AWS AIP-C01에 합격한 이야기

또다시 한 달 정도 시간이 비어버렸습니다.

여러분은 어떻게 지내고 계신가요.

보고가 또다시 늦어지게 되었습니다만,

이번에 AWS Certified Generative AI Developer - Professional에 합격했기에,

체험담으로서 게시하겠습니다.

먼저 결론부터 말씀드리자면, 개인적으로 지금까지 치른 시험 중 가장 어려웠습니다.

아니, 정말로 어떻게 합격했지? 싶을 정도로 어려웠습니다.

공부에 소요된 기간은 대략 3주 정도라고 할 수 있습니다.

우선 알고 계시리라 생각합니다만, 다시 한번 Generative AI Developer - Professional (이하 AIP라고 호칭)에 대해 간단히 짚어보겠습니다.

AWS Certified Generative AI Developer - Professional (AIP-C01) 시험은, GenAI 개발자 역할을 담당하는 분들을 대상으로 합니다. 본 시험에서는 수험자가 기반 모델 (FM, Foundation Model)을 애플리케이션과 비즈니스 워크플로우에 효과적으로 통합할 수 있는지를 검증합니다. 이 자격증은 AWS 기술을 사용하여 GenAI 솔루션을 프로덕션 환경에 구현하는 방법에 관한 실무적인 지식을 증명하는 것입니다.

AWS Certified Generative AI Developer - Professional (AIP-C01)

쉽게 말하자면, 생성 AI를 어떻게 안전하게 업무에 도입할 것인가를 묻습니다.

MLA와는 또 다른 관점에서 AI에 대해 묻는 느낌이네요.

실제로 저쪽은 SageMaker가 메인이었던 것에 반해, 이쪽은 Bedrock이 중심이 됩니다.

특히 RAG가 엄청나게 나옵니다. RAG라는 단어가 싫어질 정도로 눈에 띄기 때문에, 자연스럽게 어느 정도 알게 됩니다.

그 외에는 AI 가드레일(Guardrails)을 중심으로 한 보안, 감사(Audit) 등도 많이 질문받은 인상이 있습니다.

이 글을 읽고 계신 분들은 말할 것도 없이 충분히 알고 계시겠지만,

올해(2026년) 4월에 정식 출시된 것도 있어, 어쨌든 정보가 적습니다.

제가 대책을 세웠던 시점에는 제대로 사용할 만한 서드파티 모의고사나 교재가 거의 전무했습니다.

유일한 구원은, AWS SkillBuilder의 구독 플랜에 가입되어 있다면 AIP 풀 세트 모의고사를 볼 수 있다는 점입니다.

※English라고 되어 있습니다만, 일본어판이 제대로 있습니다. 내용은 같습니다.

다만, 이것도 솔직히 너무 의지하지 않는 편이 좋습니다.

실전에서 약간 당황하기도 했습니다만, 별로 비슷한 문제가 나왔다는 기억이 없습니다.

여기서 활약한 것이 모두가 사랑하는 챗GPT(ChatGPT)입니다.

ChatGPT에게 문제를 만들게 하여, 우선 기초 지식을 다졌습니다.

참고용으로 당시 제가 사용했던 프롬프트(Prompt)를 나중에 게시하겠습니다.

다만 무턱대고 AIP 문제를 만들어 달라고 하면형편없는 쉬운 문제밖에 내놓지 않기 때문에,

제대로 전제 조건을 알려주어야 합니다.

구체적으로는, 출제 범위를 공식 시험 가이드를 참조하여

• 어떤 관점에서 질문하는지
• 특히 헷갈리기 쉬운 용어
• 일문일답이 아니라, 설계 판단을 요구하도록.
• 선택지에서 소거법으로 도출할 수 있는 내용을 만들지 말 것.

과 같이 정밀도를 높이는 프롬프트를 집어넣습니다.

또한, 처음에 도움이 되었는지는 미묘합니다만, 참조용 사전도 만들어 달라고 했습니다.

또한, 공부하는 과정에서 다음과 같은 관점은 상당히 반복했던 것 같습니다.

