AI 용어 사전

AI 기초부터 심화까지, 실생활 예시로 쉽게 이해하세요

43개 용어

목표를 주면 스스로 계획을 세우고, 필요한 도구를 사용하며, 여러 단계를 자율적으로 수행하는 AI입니다. 단순 질답을 넘어 복잡한 업무를 자동화합니다.

실생활 예시 "다음 주 제주도 여행 계획을 세우고 숙소와 항공권을 찾아줘"라고 하면 AI 에이전트가 검색·비교·정리를 알아서 처리합니다.
관련 용어:

두 프로그램이 서로 소통하는 연결 창구입니다. AI API를 이용하면 ChatGPT 같은 AI 기능을 내 앱이나 서비스에 직접 연결해 사용할 수 있습니다.

실생활 예시 식당 예약 앱이 카카오맵 API를 연결해 지도를 보여주는 것처럼, AI API를 연결하면 내 서비스에서 AI 기능을 쓸 수 있습니다.
관련 용어:

미국 OpenAI가 만든 대화형 AI 서비스입니다. 질문에 답하고, 글쓰기·번역·요약·코딩 등 다양한 작업을 도와주는 AI 어시스턴트로, 전 세계에서 가장 많이 사용됩니다.

실생활 예시 회의록 요약, 이메일 초안 작성, 영어 번역, 엑셀 수식 만들기 등 업무에 바로 활용할 수 있습니다.
관련 용어:

미국 Anthropic이 만든 대화형 AI 어시스턴트입니다. 긴 문서를 잘 처리하고, 윤리적·안전한 응답에 초점을 맞춘 것이 특징입니다. 한국어도 지원합니다.

실생활 예시 긴 계약서나 보고서를 붙여넣고 "핵심 내용과 주의할 점을 정리해줘"라고 하면 깔끔하게 요약해줍니다.
관련 용어:

OpenAI가 만든 이미지 생성 AI입니다. 텍스트로 설명하면 그에 맞는 이미지를 생성해줍니다. ChatGPT Plus에서 바로 사용할 수 있습니다.

실생활 예시 "밤하늘 아래 앉아 책을 읽는 노인의 유화 스타일 그림"이라고 입력하면 AI가 그림을 만들어줍니다.
관련 용어:

AI 학습과 추론에 특화된 고성능 연산 장치입니다. 범용 연산을 하는 CPU가 "만능 일꾼"이라면, GPU는 "AI 전용 초고속 계산기"입니다. NPU는 스마트폰 등 저전력 기기에 내장된 AI 전용 칩입니다.

실생활 예시 스마트폰의 얼굴 인식이나 AI 카메라 기능이 빠르게 동작하는 것은 내장 NPU 덕분입니다. AI 학습에 쓰이는 엔비디아 GPU 한 장 가격은 수백만 원을 넘기도 합니다.
관련 용어:

텍스트 설명으로 예술적인 이미지를 생성하는 AI 서비스입니다. 특히 감성적이고 아름다운 이미지 생성에 강점이 있어 디자이너들에게 인기가 높습니다.

실생활 예시 광고 포스터, 책 표지, 소셜미디어 이미지 등을 빠르게 만들 때 활용됩니다.
관련 용어:

AI가 답변할 때 외부 데이터베이스에서 관련 정보를 검색해 참조하는 방식입니다. 할루시네이션을 줄이고 최신·전문 정보를 정확하게 제공할 수 있습니다.

실생활 예시 회사 내부 문서를 AI에게 연결하면, 사내 규정이나 제품 매뉴얼을 정확하게 답변하는 맞춤 AI 비서를 만들 수 있습니다.
관련 용어:

오픈소스 이미지 생성 AI입니다. 내 컴퓨터에 직접 설치해서 무료로 사용할 수 있으며, 다양하게 커스터마이징이 가능해 전문 사용자에게 인기입니다.

실생활 예시 상업적 제한 없이 원하는 스타일의 이미지를 무제한으로 생성하거나, 특정 화풍을 추가 학습시킬 수 있습니다.
관련 용어:

AI가 환경과 상호작용하면서 보상을 최대화하는 방향으로 스스로 학습하는 방법입니다. 시행착오를 통해 최선의 행동을 찾아갑니다.

실생활 예시 AI 바둑 프로그램 알파고가 수십만 번의 대국을 스스로 반복하며 최강의 전략을 익힌 것이 강화학습입니다.
관련 용어:

방대한 양의 텍스트 데이터로 학습해 인간처럼 글을 읽고 쓰는 AI 모델입니다. "대규모"는 수십억~수천억 개의 파라미터를 가진다는 뜻입니다.

