AI 초보자 완벽 용어집

난이도별로 정리한 핵심 AI 용어 사전 (2025년 최신판)

AI 스퀘어 커뮤니티원들을 위해 정리한 노트입니다. 계속 업데이트 됩니다. 아래 단톡방에 참여보세요.

https://open.kakao.com/o/gK4NY6fg

비번 : tilnote

📖 이 용어집 사용법

• 1단계 (필수): 가장 먼저 알아야 할 기초 용어

• 2단계 (기본): AI 리터러시를 위한 핵심 개념

• 3단계 (생성형 AI): ChatGPT 등 최신 AI 이해를 위한 용어

• 4단계 (고급): 심화 학습을 위한 전문 용어

• 실전편: 프롬프트, RAG, 에이전트 등 활용 용어

각 용어는 정의 → 쉬운 설명 → 비유 → 실제 예시 순서로 설명됩니다.

1단계: 절대 기초 용어 (가장 먼저 배우기)

인공지능 (Artificial Intelligence, AI)

정의 인간의 지적 능력(인지, 학습, 추론)을 컴퓨터로 구현한 기술

쉬운 설명 매우 똑똑한 컴퓨터 시스템으로, 사람처럼 언어를 이해하고 결정을 내리며 경험에서 배우는 것

일상 속 예시

• 네이버 음성 검색

• 은행 앱의 얼굴 인식

• 넷플릭스 영화 추천

• 카카오톡 문장 추천

관련 용어: 머신러닝, 딥러닝

머신러닝 (Machine Learning, ML)

정의 데이터에서 패턴을 찾아 스스로 학습하는 AI의 하위 분야

쉬운 설명 프로그래머가 모든 규칙을 일일이 입력하지 않고, 컴퓨터가 데이터를 보고 스스로 규칙을 찾아내는 방법

비유

• 피아노 음계를 천만 번 연습해서 악보를 즉석에서 읽을 수 있게 되는 것 (Microsoft)

• 고양이 이미지 10만 장을 보고 나면, 처음 보는 고양이 사진도 '고양이'라고 인식 (SK에코플랜트)

실제 활용

• 스팸 메일 필터

• 쇼핑몰 상품 추천

• 신용카드 이상 거래 탐지

관련 용어: AI, 딥러닝, 알고리즘

중요: AI ⊃ ML ⊃ 딥러닝 (러시아 인형처럼 포함 관계)

알고리즘 (Algorithm)

정의 문제를 해결하기 위한 단계별 규칙과 절차

비유 요리 레시피 - 재료(데이터)를 가지고 순서대로 따라하면 결과(요리)가 나옴

구분 이해하기

• 알고리즘: 요리 레시피 (방법)

• 데이터: 재료

• 모델: 완성된 요리 (결과물)

실제 예시

• 네이버 검색 순위를 정하는 방법

• 배달의민족이 배달 시간을 예측하는 방법

관련 용어: 머신러닝, 모델

학습 데이터 (Training Data)

정의 AI가 패턴을 찾고 학습하기 위해 제공되는 예시 정보

비유 정답지가 있는 수학 문제집 - 학생이 예제 문제와 답을 보며 패턴을 익히듯, AI도 데이터에서 배움

중요한 진실 "데이터 없는 머신러닝은 기름 없는 자동차" - 아무리 좋은 알고리즘도 데이터 없이는 작동 불가

실제 예시

• 스팸 필터 학습: 수만 개의 '스팸/정상' 라벨이 붙은 이메일

• 고양이 인식 학습: 수십만 장의 고양이 사진

주의사항 데이터 품질이 결과를 좌우함 - "쓰레기 입력 = 쓰레기 출력"

관련 용어: 머신러닝, 지도학습

2단계: 핵심 개념 용어 (기본 리터러시)

딥러닝 (Deep Learning)

