AI관련 핵심 용어 설명

 인공지능 (AI) : 인간의 지능을 모방하여 학습, 추론, 문제 해결 등을 수행하는 시스템 또는 기술

 

머신러닝 (ML) : 데이터를 통해 학습하고 예측이나 결정을 내리는 알고리즘을 개발하는 AI 분야

 

딥러닝 (DL) : 인간 뇌의 신경망을 모방한 '인공신경망'을 사용하여 복잡한 패턴을 학습하는 머신러닝의 하위 분야

 

신경망 (Neural Network) : 인간 뇌의 뉴런 연결 구조를 모방하여 만든 컴퓨팅 모델로, 딥러닝의 핵심 구성 요소

 

데이터셋 (Dataset) : AI 모델을 학습시키고 평가하는 데 사용되는 구조화된 데이터의 집합

 

알고리즘 (Algorithm) : 특정 문제를 해결하거나 작업을 수행하기 위한 일련의 명확하고 단계적인 절차나 규칙

 

지도학습 (Supervised Learning) : 정답(레이블)이 있는 데이터를 사용하여 모델을 학습시키는 방법

 

비지도학습 (Unsupervised Learning) : 정답(레이블)이 없는 데이터를 사용하여 모델을 학습시키는 방법으로, 데이터 내의 숨겨진 패턴을 스스로 발견함

 

강화학습 (Reinforcement Learning) : 에이전트가 특정 환경에서 행동하고, 그 결과에 따라 보상 또는 벌칙을 받으며 최적의 행동 전략을 학습하는 방법

 

전이학습 (Transfer Learning) : 특정 작업에서 학습된 모델의 지식을 다른 관련 작업에 전이하여 활용하는 기법

 

파인튜닝 (Fine-tuning) : 사전 학습된(Pre-trained) 모델을 특정 목적의 데이터셋에 맞게 추가 학습시켜 성능을 최적화하는 과정

 

생성형 AI (Generative AI) : 기존 데이터를 학습하여 새로운 텍스트, 이미지, 오디오, 비디오 등 원본과 유사하지만 독창적인 콘텐츠를 생성하는 인공지능 기술

 

거대 언어 모델 (LLM) : 방대한 양의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하는 능력을 가진 초대형 인공지능 모델

 

프롬프트 엔지니어링 (Prompt Engineering) : 거대 언어 모델(LLM)이 원하는 결과물을 생성하도록 유도하기 위해, 모델에 입력하는 질문이나 지시문(프롬프트)을 효과적으로 설계하고 최적화하는 기술

 

RAG (Retrieval Augmented Generation) : 거대 언어 모델(LLM)의 생성 능력에 외부 지식 검색 기능을 결합한 기술

 

멀티모달 AI (Multimodal AI) : 텍스트, 이미지, 음성, 비디오 등 여러 가지 형태의 데이터를 동시에 이해하고 처리하며, 이를 기반으로 새로운 콘텐츠를 생성하거나 복합적인 작업을 수행하는 인공지능

 

sLLM (Small Large Language Model) : 기존 LLM보다 모델 크기를 줄여 경량화한 언어 모델

 

LLM 에이전트 (LLM Agent) : 거대 언어 모델(LLM)을 핵심 두뇌로 삼아, 외부 도구(API)를 사용하거나 계획을 수립하여 복잡한 작업을 자율적으로 수행하는 인공지능 시스템이다.

자연어 처리 (NLP) : 컴퓨터가 인간의 자연어(일상 언어)를 이해하고, 해석하고, 생성하는 기술 분야

 

컴퓨터 비전 (Computer Vision) : 컴퓨터가 이미지나 비디오와 같은 시각 데이터를 이해하고 해석하는 기술 분야

 

음성 인식 (Speech Recognition) : 인간의 음성 언어를 텍스트로 변환하거나, 음성 명령을 이해하여 처리하는 기술

 

온디바이스 AI (On-device AI) : 클라우드 서버와의 통신 없이 스마트폰, 웨어러블 기기, IoT 장치 등 기기 자체에서 AI 연산을 수행하는 기술

 

경량화 모델 (Lightweight Model) : 기존의 대규모 AI 모델의 성능을 유지하면서도 모델의 크기(매개변수 수)와 연산량을 줄여, 제한된 컴퓨팅 자원 환경에서도 효율적으로 작동하도록 최적화된 모델

 

추론 (Inference) : 학습이 완료된 AI 모델이 새로운 데이터를 입력받아 예측, 분류, 생성 등 실제 결과물을 도출하는 과정

 

AI 반도체 (AI Semiconductor) : 인공지능 연산에 특화되어 설계된 반도체 칩

 

GPU (Graphics Processing Unit) : 병렬 연산 능력이 뛰어나 인공지능 모델의 대규모 학습 및 추론에 필수적인 하드웨어

 

AI 윤리 (AI Ethics) : 인공지능 기술의 개발, 배포, 사용 과정에서 발생할 수 있는 사회적, 도덕적 문제들을 다루고 AI가 인간 사회에 긍정적인 영향을 미치도록 하기 위한 원칙과 가이드라인을 수립하는 분야

 

책임 있는 AI (Responsible AI) : AI 시스템이 공정하고, 투명하며, 안전하고, 신뢰할 수 있도록 설계 및 운영하는 것을 목표로 하는 포괄적인 접근 방식

 

편향 (Bias) : AI 모델이 학습 데이터에 내재된 특정 경향이나 불균형을 학습하여, 특정 집단이나 결과에 대해 불공정하거나 차별적인 예측 또는 결정을 내리는 현상

 

환각 (Hallucination) : 주로 거대 언어 모델(LLM)이 사실과 다르거나 논리적으로 맞지 않는 정보를 마치 사실인 것처럼 그럴듯하게 생성하는 현상