AWS Certified AI Practitioner(AIF-C01)는 AWS의 AI/ML 자격증 라인업에서 가장 처음 만나는 관문입니다. 코딩 시험이 아니라 "AI 서비스를 왜, 언제, 어떻게 쓰는지" 판단하는 능력을 검증하는 Foundational 레벨 자격증이라, 개발자가 아니어도 충분히 도전할 수 있습니다.
이 글은 AIF-C01 도메인별 딥다이브 11편 시리즈의 첫 편입니다. 개별 주제로 들어가기 전에, 시험 구조와 응시 대상, 그리고 이 자격증이 AWS AI/ML 커리어에서 어디에 위치하는지 전체 지도를 먼저 그려봅니다.
---
AWS AI Practitioner는 누구를 위한 자격증인가?
AIF-C01은 코드를 짤 줄 아는지 묻지 않습니다. 대신 AI 서비스의 가능성과 한계를 이해하고, 상황에 맞는 서비스를 고를 수 있는지를 봅니다. 자동차 운전에 비유하면, 엔진 내부 구조를 몰라도 어떤 상황에 어떤 기어를 써야 하는지 알면 운전할 수 있는 것과 같습니다.
이 자격증은 특히 다음과 같은 직군에 잘 맞습니다.
| 대상 | 이 자격증이 맞는 이유 | |------|----------------------| | 비개발 직군(기획·영업·마케팅·법무·컴플라이언스) | 코딩 없이 AI 서비스의 가능성과 리스크를 이해해 의사결정에 활용 | | AWS 입문 클라우드/IT 실무자 | AWS AI/ML 커리어의 첫 관문, MLA-C01·AIP-C01로 가기 전 기초 다지기 | | 데이터 분석가·BI 담당자 | Bedrock 기반 GenAI 분석 도구로 업무 범위 확장 | | AI/ML 커리어 전환 희망자 | 코딩 없이 개념부터 검증할 수 있는 안전한 첫 스텝 | | 엔지니어링 매니저·팀 리드 | 팀의 AI 서비스 선택과 거버넌스 판단 기준 확보 |
응시에 필요한 사전 자격이나 필수 코스는 없습니다. AWS 경험이 전혀 없어도 오늘 바로 등록할 수 있지만, 실제로는 AWS 콘솔과 Bedrock을 최소 몇 주는 직접 만져봐야 합격권에 들 수 있습니다.
---
시험 기본 정보
| 항목 | 내용 | |------|------| | 시험 코드 | AIF-C01 | | 정식 명칭 | AWS Certified AI Practitioner | | 합격 점수 | 700점 (100~1,000점 범위) | | 총 문항 수 | 65개 (채점 50개 + 비채점 15개) | | 시험 시간 | 90분 | | 응시료 | 100 USD | | 유효 기간 | 3년 | | 문제 유형 | 객관식, 복수 선택, 매칭형 | | 권장 경험 | AWS 기반 AI/ML 6개월 이상 (필수 아님) |
비채점 15개 문항은 AWS가 미래 시험을 위해 테스트하는 문항입니다. 어느 문항이 비채점인지 알 수 없으므로 모든 문제에 최선을 다해야 합니다. 불합격 시 14일이 지나야 재응시할 수 있고, 이후에도 재응시할 때마다 14일 대기가 적용됩니다.
---
시험 도메인 구성
AIF-C01은 5개의 주제 영역(도메인)으로 구성됩니다. 각 도메인은 전체 시험에서 차지하는 비율이 다릅니다.
| 도메인 | 주제 | 비율 | |--------|------|------| | 도메인 1 | AI와 ML의 기초 개념 | 20% | | 도메인 2 | 생성형 AI의 기초 | 24% | | 도메인 3 | 파운데이션 모델의 응용 | 28% | | 도메인 4 | 책임 있는 AI 가이드라인 | 14% | | 도메인 5 | AI/ML의 보안, 규정 준수, 거버넌스 | 14% |
도메인 3이 28%로 가장 높은 비중을 차지합니다. Amazon Bedrock, 프롬프트 엔지니어링, RAG 같은 실제 구현 주제를 다루는 곳이니 가장 집중적으로 공부해야 합니다.
!AIF-C01 시험 5개 도메인 비중
도메인 1: AI와 ML의 기초 (20%)
이 도메인은 AI가 무엇인지 개념적으로 이해하는 영역입니다. 코드보다 개념 위주의 공부가 필요합니다.
주요 내용: AI·머신러닝(ML)·딥러닝(DL)의 차이, 지도학습 vs 비지도학습 vs 강화학습, 신경망의 기본 구조, 모델 훈련과 검증의 흐름.
시험 팁: "회사가 사기 거래를 탐지하고 싶다. 라벨이 붙은 과거 데이터가 있다." → 지도학습을 선택해야 합니다.
관련 글: AI와 ML의 핵심 개념 완벽 정리, ML 개발 수명 주기
도메인 2: 생성형 AI의 기초 (24%)
ChatGPT 같은 생성형 AI가 어떻게 작동하는지 이해하는 영역입니다.
