AI를 공부하다 보면 LLM, RAG, MCP 같은 어려운 용어가 계속 등장합니다. 하지만 각각의 의미를 쉽게 이해하면 AI 활용이 훨씬 쉬워집니다. 이 글에서는 AI 초보자가 가장 많이 접하는 핵심 AI 용어 12가지를 쉬운 비유와 함께 한 번에 정리해드립니다.
한눈에 보는 핵심 내용
- LLM은 ChatGPT 같은 AI의 두뇌입니다.
- 멀티모달은 AI가 사진과 음성까지 이해하도록 만든 기능입니다.
- RAG는 AI가 문서를 찾아 근거를 확인한 뒤 답변하는 방식입니다.
- MCP는 AI와 다양한 프로그램을 연결하는 표준입니다.
- AGI는 아직 개발 중인 미래형 범용 인공지능입니다.
AI 용어를 알아야 하는 이유
AI 용어를 이해하면 새로운 기술을 훨씬 쉽게 받아들일 수 있습니다.
최근에는 ChatGPT, Claude, Gemini처럼 다양한 AI 서비스가 등장하면서 뉴스나 유튜브에서도 어려운 용어가 자주 등장합니다. 하지만 대부분의 용어는 개념만 이해하면 생각보다 어렵지 않습니다.
특히 업무 자동화나 AI 활용을 시작하려면 기본 용어를 먼저 이해하는 것이 가장 빠른 공부 방법입니다.
LLM이란 무엇일까?
LLM(Large Language Model)은 AI의 언어 두뇌입니다.
우리가 사용하는 ChatGPT, Claude, Gemini 같은 생성형 AI는 모두 LLM을 기반으로 동작합니다.
엄청난 양의 문서를 학습하여 질문에 답하고 글을 작성하며 번역과 요약까지 수행합니다.
쉽게 말하면 수많은 책을 읽고 공부한 거대한 두뇌라고 생각하면 이해하기 쉽습니다.
멀티모달은 무엇이 다를까?
멀티모달은 AI가 다양한 형태의 정보를 이해하도록 만든 기술입니다.
초기의 AI는 글만 이해했지만 이제는 사진을 보고, 음성을 듣고, 영상을 분석할 수도 있습니다.
중요한 점은 멀티모달이 AI를 더 똑똑하게 만드는 것이 아니라 입력 방식이 다양해진 것이라는 점입니다.
사람에게 눈과 귀가 추가된 것과 비슷한 개념입니다.
RLHF는 AI의 예절 교육입니다
RLHF(Reinforcement Learning from Human Feedback)는 사람이 AI를 평가하며 답변 방식을 개선하는 과정입니다.
사람들이 좋은 답변에는 높은 점수를, 부적절한 답변에는 낮은 점수를 주면서 AI가 친절하고 자연스럽게 대답하도록 학습시킵니다.
덕분에 AI는 공격적인 표현보다 정중한 답변을 우선하게 됩니다.
쉽게 말하면 AI에게 예절 교육을 시킨 과정입니다.
파인튜닝은 AI를 전문가로 만드는 과정입니다
파인튜닝(Fine-tuning)은 특정 업무에 맞게 AI를 추가 교육하는 방법입니다.
기본 AI는 다양한 일을 할 수 있지만 회사 내부 용어나 업무 절차는 알지 못합니다.
회사 문서와 데이터를 추가 학습시키면 해당 분야 전문가처럼 답변할 수 있습니다.
신입사원을 회사 방식에 맞게 교육하는 과정과 비슷합니다.
프롬프트 엔지니어링은 AI에게 질문하는 기술입니다
프롬프트 엔지니어링은 원하는 결과를 얻기 위해 질문을 설계하는 기술입니다.
같은 AI라도 질문 방식에 따라 결과 품질은 크게 달라집니다.
역할을 지정하거나 목적, 형식, 예시를 함께 제공하면 훨씬 좋은 답변을 받을 수 있습니다.
초보자가 가장 먼저 익혀야 할 AI 활용 기술 가운데 하나입니다.
지식베이스와 RAG는 어떻게 다를까?
많은 사람이 가장 헷갈리는 개념입니다.
즉,
- 지식베이스 = 창고
- RAG = 창고에서 자료를 찾아오는 직원
이라고 생각하면 가장 이해하기 쉽습니다.
MCP는 AI의 멀티플러그입니다
MCP(Model Context Protocol)는 AI와 다양한 프로그램을 연결하는 표준입니다.
