PALDYNAI LAB
자격증
Microsoft Azure

해외해외 벤더 자격Microsoft

Microsoft AI-103

Microsoft Certified: Azure AI Apps and Agents Developer Associate — Exam AI-103: Developing AI Apps and Agents on Azure

난이도
응시 요건은 없지만 파이썬 앱 개발 경험을 전제합니다.
취업
해외 벤더 어소시에이트 자격이라 국내 제도상 우대가 없고, 2026년에 생긴 자격이라 국내 인지도가 아직 얕습니다.
공식 페이지에서 일정·접수 확인

개요

Microsoft Foundry를 활용해 에이전트와 AI 솔루션을 설계·개발·배포하는 Azure AI 엔지니어 역량을 검증한다. 공식 설명은 "designing, developing, and deploying advanced Azure AI solutions using Python and Microsoft Foundry"다. 다루는 업무는 Azure AI 솔루션 계획·관리, 생성형 AI·에이전트 솔루션 구현, 컴퓨터 비전, 텍스트 분석, 정보 추출 다섯이다. 레벨은 Intermediate, 역할은 AI Engineer / Developer, 제품은 Azure와 Microsoft Foundry다.

Microsoft Foundry 기반으로 생성형 AI 앱과 에이전트를 만드는 Azure AI 엔지니어·개발자. Python 앱 개발 경험자, RAG·에이전트·멀티모달 파이프라인을 Azure에서 구현하거나 운영하는 실무자, 기존 AI-102 보유자 중 후속 자격증으로 넘어가려는 사람이 대상이다.

과목

과목비중다루는 것
Plan and manage an Azure AI solution (Azure AI 솔루션 계획·관리)25–30%
  • 생성형 AI·에이전트용 Foundry 서비스와 모델 선택(LLM·SLM·멀티모달·Foundry Tools)
  • 검색·인덱싱 방식 선택
  • 에이전트용 메모리·도구·지식 통합 서비스 선택. Foundry에서의 AI 인프라 설계
  • 배포 옵션 선택
  • 모델·에이전트 배포 구성
  • Foundry 프로젝트의 CI/CD 연동. 할당량·스케일링·레이트 리밋·비용 관리
  • 모델 성능·드리프트·안전 이벤트·그라운딩 품질 모니터링
  • 데이터 수집 품질과 검색 인덱스 상태 모니터링
  • 관리 ID·프라이빗 네트워킹·키리스 자격 증명·역할 정책 구성. 책임 있는 AI로 안전 필터·가드레일·위험 탐지·콘텐츠 모더레이션
  • 평가자와 안전성 평가
  • 트레이스 로깅·프로버넌스 메타데이터·승인 워크플로
  • 에이전트 행동 통제(감독 모드·제약·도구 접근 제어).
Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)30–35%
  • Foundry로 LLM·소형 모델·코드 모델·멀티모달 모델 배포·소비
  • RAG 구현
  • 워크플로·도구 증강 흐름·다단계 추론 파이프라인 설계
  • 모델·앱 평가(환각 탐지·관련성·품질·안전)
  • Foundry SDK·커넥터로 애플리케이션 연동. 에이전트 구축은 역할·목표·대화 추적 방식·도구 스키마 정의
  • 검색·함수 호출·대화 메모리를 통합한 에이전트
  • API·지식 저장소·검색·Content Understanding·사용자 정의 함수 연결
  • 멀티 에이전트 오케스트레이션
  • 안전장치와 승인 흐름을 갖춘 자율·반자율 워크플로
  • 배포된 에이전트 모니터링·행동 평가·오류 분석. 운영 최적화로 프롬프트 엔지니어링과 모델 파라미터 조정
  • 모델 리플렉션·사고 사슬 평가·자기 비평 루프
  • 트레이싱·토큰 분석·안전 신호·지연 분해를 통한 관측성
  • 여러 모델·플로·하이브리드(LLM+규칙 엔진) 오케스트레이션.
Implement computer vision solutions (컴퓨터 비전 솔루션 구현)10–15%
  • 텍스트 프롬프트·참조 미디어로부터 이미지 생성과 비디오 생성
  • 인페인팅·마스크 기반 편집·프롬프트 기반 수정 등 이미지 편집 워크플로
  • 생성 비디오 편집. 멀티모달 모델로 시각적 맥락 분석
  • 단일·다중 이미지 캡션 생성
  • 시각 근거 기반 질의응답
  • 접근성 지침에 맞춘 대체 텍스트·확장 설명 생성
  • Foundry Tools의 Azure Content Understanding으로 시각 특성 추출
  • 비디오 구간 분석
  • 단일 작업·프로 모드 Content Understanding 파이프라인
  • 이미지·비디오 내 객체·구성 요소·영역 식별. 멀티모달 책임 있는 AI로 불안전 시각 콘텐츠 분류 필터
  • 이미지에 삽입된 텍스트를 통한 간접 프롬프트 인젝션 탐지·완화
  • 워터마크·금지 심볼 플래깅 등 시각 정책 집행.
Implement text analysis solutions (텍스트 분석 솔루션 구현)10–15%
  • 생성형 프롬프팅과 Foundry Tools로 엔티티·토픽·요약·구조화 JSON 추출
  • 감정·톤·안전 이슈·민감 정보 탐지
  • Foundry Tools의 Azure Translator 또는 LLM 기반 번역
  • 컴플라이언스 요약·도메인 추출 같은 도메인 작업용 출력 커스터마이즈. 음성은 에이전트 상호작용을 위한 STT·TTS 워크플로
  • 커스텀 음성 모델을 포함한 음성 모달리티 통합
  • 오디오 입력 기반 멀티모달 추론
  • 언어 모델·Foundry Tools를 통한 음성 번역.
Implement information extraction solutions (정보 추출 솔루션 구현)10–15%
  • 문서·이미지·오디오·비디오 수집과 인덱싱
  • 그라운딩을 위한 시맨틱 검색·하이브리드 검색·벡터 검색 구성
  • 텍스트·이미지·레이아웃용 기본 제공 또는 사용자 정의 스킬 기반 보강
  • OCR을 포함한 RAG 수집 흐름 구성
  • 검색 파이프라인을 워크플로·에이전트 도구에 직접 연결. 문서 추출은 OCR·레이아웃 분석·필드 추출을 결합한 멀티모달 파이프라인
  • Content Understanding으로 에이전트·RAG에 쓸 정제된 그라운딩 표현 생성
  • 구조화·마크다운 출력용 분석기(analyzer) 구현.