정의 인간 뇌 구조를 모방한 다층 인공신경망으로 학습하는 머신러닝의 일종

계층 구조

┌─────────────────────────────┐
│   AI (가장 넓은 개념)       │
│  ┌───────────────────────┐  │
│  │  머신러닝 (ML)        │  │
│  │ ┌─────────────────┐  │  │
│  │ │ 딥러닝 (DL)     │  │  │
│  │ └─────────────────┘  │  │
│  └───────────────────────┘  │
└─────────────────────────────┘

"Deep"의 의미 3개 이상의 깊은(deep) 층을 가진 신경망 (일반 신경망은 2-3층)

실제 활용

• GPT-5, Claude (언어 모델)

• 자율주행차의 사물 인식

• 의료 영상 진단

주의사항 생물학적 뇌와 완전히 같지는 않음 - 영감만 받은 것

관련 용어: 머신러닝, 인공신경망, 트랜스포머

인공신경망 (Neural Networks)

정의 통계적 패턴을 분석해 학습하는 수학 시스템

쉬운 설명 (3Blue1Brown) "0과 1 사이의 숫자를 담는 것" - 복잡하게 생각하지 말고 단순하게

시각적 비유 여러 층의 전문가 팀이 협업

• 첫 번째 층: 가장자리 감지

• 두 번째 층: 곡선 감지

• 마지막 층: 전체 형태 인식

실제 예시

• 손글씨 숫자 인식

• 얼굴 감지

관련 용어: 딥러닝, 파라미터, 가중치

지도 학습 (Supervised Learning)

정의 라벨(정답)이 있는 데이터로 학습하는 방법

비유 정답지를 보며 공부하는 학생 - 문제 풀 때마다 답이 맞는지 확인

데이터 형태

• 입력: 이메일 내용

• 라벨(정답): "스팸" 또는 "정상"

실제 활용

• 스팸 메일 필터

• 부동산 가격 예측

• 신용 점수 평가

관련 용어: 비지도학습, 학습 데이터

비지도 학습 (Unsupervised Learning)

정의 라벨 없이 데이터에서 패턴을 스스로 발견하는 방법

비유 라벨 없이 책을 분류하기 - 크기, 색상, 두께로 스스로 그룹을 만듦

지도 학습과의 차이

• 쇼핑몰 고객 세분화

• 이상 거래 탐지

• 추천 시스템

관련 용어: 지도학습, 군집화

3단계: 생성형 AI 필수 용어 (ChatGPT 시대)

생성형 AI (Generative AI)

정의 텍스트, 이미지, 음악 등 새로운 콘텐츠를 생성하는 AI

완벽한 비유 (Ethan Mollick) "방대한 요리책을 외운 요리사"

1. 요리사가 엄청난 레시피를 암기 (데이터 학습)

2. 손님이 요리 주문 (프롬프트)

3. 암기한 패턴을 조합해 새로운 요리 창조 (생성)

4. 맛보고 조정 (모델 개선)

실제 예시

• ChatGPT (글 작성)

• Midjourney (이미지 생성)

• Runway (영상 생성)

관련 용어: LLM, 프롬프트, 환각

LLM (Large Language Model, 거대언어모델)

정의 대규모 텍스트 데이터를 학습해 인간처럼 글을 이해하고 생성하는 AI

핵심 원리 "다음 단어 맞추기 천재" - 수백만 권의 책을 읽고 "다음에 올 단어"를 예측

쉬운 비유 스마트폰 자동완성의 극강 버전 - 수십억 개 문서를 학습한 자동완성

중요한 오해 AI가 인간처럼 '생각'하는 것이 아니라, 정교한 패턴 매칭을 하는 것

실제 예시

• GPT-5 (OpenAI)

• Claude Sonnet 4.5 (Anthropic)

• Gemini 2.5 Pro (Google)

• HyperCLOVA X (네이버)

관련 용어: 생성형 AI, 토큰, 트랜스포머

토큰 (Tokens)

