NAVER Cloud Platform Certified Expert AI
NCEAI-310
NAVER Cloud PlatformのAIエキスパート（Expert）認定資格です。プロフェッショナル（NCP-AI）よりも一段上のレベルであり、AIと大規模言語モデルに関する幅広い理解をもとに、CLOVA StudioとHyperCLOVA Xを活用した生成AIサービス構築の実践的なスキルを評価します。生成パラメータの調整、モデルチューニング、検索拡張生成（RAG）、チャットボットおよびエージェントの設計、AI倫理と安全性まで幅広く扱います。
60
主催元は正確な問題数を公開していません
60 分
60/ 100
202+
対象者
本番環境でHyperCLOVA X / CLOVA Studioソリューションを設計・運用するAIエンジニア・アーキテクト。
前提条件
LLM・RAGに関する確かな知識とCLOVA Studioの実務経験。NCP-AI（210）レベルの知識を前提とします。
問題形式
言語と認定範囲
公式試験の対応言語
PasslyExam対応言語
資格の認定範囲
国: KR
NAVER Cloud Platform技術認定資格（韓国国内）、Expertレベル。
出題範囲
AI・LLMの基礎
HyperCLOVA Xモデル
CLOVA Studioプラットフォーム・製品
Playgroundパラメータ
プロンプトエンジニアリング
チューニング
RAG・LangChain・LangGraph・Skill・Router・Function Calling
利用ポリシー・AI倫理/安全性
추천 학습 플랜
- 1주차: 일반 AI/ML/LLM 정론을 폭넓게 정리하세요 — 지도·비지도·강화학습, 과적합·정규화·앙상블, Transformer·attention(Q/K/V), 임베딩·토크나이징, RAG 개념. (Expert는 일반 AI 비중이 큽니다.)
- 2주차: CLOVA Studio(HyperCLOVA X)의 정밀 스펙을 익히세요 — 모델 라인업(HCX-007 추론/DASH-002 32K 경량/HCX-005 Vision·K-GED), 생성 파라미터(Temperature·Top P·Repetition Penalty·Seed), 상품(Basic·Exclusive·Neurocloud).
- 3주차: 튜닝(SFT·PEFT·RLHF·FP)과 RAG 심화(embedding·re-ranker·LangChain·LangGraph), Skill Trainer/Router/Function Calling, 이용량 정책(QPM·TPM), 네이버 AI 윤리·안전 필터를 사례로 정리하세요.
- 시험 직전 5~7일: 타이머 모의고사로 단항·다항 정밀 recall 유형에 적응하고, 같은 유형의 재오답을 제거하세요.
コンセプト解説（3D図解）
- プロンプトエンジニアリングの手法ゼロショット・フューショット・思考の連鎖・ネガティブプロンプト・テンプレートがモデルの出力をどう変えるのか、そしてプロンプトを狙う攻撃まで。
- 検索拡張生成（RAG）モデルが知らない文書を探して付け、それをもとに答えさせる方法です。チャンク分割・埋め込み・ベクトル検索・グラウンディングから、ナレッジベースの管理と評価、ファインチューニングとの選び分けまで解説します。
- LLMのしくみLLMが文章を作る流れを最初から順に追います。次トークン予測、トークン、埋め込み、Transformerとアテンション、学習、temperature・top-p、コンテキストウィンドウまで。
- ファインチューニング学習済みのモデルを自分たちのデータで追加学習させ、重みを調整する方法。学習データの準備、エポック・学習率・過学習、PEFTとLoRA、継続事前学習・指示チューニング・選好チューニング・知識蒸留、破滅的忘却、そしてファインチューニングを選ぶべき場面までを解説します。
- 機械学習の基礎AI・機械学習・ディープラーニングの関係から、特徴量とラベル、訓練・検証・テストデータの分け方、教師あり学習・教師なし学習・強化学習、決定木と代表的なアルゴリズム、過学習と未学習、勾配降下法とハイパーパラメータ、欠損値やスケーリングなどのデータの準備まで扱います。
- AIエージェント聞かれたら答えるチャットボットから一歩進んで、自分で計画を立て、ツールを使って仕事をやり遂げるAIエージェント。Function Calling、ReActと計画、短期・長期メモリ、マルチエージェントとオーケストレーション、MCP・A2A、最小権限や人の承認といった安全対策までを解説します。
- ハルシネーションとガードレール生成AIが間違ったことを自信たっぷりに話すハルシネーションがなぜ起き、どう減らすのか。そして有害なリクエストや回答を止めるガードレール。入力・出力のチェック、コンテンツフィルターと強さ、個人情報のマスキング、レッドチーミングまで解説します。
- 責任あるAI責任あるAIの原則と、それを実際に守る方法。データから来るバイアス、公平性の指標と4/5ルール、SHAP・LIMEによる説明可能性、モデルカード、AIガバナンスとリスクベースの規制まで。
問題検証プロセス
実践的な問題を実際に解いて、本番との類似度をご自身で確認してください。
자주 묻는 질문 (FAQ)