시험 정보

치르는 방식

시행 주기정해진 회차가 없다.공식 페이지는 일정표 대신 Pearson VUE 예약 링크("Schedule through Pearson Vue")만 두고 응시자가 개별로 예약해 감독 환경에서 치른다.등록 시 개인 MSA 계정 사용을 강하게 권장한다 — 조직(직장·학교) 계정으로 등록하면 조직을 떠날 때 응시 기록이 사라지고 복구되지 않는다고 명시한다.재응시는 첫 시도 실패 후 24시간이 지나면 가능하고, 그 다음부터는 시도 사이마다 14일을 기다려야 한다.같은 시험은 첫 응시일로부터 12개월 안에 다섯 번까지만 볼 수 있고, 다섯 번 모두 떨어지면 첫 응시일로부터 12개월이 지나야 다시 볼 수 있다.합격한 시험은 자격이 만료되기 전에는 다시 볼 수 없다.자격증 자체는 매년 갱신 대상이며 갱신 평가는 6개월 자격 기간 안에 아무 때나 Microsoft Learn에서 볼 수 있다.
형식시험 시간은 120분이다.감독(proctored) 시험이며 상호작용형(interactive) 구성 요소가 포함될 수 있다.문항 수는 시험별로 공개하지 않고, 대부분의 Microsoft 인증 시험이 40~60문항이라고만 안내한다.합격선은 700점 이상이다.역할 기반 시험이라 시험 중 learn.microsoft.com 열람이 허용된다(Q&A·연습 평가·프로필 제외, 추가 시간은 없고 타이머는 계속 간다).사전 신청 없이 비정기 휴식을 쓸 수 있으나 시험 시계는 멈추지 않고 휴식 전에 본 문항으로는 돌아갈 수 없다.대부분 문항은 GA 기능을 다루며 널리 쓰이는 프리뷰 기능이 나올 수 있다.제공 언어는 English, Chinese (Simplified), Chinese (Traditional), French, German, Japanese, Korean, Italian, Portuguese (Brazil), Spanish 10개이고 한국어가 포함된다(영어판이 먼저 개정되고 현지화판은 약 8주 뒤 반영된다).연습 평가는 Microsoft Learn이 아니라 AI Skills Navigator에서 제공되며 로그인이 필요하다.시험 UI는 exam sandbox로 미리 체험할 수 있다.

