AI 용어 50선 — 알아두면 쓸모 있는 용어집
뉴스나 유튜브에서 AI 용어가 막 나오면 머리가 멍해지죠? 이 글에 자주 쓰는 용어 50개를 한자리에 모았습니다. 표 형식이라 훑어보기 편해요.
📖 읽는 법: 모르는 용어를 위에서부터 천천히 읽어보세요. 비유만 이해해도 뉴스 내용 파악이 훨씬 쉬워집니다.
① 모델·서비스 이름
| 용어 | 뜻 | 비유 |
|---|
| LLM (Large Language Model) | 거대 언어 모델. 사람 말을 만들고 이해하는 AI | 책 1,000만 권 외운 비서 |
| GPT (Generative Pre-trained Transformer) | OpenAI의 LLM 시리즈. GPT-4o, GPT-4.1 등 | OpenAI 요리 브랜드 |
| Claude | Anthropic의 LLM 시리즈. Claude Opus, Sonnet, Haiku | AnthropAI 요리 브랜드 |
| Gemini | Google의 LLM 시리즈. 구 Bard의 후속 | Google 요리 브랜드 |
② 입력·출력 단위
| 용어 | 뜻 | 비유 |
|---|
| 토큰 (Token) | AI가 처리하는 최소 단위. 영어는 단어, 한국어는 음절 단위 | 요리 재료 한 조각 |
| 컨텍스트 윈도우 (Context Window) | AI가 한 번에 기억할 수 있는 입력 길이 (토큰 수) | 작업대 크기 |
| 프롬프트 (Prompt) | AI에게 보내는 입력·지시 | 레시피 카드 |
| 시스템 메시지 (System Message) | AI의 성격·역할을 미리 설정하는 첫 메시지 | 사수님의 사직서 |
| 유저 메시지 (User Message) | 사용자가 매번 보내는 질문·지시 | 실제 주문 |
③ 학습·추론
| 용어 | 뜻 | 비유 |
|---|
| 파라미터 (Parameter) | 학습으로 정해진 숫자. 모델의 “지능” | 요리사의 손맛 (수천억 가지 미세 조정) |
| 학습 (Training) | 데이터를 넣고 파라미터를 조정하는 과정 | 인턴 키우는 기간 |
| 추론 (Inference) | 학습된 모델이 실제로 답을 만들어 내는 것 | 실제 요리하는 시간 |
| 파인튜닝 (Fine-tuning) | 특정 용도에 맞게 추가로 학습 | 특정 요리만 더 연습 |
| RLHF (Reinforcement Learning from Human Feedback) | 사람 평가로 답변 품질을 다듬는 학습법 | 셰프에게 “더 짜게” 피드백 |
| DPO (Direct Preference Optimization) | RLHF의简化 버전. 두 답변 중 좋은 쪽을 직접 학습 | 둘 중 뭐가 더 맛있나 골라주기 |
④ 검색·지식 확장
| 용어 | 뜻 | 비유 |
|---|
| RAG (Retrieval-Augmented Generation) | 외부 문서를 검색해 답변에 활용 | 시험 볼 때 교과서 펼쳐두고 답 쓰기 |
| 임베딩 (Embedding) | 텍스트를 숫자 벡터로 변환. 의미가 비슷한 것끼리 모임 | 책의 주제별 좌표 |
| 벡터 DB (Vector Database) | 임베딩을 저장·검색하는 DB | 좌표로 찾는 도서관 |
⑤ 에이전트·도구
| 용어 | 뜻 | 비유 |
|---|
| 에이전트 (Agent) | 스스로 목표를 세우고 도구로 행동하는 AI | 판단하는 신입사원 |
| 도구 사용 (Tool Use) | AI가 계산기·검색·DB 같은 외부 기능을 부르는 것 | 요리사가 믹서기·오븐 사용 |
| MCP (Model Context Protocol) | AI와 외부 도구를 연결하는 표준 규약 | USB-C (다 같은 포트) |
⑥ 개발·연동
| 용어 | 뜻 | 비유 |
|---|
| API (Application Programming Interface) | 다른 프로그램에서 AI를 부르는 호출 규약 | 식당 주문용 키오스크 |
| SDK (Software Development Kit) | API를 편하게 쓰는 코드 모음 | 키오스크 사용 설명서 |
| 엔드포인트 (Endpoint) | API가 노출하는 구체적 URL 주소 | 식당의 정확한 주소 |
⑦ 한계·신뢰성
| 용어 | 뜻 | 비유 |
|---|
| 환각 (Hallucination) | 그럴듯한 거짓 답변 | 거짓말 장인 |
| 그라운딩 (Grounding) | 답변이 사실·문서에 기반하도록 하는 기법 | ”교과서 보면서 대답해” |
⑧ 배포 방식
| 용어 | 뜻 | 비유 |
|---|
| 온디바이스 (On-device) | 기기 안에서 직접 실행 (네트워크 불필요) | 자동차에 내장된 네비 |