Q. NCEAI-310(NCE-AI)은 어떤 시험인가요?
A. 네이버 클라우드의 AI 전문가(Expert) 자격증(시험코드 310)입니다. 전문가(NCP-AI, 210)보다 더 깊고 정밀한 지식을 요구하며 다항형(모두 고르기) 비중이 높습니다. 출제는 일반 AI/ML/LLM 정론이 다수를 차지하고, 그 위에 CLOVA Studio(HyperCLOVA X) 생성-개발 스택의 심화 내용이 더해집니다.
Q. NCP-AI(210)와 무엇이 다른가요?
A. 다루는 범위는 비슷하지만 Expert는 훨씬 정밀하고 심화됩니다. "파라미터 그 이상" — 모델 라인업(HCX-007/DASH-002/005), 튜닝 심화(SFT/PEFT/RLHF/FP), RAG 프레임워크(LangChain/LangGraph), 이용량 정책까지 정확한 사실을 묻고, 단항뿐 아니라 다항형 문제가 늘어납니다.
Q. 무엇을 더 공부해야 하나요?
A. 먼저 일반 AI 정론(Transformer/앙상블/평가지표, 프롬프트 기법 CoT·ReAct·Self-Consistency)을 폭넓게 다진 뒤, CLOVA Studio 정밀 스펙(모델·상품·파라미터·튜닝·RAG)을 얹으세요. 실제 시험은 긴 시나리오가 아니라 "짧고 정확한 recall + 다항"이 특징이라, 사실 하나하나를 정확히 구분하는 연습이 효과적입니다.
Q. 준비 방법과 주의점은?
A. 총 문항수·시험시간·합격 점수는 공식 페이지에 별도로 명시돼 있지 않으므로 네이버 클라우드 교육포털에서 확인하세요. 자주 나오는 함정: PEFT를 "대규모 지식 주입에 최적"으로 오인(정답은 FP), Top P를 "상위 K개 토큰"으로 오인(실제 누적확률), Function Calling에서 "LLM이 직접 실행"으로 오인(실행은 애플리케이션), 네이버 AI 윤리 준칙에 "이윤 극대화"가 포함된다고 착각하는 것입니다.
Q. 연습문제와 실전 모의고사는 어떻게 다르게 활용하나요?
A. 연습문제는 개념별로 풀며 오답 해설로 약점을 메우는 학습용이고, 실전 모의고사는 타이머로 실제 시험처럼 푸는 실전 점검용입니다. 두 방식 모두 오리지널 문제로 제공되며 AI 튜터 해설이 함께 제공됩니다.
Q. 기출문제로 공부하면 되나요?
A. 공식 기출문제는 공개되지 않습니다. 네이버 클라우드는 실제 출제 문항을 공개하지 않으며, 시중에 "기출"이나 "덤프"로 도는 자료는 응시자 복원본이거나 유출본입니다. 네이버 클라우드 플랫폼은 콘솔과 서비스가 자주 바뀌어 이런 자료는 특히 빨리 낡습니다. 본 서비스의 문제는 공식 출제기준과 공개 문서를 근거로 자체 제작한 오리지널 연습문제와 모의고사입니다.
Q. 덤프(dumps)와 유사한 문제인가요?
A. PasslyExam 문제는 유출 덤프를 제공하지 않으며, 공식 가이드와 공개 학습 범위를 바탕으로 실전 문제 유형을 분석해 구성합니다. 출제 의도, 보기 구성, 난이도 분포를 실제 시험 스타일에 맞추도록 설계해 실전 감각을 높이는 데 집중합니다. 즉 단순 암기형 덤프가 아니라, 근거 기반 해설과 반복 오답 개선이 가능한 학습형 콘텐츠입니다.