응시 조건

응시자격공식 페이지에 응시 자격 요건(선행 자격증·경력 조건)은 없고 권장 경험만 적혀 있다.Python으로 앱을 개발한 경험이 있어야 하고 일반 AI·생성형 AI·Azure 서비스의 역량에 익숙해야 한다고 안내한다.대상은 Microsoft Foundry를 활용해 에이전트와 AI 솔루션을 구축·관리·배포하는 Azure AI 엔지니어이며, 비즈니스 이해관계자·솔루션 아키텍트·데이터 사이언티스트·DevOps 엔지니어·클라우드 보안 엔지니어와 협업한다고 기술한다.준비 과정으로 4일짜리 강사 주도 과정 AI-103T00-A "Develop AI apps and agents on Azure"가 이 자격증과 연결되어 있다(자기주도 학습도 가능).
응시료공식 페이지에 금액이 적혀 있지 않다."Price based on the country or region in which the exam is proctored."(응시 국가·지역에 따라 가격이 정해진다)라고만 밝히고, 실제 금액은 Pearson VUE 예약 단계에서 확인된다.갱신 평가는 무료다 — "Renewals are free … There's no cost to renew your certification".별도로 재응시 바우처 상품(Exam Replay)을 안내한다.
환불 규정
시점환불단서
시험 시작 24시간 이내 취소·일정 변경, 또는 예약해 두고 미응시불가회사가 구매한 바우처로 접수했다면 바우처도 함께 소멸한다. 미응시 때는 회사에 미응시 수수료가 청구될 수 있다
응시한 뒤 불합격불가재응시는 다시 결제한다

시행처는 몰수 쪽만 못 박는다 — 「시험 시작 24시간 전까지 취소하거나 일정을 변경하지 않으면 응시료를 잃는다」이고, 기한 안에 취소했을 때 얼마를 돌려주는지는 공식 페이지에 적혀 있지 않다. 학생 인증을 받기 전에 정가로 결제한 경우는 소급 환불하지 않고, 부정행위로 응시가 금지되거나 결과가 무효가 되면 응시료를 환불할 의무가 없다고 프로그램 약관 6조가 적는다.

자격 유지

유효기간1년.Microsoft 어소시에이트·엑스퍼트·스페셜티 자격증은 매년 만료된다("Microsoft associate, expert, and specialty certifications expire annually").만료 전에 Microsoft Learn에서 무료 온라인 갱신 평가에 합격하면 만료일로부터 1년 연장된다.갱신 평가는 만료 전 6개월 자격 기간(six-month eligibility window) 안에 언제든 볼 수 있고, 감독 없는(unproctored) 오픈북 방식이며 원 시험보다 짧고 최근 기술·업계 변화에 초점을 둔다.만료 전에 합격하기만 하면 응시 횟수 제한이 없다.(참고: Fundamentals 자격증은 만료되지 않지만 AI-103은 어소시에이트라 해당하지 않는다.)

시험 노트

8 / 33편개념 8/28 · 모의고사 0/5

개념 정리8 / 28

  1. 01과제별 Foundry 서비스와 모델 고르기개념16 MIN

    AI-103 첫 도메인의 시작입니다. Foundry의 리소스·프로젝트·연결 세 층을 가르고, 생성·그라운딩·벡터 검색·에이전트 워크플로마다 어느 서비스를 부를지, LLM과 SLM 중 무엇을 고를지 정리합니다.

  2. 02검색·인덱싱 방식과 에이전트 지식 통합 선택개념16 MIN

    키워드·벡터·하이브리드 중 무엇을 고를지, 청킹과 인덱싱을 어떻게 설계할지, 에이전트에 지식을 붙이는 방식과 메모리 유형까지 AI-103 계획 도메인의 검색 쪽을 정리합니다.

  3. 03AI 앱·에이전트 인프라와 배포 구성개념16 MIN

    리전과 용량을 고르는 것부터 표준·프로비저닝드·서버리스 배포 비교, 모델 버전 업데이트 정책, 환경별 프로젝트 분리와 CI/CD·IaC까지 AI-103의 인프라 설계 자리를 정리합니다.

