AI필수용어56를 읽기 시작한 계기는 서점에 꽂힌 수많은 AI 서적들은 수식과 코드라는 높은 장벽을 세워두고 있다.
문과의 언어로 풀어낸 AI 필수 용어 56은 이러한 장벽을 허물고, 인문학적 감성과 일상적인 비유로 기술의 본질을 꿰뚫는 가이드북이라 생각했다.
AI가 단순히 공학의 영역이 아니라 우리 삶의 새로운 언어가 된 지금, 이 책이 제시하는 56가지 이정표를 따라가며 바이브 코딩을 하면서 한계를 느꼈던 개발 지식의 근육을 키워본다.
1. AI 필수 용어 56, 인공지능의 뼈대를 세우는 기초 개념
인공지능을 이해하기 위해서는 가장 먼저 ‘지능’이라는 단어가 기계로 옮겨가는 과정을 알아야 한다. 많은 이들이 AI, 머신러닝, 딥러닝을 혼용하지만, 이들의 관계를 명확히 정의하는 것이 AI 필수 용어 56 학습의 시작이다.
ㄱ. 인공지능, 머신러닝, 딥러닝의 러시아 인형 구조
인공지능은 가장 큰 범주이고, 그 안에 머신러닝이 있으며, 다시 그 안에 딥러닝이 존재한다. 이는 마치 러시아 인형 ‘마트료시카’와 같다. 가장 겉면의 인형이 ‘인간처럼 행동하는 기계’라면, 그 안의 인형은 ‘데이터를 통해 스스로 배우는 방식’이고, 가장 깊은 곳의 인형은 ‘인간의 뇌 구조를 본떠 아주 깊게 학습하는 방식’을 의미한다.
1. 가장 포괄적인 개념부터 구체적인 기술 순으로 나열했음
2. 층위별 차이점을 명확히 인지하도록 설명했음
ㄴ. 알고리즘, 요리 레시피와 다를 바 없다
알고리즘이라는 단어는 거창해 보이지만 사실 ‘문제를 해결하는 절차’일 뿐이다.
라면을 끓일 때 물을 먼저 넣을지, 스프를 먼저 넣을지 결정하는 순서가 바로 알고리즘이다. AI의 성능은 이 레시피가 얼마나 정교하고 효율적인지에 따라 결정된다.
1. 복잡한 연산 과정을 요리 과정에 빗대어 표현했음
2. 입력값(재료)과 출력값(요리)의 상관관계를 강조했음
2. 데이터라는 원석을 보석으로 만드는 AI 필수 용어 56의 핵심
AI는 데이터를 먹고 자란다. 하지만 가공되지 않은 데이터는 길가에 굴러다니는 돌멩이와 같다. 이를 보석으로 깎아내는 과정에서 등장하는 용어들을 상세히 살펴본다.
ㄱ. 지도학습과 비지도학습, 선생님이 있느냐의 차이
지도학습은 문제집 뒤에 해설지가 붙어 있는 것과 같다. 기계에게 사과 사진을 보여주며 “이건 사과야”라고 정답(Label)을 알려주는 방식이다. 반면 비지도학습은 해설지 없이 기계 스스로 데이터의 특징을 찾아내어 비슷한 것끼리 묶는 과정이다.
1. 정답의 유무에 따른 학습 효율성을 분석했음
2. 군집화(Clustering)의 개념을 장바구니 분석 비유로 설명했음
ㄴ. 매개변수(Parameter), AI의 두뇌가 조절하는 다이얼
매개변수는 라디오의 주파수를 맞추는 다이얼과 같다. 최적의 소리를 듣기 위해 미세하게 다이얼을 돌리듯, AI 모델도 정확한 예측을 위해 내부의 수많은 다이얼(매개변수)을 스스로 조정한다. 이 다이얼의 숫자가 많을수록 보통 ‘거대 모델’이라 부른다.
