← 갤러리로 돌아가기

📚 AI 개념 정리 대시보드

완전 처음 접하는 분부터 심화까지, 단계별로 나눠서 정리했어요 — 내 수준에 맞는 단계부터 읽어보세요
💡 단계별 용어 사전입니다. 0단계는 "챗봇이 뭔지도 낯선" 분들을 위한 것부터 시작해요. 위에서부터 순서대로 읽어도 되고, 아는 단계는 건너뛰어도 됩니다.
0단계 · 완전 입문 1단계 · 기초 2단계 · 중급 3단계 · 심화
0
🐣 완전 입문
"챗봇이 뭔지도 잘 모르겠다" 하시는 분들을 위한 첫 단계예요
💬 챗봇 Chatbot
사람과 대화하듯 메시지를 주고받을 수 있는 프로그램이에요. Claude, ChatGPT, Gemini가 모두 챗봇의 한 종류예요.
🏢 회사 · 모델 · 서비스 이름
헷갈리기 쉬운 이름 관계예요 — OpenAI(회사)가 만든 모델은 GPT, 그걸 쓰는 서비스는 ChatGPT. Google(회사)이 만든 모델과 서비스는 둘 다 Gemini. Anthropic(회사)이 만든 모델과 서비스는 둘 다 Claude예요.
📱 AI 서비스 vs AI 모델
"모델"은 AI의 두뇌 자체, "서비스"는 그 두뇌를 사람이 쓸 수 있게 만든 앱이나 웹사이트예요. 우리가 실제로 접속해서 쓰는 건 대부분 "서비스"예요.
🧩 GPTs
ChatGPT 안에서, 특정 목적에 맞게 미리 설정해둔 "미니 챗봇"을 만들고 다른 사람과 공유할 수 있는 기능이에요.
예시: "이력서 첨삭 전용 GPT", "여행 일정 짜주는 GPT"
💎 Gems
Gemini 안에서 GPTs와 비슷하게, 특정 역할이나 지식을 미리 설정해둔 나만의 챗봇을 만드는 기능이에요.
🗨 대화창(채팅) Chat Session
메시지를 주고받는 화면 자체를 말해요. "새 채팅"을 누르면 이전 대화 내용을 참고하지 않는 새로운 대화가 시작돼요.
🆓 무료 vs 유료 버전
대부분의 AI 서비스는 무료로도 쓸 수 있지만, 사용 횟수나 더 똑똑한 모델 사용에 제한이 있고, 유료 결제로 제한을 풀 수 있어요.
1
🌱 기초
AI가 어떻게 작동하는지, AI에게 어떻게 말을 거는지에 대한 기본 용어예요
AI 자체에 대한 기초
🤖 인공지능 AI
사람처럼 학습하고 판단하도록 만든 컴퓨터 시스템 전체를 가리키는 가장 큰 개념이에요.
📈 머신러닝 Machine Learning
규칙을 일일이 입력하는 대신, 데이터를 보고 컴퓨터 스스로 규칙(패턴)을 찾아내게 하는 방법이에요.
🧠 딥러닝 Deep Learning
사람 뇌의 신경망 구조를 본뜬 "인공신경망"을 여러 겹 쌓아서 학습하는, 머신러닝의 한 갈래예요.
📐 알고리즘 Algorithm
문제를 푸는 절차나 규칙의 모음이에요. AI뿐 아니라 컴퓨터가 하는 모든 일의 기본 단위예요.
🗂 데이터셋 Dataset
AI를 학습시키는 데 사용하는 대량의 예시 데이터 묶음이에요.
🏋️ 학습(훈련) Training
데이터를 반복해서 보여주며 모델 내부의 값을 조금씩 조정해가는 과정이에요.
🔮 추론 Inference
학습이 끝난 모델이 실제로 새로운 입력(질문 등)에 답을 내놓는 과정이에요. 우리가 채팅창에서 대화할 때 하는 게 바로 이거예요.
⚙️ 파라미터 Parameter
모델이 학습을 통해 조정하는 내부 숫자값들이에요. "몇 억 개 파라미터"라고 말하는 모델 크기 지표예요.
AI에게 말 거는 법
✏️ 프롬프트 Prompt
AI에게 주는 지시문이나 질문이에요. 어떻게 쓰느냐에 따라 결과 품질이 크게 달라져요.
🔢 토큰 Token
AI가 텍스트를 처리하는 최소 단위예요. 사용량·비용 계산의 기준이 돼요.
🪟 컨텍스트 윈도우 Context Window
AI가 한 번에 "기억"하고 참고할 수 있는 텍스트의 최대 범위예요.