정의 LLM이 처리하는 텍스트의 가장 작은 단위

비유 레고 블록 - 문장을 작은 조각으로 나눠서 처리

크기 감각

• "안녕하세요" → 약 2-3개 토큰

• 영어 단어 100개 → 약 130토큰

• 한국어는 영어보다 2-3배 더 많은 토큰 사용

왜 중요한가

• 대부분 AI 서비스는 토큰 개수로 요금 책정

• 컨텍스트 윈도우도 토큰으로 측정

확인 방법 토크나이저(https://tiktokenizer.vercel.app/)에 문장 입력하면 토큰 분리 확인 가능

관련 용어: LLM, 컨텍스트 윈도우

컨텍스트 윈도우 (Context Window)

정의 AI가 한 번에 '기억'할 수 있는 텍스트의 양

비유 책상 위에 서류를 몇 장까지 펼쳐둘 수 있는지

2025년 현재 규모

• 초기 ChatGPT: 약 6-7페이지

• GPT-5: 40만 토큰 (약 300페이지)

• Gemini 2.5 Pro: 100만 토큰 (약 1,500페이지)

중요한 한계 AI는 매우 긴 텍스트의 '중간 부분'에 있는 정보를 놓치는 경향 ("Lost-in-the-Middle" 효과)

실전 팁 대화가 길어지면 (약 5,000토큰) 새 대화를 시작하는 것이 좋음

관련 용어: 토큰, LLM

프롬프트 (Prompts)

정의 AI에게서 원하는 결과를 얻기 위해 입력하는 질문이나 지시

탁월한 비유 (Microsoft) "델리 카운터에서 주문하기"

• 나쁜 주문: "샌드위치"

• 좋은 주문: "호밀빵에, 치즈, 양상추, 토마토, 머스타드 소스로 만들어주세요"

한국형 예시 김밥 주문

• 모호함: "참치김밥"

• 구체적: "참치김밥, 단무지 빼고, 김 많이, 밥 적게"

좋은 프롬프트 공식

• 역할 부여: "너는 10년 경력의 마케팅 전문가야"

• 구체적 지시: 길이, 톤, 형식 명시

• 맥락 제공: 필요한 배경 정보 충분히 제공

• 출력 형식: 불릿 포인트, 표, 단락 등 명확히

관련 용어: LLM, 프롬프트 엔지니어링

프롬프트 베스트 프랙티스 예시

# 역할 (옵션)

# 지시사항
이 텍스트를 요약해줘.

- 주요 사항을 3~5 문장으로 요약.
- 쉬운 언어로 설명.
- 기타 세부 사항.
  
# 스텝 (옵션)
순서가 있는 경우 입력.

# 문맥 (옵션)

요약할 텍스트

# 출력 양식 (옵션)
- 한글로 출력.

# 예시 (옵션)

# 기타 사항 (옵션)

자연어 처리 (Natural Language Processing, NLP)

정의 컴퓨터가 인간의 언어를 이해하고 생성하도록 하는 AI 기술

일상 속 예시

• 네이버 파파고 번역

• 카카오톡 문장 추천

• 음성 비서 (시리, 빅스비)

• 구글 검색 자동완성

관련 용어: LLM, 생성형 AI

4단계: 고급 개념 용어 (심화 학습)

트랜스포머 (Transformers)

정의 문장 전체를 동시에 처리하는 현대 LLM의 기초 아키텍처

작동 원리 책을 읽을 때 앞부분 내용을 기억하며 뒷부분을 이해하는 것처럼, 문장의 모든 단어들 사이 관계를 동시에 파악

예시 "고객이 정비사에게 차를 고쳐달라고 했다" → '차'가 누구 것인지 문맥으로 파악

중요성 GPT, BERT, Claude 등 모든 최신 언어 모델의 핵심 기술

관련 용어: LLM, 딥러닝

파라미터 (Parameters)