1. 변수 조정 과정을 미세 튜닝의 과정으로 묘사했음
2. 모델의 크기가 성능에 미치는 영향을 서술했음
3. 챗GPT 시대의 필독서, AI 필수 용어 56과 생성형 AI
최근 화두가 되는 생성형 AI를 이해하기 위해서는 ‘LLM’과 ‘프롬프트’라는 용어를 반드시 넘어야 한다. 이 책은 이 생소한 단어들을 우리가 일상에서 사용하는 대화법으로 치환하여 설명한다.
ㄱ. LLM(거대언어모델), 세상의 모든 책을 읽은 도서관장
LLM은 인류가 만든 수조 개의 문장을 학습한 인공지능이다. 마치 세상의 모든 책을 읽고 내용을 기억하는 도서관장과 대화하는 것과 같다. 그는 다음에 올 단어가 무엇일지 확률적으로 가장 높은 것을 골라 대답한다.
1. 언어 모델의 예측 원리를 확률론적 관점에서 풀이했음
2. 방대한 데이터 학습이 가지는 의미를 부여했음
ㄴ. 프롬프트 엔지니어링, 인공지능에게 말을 거는 기술
프롬프트는 AI에게 내리는 ‘주문서’이다. 식당에서 “맛있는 거 주세요”라고 하면 취향에 안 맞는 음식이 나올 확률이 높듯, AI에게도 명확하고 구체적인 상황을 제시해야 원하는 결과를 얻을 수 있다. 이것이 바로 프롬프트 엔지니어링의 본질이다.
1. 질문의 구체성이 결과값에 미치는 영향을 강조했음
2. 창의적 사고와 논리적 질문의 조화를 언급했음
4. 기술 너머의 가치, AI 필수 용어 56이 우리에게 주는 메시지
결국 기술을 배우는 이유는 그것을 다스리기 위함이다. 저자는 기술적 용어 설명을 넘어, 인간이 AI와 공존하기 위해 가져야 할 윤리적 태도와 비판적 시각을 놓치지 않는다.
ㄱ. 할루시네이션(환각), AI도 가끔 꿈을 꾼다
AI가 마치 사실인 것처럼 거짓말을 하는 현상을 환각이라고 한다. 이는 AI가 지식을 이해하는 것이 아니라 문장의 확률을 계산하기 때문에 발생한다. 우리는 AI의 답변을 맹신하기보다 검증하는 ‘팩트체커’의 역할을 수행해야 한다.
1. 오류의 발생 원인을 기술적 한계로 설명했음
2. 사용자의 비판적 수용 능력을 권장했음
ㄴ. 블랙박스 현상, 결과는 알지만 과정은 모르는 미스터리
딥러닝의 내부 연산 과정이 너무 복잡해져서 인간이 왜 그런 결과가 나왔는지 완벽히 설명하지 못하는 상태를 말한다. 이는 마치 사람의 직관이 어떻게 작동하는지 본인도 설명하기 어려운 것과 비슷하다.
1. 설명 가능한 AI(XAI)의 중요성을 역설했음
2. 기술의 불투명성이 가져올 위험성을 경고했음
5. AI라는 신대륙을 항해하는 나침반
문과의 언어로 풀어낸 AI 필수 용어 56은 단순히 용어 사전이 아니다. 이는 파도처럼 밀려오는 기술의 격랑 속에서 길을 잃지 않게 해주는 나침반이다. 용어 하나하나의 뜻을 아는 것을 넘어, 그 용어들이 연결되어 만드는 거대한 흐름을 파악할 때 우리는 비로소 AI를 도구로 부릴 수 있는 ‘디지털 문해력’을 갖추게 된다.
어려운 수식은 컴퓨터에게 맡기고, 우리는 이 책이 제공하는 쉬운 언어를 도구 삼아 AI가 바꿀 미래를 상상하면 된다. 이 글을 통해 인공지능의 첫 관문을 통과했다면, 이제는 직접 프롬프트를 입력하며 당신만의 지도를 완성해 보길 바란다.