예를 들어 AI가
- 구글 캘린더
- 이메일
- 데이터베이스
- 슬랙
등을 사용할 수 있도록 연결해주는 공통 규격입니다.
국가마다 다른 콘센트를 하나의 멀티플러그로 연결하는 것과 같은 역할이라고 이해하면 됩니다.
에이전트와 워크플로우 자동화의 차이
에이전트는 AI가 스스로 계획을 세워 여러 단계를 수행하는 시스템입니다.
예를 들어 경쟁사를 조사해 달라고 하면
- 검색
- 자료 분석
- 비교
- 표 작성
까지 스스로 진행합니다.
반면 워크플로우 자동화는 이러한 작업을 반복적으로 실행하도록 만드는 시스템입니다.
예를 들어
매일 아침
- 이메일 확인
- 중요 메일 요약
- 슬랙 전송
까지 자동으로 처리하는 것이 워크플로우 자동화입니다.
하네스는 AI를 안전하게 통제하는 장치입니다
하네스(Harness)는 AI가 원하는 방향으로 안정적으로 작동하도록 관리하는 체계입니다.
아무리 뛰어난 AI라도 적절한 통제가 없다면 예기치 않은 결과를 만들 수 있습니다.
말에게 고삐를 채워 방향을 잡는 것처럼 AI도 일정한 규칙 안에서 동작하도록 설계하는 것이 중요합니다.
AGI는 미래의 범용 인공지능입니다
AGI(Artificial General Intelligence)는 사람처럼 다양한 분야를 모두 수행할 수 있는 AI를 의미합니다.
현재의 생성형 AI는 특정 작업에서는 뛰어나지만 모든 분야를 인간 수준으로 해결하는 단계에는 아직 도달하지 않았습니다.
또한 AGI보다 더 발전한 개념으로 ASI(Artificial Super Intelligence)가 있으며, 이는 인간의 지능을 모든 영역에서 뛰어넘는 초인공지능을 의미합니다.
현재 AGI와 ASI 모두 연구와 개발이 진행 중인 미래 개념으로 보는 것이 일반적입니다.
AI 용어 12가지 한눈에 정리
마무리
AI 용어는 처음에는 어렵게 느껴질 수 있지만 대부분 일상적인 비유로 이해할 수 있는 개념입니다.
특히 LLM, RAG, MCP, 에이전트는 앞으로 AI 활용에서 가장 자주 접하게 될 핵심 용어입니다.
AI를 제대로 활용하고 싶다면 새로운 기능을 익히기 전에 이러한 기본 개념부터 이해해 두는 것이 훨씬 도움이 됩니다.
함께 읽으면 좋은 주제로는 프롬프트 엔지니어링 작성법과 AI 에이전트 활용 방법도 추천합니다.
FAQ
Q1. LLM은 ChatGPT와 같은 뜻인가요?
아닙니다. LLM은 언어를 이해하고 생성하는 AI 모델을 의미하며, ChatGPT는 그 모델을 활용한 서비스입니다. Claude와 Gemini 역시 각각의 LLM을 기반으로 동작합니다.
Q2. RAG와 파인튜닝은 무엇이 다른가요?
파인튜닝은 AI 자체를 추가 학습시켜 모델의 능력을 바꾸는 방식입니다. 반면 RAG는 모델을 변경하지 않고 필요한 문서를 검색해 답변의 근거로 활용하는 방식입니다.
Q3. MCP는 왜 중요한가요?
MCP는 AI가 이메일, 캘린더, 데이터베이스 등 다양한 외부 도구와 표준 방식으로 연결될 수 있도록 해줍니다. 덕분에 AI는 단순한 대화뿐 아니라 실제 업무까지 수행할 수 있습니다.
Q4. 에이전트와 워크플로우 자동화는 같은 개념인가요?
아닙니다. 에이전트는 스스로 계획하고 작업을 수행하는 AI이고, 워크플로우 자동화는 반복되는 업무를 정해진 흐름대로 실행하는 시스템입니다. 최근에는 두 기술을 함께 사용하는 사례가 늘고 있습니다.
Q5. AGI는 이미 완성된 기술인가요?
아직은 아닙니다. 일부에서는 현재 AI가 특정 기준의 AGI에 가까워졌다고 보기도 하지만, 일반적으로는 다양한 분야를 인간 수준으로 수행하는 범용 인공지능은 아직 개발 중인 목표로 여겨집니다.
AI 공부법, 오픈AI 연구원이 6년 걸릴 공부를 3일 만에 끝낸 학습법
AI로 사라질 직업 15가지, 2030년까지 가장 먼저 달라지는 일자리
0 댓글