AI 용어 사전

AI 소식과 가이드를 읽다 보면 자주 나오는 용어를 짧게 정리했습니다. 글에서 낯선 용어가 보이면 여기서 먼저 확인해 보세요.

기초

인공지능(AI) — 사람의 학습·추론·판단을 흉내 내도록 만든 컴퓨터 시스템을 통틀어 이르는 말입니다.

머신러닝 — 규칙을 사람이 일일이 짜는 대신, 데이터에서 패턴을 스스로 학습해 예측하는 방법이에요.

딥러닝 — 여러 층으로 쌓은 인공신경망으로 학습하는 머신러닝 방식입니다. 이미지·음성·언어 분야가 크게 발전한 바탕이에요.

생성형 AI — 글, 이미지, 음성, 코드처럼 새로운 콘텐츠를 만들어 내는 AI입니다.

LLM(대규모 언어 모델) — 방대한 글을 학습해 다음에 올 말(토큰)을 예측하는 방식으로 문장을 만드는 모델입니다. ChatGPT, Claude, Gemini가 대표적이에요.

토큰 — 모델이 글을 처리하는 단위로, 단어보다 작은 조각입니다. 사용량·요금과 입력 길이 한도를 셀 때 기준이 돼요.

컨텍스트 윈도우 — 모델이 한 번에 읽고 기억할 수 있는 토큰의 양입니다. 길수록 긴 문서나 대화를 한꺼번에 다룰 수 있어요.

파라미터 — 모델이 학습하면서 조정한 내부 값의 개수로, 모델 크기를 나타냅니다. 예를 들어 70B는 700억 개라는 뜻이에요.

할루시네이션(환각) — 사실이 아닌 내용을 그럴듯하게 지어내는 현상입니다. 중요한 정보는 출처로 다시 확인하는 것이 좋아요.

추론 모델 — 답하기 전에 단계적으로 생각하는 과정을 거치도록 만든 모델입니다. 수학·코딩처럼 여러 단계가 필요한 문제에 강해요.

멀티모달 — 글뿐 아니라 이미지, 음성, 영상 같은 여러 형태의 입력과 출력을 함께 다루는 능력입니다.

오픈 웨이트 모델 — 학습된 가중치를 공개해 누구나 내려받아 실행하고 고칠 수 있는 모델입니다. Llama, Gemma, Qwen 등이 있어요.

프롬프트 — AI에게 주는 지시나 질문 문장입니다.

프롬프트 엔지니어링 — 원하는 결과가 나오도록 프롬프트를 설계하고 다듬는 기법이에요.

시스템 프롬프트 — 대화 전체에 적용되는 역할과 규칙을 정해 두는 지시입니다.

파인튜닝 — 이미 학습된 모델을 특정 데이터로 추가 학습시켜 원하는 작업에 맞추는 것입니다.

RAG(검색 증강 생성) — 답하기 전에 관련 문서를 먼저 찾아보고 그 내용을 근거로 답하게 하는 방식입니다. 최신 정보를 반영하고 환각을 줄이는 데 쓰여요.

임베딩 — 글이나 이미지의 의미를 숫자 벡터로 바꾼 것입니다. 뜻이 비슷한 문서를 찾는 의미 검색과 추천에 쓰여요.

프롬프트 캐싱 — 자주 반복되는 긴 프롬프트 앞부분을 저장해 두고 다시 쓰는 기능입니다. 비용과 응답 시간을 줄여 줘요.

AI 에이전트 — 목표를 주면 스스로 계획을 세우고 검색, 코드 실행, 외부 서비스 같은 도구를 써 가며 여러 단계를 처리하는 AI입니다.

MCP(Model Context Protocol) — AI 앱이 외부 도구와 데이터에 같은 방식으로 연결되도록 Anthropic이 공개한 표준 규약입니다.

바이브 코딩 — 코드를 직접 쓰기보다 만들고 싶은 것을 말로 설명해 AI가 프로그램을 작성하게 하는 방식이에요.

피지컬 AI — 로봇이나 자율주행차처럼 실제 물리 세계에서 보고, 판단하고, 움직이는 AI입니다.

휴머노이드 — 팔, 다리, 머리를 갖춰 사람과 비슷한 형태로 만든 로봇입니다.

VLA(Vision-Language-Action) 모델 — 보는 것, 말, 행동을 함께 학습해 다양한 로봇 작업에 두루 쓰는 범용 모델이에요.