AI 1도 모르면 주목, 핵심 AI 용어 8개 초간단 정리

요즘 어딜 가나 AI, AI 하는데 솔직히 뭔 소린지 하나도 모르겠다고?ㅋㅋ

괜찮아. 너만 그런 거 아니니까. 근데 앞으로는 진짜 AI 모르면 대화에 끼기도 힘들고, 뒤처질 수 있어.

그래서 내가 나섰지. 복잡한 거 다 빼고, 진짜 딱 8가지 핵심 용어만 알면 어디 가서 아는 척 좀 할 수 있게 만들어 줄게.

내가 AI 논문이랑 칼럼 300개 넘게 씹어 먹고 정리한 거니까 믿고 따라와 봐.

0️⃣그래서 AI가 대체 뭔데?

AI란, 인공지능으로 Artificial Intelligence이라고 해. 말이 좀 어렵지? 쉽게 가자.

그냥 '사람처럼 생각하고 배우는 컴퓨터 프로그램' 정도로 이해하면 돼.

우리가 어릴 때 엄마한테 배우고, 학교 가서 공부하고, 회사에서 구르면서 점점 똑똑해지잖아?

AI도 비슷해. '데이터'라는 밥을 먹고 혼자 공부하면서 똑똑해지는 거야. 이걸 좀 유식한 말로 '머신러닝(Machine Learning)'이라고 불러. 기계가 학습한다, 뭐 이런 뜻이지.

사과를 예로 들어볼까? 아기가 사과를 배울 때 "빨갛고 동그랗고 아삭한 과일" 이렇게 배우잖아. 그러다 빨간 자두를 보면 "어? 이것도 사과?" 하다가 점점 구분하게 되지. AI도 똑같아. 사과 사진 수백만 장 던져주면 스스로 "아하, 이게 사과구나", "이건 아니네" 하고 배우는 거지.

여기서 한 단계 더 나아간 게 '딥러닝(Deep Learning)'이야. 이건 진짜 사람 뇌 신경망 구조를 따라 한 거래. 그래서 더 복잡한 문제도 풀 수 있게 됐어. 요즘 난리 난 ChatGPT 같은 애들이 바로 이 딥러닝 기반이야.

특히 이런 애들을 '생성형 AI(Generative AI)'라고 부르는데, 왜냐고? 얘네는 그냥 시키는 것만 하는 게 아니라, 스스로 글도 쓰고, 그림도 그리고, 심지어 음악까지 만들어내거든. 완전 창작 활동을 하는 거지.

정리하자면, AI는 데이터를 먹고 스스로 학습해서 똑똑해지는 기술이고, 딥러닝은 그걸 더 사람 뇌처럼 만든 거, 생성형 AI는 그걸로 창작까지 하는 놈들이라고 생각하면 돼. 어때, 좀 감이 와?

좋았어. 자, 이제부터 진짜 중요한 거야. AI랑 대화하거나 관련 글을 읽을 때 꼭 나오는 용어 8개만 딱 알려줄게. 이것만 알아도 "오, 좀 아는데?" 소리 들을 수 있을거야.

1️⃣ 프롬프트 (Prompt)

이건 진짜 기본 중의 기본. AI한테 내리는 '명령' 또는 '질문'이라고 생각하면 돼. AI한테 일을 시키려면 프롬프트를 잘 써야 해. 그냥 "보고서 써줘" 이러면 AI도 뭘 어쩌라는 건지 모르고 대충 써준다고.

"2024년 Z세대를 위한 친환경 화장품 마케팅 전략 보고서 써줘. 시장 분석, 타겟 고객 특징, 인스타그램 릴스 활용 방안 포함해서."

이렇게 구체적으로 지시해야 AI가 똑똑하게 일하지 않겠어? 이렇게 AI한테 명령 잘 내리는 기술을 '프롬프트 엔지니어링'이라고 하는데, 이거 잘하면 진짜 능력자 소리 듣는다.

2️⃣토큰 (Token)

이건 AI가 언어를 이해하고 처리하는 기본 단위야. 우리가 글 읽을 때 단어나 구절로 끊어 읽잖아? AI도 비슷하게 텍스트를 잘게 쪼개서 처리하는데, 그 쪼개진 조각 하나하나를 토큰이라고 불러.

근데 AI가 쪼개는 방식은 우리랑 좀 달라. 예를 들어 "사랑해요"를 우리는 한 단어로 보지만, AI는 "사랑" + "해요" 이렇게 두 토큰으로 볼 수도 있다는 거야.

왜 이렇게 하냐고? 그래야 AI가 언어를 더 효율적으로 배우고 조합해서 새로운 문장을 만들 수 있거든. 레고 블록 같은 거라고 생각하면 이해하기 쉬울 거야.

3️⃣파라미터 (Parameter)

이건 좀 어려울 수 있는데, 쉽게 말해 AI의 '뇌세포' 수라고 생각하면 돼. 파라미터가 많을수록 AI가 더 똑똑하고 복잡한 생각을 할 수 있어.

예를 들어 GPT-3는 파라미터가 1,750억 개인데, GPT-4는 1조 개가 넘는다고 추정된대. 파라미터 수가 깡패인 거지 ㅋㅋ

당연히 파라미터 많은 GPT-4가 더 똑똑하고 말귀도 잘 알아듣겠지?

