AI 용어집
AI 소식을 읽다 보면 만나는 용어를 처음 보는 사람도 이해할 수 있게 풀어 씁니다. 지금 24개.
기본 개념
AI 소식을 읽기 위한 첫 단계 용어
- AI 에이전트입문 AI Agent AI 에이전트는 목표를 주면 스스로 계획을 세우고 도구를 사용해 여러 단계의 작업을 직접 수행하는 AI입니다. 답만 하는 챗봇에서 한발 더 나아가 '일을 처리하는' AI입니다.
- LLM입문 대규모 언어 모델 LLM(대규모 언어 모델)은 아주 많은 글을 읽고 배워서 사람처럼 글을 이해하고 써 내는 AI 프로그램입니다. 질문에 답하고, 요약하고, 번역하고, 글을 쓰는 일을 합니다.
- 멀티모달입문 Multimodal 멀티모달은 AI가 글뿐 아니라 이미지, 소리, 영상 등 여러 종류의 정보를 함께 이해하거나 만들어 낼 수 있는 성질을 말합니다.
- 오픈웨이트입문 Open weights 오픈웨이트는 AI 모델이 학습으로 얻은 내부 숫자(가중치)를 누구나 내려받아 쓸 수 있도록 공개하는 방식입니다. 자기 컴퓨터나 서버에서 직접 모델을 돌릴 수 있습니다.
- 컨텍스트 윈도입문 Context window 컨텍스트 윈도는 AI 모델이 한 번에 읽고 기억하며 다룰 수 있는 글의 최대 분량입니다. 보통 토큰 수로 표시합니다.
- 토큰입문 Token 토큰은 AI 언어 모델이 글을 처리할 때 쓰는 가장 작은 단위 조각입니다. 단어 하나일 수도 있고, 단어의 일부나 글자 몇 개일 수도 있습니다.
- 파라미터입문 Parameter, 매개변수 파라미터는 AI 모델이 학습하면서 스스로 조정하는 내부 숫자들입니다. 모델이 배운 지식과 판단 방식이 이 숫자들 속에 담겨 있습니다.
- 프롬프트입문 Prompt 프롬프트는 AI에게 무엇을 해 달라고 전달하는 입력 내용입니다. 질문, 지시, 예시, 참고 자료 등이 모두 프롬프트가 될 수 있습니다.
- 환각입문 Hallucination 환각은 AI가 사실이 아니거나 근거 없는 내용을 마치 사실인 것처럼 자신 있게 만들어 내는 현상입니다.
모델·생성
언어·생성·멀티모달·음성 모델
- Decision model기초 의사결정 모델 의사결정 모델은 문장을 지어내는 대신 미리 정해 둔 선택지 가운데 어느 쪽에 해당하는지를 확률로 판단하는 AI 모델이다. 예를 들어 이 글이 정책 위반인지 아닌지를 판정한다.
- GraphRAG심화 그래프 RAG GraphRAG는 문서 속 사람·회사·개념 같은 대상과 그 관계를 '지식 그래프'로 정리한 다음, 이 구조를 활용해 AI가 질문에 답하도록 돕는 검색 증강 생성(RAG) 방식이다. 흩어진 정보를 서로 잇거나 문서 전체를 아우르는 질문에 특히 강하다.
- RAG기초 검색 증강 생성 RAG(검색 증강 생성)는 AI가 답하기 전에 문서나 데이터베이스에서 관련 자료를 먼저 찾아보고, 찾은 내용을 근거로 답을 만드는 방식이다. 모델이 학습하지 않은 최신 정보나 회사 내부 정보도 답에 활용할 수 있다.
- 리랭커심화 Reranker, 재순위화 모델 리랭커는 검색으로 먼저 추려 낸 후보 문서들을 질문과 하나씩 꼼꼼히 비교해서, 정말 관련 있는 순서대로 다시 줄 세우는 모델입니다. 주로 RAG처럼 검색 결과를 AI에게 넘겨주는 시스템에서 '2차 심사' 역할을 합니다.
- 벡터 DB기초 Vector database, 벡터 데이터베이스 벡터 DB는 글·이미지 같은 데이터를 숫자 목록(벡터, 임베딩)으로 바꿔 저장해 두고, 질문과 '뜻이 가까운' 데이터를 빠르게 찾아 주는 데이터베이스다.
- 시맨틱 검색기초 Semantic search, 의미 검색 시맨틱 검색은 검색어에 들어 있는 낱말이 문서에 그대로 있는지가 아니라, 검색어와 문서의 '뜻'이 얼마나 가까운지를 따져 결과를 찾아 주는 검색 방식이다.
- 임베딩기초 Embedding 임베딩은 단어·문장·이미지 같은 데이터를 숫자 목록(벡터)으로 바꿔서, 뜻이 비슷한 것끼리 가까이 놓이도록 만든 표현이다. 컴퓨터는 이 숫자 사이의 거리를 재서 '얼마나 비슷한지'를 판단한다.
- 청킹기초 Chunking, 문서 분할 청킹은 AI가 긴 문서를 검색하고 활용할 수 있도록 문서를 '청크'라는 작은 조각으로 나누는 작업입니다. 주로 RAG처럼 AI가 외부 자료를 찾아 답하는 시스템을 만들 때 미리 거치는 준비 단계입니다.
- 파인튜닝기초 Fine-tuning, 미세조정 파인튜닝(미세조정)은 이미 폭넓게 학습된 AI 모델을 특정 분야나 작업에 맞게 추가로 조금 더 학습시키는 것입니다.
- 하이브리드 검색심화 Hybrid search 하이브리드 검색은 서로 다른 검색 방식 두 가지 이상을 함께 돌린 뒤 결과를 하나의 순위 목록으로 합치는 기법입니다. 흔히 단어를 그대로 맞춰 보는 '키워드 검색'과 뜻이 비슷한 문서를 찾는 '의미 기반 검색'을 함께 씁니다.
인지·행동
보고 판단하고 움직이는 AI
- JEPA심화 결합 임베딩 예측 아키텍처 (I-JEPA · V-JEPA) JEPA(결합 임베딩 예측 아키텍처)는 이미지나 영상에서 가려진 부분을 픽셀 그대로 그려 내는 대신, 그 부분의 '요약된 의미'(임베딩)를 예측하게 하여 AI가 세상을 이해하는 법을 스스로 배우게 하는 학습 방식이다.
- Jev기초 제브 · TypeSafe AI의 System One 의사결정 모델 Jev(제브)는 TypeSafe AI가 2026년 9월 15일 공개한 의사결정 전용 AI 모델로, 문장을 쓰는 대신 미리 정한 선택지 중 무엇이 맞는지를 확률과 함께 바로 돌려준다.
- 에이전틱 RAG심화 Agentic RAG 에이전틱 RAG는 AI 에이전트가 검색 과정을 스스로 계획하고 조절하는 RAG 방식이다. 무엇을 언제 다시 찾을지 AI가 직접 판단해서, 한 번 검색하고 끝내는 대신 여러 번 찾아보고 결과를 다듬은 뒤 답한다.
기반·응용
효율·안전·평가와 과학 응용