5분 용어

사람의 머리가 필요했던 일을 컴퓨터가 해내게 하는 기술이에요.

규칙을 적어 주는 대신, 컴퓨터가 예시에서 규칙을 배우게 하는 방법이에요.

층을 아주 많이 쌓은 신경망으로 배우는 머신러닝 방식이에요.

곱하고 더하는 작은 계산 단위를 층층이 연결한 AI의 뼈대예요.

학습을 마친 AI의 알맹이, 입력을 받아 답을 내는 숫자 뭉치예요.

예시를 보며 틀린 만큼 모델 속 숫자를 조금씩 고치는 과정이에요.

학습이 끝난 모델에 질문을 넣고 답을 받아 내는 실행 단계예요.

AI를 가르치거나 시험하려고 모아 둔 예시들의 묶음이에요.

모델 안에서 학습으로 맞춰지는 숫자 하나하나예요.

엄청난 양의 글로 학습해, 다음 토큰을 골라 가며 글을 쓰는 큰 AI 모델이에요.

AI가 글을 읽고 쓸 때 쓰는 가장 작은 조각이에요.

문장을 토큰 조각으로 자르고 조각마다 번호를 붙이는 도구예요.

지금까지의 글을 보고 바로 다음에 올 토큰 하나를 맞히는 일이에요.

AI가 한 번에 읽고 붙잡아 둘 수 있는 글의 양이에요.

AI가 다음 토큰을 얼마나 모험적으로 고를지 정하는 손잡이예요.

AI에게 건네는 질문이나 지시, 곧 내가 입력하는 글 전체예요.

AI가 사실이 아닌 내용을 그럴듯하고 자신 있게 지어내는 현상이에요.

단어들이 서로를 한꺼번에 보게 만든, 요즘 AI의 기본 뼈대예요.

문장 속 각 토큰이 다른 토큰을 얼마나 눈여겨볼지 정하는 계산이에요.

단어나 문장의 뜻을 숫자 묶음으로 바꿔 놓은 거예요.

엄청난 양의 자료로 모델이 두루두루 배우는 첫 번째 큰 학습 단계예요.

다 배운 모델에 원하는 일을 골라 조금 더 가르쳐 다듬는 학습이에요.

사람이 더 나은 답을 고른 기록으로 AI를 다듬는 학습법이에요.

글, 그림, 소리, 비디오처럼 새로운 결과물을 만들어 내는 AI예요.

글뿐 아니라 사진·소리·비디오까지 함께 다루는 AI를 말해요.

답하기 전에 스스로 풀이 과정을 길게 써 보도록 훈련된 AI예요.

답만 내지 말고 풀이 단계를 하나씩 쓰게 하는 방법이에요.

AI가 계산기·검색·코드 실행 같은 바깥 도구를 불러 쓰는 능력이에요.

목표를 주면 계획하고 도구를 쓰며 여러 단계를 스스로 해내는 AI예요.

AI 앱을 여러 도구와 데이터에 같은 방식으로 잇는 공개 표준이에요.

관련 자료를 먼저 찾아 와서, 그걸 근거로 답하게 하는 방법이에요.

대화가 시작되기 전에 AI에게 미리 주는 기본 지시문이에요.

코드를 직접 짜지 않고 AI에게 말로 시켜 프로그램을 만드는 방식이에요.

무작위 점에서 잡티를 조금씩 걷어 내며 그림을 만드는 AI예요.

사람의 말소리를 듣고 글자로 받아 적는 AI 기술이에요.

컴퓨터가 사진이나 화면을 보고 무엇이 있는지 알아보는 기술이에요.

AI의 알맹이인 가중치를 누구나 내려받을 수 있게 공개한 모델이에요.

여러 AI의 실력을 같은 문제로 재서 비교하는 공통 시험이에요.

모델 크기·데이터·계산량을 늘리면 성능이 예측 가능하게 오른다는 관찰이에요.

큰 모델의 실력을 작은 모델에게 옮겨 가르치는 방법이에요.

모델 속 숫자를 덜 정밀하게 줄여 크기와 메모리를 아끼는 방법이에요.

멀리 있는 서버가 아니라 내 폰이나 노트북 안에서 직접 돌아가는 AI예요.

단순한 계산을 한꺼번에 아주 많이 해내는, AI 학습의 중심 칩이에요.

수많은 컴퓨터를 한 건물에 모아 AI를 학습시키고 돌리는 곳이에요.

AI가 사람에게 해를 끼치지 않도록 연구하고 장치를 마련하는 일이에요.

AI가 사람이 원하는 뜻과 가치에 맞게 행동하도록 맞추는 일이에요.

말을 교묘하게 꾸며 AI가 지키던 안전 규칙을 어기게 만드는 시도예요.

AI가 읽는 글 속에 몰래 명령을 숨겨 AI를 엉뚱하게 움직이는 공격이에요.

AI로 실제 사람의 얼굴이나 목소리를 진짜처럼 흉내 내 만든 가짜예요.

AI가 배운 자료의 치우침 때문에 답이 한쪽으로 기우는 현상이에요.

AI가 만든 결과물에 'AI가 만들었다'는 표시를 심어 두는 기술이에요.

한두 가지 일이 아니라 사람처럼 거의 모든 지적인 일을 해내는 AI를 말해요.

AI를 만들고 쓰는 방법에 대해 나라나 지역이 정한 법과 규칙이에요.

대화만 보고 상대가 사람인지 기계인지 가려낼 수 있는지 보는 시험이에요.

1958년에 나온, 틀리면 스스로 가중치를 고치는 인공 뉴런이에요.

틀린 정도를 출력에서 입력 쪽으로 거꾸로 전해 가중치를 고치는 방법이에요.

기대가 꺼지면서 AI 연구비와 관심이 크게 줄었던 시기예요.

1,400만 장이 넘는 사진에 이름표를 붙인 데이터셋이자, 그걸로 연 대회예요.

해 보고 보상을 받으며, 보상이 큰 쪽으로 행동을 고쳐 가며 배우는 방법이에요.

문제와 정답이 짝지어진 예시로 배우는 머신러닝 방법이에요.