정의 모델이 단어를 예측하고 대화를 만드는 능력을 결정하는 수치값

비유 연결의 강도 - 신경망에서 뉴런 간 연결이 얼마나 강한지 나타내는 조절 손잡이

규모 감각

• GPT-3: 1,750억 개

• GPT-4: 수천억 개 (추정)

관련 용어: 신경망, 가중치

환각 현상 (Hallucination)

정의 AI가 존재하지 않는 정보를 사실처럼 그럴듯하게 만들어내는 현상

쉬운 설명 AI 모델이 실제로 없는 정보를 진짜처럼 만들어내는 현상

실제 사례

• ChatGPT가 존재하지 않는 법률 판례를 자신감 있게 인용

• 가짜 학술 논문 인용

• 거짓 통계 생성

중요한 교훈 AI 결과를 항상 검증해야 함 - 특히 중요한 결정이나 전문적 작업에서

관련 용어: LLM, 생성형 AI

멀티모달 (Multimodal)

정의 텍스트, 이미지, 음성, 영상 등 여러 유형의 데이터를 함께 처리하는 AI

실제 예시

• GPT-4V: 이미지를 보고 설명

• Gemini 2.5 Pro: 텍스트+이미지+비디오+오디오 동시 처리

• Claude: 이미지 분석

일상 활용

• 냉장고 사진 찍어서 "이걸로 뭘 만들 수 있어?" 질문

• 회의 영상 업로드해서 요약본 받기

• 손그림 스케치를 실제 앱으로 변환

관련 용어: 생성형 AI, 컴퓨터 비전

파인튜닝 (Fine-tuning, 미세 조정)

정의 사전 학습된 모델을 특정 작업에 맞게 추가 학습시키는 과정

비유 일반 요리사가 한식 전문가로 특화 교육받기

실제 활용

• 의료 분야 전문 챗봇

• 법률 문서 분석 AI

• 금융 리포트 작성 AI

관련 용어: 학습 데이터, 전이 학습

강화 학습 (Reinforcement Learning)

정의 환경과 상호작용하며 보상/처벌을 통해 학습하는 방법

비유 실수를 통해 요리 배우기 - 시도하고 피드백 받으며 개선

실제 활용

• 자율주행차

• 게임 AI (알파고, OpenAI Five)

• 로봇 제어

관련 용어: 머신러닝, 지도학습

컴퓨터 비전 (Computer Vision)

정의 컴퓨터가 이미지와 영상을 이해하도록 하는 AI 분야

일상 예시

• 얼굴 인식 잠금

• 자율주행 객체 인식

• 의료 영상 진단

• 네이버 스마트렌즈

관련 용어: 딥러닝, 멀티모달

실전편: 프롬프트 & 활용 용어

프롬프트 엔지니어링 (Prompt Engineering)

정의 AI로부터 최적의 결과를 얻기 위해 효과적인 프롬프트를 작성하는 기술

기본 원칙

1. 구체적으로 작성

2. 역할 부여

3. 맥락 제공

4. 출력 형식 지정

나쁜 예 "AI에 대해 설명해줘"

좋은 예 "중학생이 이해할 수 있도록 AI를 3문장으로 간단하게 설명해줘"

관련 용어: 프롬프트, Few-shot Learning, Chain of Thought

Few-shot Learning

정의 AI에게 예시를 몇 개 보여주면서 패턴을 학습시키는 기법

예시

리뷰: "이 영화는 시간 낭비였어요."
감정: 부정

리뷰: "영화 내내 웃음을 멈출 수 없었어요!"
감정: 긍정

리뷰: "완전히 놀라운 시각 효과!"
감정: [AI가 완성]

모범 사례

• 2-5개 예시 사용

• 모든 예시에서 형식 일관성 유지

• 마지막은 AI가 채우도록 미완성으로

관련 용어: 프롬프트 엔지니어링

Chain of Thought (CoT, 생각의 연결고리)

정의 AI가 문제를 해결할 때 단계별로 논리적 과정을 보여주도록 유도하는 기법

왜 중요한가

• 추론 문제 성능 극대화

• 답이 틀린 경우 어디서 논리가 잘못됐는지 확인 가능

• 더 신뢰성 있는 결과

일반 프롬프트 "철수에게 5개의 사과가 있고, 2개를 주었습니다. 남은 사과는?" → AI: "3개입니다."

