AI 용어

AI가 그럴듯하게 거짓을 지어내는 할루시네이션, 기억나시죠? 이걸 줄이는 핵심 방법이 바로 그라운딩(Grounding)이에요. 요즘 AI 서비스의 신뢰도를 좌우하는 중요한 개념이에요. 오늘은 그라운딩이 뭔지, 어떻게 AI를 더 믿을 수 있게 만드는지 쉽게 풀어볼게요. 그라운딩이란? — 근거에 발붙이게 하기 그라운딩은 AI의 답을 신뢰할 수 있는 실제 자료에 ‘근거를 두게’ 하는 거예요. AI가 머릿속 기억만으로 막 답하는 게 아니라, … 더 읽기

AI에게 복잡한 일을 한 번에 시키면 어딘가 엉성하게 나온 적 있죠? “블로그 글 하나 완성해줘”처럼 통째로 시키면 빠뜨리는 게 생겨요. 이럴 때 결과를 확 끌어올리는 방법이 프롬프트 체이닝(Prompt Chaining)이에요. 오늘은 이 ‘질문 이어 붙이기’ 기술을 쉽게 풀어볼게요. 비개발자도 바로 써먹을 수 있어요. 프롬프트 체이닝이란? — 단계로 쪼개 잇기 프롬프트 체이닝은 복잡한 일을 작은 단계로 쪼갠 … 더 읽기

지난 딥페이크 편에서, AI 생성물이 진짜와 구별이 안 될 만큼 정교해졌다고 했죠. 그래서 “이게 AI가 만든 거다”라고 표시하는 기술이 중요해졌어요. 그게 바로 AI 워터마킹(Watermarking)이에요. 오늘은 이 보이지 않는 도장이 어떻게 작동하는지, 그리고 어떤 한계가 있는지 풀어볼게요. 워터마킹이란? — 보이지 않는 표식 심기 워터마킹은 AI가 만든 이미지·글·음성에 사람 눈엔 안 보이지만 기계는 읽어낼 수 있는 표식을 … 더 읽기

유명인이 하지도 않은 말을 하는 영상, 안 찍은 사진… 진짜 같은데 가짜예요. 이런 걸 딥페이크(Deepfake)라고 해요. ‘딥러닝(deep)’과 ‘가짜(fake)’를 합친 말이에요. 오늘은 딥페이크가 어떻게 만들어지는지, 그리고 우리가 어떻게 구별하고 조심해야 하는지 풀어볼게요. 점점 중요해지는 주제예요. 딥페이크란? — AI로 진짜처럼 합성 딥페이크는 AI로 얼굴이나 목소리를 진짜처럼 만들어 바꿔치기하는 거예요. 다른 사람 얼굴에 유명인 얼굴을 입히거나, 목소리를 똑같이 … 더 읽기

“시리야” 하고 부르면 AI가 알아듣고, 내비게이션이 길을 음성으로 안내해주죠. 이렇게 말을 글로, 또 글을 말로 바꾸는 게 음성 AI예요. 각각 STT와 TTS라고 불러요. 오늘은 이 두 가지가 뭔지, 어디에 쓰이는지 쉽게 풀어볼게요. 이름만 알면 정말 간단해요. STT — 말을 글로 바꾸기 (받아쓰기) STT는 ‘Speech to Text’, 즉 음성을 글자로 바꾸는 거예요. 우리가 말하면 AI가 받아쓰는 … 더 읽기

지난 파라미터 편에서 큰 모델은 무겁고 비싸다고 했죠. 그런데 요즘은 그 큰 AI가 노트북이나 스마트폰에서도 돌아가요. 어떻게 된 걸까요? 비결은 양자화(Quantization)예요. 이름은 어렵지만 원리는 ‘사진 압축’만큼 간단해요. 오늘 쉽게 풀어볼게요. 양자화란? — 숫자의 정밀도를 낮추기 AI의 파라미터(손잡이)는 원래 아주 정밀한 소수로 저장돼요. 예를 들어 0.83721946 같은 식이죠. 양자화는 이 정밀한 숫자를 0.84처럼 간단하게 반올림해서 모델을 … 더 읽기

AI 모델 이름을 보면 ‘Llama 7B’, ’70B’, ‘405B’ 같은 숫자가 붙어 있죠. 이 B가 붙은 숫자가 대체 뭘까요? 바로 파라미터(Parameter)의 개수예요. 그리고 이 숫자가 클수록 똑똑하다는 말, 반은 맞고 반은 틀려요. 오늘은 파라미터가 뭔지, 숫자가 크면 정말 좋은지 쉽게 풀어볼게요. 파라미터란? — AI의 ‘조절 손잡이’ 파라미터는 AI가 학습하면서 스스로 조절하는 수많은 작은 손잡이(노브)예요. 이 손잡이들을 … 더 읽기

예전 토큰 편에서, AI는 글을 ‘토큰’이라는 조각으로 쪼개서 이해한다고 했죠. 그럼 그 쪼개는 일은 누가 할까요? 바로 토크나이저(Tokenizer)예요. 오늘은 이 토크나이저가 글을 어떻게 자르는지, 그리고 왜 한국어가 영어보다 토큰을 더 많이 먹는지 쉽게 풀어볼게요. 알아두면 AI 비용·속도를 이해하는 데 도움 돼요. 토크나이저란? — 재료를 써는 도마 토크나이저는 우리가 입력한 글을 AI가 소화하기 좋게 잘게 써는 … 더 읽기

LLM의 대표주자 GPT, 이름의 ‘T’가 뭔지 아세요? 바로 트랜스포머(Transformer)예요. 2017년에 등장한 이 구조 하나가 오늘날 AI 혁명의 출발점이 됐어요. ChatGPT도, 번역기도, 이미지 생성 AI도 전부 이걸 기반으로 해요. 이름은 거창하지만 핵심 아이디어는 의외로 직관적이에요. 오늘 쉽게 풀어볼게요. 트랜스포머란? — 문장 전체를 한눈에 보기 트랜스포머의 핵심은 문장 전체를 한꺼번에 보고, 단어들 사이의 관계를 파악하는 거예요. 앞 … 더 읽기

지난 온도(Temperature) 편에서 잠깐 등장했던 top-p 기억나세요? “온도의 단짝”이라고 했었죠. 둘 다 AI 답의 다양성을 조절하는 설정인데, 작동 방식이 살짝 달라요. 오늘은 이 top-p가 뭔지, 온도랑 뭐가 다른지 쉽게 풀어볼게요. 비개발자는 깊이 몰라도 되지만, 알아두면 AI를 더 잘 다룰 수 있어요. top-p란? — 후보의 범위를 자르기 AI는 다음 단어를 고를 때 수많은 후보를 확률 순으로 … 더 읽기