AI 용어, 이제 헷갈리지 마세요!
AI에 대한 이해를 돕기 위해 AI, LLM, 모델(Model) 등 핵심 용어의 정의와 관계를 명확히 설명
토큰(Token), 컨텍스트 윈도우(Context Window), 할루시네이션(Hallucination) 등 LLM 작동 방식을 이해하는 데 필요한 용어 소개
프롬프트(Prompt), 에이전트(Agent), 하네스(Harness) 등 AI 시스템을 효과적으로 활용하기 위한 용어 제시
API(Application Programming Interface)와 MCP(Model Context Protocol) 등 AI 시스템 구축에 필요한 기술 용어(Technical Terminology) 설명
AI, LLM, 모델(Model)의 관계
본문에서는 인공지능(Artificial Intelligence)을 가장 광범위한 범주로 정의하고, LLM(Large Language Model)을 AI의 한 종류로 설명한다. LLM은 특정 모델(Model)을 기반으로 하며, 모델은 2024년형 자동차와 2026년형 자동차처럼 동일 제조사 내에서도 성능과 기능이 다를 수 있다.
AI: 인간의 지능을 모방하는 모든 시스템
LLM: 대량의 텍스트 데이터로 학습된 AI의 한 종류
모델: LLM을 구성하는 특정 버전 또는 인스턴스
이러한 용어 구분을 통해 AI 기술에 대한 정확한 이해를 돕고, 질문의 질을 향상시킬 수 있다.
LLM의 작동 원리: 토큰(Token)과 컨텍스트 윈도우(Context Window)
LLM은 사람이 단어를 읽는 방식과 달리 토큰(Token) 단위로 텍스트를 처리한다. 토큰은 단어, 단어의 일부, 구두점, 공백 등을 포함하며, LLM의 용량과 가격은 토큰 단위로 측정된다.
토큰: LLM이 이해하는 텍스트의 최소 단위
컨텍스트 윈도우: LLM이 한 번에 처리할 수 있는 토큰의 최대 개수
할루시네이션(Hallucination): 모델이 사실이 아닌 정보를 자신 있게 생성하는 현상
컨텍스트 윈도우가 가득 차면 오래된 정보가 삭제되므로, 긴 대화에서 AI가 이전 내용을 잊는 것처럼 느껴질 수 있다.
AI 시스템 활용을 위한 용어: 프롬프트(Prompt), 에이전트(Agent), 하네스(Harness)
AI 시스템을 효과적으로 활용하기 위해서는 프롬프트(Prompt), 에이전트(Agent), 하네스(Harness)에 대한 이해가 필수적이다.
프롬프트: 모델에 대한 지시 사항, 프롬프트의 품질은 결과에 큰 영향을 미침
에이전트: 텍스트 생성 외에도 외부 세계와 상호 작용할 수 있는 AI 시스템
하네스: 특정 맥락에서 LLM을 유용하게 만들기 위한 시스템, 모델을 제어하는 데 필요한 모든 요소
결과적으로, 좋은 프롬프트는 정확한 결과를 얻기 위한 핵심이며, 에이전트와 하네스는 AI의 활용 범위를 확장하는 데 기여한다.
AI 시스템 구축을 위한 기술 용어: API(Application Programming Interface)와 MCP(Model Context Protocol)
AI 시스템을 구축하고 다른 시스템과 통합하기 위해서는 API(Application Programming Interface)와 MCP(Model Context Protocol)에 대한 이해가 필요하다.
API: 두 소프트웨어 간의 공식적인 연결 지점, AI 도구 간의 상호 작용을 가능하게 함
MCP: AI가 파일, 캘린더, 이메일 등 사용자의 데이터에 접근할 수 있도록 하는 프로토콜
API는 AI 도구의 연결을 위한 표준 인터페이스이며, MCP는 AI가 사용자의 데이터를 안전하게 활용할 수 있도록 돕는다. MCP는 아직 초기 단계이며, 각 회사마다 구현 방식이 다르다.