CoT 프롬프트 "철수에게 5개의 사과가 있고, 2개를 주었습니다. 단계별로 풀어보세요." → AI: "철수가 가진 사과: 5개. 2개를 주면: 5-2=3. 답: 3개"

실전 프롬프트 "문제를 단계별로 차근차근 풀어주세요" 또는 "중간 과정을 모두 보여주세요"

관련 용어: 프롬프트 엔지니어링, 추론

싱글 턴 & 멀티 턴 (Single Turn & Multi Turn)

싱글 턴 LLM에게 메시지를 보내고 한 번 응답을 받는 것

멀티 턴 여러 번 대화를 이어가는 것. 컨텍스트 윈도우 안의 전체 대화 내역 활용 가능

실전 팁 이전 턴에서 언급한 내용은 다시 반복할 필요 없음

• "전에 말한 코드에 이 부분을 추가해줘" ✓

주의사항 컨텍스트 윈도우를 넘어가면 이전 대화가 잘리므로, 대화가 길어지면 새 대화 시작

관련 용어: 컨텍스트 윈도우, 토큰

RAG (Retrieval-Augmented Generation, 검색 증강 생성)

정의 AI가 답변하기 전에 관련 정보를 먼저 찾아보게 하는 기술

완벽한 비유 학생이 암기만으로 시험 보는 게 아니라, 참고서를 펼쳐보고 답안 작성

작동 원리 (4단계)

1. 데이터 준비: 문서를 벡터로 변환해 저장

2. 검색: 질문과 관련된 문서 찾기

3. 증강: 질문 + 찾은 정보를 AI에게 전달

4. 생성: AI가 정보 바탕으로 답변

장점

• 최신 정보 유지 (재훈련 불필요)

• 환각 43% 감소

• 비용 효율적

• 출처 인용 가능

관련 용어: LLM, 벡터 데이터베이스

AI 에이전트 (AI Agent)

정의 목표를 주면 스스로 계획을 세우고, 도구를 사용하며, 여러 단계 작업을 자율적으로 수행하는 시스템

핵심 특징

• 자율성: 명령 후 혼자서 작동

• 추론 & 계획: 복잡한 작업을 하위 작업으로 분해

• 도구 사용: 50개 이상 도구 중 적절한 것 선택

• 학습 & 적응: 과거 경험 기억하고 개선

• 목표 지향: 완료될 때까지 계속 시도

실제 사례

• Klarna 고객지원 에이전트: 700명 상담원 업무 처리

• Anthropic 컴퓨터 사용: 마우스 움직이고 클릭하며 실제 컴퓨터 작업

관련 용어: 워크플로우, 자율성

워크플로우 (Workflow)

정의 사전에 정의된 단계들을 순서대로 실행하는 자동화 시스템

비유 레시피를 따라 요리하기 - 정해진 순서대로

워크플로우 vs 에이전트

• 워크플로우: 정해진 단계가 명확, 대량 처리, 일관성 중요

• 에이전트: 작업 예측 불가, 유연성 필요, 복잡한 추론

관련 용어: AI 에이전트, 자동화

바이브 코딩 (Vibe Coding)