  4. 04할당량·스케일링·비용과 성능 모니터링개념16 MIN

    TPM과 RPM이 어떻게 얽히는지, 429를 만났을 때 무엇을 늘려야 하는지, 토큰 비용을 어디서 줄이는지, 그리고 드리프트·안전 이벤트·인덱스 상태를 무엇으로 재는지 정리합니다.

  5. 05관리 ID·프라이빗 네트워킹·역할 정책개념21 MIN

    키를 코드에서 걷어내는 길과 그 뒤에 서는 것들입니다. 시스템·사용자 할당 관리 ID를 가르고, Foundry·Search·Storage에 배정할 역할을 짚고, 프라이빗 엔드포인트가 공개 접근을 못 막는 자리를 봅니다.

  6. 06안전 필터·가드레일과 콘텐츠 모더레이션개념18 MIN

    네 갈래 유해 범주와 심각도 임계값이 어떻게 맞물리는지, 차단 목록과 프롬프트 실드가 각각 무엇을 막는지, 그리고 막은 결과를 평가자로 어떻게 재는지 정리합니다.

  7. 07트레이스 감사와 에이전트 거버넌스개념18 MIN

    에이전트가 무엇을 근거로 무엇을 했는지 되짚는 기록을 다룹니다. 트레이스와 스팬, 프로버넌스 메타데이터, 자율·반자율·사람 개입 세 감독 모드, 도구 접근 제어와 승인 워크플로를 정리합니다.

  8. 08문서·이미지·오디오 수집과 인덱스 설계개념19 MIN

    AI-103 둘째 도메인의 시작입니다. 데이터 원본과 인덱서를 잇는 법, 필드 속성 중 나중에 못 바꾸는 것, 형식마다 다른 수집 경로, 그리고 청킹한 조각을 어디에 담는지 정리합니다.

  9. 09시맨틱·하이브리드·벡터 검색 구성예정Implement information extraction solutions (정보 추출 솔루션 구현)
  10. 10스킬셋 보강과 RAG 수집 흐름 구성예정Implement information extraction solutions (정보 추출 솔루션 구현)
  11. 11OCR·레이아웃 기반 문서 정보 추출예정Implement information extraction solutions (정보 추출 솔루션 구현)
  12. 12LLM·소형·코드·멀티모달 모델 배포와 호출예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  13. 13Foundry SDK와 커넥터로 앱 연결하기예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  14. 14애플리케이션에 RAG 구현하기예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  15. 15환각·관련성·품질·안전 평가하기예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  16. 16에이전트 역할·목표·도구 스키마 정의예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  17. 17검색·함수 호출·메모리와 도구 연결예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  18. 18다단계 추론과 멀티 에이전트 오케스트레이션예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  19. 19자율 워크플로 안전장치와 승인 흐름예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  20. 20에이전트 관측성과 오류 분석예정Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)
  21. 21이미지·비디오 생성과 편집 워크플로예정Implement computer vision solutions (컴퓨터 비전 솔루션 구현)
  22. 22멀티모달 캡션과 시각 근거 QA예정Implement computer vision solutions (컴퓨터 비전 솔루션 구현)
  23. 23비디오 구간 분석과 프로 모드예정Implement computer vision solutions (컴퓨터 비전 솔루션 구현)
  24. 24시각 콘텐츠 안전 필터와 프롬프트 인젝션예정Implement computer vision solutions (컴퓨터 비전 솔루션 구현)
  25. 25엔티티·요약·구조화 JSON 추출예정Implement text analysis solutions (텍스트 분석 솔루션 구현)
  26. 26감정·톤·안전 탐지와 도메인 출력 조정예정Implement text analysis solutions (텍스트 분석 솔루션 구현)
  27. 27음성 인식·합성과 오디오 멀티모달 추론예정Implement text analysis solutions (텍스트 분석 솔루션 구현)
  28. 28텍스트·음성 번역 파이프라인예정Implement text analysis solutions (텍스트 분석 솔루션 구현)

모의고사0 / 5

개념을 다 쓴 뒤에 차례로 붙습니다.

  1. 01모의고사 1회예정
  2. 02모의고사 2회예정
  3. 03모의고사 3회예정
  4. 04모의고사 4회예정
  5. 05모의고사 5회예정

관련 있는 우리 글

시험을 겨냥해 쓴 글은 아니지만 같은 개념을 다룹니다. 과목이 막힐 때 곁에 두고 읽습니다.

