AI 필수 기초 용어
인공지능 활용을 위한 핵심 용어 안내
AI 개요
- 인공지능 (AI: Artificial Intelligence) 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술
- 머신러닝 (ML: Machine Learning) 컴퓨터가 데이터를 기반으로 학습하여 특정 작업의 성능을 향상시키는 AI의 하위 분야
- 딥러닝 (Deep Learning) 여러 층의 인공 신경망을 사용하여 데이터로부터 복잡한 패턴을 학습하는 머신러닝의 한 분야
AI 모델 유형
- 생성형 AI (Generative AI) 학습한 데이터를 바탕으로 새로운 콘텐츠(텍스트, 이미지, 음악 등)를 생성하는 AI
- 대규모 언어 모델 (LLM: Large Language Model) 방대한 양의 텍스트 데이터로 학습되어 자연어를 이해하고 생성할 수 있는 AI 모델
- 멀티모달 AI (Multimodal AI) 텍스트, 이미지, 오디오 등 여러 형태의 데이터를 동시에 처리할 수 있는 AI 모델
AI 주요 기술 용어
- 프롬프트 (Prompt) AI에게 주어지는 지시문이나 질문으로, AI의 출력을 유도하는 입력 텍스트
- 프롬프트 엔지니어링 (Prompt Engineering) AI로부터 원하는 결과를 얻기 위해 효과적인 프롬프트를 설계하는 기술
- 파인튜닝 (Fine-tuning) 사전 학습된 AI 모델을 특정 작업이나 도메인에 맞게 추가로 학습시키는 과정
AI 성능 및 한계 관련 용어
- 할루시네이션 (Hallucination) AI가 사실이 아니거나 데이터에 없는 정보를 사실인 것처럼 생성하는 현상
- 맥락 창 (Context Window) AI가 한 번에 처리할 수 있는 입력 텍스트의 최대 길이
- 토큰 (Token) AI가 텍스트를 처리할 때 사용하는 기본 단위로, 단어나 단어의 일부로 구성됨
AI 윤리 및 활용 용어
- 바이어스 (Bias) AI 모델이 학습 데이터의 편향성을 반영하여 특정 그룹에 불공정한 결과를 내는 현상
- AI 윤리 (AI Ethics) AI 개발 및 사용 과정에서 고려해야 할 윤리적 원칙과 지침
- RAG (Retrieval-Augmented Generation) 외부 지식을 검색하여 AI의 응답 생성을 보강하는 기술로, 정확도 향상과 할루시네이션 감소에 도움
API 및 개발 관련 용어
- API (Application Programming Interface) AI 서비스에 접근하고 활용할 수 있게 해주는 인터페이스
- 추론 (Inference) 학습된 AI 모델이 새로운 데이터에 대해 예측이나 결과를 생성하는 과정
- 임베딩 (Embedding) 텍스트나 이미지 등의 데이터를 AI가 처리하기 쉬운 벡터(숫자 배열) 형태로 변환한 것
AI 활용을 위한 조언
- 명확하고 구체적인 프롬프트를 작성하여 AI의 응답 품질을 높이세요.
- AI의 출력 결과는 항상 검증이 필요합니다 - 특히 사실적 정보에 대해서는 더욱 중요합니다.
- AI는 도구일 뿐, 최종 판단과 책임은 사용자에게 있습니다.
- AI 기술은 빠르게 발전하고 있으니 지속적인 학습이 필요합니다.