주요 내용: 토큰·임베딩·벡터, 파운데이션 모델(FM)과 LLM의 개념, 프롬프트 엔지니어링 기법(Zero-shot, Few-shot, CoT), RAG와 파인튜닝의 차이, 할루시네이션 등 생성형 AI의 한계.
시험 팁: 프롬프트 엔지니어링은 모델 가중치를 바꾸지 않습니다. 파인튜닝은 모델 내부를 업데이트합니다. 이 둘을 헷갈리는 문제가 자주 출제됩니다.
관련 글: 생성형 AI 핵심 개념 완전 정리, 생성형 AI의 역량과 한계, FM 훈련과 파인튜닝 완전 정복
도메인 3: 파운데이션 모델의 응용 (28%)
Amazon Bedrock을 중심으로 실제 AWS 환경에서 AI를 어떻게 쓰는지 다룹니다.
주요 내용: Amazon Bedrock과 제공 모델 선택 기준, Bedrock Knowledge Bases로 RAG 구현, Bedrock Agents로 다단계 자동화, 추론 파라미터(온도·Top-p·Max Tokens), SageMaker JumpStart로 모델 배포.
시험 팁: "비용은 낮게, 속도는 빠르게, 영어만 지원해도 된다" → 작은 모델. "다국어, 높은 정확도 필요" → 큰 모델. 비용과 성능의 트레이드오프를 이해해야 합니다.
관련 글: AWS GenAI 인프라와 서비스, FM 앱 설계와 RAG, 프롬프트 엔지니어링과 AI 보안, AI 활용 사례와 AWS 서비스 선택 완벽 가이드
도메인 4: 책임 있는 AI (14%)
AI가 공정하고 안전하게 작동하도록 보장하는 원칙과 도구를 다룹니다.
주요 내용: AI 편향의 종류(샘플링 편향·레이블링 편향 등), SageMaker Clarify로 편향 탐지, Amazon A2I(사람 검토 루프), Bedrock Guardrails(콘텐츠 필터링·주제 거부).
관련 글: 책임 있는 AI 완전 정복
도메인 5: 보안, 규정 준수, 거버넌스 (14%)
AI 시스템의 보안과 법적 규정 준수를 다룹니다.
주요 내용: AWS Config·CloudTrail·Audit Manager의 역할, Model Cards의 개념과 용도, 공유 책임 모델의 AI 적용, IAM과 암호화를 통한 AI 데이터 보호.
관련 글: AI 투명성과 거버넌스 완전 정복
---
AIF-C01은 AWS AI/ML 자격증 로드맵에서 어디에 있을까?
AWS는 AI/ML 분야에서 3단계 커리어 경로를 제공합니다. AIF-C01은 그 시작점입니다.
| 구분 | AIF-C01 | MLA-C01 | AIP-C01 | |------|---------|---------|---------| | 레벨 | Foundational | Associate | Professional | | 정식 명칭 | AI Practitioner | Machine Learning Engineer | Generative AI Developer | | 주요 대상 | 비개발 직군 포함 전 직군 | ML 파이프라인을 운영하는 엔지니어 | Bedrock 기반 GenAI 앱을 개발·배포하는 개발자 | | 코딩 요구 수준 | 없음 | SageMaker 실무 경험 필요 | Bedrock API·SDK 실전 경험 필요 | | 응시료 | 100 USD | 150 USD | 300 USD |
AIF-C01에서 다진 Bedrock·프롬프트 엔지니어링·책임 있는 AI 개념은 두 상위 자격증에서 그대로 확장됩니다. AI 서비스를 직접 구축·운영하는 엔지니어로 성장하고 싶다면 AWS MLA-C01 시험 완전 정복 가이드로, 생성형 AI 애플리케이션 개발자 커리어를 원한다면 AWS AIP-C01 완전 정복으로 이어가면 됩니다.
---
초보자를 위한 학습 로드맵
처음 AI를 공부하는 분을 위한 단계별 학습 순서입니다.
1단계(1~2주): AI/ML 기초 개념 잡기. AWS Skill Builder 무료 강의로 지도학습·비지도학습·딥러닝 개념을 익힙니다. 코드를 작성할 필요는 없습니다.
2단계(2~3주): 생성형 AI와 Bedrock 이해하기. ChatGPT로 프롬프트를 직접 체험하고, AWS 콘솔에서 Amazon Bedrock을 탐색하며 Claude·Titan 모델에 직접 질문을 던져봅니다.
3단계(1~2주): 공식 문제 풀기. AWS Skill Builder 공식 연습 문제로 약한 도메인을 확인하고, 특히 도메인 3과 도메인 4에 집중합니다.
4단계(1주): 오답 정리와 마무리. 틀린 문제를 다시 정리하고, 헷갈리는 서비스 이름과 용도를 표로 만들어 암기합니다.
---