"마케팅 전략 짜줘"라고 했을 때, GPT-3가 "SNS 광고 하세요" 수준이라면, GPT-4는 "최근 Z세대 트렌드를 보니 가치 소비가 중요하니, ESG 활동을 강조한 숏폼 콘텐츠를 틱톡에 뿌리세요" 같이 훨씬 구체적이고 깊이 있는 답을 내놓는다는 거야.

4️⃣파인튜닝 (Fine-tuning)

이건 AI를 특정 분야 전문가로 만드는 '맞춤 과외' 같은 거야. 일반 AI는 백과사전처럼 넓고 얕은 지식을 가졌는데, 파인튜닝을 하면 특정 분야에 빠삭한 전문가로 만들 수 있어.

예를 들어 법률 회사에서 쓰는 AI라면, 법률 용어랑 판례 데이터를 집중 학습시켜서 변호사처럼 말하게 만드는 거지.

기본 AI는 "계약서 잘 쓰세요" 수준이라면, 파인튜닝된 법률 AI는 "이 계약서 4조는 약관법 6조 위반 소지가 있습니다" 이렇게 전문가 포스를 풍기는 거지.

고객센터 AI도 마찬가지로 회사 말투나 정책에 맞게 파인튜닝하면 훨씬 자연스럽고 전문적인 응대가 가능해져.

5️⃣RAG (Retrieval-Augmented Generation)

이름은 거창한데, 쉽게 말하면 AI한테 '오픈북 시험'을 허용하는 기술이야.

AI는 자기가 학습한 데이터 외에 최신 정보나 특정 회사 내부 정보 같은 건 잘 모르잖아? RAG는 AI가 답변을 생성할 때, 외부 데이터베이스나 인터넷에서 필요한 최신 정보를 실시간으로 찾아보고 참고해서 답변하게 만드는 기술이야.

그래서 "우리 회사 이번 여름휴가 규정 뭐야?"라고 물으면, 일반 AI는 "회사마다 달라요" 하겠지만, RAG 적용된 AI는 회사 내부 규정 문서를 슥 보고 "연차 15일에 리프레시 5일 추가요" 이렇게 정확하게 답해줄 수 있는 거지.

최신 뉴스나 트렌드 물어볼 때도 유용하겠지?

6️⃣할루시네이션 (Hallucination)

AI가 똑똑해 보여도 완벽하진 않아. 가끔 '그럴싸한 거짓말'이나 '없는 사실'을 지어내는 경우가 있는데, 이걸 할루시네이션, 우리말로는 '환각'이라고 불러. 완전 뻥카 치는 거지 ㅋㅋ

예를 들어 "우리 회사 작년 실적 보고서 요약해줘" 했는데, AI가 "작년에 메타버스 패션쇼 대성공 하셨네요" 이런 식으로 있지도 않은 얘기를 하는 거야.

왜 이러냐면, AI는 정확한 정보가 없을 때 자기가 아는 걸 조합해서 가장 그럴듯한 답을 만들어내려고 하기 때문이야.

모르면 모른다고 해야 하는데, 어떻게든 아는 척하려다 사고 치는 거지.

그러니까 AI 답변은 항상 의심하고, 중요한 내용은 꼭 직접 확인하는 습관을 들여야 해. 안 그럼 큰일 난다?

7️⃣LLM (Large Language Model)

이건 '거대 언어 모델'이라는 뜻인데, ChatGPT처럼 대규모 텍스트 데이터를 학습해서 인간 언어를 이해하고 생성하는 AI 모델을 통칭하는 말이야. 그냥 '말 잘하는 AI 종류' 정도로 생각하면 돼.

종류도 여러 가지가 있어. GPT-4는 이것저것 다 잘하는 만능 비서 같고, 앤트로픽의 Claude는 좀 더 신중하고 분석적인 스타일, 구글의 제미나이도 있고, Perplexity AI는 최신 정보 검색에 특화되어 있대.

각각 성격이랑 장단점이 다르니까, 필요에 따라 골라 쓰는 재미가 있겠지?

8️⃣멀티모달 (Multimodal)

이건 AI가 '오감'을 가지게 되는 거라고 생각하면 쉬워.

예전 AI는 주로 텍스트(글자)만 이해했는데, 이제는 이미지, 소리, 영상 등 다양한 형태의 정보를 동시에 이해하고 처리할 수 있게 됐거든. 이걸 멀티모달이라고 해.

예를 들어, 네가 찍은 음식 사진을 보여주면 그게 무슨 음식인지 알아보고, 레시피를 찾아주고, 칼로리까지 계산해 줄 수 있는 거지.

발표 자료 만들 때도 "이런 내용으로 슬라이드 만들어줘" 하면 글뿐만 아니라 관련된 이미지나 차트까지 뚝딱 만들어주는 시대가 온 거야. 완전 신기하지?

9️⃣마무리

자, 여기까지 8개 용어만 제대로 알아둬도 이제 어디 가서 AI 얘기 나올 때 꿀 먹은 벙어리는 안 될 거야.

"아~ 그거 RAG 써서 최신 정보 반영하는 거 말하는 거지?", "프롬프트 좀 더 구체적으로 써봐" 이러면서 아는 척 좀 할 수 있겠지? ㅋㅋ

물론 아는 것보다 중요한 건 직접 써먹는 거니까, 다음엔 진짜 쓸만한 AI 서비스들이 뭐가 있는지, 또 어떻게 써야 내 일에 도움이 될지 알려줄게.

궁금한 거 있으면 댓글로 언제든 물어보고. 모르는 건 부끄러운 게 아니라 배울 기회니까.

그럼 다음에 또 보자고🦉