2
🧠 중급
AI를 실무에 응용하고, 다른 도구와 연결하는 방법에 대한 용어예요
모델 자체에 대한 용어
🧠 LLM Large Language Model
방대한 텍스트로 학습해서, 다음에 올 단어를 예측하며 문장을 만들어내는 AI 모델이에요.
🏗 파운데이션 모델 Foundation Model
특정 작업 하나가 아니라 다양한 작업에 두루 쓸 수 있도록, 대규모 데이터로 미리 학습해둔 기반 모델이에요.
🖼 멀티모달 Multimodal
텍스트뿐 아니라 이미지·음성·영상까지 함께 이해하고 만들어낼 수 있는 모델이에요.
🎯 추론 모델 Reasoning Model
답을 바로 내지 않고, 문제를 단계별로 "생각"한 뒤 답하도록 만들어진 모델이에요.
👻 환각 Hallucination
AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상이에요. 항상 검증이 필요한 이유예요.
🎓 사전학습 vs 파인튜닝
방대한 데이터로 처음부터 학습시키는 것(사전학습)과, 특정 목적에 맞게 추가로 다듬는 것(파인튜닝)의 차이예요.
AI를 확장하는 방법
📐 임베딩 Embedding
텍스트의 의미를 숫자로 이뤄진 벡터로 바꾼 것이에요. 의미가 비슷한 내용을 찾을 때 사용돼요.
🔍 RAG 검색 증강 생성
답변하기 전에 관련 문서를 먼저 검색해서, 그 내용을 참고해 답하는 방식이에요.
🤖 에이전트 Agent
스스로 계획을 세우고, 여러 도구를 순서대로 사용해서 작업을 끝까지 처리하는 AI예요.
🔌 MCP Model Context Protocol
AI가 이메일·캘린더·파일 같은 외부 도구에 표준화된 방식으로 연결되도록 해주는 프로토콜이에요.
🧩 스킬 Skill
특정 작업을 잘 하기 위한 절차와 지식을 미리 정리해둔 지침 묶음이에요.
같은 개념, 다른 이름 — 플랫폼별 용어 비교
같은 기능이라도 서비스마다 부르는 이름이 달라요. Claude에서 "스킬"이라고 부르는 걸 다른 곳에서는 전혀 다른 단어로 부르는 식이에요 — 개념이 같다는 것만 알아두면 헷갈릴 일이 줄어들어요.
개념ClaudeChatGPT (OpenAI)Gemini (Google)MakeZapiern8n
미리 설정해둔 나만의 챗봇프로젝트(Projects)GPTs (Custom GPT)Gems해당 없음해당 없음해당 없음
작업 절차·지식 묶음스킬(Skill)Custom Instructions / Actions확장 프로그램(Extensions)템플릿(Template)템플릿(Template)템플릿(Template)
여러 단계를 자동으로 실행하는 전체 흐름에이전트의 작업 계획·실행Assistants / OperatorGemini 에이전트 기능시나리오(Scenario)Zap워크플로우(Workflow)
흐름을 이루는 개별 실행 단계도구 호출(Tool call) 1건액션(Action) 1건액션 1건모듈(Module)스텝(Step)노드(Node)
외부 서비스와 연결하는 규격MCP (Model Context Protocol)Actions / PluginsExtensions 연동앱(App) 연동앱(App) 연동커넥터(Connector)
어떤 조건일 때 자동으로 시작해당 없음(대화로 직접 요청)해당 없음해당 없음트리거(Trigger)트리거(Trigger)트리거(Trigger)
이전 대화·정보를 기억하는 기능메모리(Memory)Memory개인 맞춤 정보데이터스토어(Data Store)스토리지(Storage)워크플로우 변수
이미지를 직접 생성하는 기능기본 미탑재(연동 필요)DALL·E 내장Imagen 내장이미지 생성 앱 연동이미지 생성 앱 연동이미지 생성 노드 연동
실시간 웹 검색 기능웹 검색(도구로 제공)웹 브라우징구글 검색 연동검색 앱 모듈 연동검색 앱 연동HTTP 요청 노드로 직접 구현
코드를 직접 실행하는 기능코드 실행(Code execution)Code Interpreter코드 실행 기능커스텀 함수(제한적)Code by ZapierCode 노드(자유도 가장 높음)
⚠ 각 서비스의 기능·명칭은 자주 업데이트돼요. 표는 개념을 연결해서 이해하기 위한 것이며, 실제 화면의 메뉴명과 다를 수 있어요.
개발 · 컴퓨터 기초
⌨️ 터미널 / 커맨드라인 Terminal / CLI
마우스 클릭 대신 글자로 명령을 입력해서 컴퓨터를 조작하는 화면이에요.
🖥 CMD / PowerShell
윈도우에 기본 내장된 대표적인 터미널 프로그램이에요. PowerShell이 더 최신이고 기능이 많아요.
