요즘 뉴스나 SNS를 보면 '인공지능(AI)'이라는 말이 빠지지 않죠? 🤖 저도 처음에는 ChatGPT니, 머신러닝이니 하는 용어들이 쏟아질 때 정말 머리가 아프더라고요. "이게 다 무슨 소리야?" 싶기도 하고, 나만 뒤처지는 건 아닌지 걱정도 됐었죠. 하지만 솔직히 말해서, 핵심적인 개념 몇 가지만 제대로 잡아두면 AI의 흐름을 파악하는 게 생각보다 어렵지 않답니다! 오늘은 제가 공부하면서 정리했던, 여러분을 단숨에 'AI 좀 아는 사람'으로 만들어줄 알짜배기 용어 30가지를 소개해 드릴게요. 함께 차근차근 살펴볼까요? 😊
1. 인공지능의 큰 그림: 기초 핵심 용어 🖼️
먼저 인공지능이라는 큰 집을 구성하는 가장 기초적인 벽돌들부터 살펴볼게요. 이 용어들은 AI의 정의와 범위를 결정하는 아주 중요한 친구들이에요.
| 용어 | 핵심 정의 |
|---|---|
| 인공지능 (AI) | 인간의 지능적인 행동을 컴퓨터가 흉내 내도록 만든 기술의 총칭 |
| 머신러닝 (ML) | 데이터를 통해 기계가 스스로 학습하고 규칙을 찾아내는 방식 |
| 딥러닝 (DL) | 인간의 뇌 신경망을 본떠 만든 복잡한 머신러닝의 한 종류 |
| 알고리즘 | AI가 문제를 해결하기 위해 따르는 일련의 단계적 절차 |
| 빅데이터 | AI가 학습하는 데 필요한 방대하고 다양한 데이터의 집합 |
AI는 가장 큰 범위이고, 그 안에 머신러닝이, 또 그 안에 딥러닝이 포함되어 있어요. "딥러닝은 머신러닝의 막내동생"이라고 생각하면 편해요!
2. AI가 공부하는 방법: 학습 용어 📚
AI도 사람처럼 공부하는 스타일이 다 달라요. 어떤 방식으로 지식을 습득하는지 알면 AI의 동작 원리가 더 잘 보인답니다.
- 지도 학습 (Supervised): 문제와 정답(레이블)을 함께 주며 가르치는 방식이에요.
- 비지도 학습 (Unsupervised): 정답 없이 데이터만 던져주고 스스로 패턴을 찾게 해요.
- 강화 학습 (Reinforcement): 잘하면 상을, 못하면 벌을 주며 최적의 행동을 배우게 하는 방식이죠. (마치 강아지 훈련처럼요! 🐕)
- 모델 (Model): 학습이 완료되어 결과물을 내놓을 수 있는 '두뇌' 상태를 말해요.
- 파라미터 (매개변수): AI 모델의 성능을 결정하는 미세한 조절 나사들이라고 보시면 됩니다.
과적합(Overfitting)이라는 용어가 자주 나오는데, 이건 공부를 너무 '달달 외워서' 기출문제는 잘 풀지만 새로운 문제는 못 푸는 상태를 뜻해요.
3. 요즘 대세! 생성형 AI 관련 핵심 용어 ✨
ChatGPT 이후 가장 뜨거운 분야죠. 생성형 AI를 논할 때 빼놓을 수 없는 용어들입니다.
생성형 AI의 꽃, LLM 📝
- LLM (거대언어모델): 엄청난 양의 텍스트를 학습해 인간처럼 말하는 인공지능 모델이에요. (예: GPT-4)
- 프롬프트 (Prompt): 우리가 AI에게 입력하는 명령어예요. 말을 잘해야 답도 잘 나오겠죠?
- 할루시네이션 (환각): AI가 아는 척하며 당당하게 거짓말을 하는 현상이에요. 😅
- 멀티모달 (Multimodal): 텍스트뿐만 아니라 이미지, 소리, 영상까지 동시에 이해하고 생성하는 능력을 말해요.
- 파인튜닝 (미세조정): 이미 똑똑한 AI를 특정 목적(예: 법률, 의료)에 맞게 추가 학습시키는 과정이에요.
나의 AI 이해도 체크 🔢
오늘 배운 용어 중 몇 개나 익숙해졌나요? 아래 버튼을 눌러보세요!
자주 묻는 질문 ❓
AI 용어 3줄 요약
자, 이렇게 AI 필수 용어들을 정리해 봤는데 어떠셨나요? 생각보다 우리가 일상에서 접하던 단어들이 많죠? 사실 기술은 계속 변하지만, 그 뿌리가 되는 개념은 크게 변하지 않거든요. 오늘 배운 30가지만 잘 챙겨두셔도 앞으로 나올 새로운 뉴스들이 훨씬 재밌게 읽히실 거예요. 혹시 더 궁금하거나 "이 단어는 무슨 뜻이에요?" 하는 게 있다면 언제든 댓글로 물어봐 주세요! 우리 같이 열공해서 AI 마스터가 되어보자고요~ 😊
0 댓글