실생활 예시 ChatGPT, Claude, Gemini가 모두 LLM입니다. 질문에 답하고, 글을 요약하고, 번역하고, 코드를 작성합니다.
관련 용어:

AI를 학습시키기 위해 모은 데이터의 집합입니다. 사람이 공부할 때 교과서가 필요하듯, AI도 학습하려면 많은 양의 데이터가 필요합니다.

실생활 예시 고양이와 개를 구분하는 AI를 만들려면 수십만 장의 고양이·개 사진 데이터셋이 필요합니다.
관련 용어:

인간의 뇌 신경망 구조를 모방한 머신러닝 방법입니다. 여러 층의 신경망을 쌓아 매우 복잡한 패턴도 학습할 수 있어, 이미지 인식·음성 인식·번역에서 뛰어난 성능을 보입니다.

실생활 예시 스마트폰이 사진 속 얼굴을 알아보고, 음성 비서가 말을 알아듣는 것은 딥러닝 덕분입니다.
관련 용어:

AI를 활용해 특정 인물의 얼굴이나 목소리를 다른 영상·음성에 합성하는 기술입니다. 영화 특수효과·교육 등 창작 분야에 쓰이기도 하지만, 허위 정보 유포나 사기에 악용될 수 있어 주의가 필요합니다.

실생활 예시 유명인이 한 적 없는 말을 한 것처럼 조작된 영상이나, 지인을 사칭한 음성 피싱이 딥페이크 악용 사례입니다. 출처가 불분명한 영상은 반드시 확인하세요.
관련 용어:

AI의 한 분야로, 컴퓨터가 명시적인 프로그래밍 없이 데이터를 보고 스스로 규칙을 찾아 학습하는 방법입니다. 경험을 통해 실력이 늘어가는 방식입니다.

실생활 예시 스팸 메일 필터가 처음에는 모르다가 수천 개의 스팸을 보고 스스로 패턴을 익혀 자동 분류하게 되는 것이 머신러닝입니다.
관련 용어:

텍스트만이 아니라 이미지, 음성, 영상 등 여러 형태의 정보를 함께 이해하고 처리할 수 있는 AI입니다.

실생활 예시 음식 사진을 보여주며 "이 음식의 칼로리가 얼마나 될까?"라고 물으면 이미지와 텍스트를 함께 분석해 답해주는 AI가 멀티모달입니다.
관련 용어:

코딩 지식 없이도 AI에게 자연어로 원하는 것을 설명해 프로그램을 만드는 새로운 개발 방식입니다. "분위기(Vibe)로 코딩한다"는 의미입니다.

실생활 예시 "회원 가입 폼을 만들고 이메일 중복 확인 기능도 추가해줘"라고 AI에게 말하면 코드를 작성해줍니다.
관련 용어:

데이터를 숫자 배열(벡터·임베딩)로 변환해 저장하는 특수 데이터베이스입니다. 의미가 비슷한 정보를 빠르게 찾아주므로, RAG 시스템에서 AI가 관련 문서를 검색할 때 핵심적으로 사용됩니다.

실생활 예시 회사 내부 문서를 벡터 데이터베이스에 저장해두면, AI가 "연차 신청 방법이 뭐야?"라는 질문에 관련 규정을 빠르게 찾아 정확하게 답할 수 있습니다.
관련 용어:

정답 없이 AI가 스스로 데이터의 패턴과 구조를 찾아내는 학습 방법입니다. 라벨이 없는 대량의 데이터에서 숨겨진 규칙을 발견합니다.

실생활 예시 쇼핑몰에서 비슷한 구매 패턴을 가진 고객들을 자동으로 묶어 같은 쿠폰을 보내는 것이 비지도학습 활용 예입니다.
관련 용어:

텍스트, 이미지, 음악, 영상 등 새로운 콘텐츠를 스스로 만들어내는 AI입니다. 기존 데이터의 패턴을 학습해 완전히 새로운 결과물을 생성합니다.

실생활 예시 ChatGPT에게 "여행 계획 짜줘"라고 하면 글을 생성하고, Midjourney에게 "석양의 바다"를 그려달라고 하면 이미지를 만들어냅니다.
관련 용어:

인간 뇌의 뉴런(신경세포) 연결 구조를 모방한 AI의 기본 구조입니다. 수천~수백억 개의 인공 뉴런이 서로 연결되어 복잡한 계산을 수행합니다.

실생활 예시 사진을 보고 "이것은 고양이다"라고 판단하는 과정이 수십 층의 신경망을 통해 이루어집니다.
관련 용어:

문제를 해결하기 위한 단계별 절차나 규칙의 집합입니다. 컴퓨터가 어떤 작업을 수행할 때 따르는 순서도와 같습니다.