🔗 API
서로 다른 프로그램이 정해진 방식으로 데이터를 주고받을 수 있게 만든 통신 규칙이에요.
🧰 SDK
API를 더 쉽게 쓸 수 있도록 미리 만들어둔 도구·코드 모음이에요.
🌱 Git / GitHub
코드가 바뀐 이력을 기록하고 여러 사람이 함께 작업할 수 있게 해주는 버전 관리 도구(Git)와, 그걸 온라인에 저장·공유하는 서비스(GitHub)예요.
☁️ 클라우드 vs 로컬
내 컴퓨터에서 직접 실행하는 것(로컬)과, 인터넷 너머의 서버에서 실행하는 것(클라우드)의 차이예요.
📦 패키지 매니저
필요한 프로그램·라이브러리를 명령 한 줄로 설치·관리해주는 도구예요. (예: npm, pip)
3
🧬 심화
AI 모델 내부 구조와 역사, 실제 모델별 비교까지 — 더 깊이 알고 싶은 분들을 위한 단계예요
신경망 기초 · 역사
🕸 인공신경망 Neural Network
사람 뇌의 뉴런과 뉴런 사이 연결을 단순화해서 흉내낸 계산 구조예요. 오늘날 대부분의 AI 모델의 기반이에요.
🔵 퍼셉트론 Perceptron
1958년에 등장한 가장 초기 형태의 인공신경망 모델로, 신경망 연구의 출발점이에요.
🧲 홉필드 네트워크 Hopfield Network
물리학자 존 홉필드가 제안한 초기 신경망 모델이에요. 이 연구가 훗날 2024년 노벨물리학상(홉필드·힌턴)의 토대가 됐어요.
🔄 역전파 Backpropagation
신경망이 예측을 틀렸을 때, 오차를 거꾸로 전달해서 내부 값을 조금씩 수정해가는 대표적인 학습 방법이에요.
🖼 CNN 합성곱 신경망
이미지 속 패턴(모서리, 형태 등)을 잘 잡아내도록 설계된 신경망 구조예요.
🔁 RNN 순환 신경망
순서가 있는 데이터(문장, 시계열)를 처리하기 위해 만들어진 구조예요. 트랜스포머가 나오기 전까지 주류였어요.
🧩 트랜스포머 Transformer
2017년 구글 논문("Attention Is All You Need")에서 등장한 구조로, 현재 거의 모든 LLM이 기반으로 삼고 있어요.
👁 어텐션 Attention
문장에서 어떤 단어가 다른 단어와 얼마나 관련 있는지를 계산하는, 트랜스포머의 핵심 메커니즘이에요.
주요 AI 모델 비교
🟠
Claude
Anthropic
안전성과 긴 글쓰기·코딩에 강점을 두고 만들어진 모델이에요.
장점자연스러운 대화 톤, 긴 문서 작업과 코딩에 강함
단점이미지 생성 기능은 기본 내장돼 있지 않음
🟢
GPT · ChatGPT
OpenAI
가장 널리 알려진 챗봇으로, 다양한 기능과 플러그인 생태계를 갖추고 있어요.
장점기능이 다양하고 이미지 생성이 내장, 사용자층이 넓음
단점무료 버전은 성능·사용량 제한이 있음
🔵
Gemini
Google
구글 검색·지메일·문서 등 구글 서비스와의 연동이 강점인 모델이에요.
장점구글 생태계 연동, 멀티모달 처리에 강함
단점답변 스타일이 다소 딱딱하다는 의견도 있음
🟣
Llama
Meta · 오픈소스
모델 가중치 자체를 공개하는 오픈소스 계열의 대표주자예요.
장점무료로 내려받아 직접 운영·커스터마이징 가능
단점직접 돌리려면 서버·컴퓨팅 자원이 필요해 진입장벽이 있음
🟡
Perplexity
검색 특화
실시간 웹 검색 결과와 출처 표시에 특화된 AI 검색 서비스예요.
장점최신 정보 검색과 출처 확인에 강함
단점긴 창작·복잡한 코딩보다는 "찾아주는" 용도에 집중
🔴
DeepSeek
오픈소스
오픈소스이면서도 높은 성능과 낮은 비용으로 주목받은 모델이에요.
장점오픈소스인데도 성능이 우수하고 비용이 저렴함
단점데이터 처리 위치·정책에 대한 우려가 제기되기도 함
⚠️ 각 모델의 세부 성능·가격·기능은 자주 업데이트돼요. 강의 때마다 최신 정보로 다시 확인하는 걸 권장합니다.
이 페이지는 AI(Claude)가 만든 예시 자료입니다 — 강의 데모용 · 내용은 계속 업데이트될 수 있어요