AI 개념

CATEGORY 07 / UNDERSTAND

새 용어를 외우는 대신 서로 다른 시스템을 구분하는 기준을 만듭니다. 역할, 입력, 기억과 상태, 도구 사용 권한, 사람의 검증 지점으로 AI 개념을 설명하는 허브입니다.

이 허브의 목적

챗봇, 에이전트, 자동화, 워크플로 같은 말은 제품 홍보와 실무 문서에서 서로 다른 뜻으로 쓰입니다. 용어가 모호하면 필요한 기능보다 큰 시스템을 사거나, 사람이 승인해야 할 행동을 자동화에 넘기기 쉽습니다.

이곳은 정의 하나를 암기시키기보다 무엇을 입력받고, 상태를 기억하는지, 외부 도구를 실행하는지, 정해진 순서로만 움직이는지를 비교합니다. 개념을 이해한 뒤 바로 설계 질문으로 옮길 수 있게 하는 것이 목적입니다.

AI 기사를 읽을 때 용어 차이가 헷갈리는 입문자, 챗봇과 자동화 중 무엇을 만들어야 할지 결정해야 하는 기획자, 개발자와 같은 언어로 요구사항을 정리하려는 현업 담당자에게 맞습니다.

이론을 깊게 증명하는 연구 해설보다 실무 의사결정에 필요한 경계를 우선합니다. 논문이나 표준의 정의를 인용할 때는 출처와 문맥을 표시하고 제품 마케팅 용어와 구분합니다.

AI의 포함 관계에서 시작해 언어 모델의 내부 구조, 프롬프트와 출력 검증까지 이어지는 연속 시리즈입니다. 처음이라면 1편부터, 생성형 AI를 실무에 쓰고 있다면 최근 검증 편부터 읽어도 됩니다.

모델의 자신감 표현, 답을 뒷받침하는 근거, 독자가 원문을 확인하는 인용을 분리해 검증 순서를 잡습니다.

그럴듯한 다음 토큰을 만드는 학습 목표가 사실 확인과 같지 않은 이유, 그리고 실무에서 줄이는 방법을 설명합니다.

JSON처럼 보이는 답과 실제로 처리 가능한 데이터의 차이를 스키마, 파싱, 재시도 경계로 구분합니다.