| 엣지 AI (Edge AI) | 서버가 가까운 곳에서 실행 (응답 빠름) | 매장 앞쪽 창구 직원 |
⑨ 라이선스
| 용어 | 뜻 | 비유 |
|---|
| 오픈소스 (Open Source) | 코드·가중치를 모두 공개 | 레시피·원재료 모두 공개 |
| 오픈웨이트 (Open Weights) | 학습된 가중치만 공개 | 완성된 음료수 레시피만 공개 |
| 프로프라이어리 (Proprietary) | 회사가 독점 (코드·가중치 비공개) | 영업 비밀 레시피 |
⑩ 입력 형태
| 용어 | 뜻 | 비유 |
|---|
| 멀티모달 (Multimodal) | 텍스트·이미지·음성·영상을 함께 처리 | 오감 다 쓰는 AI |
| 비전 (Vision) | 이미지·영상을 이해하는 능력 | AI의 눈 |
| TTS (Text-to-Speech) | 글 → 음성 변환 | 읽어주는 AI |
| STT (Speech-to-Text) | 음성 → 글 변환 | 받아쓰는 AI |
⑪ 핵심 기술
| 용어 | 뜻 | 비유 |
|---|
| 디퓨전 (Diffusion) | 이미지 생성 모델의 한 종류 (Stable Diffusion 등). 노이즈에서 점진적으로 그림을 만듦 | 안개 속에서 점차 그림이 드러남 |
| 트랜스포머 (Transformer) | 2017년 구글이 발표한 핵심 신경망 구조. 현재 LLM의 기반 | 레시피의 기본 틀 (모든 모델의 할아버지) |
| 어텐션 (Attention) | 문장 속 어떤 단어에 “집중”할지 결정하는 메커니즘 | ”이 줄에서 어디가 중요한지” 파악 |
| Mixture of Experts (MoE) | 여러 전문가 모델 중 질문마다 일부만 활성화 | 학과별 교수님, 필요한 분만 부르기 |
⑫ 평가 지표
| 용어 | 뜻 | 비유 |
|---|
| MMLU | 57개 분야 일반 지식 시험 | 종합 학력 시험 |
| HumanEval | 코딩 능력 평가 (OpenAI 제공) | 코딩 경진대회 |
| LMSYS Elo | 사용자 투표로 매긴 상대적 모델 순위 | 맛집 랭킹 (사람 투표) |
⑬ 프롬프트 기법
| 용어 | 뜻 | 비유 |
|---|
| Zero-shot | 예시 없이 바로 질문 | 시험 직전 노트 없이 |
| Few-shot | 예시 1~3개 주고 같은 형식 요청 | 예시 보고 따라 하기 |
| Chain-of-Thought (CoT) | “단계별로 생각해줘” 요청 | 풀이过程 먼저 쓰고 답 |
⑭ 생성 제어 파라미터
| 용어 | 뜻 | 비유 |
|---|
| Temperature | 무작위성. 0 = 매번 같은 답, 1 = 창의적 | 셰프의 즉흥도 (낮을수록 정확, 높을수록 다양) |
| Top-p (Nucleus Sampling) | 누적 확률 p 이내의 단어만 후보로 | 상위 N%만 후보로 |
⑮ 미래·철학
| 용어 | 뜻 | 비유 |
|---|
| AGI (Artificial General Intelligence) | 사람 수준 범용 AI | 어떤 일이든 잘하는 AI |
| ASI (Artificial Super Intelligence) | 사람보다 뛰어난 초지능 | AGI의 다음 단계 |
| 초지능 (Superintelligence) | ASI와 거의 동의어. 사람보다 월등한 AI | 인류 역사상 최강의 두뇌 |
| Alignment | AI가 사람 의도와 가치가 일치하도록 맞추는 것 | AI에게 회사 비전 교육 |
| 안전성 (Safety) | 해를 끼치지 않도록 보장하는 기술·정책 | 자동차 안전벨트·에어백 |
⑯ 주요 플랫폼·툴
| 용어 | 뜻 | 비유 |
|---|
| Hugging Face | AI 모델·데이터셋 공유 허브. “AI의 GitHub” | AI 모델의 백화점 |
| Ollama | 내 컴퓨터에서 LLM을 바로 돌리는 도구 | 집에서 요리 직접 하기 |
| LangChain | LLM 앱을 만들기 위한 Python/JS 프레임워크 | LLM 요리 키트 |
자주 혼동하는 용어 5쌍
| 헷갈리는 쌍 | 차이 |
|---|
| LLM vs ChatGPT | LLM은 기술, ChatGPT는 그 기술로 만든 서비스 |
| 학습 vs 추론 | 학습 = 공부하는 시간, 추론 = 시험 보는 시간 |
| Token vs 단어 | 한국어는 한 단어가 2~4 토큰으로 쪼개짐 |
| Open Source vs Open Weights | 전자는 코드까지 공개, 후자는 가중치만 공개 |
| 에이전트 vs 챗봇 | 챗봇 = 대화만, 에이전트 = 도구를 부르고 행동 |
더 읽을거리