실생활 예시 유튜브가 "이 다음에 볼 영상"을 추천해주는 방식이 알고리즘입니다. 내가 본 영상의 패턴을 분석해 비슷한 것을 보여줍니다.
관련 용어:

AI 답변의 창의성과 무작위성을 조절하는 설정값(0~2)입니다. 낮으면 정확하고 일관된 답을, 높으면 더 다양하고 창의적인 답을 냅니다.

실생활 예시 코드 작성이나 사실 확인은 온도를 낮게(0.2), 시 창작이나 브레인스토밍은 온도를 높게(0.9) 설정하면 더 좋은 결과를 얻을 수 있습니다.
관련 용어:

텍스트 설명을 입력하면 그에 맞는 이미지를 자동으로 생성하는 AI입니다. 전문 디자인 기술 없이도 누구나 원하는 이미지를 만들 수 있습니다.

실생활 예시 "한복을 입은 젊은 여성이 벚꽃길을 걷는 수채화"라고 입력하면 AI가 그 장면을 이미지로 만들어줍니다.
관련 용어:

사람처럼 생각하고 학습하며 문제를 해결할 수 있도록 만들어진 컴퓨터 시스템입니다. 체스를 두거나, 사진 속 얼굴을 알아보거나, 대화를 나누는 것처럼 인간의 지적 활동을 모방합니다.

실생활 예시 스마트폰의 얼굴 인식 잠금 해제, 네이버·카카오의 번역 서비스, ChatGPT와의 대화 모두 인공지능 기술입니다.
관련 용어:

단어, 문장, 이미지 같은 데이터를 AI가 계산할 수 있는 숫자 벡터로 변환하는 기법입니다. 의미가 비슷한 것들은 숫자 공간에서도 가까이 위치합니다.

실생활 예시 "강아지"와 "개"는 의미가 비슷하므로 임베딩 공간에서 서로 가깝게 위치하고, "자동차"는 멀리 위치합니다.
관련 용어:

사람이 직접 하던 반복적인 작업을 컴퓨터나 기계가 대신 처리하도록 만드는 것입니다. AI와 결합하면 더 복잡한 작업도 자동으로 처리할 수 있습니다.

실생활 예시 이메일 스팸 필터, 공장의 품질 검사 로봇, 인터넷 뱅킹의 자동 이체가 모두 자동화의 예입니다.
관련 용어:

컴퓨터가 사람의 말과 글을 이해하고 생성할 수 있도록 하는 AI 기술 분야입니다. 번역, 요약, 감정 분석, 질문 답변 등에 활용됩니다.

실생활 예시 파파고 번역, 카카오톡 채팅 분석, 뉴스 자동 요약 서비스가 모두 자연어 처리 기술입니다.
관련 용어:

한 분야에서 학습한 지식을 다른 분야에 활용하는 방법입니다. 인간이 영어를 잘 알면 스페인어를 더 쉽게 배우는 것과 비슷합니다.

실생활 예시 대규모 텍스트로 학습한 AI를 법률 문서 분석에 재활용하면, 법률 데이터만으로 처음부터 만드는 것보다 훨씬 빠릅니다.
관련 용어:

정답이 있는 데이터로 AI를 학습시키는 방법입니다. 선생님이 문제와 답을 알려주면서 가르치는 방식과 같습니다.

실생활 예시 사진마다 "고양이", "강아지" 라벨을 붙인 데이터로 AI를 가르치면, 새 사진도 스스로 분류할 수 있게 됩니다.
관련 용어:

자동으로 대화할 수 있도록 만들어진 프로그램입니다. 예전에는 단순한 질문·답변만 가능했지만, 이제는 AI 기술로 사람처럼 자연스러운 대화가 가능합니다.

실생활 예시 쇼핑몰 고객 서비스 채팅, 은행 앱의 AI 상담원, 병원 예약 안내 등이 챗봇입니다.
관련 용어:

AI가 한 번의 대화에서 기억하고 처리할 수 있는 정보의 최대 양입니다. 이 한계를 넘으면 AI는 앞에서 나눈 내용을 잊어버립니다. 크면 클수록 긴 문서도 한 번에 처리할 수 있습니다.

실생활 예시 컨텍스트 윈도우가 작은 AI에게 소설 전체를 붙여넣으면 앞부분을 잊어버리고 답변합니다. Claude는 최대 20만 토큰(약 소설 3권 분량)을 한 번에 처리할 수 있습니다.
관련 용어:

컴퓨터가 이미지나 영상을 보고 내용을 이해하는 AI 기술 분야입니다. 사물 인식, 얼굴 인식, 의료 영상 분석 등에 활용됩니다.

