 성과자의 전문성
2
관리자 권한의 강도와 의사결정 속도
3
집단의 규모와 외부 보상의 크기
4
구성원의 social perceptiveness와 보다 평등한 참여
5
가장 높은 지위를 가진 사람의 판단 정확도

52. 다음 중 Superminds의 유형과 의사결정 메커니즘의 연결이 옳은 것은?

1
Hierarchy - trading partners 간 상호 합의
2
Market - 권위를 가진 사람이 결정
3
Democracy - shared norms에 의한 비공식 합의
4
Community - shared norms나 비공식적 합의에 의해 결정
5
Democracy - 플랫폼 소유자의 일방적 규칙 설정

53. 자료의 관점에서 'diversity often trumps ability'라는 주장에 가장 부합하는 것은?

1
개별 전문가의 능력은 이제 중요하지 않으며 crowd size만 크면 된다.
2
다양성은 주로 비용 절감 효과를 의미하며 지식 통합과는 무관하다.
3
오늘날 인간 지식의 총량이 너무 커서 한 명의 전문가가 모두 알 수 없기 때문에, 다양한 관점과 정보의 결합이 더 나은 판단으로 이어질 수 있다.
4
다양성은 민주주의적 투표에서만 의미가 있고 hierarchy나 market에는 적용되지 않는다.
5
능력이 낮은 집단일수록 다양성만 확보하면 언제나 고성과를 낸다.

54. Collective Intelligence orchestration의 세 요소로 가장 적절한 것은?

1
crowd의 규모, 플랫폼 수익모델, 데이터 보안 수준
2
참여자의 동기, 알고리즘의 복잡성, 소유 구조
3
crowd의 전문성, 기업 문화, 시장 진입장벽
4
crowd의 성격, crowd의 기여 동기, aggregation mechanism의 유형
5
의사결정 속도, 보상 금액, 리더의 권한

파트8

55. Sweet Spot Framework에서 crowdsourcing이 효과적이기 위한 조건으로 가장 적절한 것은?

1
crowd가 내부 직원보다 반드시 더 저렴해야 하며, 문제는 완전히 표준화되어 있어야 한다.
2
crowd의 규모만 충분히 크면 전문성이나 동기는 중요하지 않다.
3
crowd가 해법 생성이나 평가에 필요한 지식을 가지고 있고, 문제가 일정 정도 분해 가능하며, IP 보호와 참여 의지가 확보되어야 한다.
4
기업이 모든 문제를 외부에 공개할 수 있을 때만 crowdsourcing이 가능하다.
5
crowdsourcing은 오직 평가만 가능하고 해법 생성에는 적합하지 않다.

56. 다음 중 Sweet Spot Framework의 요소와 가장 거리가 먼 것은?

1
Knowledge for Generating Solutions
2
Knowledge for Evaluating Solutions
3
Decomposability
4
IP Protection
5
Vertical Integration

57. 자료의 설명에 따르면 crowdsourcing 가능한 문제의 조건에 대한 이해로 가장 적절한 것은?

1
다섯 조건이 모두 반드시 충족되어야만 어떤 형태의 crowdsourcing도 가능하다.
2
crowd는 해법 생성과 평가 두 기능을 항상 동시에 수행해야 한다.
3
crowds generating solutions만 하거나 crowds evaluating solutions만 하는 경우도 있을 수 있으며, generation/evaluation 지식 중 하나는 특정 플랫폼 목적에 따라 선택적으로 중요할 수 있다.
4
generation knowledge와 evaluation knowledge는 항상 동일한 crowd에 있어야 한다.
5
decomposability와 IP protection은 있으면 좋지만 없어도 되는 부차적 요소다.

58. Sweet Spot Framework에서 decomposability의 의미로 가장 적절한 것은?

1
crowd가 문제의 전체 전략 맥락과 내부 프로세스를 모두 알아야 좋은 해결책을 낼 수 있다는 뜻이다.
2
문제를 더 어렵게 만들어 전문 crowd만 참여하게 하는 장치다.
3
crowd의 아이디어를 기업 내부와 완전히 분리해 절대 통합하지 않는다는 뜻이다.
4
문제가 기업의 내부적이고 독점적인 프로세스와 어느 정도 분리되어 외부에 제시될 수 있어야 한다는 뜻이다.
5
문제를 작은 조각으로 나누기만 하면 항상 crowdsourcing이 성공한다는 뜻이다.

59. IP Protection과 willing crowd에 대한 설명으로 가장 적절한 것은?

1
crowdsourcing에서는 문제를 자세히 공개할수록 좋으므로 IP 보호는 핵심 조건이 아니다.
2
willing crowd는 금전 보상만을 의미하며, glory나 love는 지속 동기가 되기 어렵다.
3
pro-social innovation일수록 IP 보호가 더 어려워 crowdsourcing에 부적합하다.
4
기업은 전략적 비밀이 새지 않도록 문제를 설계해야 하며, 참여자는 money, glory, love 같은 동기로 기여할 수 있다.
5
willing crowd만 확보되면 solution knowledge가 부족해도 좋은 결과가 자동으로 나온다.

60. 자료의 관점에서 firm DNA가 crowdsourcing 결정에 미치는 영향으로 가장 적절한 것은?

1
Sweet Spot 조건만 맞으면 기업 문화나 신념은 거의 영향을 주지 않는다.
2
firm DNA는 주로 crowd size를 결정할 뿐, crowdsourcing 적합성과는 무관하다.
3
모든 혁신 지식이 외부에 있다고 보는 기업일수록 crowdsourcing을 덜 활용한다.
4
문제의 구조가 적합하더라도 기업이 혁신은 내부 R&D에서만 나와야 한다고 믿는 문화라면 crowdsourcing 채택이 제한될 수 있다.
5
firm DNA는 IP protection을 자동으로 대체해주는 요소다.

채점하기

hide

reset

타이머