정의 자연어로 설명하면 AI가 코드를 자동으로 생성하는 개발 방식

"바이브"의 의미 '느낌'이나 '분위기' - 코드 문법이 아니라 만들고 싶은 것의 본질을 전달

혁명적인 이유

• 소프트웨어 개발 민주화

• 기술 장벽 제거

• 프로그래밍 지식 없이도 앱 개발 가능

예시 "사용자가 사진을 업로드하면 AI가 설명을 생성하는 웹앱 만들어줘" → AI가 전체 코드 생성

주요 도구

• Claude Code

• Codex

• Cursor

• v0.dev

• Bolt.new

• Lovable.dev

관련 용어: 생성형 AI, 프롬프트 엔지니어링

헷갈리는 개념 명확히 구분하기

AI vs ML vs 딥러닝

계층 구조 (러시아 인형)

AI (가장 넓음)
└─ 머신러닝 (AI의 한 방법)
   └─ 딥러닝 (ML의 한 종류)

핵심 구분

• AI: 인간 지능을 모방하는 모든 기술 (규칙 기반 시스템 포함)

• ML: 데이터에서 학습하는 AI의 한 방법

• 딥러닝: 다층 신경망을 사용하는 ML의 한 종류

예시로 이해

• 1980년대 규칙 기반 챗봇 = AI (ML 아님)

• 스팸 필터 = AI + ML (딥러닝 아님)

• GPT-4 = AI + ML + 딥러닝

지도학습 vs 비지도학습

간단 구분법: "정답지가 있나요?"

• Yes → 지도학습

• No → 비지도학습

비교표

분류 vs 회귀

간단 구분법

• 분류: 카테고리 예측 (이산값)

  • "스팸인가 아닌가?" (Yes/No)

  • "이 숫자는 0~9 중 무엇?" (범주)

• 회귀: 연속된 숫자 예측

  • "아파트 가격은?" (3억 2천만원)

  • "내일 강수량은?" (15.7mm)

암기법: "분류=범주, 회귀=실수"

알고리즘 vs 모델

정확한 차이

• 알고리즘: 방법론/레시피

• 모델: 알고리즘을 데이터로 훈련시킨 결과물

완벽한 비유

• 알고리즘 = 케이크 레시피

• 데이터 = 재료

• 모델 = 완성된 케이크

같은 레시피(알고리즘)도 다른 재료(데이터)면 다른 케이크(모델) 탄생

신경망 vs 딥러닝

명확한 구분

• 신경망: 입력층, 은닉층, 출력층이 있는 모든 네트워크

• 딥러닝: 은닉층이 3개 이상 많은(깊은) 신경망

"Deep"의 의미: 층의 깊이(depth)

수치로 구분

• 전통 신경망: 2-3층

• 딥러닝: 수십~수백 층

주요 LLM 서비스 비교 (2025년 10월 기준)

OpenAI GPT-5

특징

• 가장 다재다능하고 비용 효율적

• 컨텍스트: 40만 토큰 (약 300페이지)

• API 가격: $1.25/입력, $10/출력 (per million tokens)

강점

• 가장 저렴한 가격

• 빠른 응답 속도

• 범용성 뛰어남

Anthropic Claude Sonnet 4.5

특징

• 코딩 분야 최강

• 컨텍스트: 20만 토큰 (베타 100만 토큰)

• API 가격: $3/입력, $15/출력 (per million tokens)

강점

• 업계 최고 코딩 성능 (SWE-bench 77.2%)

• 컴퓨터 사용 기능

• 자연스러운 문체

구독: $20/월 (Pro), $100-200/월 (Max)

Google Gemini 2.5 Pro

특징

• 가장 큰 컨텍스트 윈도우

• 컨텍스트: 100만 토큰 (약 1,500페이지)

• API 가격: $1.25/입력, $10/출력

강점

• 압도적으로 큰 컨텍스트

• Google 생태계 통합

• 실시간 정보 검색

구독: $19.99/월 (Gemini Advanced)

작업별 최고 모델 추천

용어집 버전 정보

버전: 1.0 최종 업데이트: 2025년 10월 출처: AI 스퀘어

이 용어집은 지속적으로 업데이트됩니다. 새로운 용어가 필요하거나 수정이 필요한 부분이 있다면 추가해주세요.