Plan and manage an Azure AI solution (Azure AI 솔루션 계획·관리)

AI LABAI 안전성과 정렬: 무엇이 어긋나고 무엇으로 맞추는가AI LAB편향과 설명: 모델의 결정을 열어 보고 고르게 만들기AI LABRAG 임베딩 모델 선택 가이드: 성능·비용·언어 지원 완전 비교AI LABML CI/CD: 자동화된 모델 배포 파이프라인

Implement generative AI and agentic solutions (생성형 AI·에이전트 솔루션 구현)

AI LAB프롬프트 엔지니어링 완전 정복: AI와 대화하는 기술AI LAB파인튜닝·RAG·프롬프트 — 무엇이 어느 문제를 고치는가AI LABRAG의 구조: Naive에서 Modular까지AI LABAgentic RAG: 에이전트가 스스로 검색하고 추론하는 시스템AI LAB프롬프트 레지스트리 — 버전·A/B·회귀 스위트

Implement text analysis solutions (텍스트 분석 솔루션 구현)

AI LAB자동 음성 인식(ASR): Whisper와 스트리밍 음성 처리 완전 해설AI LAB신경망 음성 합성(TTS): VITS·XTTS·CosyVoice 완전 해설

Implement information extraction solutions (정보 추출 솔루션 구현)

AI LAB벡터 검색 완전 정복: 의미 기반 검색의 동작 원리AI LABRAG의 구조: Naive에서 Modular까지AI LAB스캔본에서 글자를 만들어 낼 때 생기는 일AI LABpgvector 완전 정복: PostgreSQL로 벡터 검색 구현하기

알아 둘 것

  • 시험 예약·감독은 Pearson VUE가 맡는다.
  • 이전 자격증 AI-102(Azure AI Engineer Associate)는 2026년 6월 30일 은퇴했고 같은 날 AI-900도 은퇴했다. AI-103이 그 대체 자격증이라는 것은 시행처가 표로 못 박았다 — AI-102 페이지의 은퇴 경고가 거는 Microsoft Skills Hub 블로그 글의 은퇴 표가 'Replacement Certification' 열에 Azure AI Apps and Agents Developer Associate (Exam AI-103)를 적고, 같은 글의 전환 안내 표도 'Exam AI-102 → Exam AI-103'으로 짝짓는다.
  • 이 자격증을 얻는 데 필요한 시험은 AI-103 하나뿐이다 — 시행처 발표 글이 "To earn this new Certification, you need to pass Exam AI-103"이라고 적는다.
  • 랩(lab) 문항이 실제로 나오는지는 여전히 공개되지 않지만, 시험 시간 120분은 시행처 시험 시간 표에서 '랩이 포함될 수 있는 어소시에이트·엑스퍼트 역할 기반 시험' 칸의 값이다(랩이 없는 같은 등급은 100분이고 은퇴한 AI-102가 100분이었다). 즉 랩이 들어갈 수 있는 유형에 속한다 — Microsoft는 Azure 장애 등으로 랩을 언제든 뺄 수 있어 랩 포함 시험 목록을 공개하지 않는다고 밝힌다.
  • 스킬 개편 폭이 크다. AI-102의 여섯 영역이 다섯으로 재편되며 에이전트가 생성형 AI와 합쳐져 30–35%로 최대 영역이 됐다(AI-102에서는 5–10%로 가장 작았다). NLP는 'text analysis'로 이름이 바뀌며 줄었고 LUIS·custom question answering·custom translation이 빠졌다. C# 언급이 사라지고 Python만 명시한다.
  • 제품 표기가 'Azure AI Foundry'에서 'Microsoft Foundry'로 통일됐다(AI-102 학습 가이드의 2025-12-23 개정 기록).
  • 연습 평가가 Microsoft Learn이 아니라 별도 사이트 AI Skills Navigator(aiskillsnavigator.microsoft.com)로 옮겼고 로그인해야 실행된다.
  • 학습 가이드의 스킬 기준일은 2026년 4월 16일이다(문서 갱신 2026-07-07, 자격증 페이지 갱신 2026-08-11). change log 표가 아직 없는 첫 판이라 글에 기준일을 함께 적는 편이 안전하다.

난이도와 취업 별은 시행처가 준 값이 아니라 위에 적은 근거로 매긴 값입니다. 공식 페이지는 2026-09-27에 확인했습니다. 시험 제도는 개편이 잦으니 접수 전에 시행처 안내를 한 번 더 보세요.