참고로, 앞서 말씀드린 대로 RAG에 대한 질문이 엄청나게 많이 나옵니다.

그렇다고는 해도, 버전이 바뀌지 않는 한 거의 출제되는 문제는 크게 변하지 않을 것이라고 생각하기 때문에,

아래에 훑어봐 두면 좋을 것들을 적어 놓겠습니다. (ChatGPT에게 물어봤습니다)

• RAG의 기본 구조
• Bedrock Knowledge Bases
• Retrieve API
• RetrieveAndGenerate API
• 임베딩(Embeddings)
• 청킹(Chunking)
• 메타데이터 필터링(Metadata filtering)
• 리랭킹(Reranking)
• 하이브리드 검색(Hybrid search)
• 벡터 데이터베이스(Vector database)
• OpenSearch vector engine
• Aurora PostgreSQL pgvector
• Kendra

대략적으로는, 무엇을 사용해서 RAG의 데이터베이스를 만드는 건가요? 문장 같은 것을 어떻게 분할하나요? 어떤 모델에 데이터를 분할하게 하나요? 데이터를 어떻게 저장해 두나요? 등등이 끝없이 질문됩니다.

저는 시험 보기 전까지, RAG라는 것이 존재하는 것만 알고 있었을 뿐, 애초에 RAG가 특정 기술을 지칭하는 건지, 아니면 사고방식을 지칭하는 건지조차 알지 못했습니다.

참고로 말씀드리자면, 처음 본 모의고사 점수는 60% 전후였습니다.

시험 시간은 역대 최장이었습니다.

대책이 부족한 AI × 정보량이 적은 Professional 구분이라는 것이 너무 최악이라서,

문제의 절반 이상은 확신을 가지고 답할 수 있는 문제가 없었다고 생각합니다.

모르는 문제는 지금까지 쌓아온 AWS 감(勘)에 의지해서, 그럴듯한 답을 고르는 경우가 많았습니다.

결과적으로 779점으로 합격했지만, 발표까지의 느낌은 40% 정도만 받아도 좋겠다라고 생각했습니다.

어떻게든 합격하면서 AWS 12관, 전관(全冠)을 달성할 수 있었습니다.

처음에 SAA를 받았을 때 생각했던 전관 달성자의 모습과 비교하면, 제가 실제로 그 경지에 올랐다는 실감이 전혀 없습니다. 오히려 무거운 타이틀을 얻어버렸다고까지 생각합니다.

뭔가 소문으로는 ANS가 폐지된다고 하는데, 개인적으로는 아쉽습니다.

그것이 AWS의 본질에 가장 가까운 부분에 닿아있었던 느낌이라 공부할 맛이 있었는데,

반대로 최난관이라고까지 불리는 것 같아서 의외로 없어지니 홀가분한 사람도 있나요?

앞으로는 AWS가 Specialty 구분은 점점 줄여나가고, Pro 구분 여러 영역을 결합한 것이 새로 생겨날까 생각합니다.

어쨌든, 앞으로 전관을 목표로 하려는 이상한 사람들(칭찬의 말)에게는,

AIP를 마지막에 보는 것을 추천합니다. 실무에서 사용한다면 이야기는 다르지만, 페이퍼만으로 맞서려고 하면 처음에 이것을 가져오면 확실히 시간 낭비가 됩니다.

현장에서는 이상입니다.

PS. 얼마 전 AWS Summit Japan에 참가하여, 감히 금의 트로피를 받았습니다. 언젠가는 트로피도 받고 싶네요. (자사에서 요구사항을 충족하지 못해 내년까지 신청이 어려울 것 같았음)

아래는 실제로 사용했던 프롬프트입니다.

당신은 AWS Certified Generative AI Developer - Professional (AIP-C01)의 고난도 시나리오 문제 출제자입니다.
목적:
AIP-C01 대비를 위해, 단순히 서비스 이름을 암기하는 것이 아니라, 생성형 AI (Generative AI) 애플리케이션을 프로덕션 환경 (Production Environment)에서 설계, 구현, 보호, 운영 및 트러블슈팅 (Troubleshoot) 하는 판단력을 묻는 문제를 1문제 작성해 주세요.
...