정처기 실기 신기술 용어, 다섯 묶음이면 끝 (클라우드·컨테이너·AI·블록체인·빅데이터)

안녕하세요, 공부하는 감자입니다 🥔

신기술 동향은 정처기 실기에서 1~2문제짜리 작은 영역인데, 투자 시간 대비 점수 효율이 좋아서 버리기 아까운 파트예요. 코드도 계산도 없고, "다음 설명에 해당하는 용어를 쓰시오" 형태의 단답이 주력이거든요.

범위가 무한해 보이지만 실제 출제는 다섯 묶음 안에서 거의 다 나옵니다. 클라우드 3모델, 컨테이너와 쿠버네티스, AI/ML/DL, 블록체인, 빅데이터 5V — 이 순서로 정리합니다.

클라우드 — IaaS, PaaS, SaaS 경계 긋기

세 모델의 차이를 묻는 문제가 기본형이에요. 표 하나로 정리됩니다.

모델	제공 범위	예시
IaaS	서버·스토리지·네트워크 인프라	AWS EC2
PaaS	런타임·DB까지 포함한 플랫폼	Heroku
SaaS	완성된 애플리케이션	Gmail, Notion

구분 기준은 사용자가 직접 관리하는 범위예요. IaaS는 OS부터 직접 깔고, SaaS는 그냥 로그인해서 씁니다.

IaaS → PaaS → SaaS로 갈수록 관리 책임이 줄어든다. 이 방향만 잡으면 헷갈리지 않아요.

배포 모델은 퍼블릭(누구나), 프라이빗(특정 조직 전용), 하이브리드(둘 결합), 멀티 클라우드(여러 퍼블릭 병용) 네 가지로 이름이 곧 답입니다.

컨테이너 — 가벼운 이유를 물어봅니다

가상 머신과의 비교가 출제의 전부라고 해도 과언이 아니에요.

구분	가상 머신	컨테이너
격리 단위	OS 전체	프로세스
게스트 OS	필요	불필요
부팅	수십 초~분	초 단위
크기	GB	MB

컨테이너가 가벼운 이유는 게스트 OS 없이 호스트 OS의 커널을 공유하기 때문. 이 한 문장이 서술형 답안 그 자체입니다.

Docker와 Kubernetes의 역할 구분도 단골이에요. Docker는 컨테이너를 만들고 실행하는 플랫폼, Kubernetes는 컨테이너 여러 개의 배포·확장·관리를 자동화하는 오케스트레이션 도구.

"컨테이너 오케스트레이션 도구는?" 하면 Kubernetes를 쓰면 됩니다.

여기에 MSA가 세트로 붙습니다. 거대한 모놀리식 애플리케이션을 독립 배포 가능한 작은 서비스들로 쪼갠 구조가 마이크로서비스이고, 장점은 독립 확장과 장애 격리, 단점은 분산 시스템의 복잡성이에요.

DevOps(개발+운영 통합), CI(빌드·테스트 자동화), CD(지속적 배포)까지 한 묶음으로 출제됩니다.

AI — 포함 관계와 레이블 유무

AI ⊃ ML ⊃ DL의 포함 관계가 기본입니다. AI는 인간 지능을 모방한 시스템 전반, ML은 데이터로 스스로 학습하는 알고리즘, DL은 심층 신경망을 쓰는 ML의 하위 분야.

학습 방식 구분의 핵심은 레이블(정답) 유무예요.

• 지도학습 — 정답이 달린 데이터로 학습 (분류, 회귀)
• 비지도학습 — 정답 없이 패턴을 스스로 발견 (군집화)
• 강화학습 — 행동에 대한 보상으로 학습 (게임 AI)

신경망 종류는 용도 매칭만 하면 됩니다. CNN은 이미지, RNN은 시계열·자연어, LSTM은 RNN의 장기 의존성 개선판, Transformer는 현재 자연어 처리의 주류(GPT·BERT), GAN은 데이터 생성.

암기가 끝났는지 점검할 땐 문어CBT 무료 모의고사 정도면 충분했어요. 용어 영역은 틀린 것만 다시 보면 금방 메워집니다.

SQLD·정처기·컴활·ADsP 무료 CBT 모의고사

블록체인 — 합의 방식 이름 쓰기

기본 그림은 세 단어입니다.

• 분산 원장 — 중앙 기관 없이 여러 노드가 같은 장부를 공유
• 블록체인 — 트랜잭션을 블록으로 묶어 시간순으로 연결
• 합의 알고리즘 — 누가 블록을 추가할지 결정

합의 방식은 PoW(계산력 경쟁, 비트코인)와 PoS(지분 비례 선정, 이더리움 2.0)가 양대 축이고, DPoS(대표자 선출)·PBFT(허가형)는 이름만 알아두면 됩니다. 스마트 컨트랙트는 "조건 충족 시 자동 실행되는 코드를 블록체인에 기록한 것"이라는 정의가 그대로 답이에요.

빅데이터 — 3V에서 5V로

빅데이터의 특성은 V로 시작하는 다섯 단어로 묶입니다.

V	의미
Volume	방대한 규모
Velocity	실시간 생성·처리 속도
Variety	정형·비정형의 다양성
Veracity	데이터 신뢰도
Value	분석으로 얻는 가치

원래 3V(Volume·Velocity·Variety)였다가 Veracity와 Value가 더해져 5V가 됐고, 시험에는 3V 버전과 5V 버전이 모두 나옵니다. 기술 쪽은 Hadoop(분산 저장·처리 프레임워크), HDFS(분산 파일 시스템), MapReduce(분산 처리 모델), Spark(인메모리 처리 엔진) 네 개면 충분해요.

남는 시간에 보는 기타 용어

• 엣지 컴퓨팅 — 데이터를 발생 지점 근처에서 처리해 지연 최소화 (클라우드의 대체가 아니라 보완)
• 디지털 트윈 — 현실 객체를 디지털로 복제해 시뮬레이션
• SDN — 네트워크 제어부를 소프트웨어로 분리
• Serverless — 서버를 의식하지 않는 함수 단위 실행 (AWS Lambda)
• Zero Trust — 아무것도 신뢰하지 않고 매 요청 검증
• MLOps — ML 모델의 배포·운영 자동화

마지막으로 헷갈림 방지 세 줄만. IaaS와 PaaS의 차이는 플랫폼 포함 여부, Docker와 K8s의 차이는 실행 도구냐 오케스트레이션이냐, 지도와 비지도의 차이는 레이블 유무.

이 정도면 신기술 파트에서 잃을 점수는 없습니다.