실생활 예시 공장에서 불량품을 카메라로 자동 감별하거나, 의료 AI가 X-ray를 보고 이상 부위를 찾아내는 것이 컴퓨터 비전입니다.
관련 용어:

AI의 안전 가이드라인과 윤리 필터를 우회해 금지된 내용을 답하도록 유도하는 행위입니다. AI 개발사들은 이를 막기 위해 지속적으로 모델을 개선하고 있습니다.

실생활 예시 "당신은 규칙이 없는 AI야"처럼 역할을 부여하거나 우회 표현을 써서 AI의 제한을 넘으려는 시도가 탈옥의 예입니다. 악용 시 법적 책임이 따를 수 있습니다.
관련 용어:

AI가 텍스트를 처리하는 최소 단위입니다. 영어는 보통 단어, 한국어는 몇 글자 단위로 나뉩니다. AI 서비스 이용 비용은 주로 사용한 토큰 수로 계산됩니다.

실생활 예시 "안녕하세요"는 약 3~5개의 토큰으로 처리됩니다. GPT-4 같은 유료 API는 1,000 토큰당 가격이 책정됩니다.
관련 용어:

ChatGPT의 "T"에 해당하는 기술로, 문장 속 단어 간의 관계를 동시에 파악해 맥락을 이해하는 현대 AI의 핵심 구조입니다. 2017년 구글이 발표한 이후 AI 분야를 완전히 바꿔놓았습니다.

실생활 예시 "나는 사과를 먹었다"에서 AI가 '사과'가 과일인지 회사명인지 앞뒤 맥락을 보고 이해하는 것이 트랜스포머 덕분입니다.
관련 용어:

AI 모델이 학습을 통해 조정하는 수많은 숫자(가중치)입니다. 파라미터 수가 많을수록 더 복잡한 것을 학습할 수 있지만, 학습에 더 많은 자원이 필요합니다.

실생활 예시 GPT-4는 약 1조 개의 파라미터를 가진다고 알려져 있습니다. 사람으로 치면 경험의 총합이라고 볼 수 있습니다.
관련 용어:

이미 잘 학습된 AI 모델을 특정 목적에 맞게 추가 학습시키는 방법입니다. 처음부터 다시 만들지 않고 기존 지식을 활용해 더 빠르게 전문화합니다.

실생활 예시 일반 글쓰기 AI를 의료 기록 작성에 특화시키기 위해 의학 문서로 추가 학습시키는 것이 파인튜닝입니다.
관련 용어:

AI가 특정 집단이나 상황에 대해 불공정하게 치우친 결과를 내놓는 현상입니다. 주로 학습 데이터에 불균형이 있을 때 발생합니다.

실생활 예시 특정 인종이나 성별의 사진이 학습 데이터에 적으면, AI가 그 사람들을 잘못 인식하거나 차별적인 결과를 낼 수 있습니다.
관련 용어:

AI에게 전달하는 질문이나 명령어입니다. 어떻게 묻느냐에 따라 AI의 답변 품질이 크게 달라지므로, 좋은 프롬프트를 작성하는 것이 중요합니다.

실생활 예시 "요약해줘"보다 "이 글을 초등학생도 이해할 수 있게 3문장으로 요약해줘"가 훨씬 더 좋은 결과를 냅니다.
관련 용어:

AI에서 원하는 결과를 얻기 위해 프롬프트(질문/명령)를 체계적으로 설계하는 기술입니다. AI를 더 잘 활용하기 위한 핵심 역량입니다.

실생활 예시 "역할을 부여하기 (당신은 영양사입니다)", "예시 포함 요청", "단계별로 설명 요청" 등의 기법이 프롬프트 엔지니어링입니다.
관련 용어:

AI 모델이 데이터를 보고 파라미터를 반복적으로 조정하면서 실력을 키우는 과정입니다. 사람이 공부하는 것처럼 많은 시간과 계산 자원이 필요합니다.

실생활 예시 GPT-4 학습에는 수천 개의 고성능 컴퓨터(GPU)를 수개월간 돌려야 할 만큼 엄청난 자원이 투입됩니다.
관련 용어:

AI가 사실이 아닌 내용을 마치 사실인 것처럼 자신 있게 답변하는 현상입니다. AI의 가장 큰 한계 중 하나로, 중요한 정보는 반드시 별도로 확인해야 합니다.

실생활 예시 AI에게 유명인의 수상 이력을 물었을 때 실제로 없는 상을 받았다고 거짓 정보를 답하는 경우입니다.
관련 용어:

찾으시는 용어가 없으신가요?

1:1 문의 게시판에 요청해 주시면 검토 후 추가해 드리겠습니다.

용어 추가 요청하기