본문으로 건너뛰기
5분 AI.
← 홈

개념 그림 사전

AI 뉴스에 자주 나오는 개념 51개를 그림 한 장씩으로 정리했습니다. 궁금한 개념을 골라 읽고, 그 그림이 실린 기사에서 쓰임새를 살펴보세요. 기사 속 그림 제목을 누르면 여기로 옵니다. AI를 처음 공부한다면 AI 공부 길잡이에서 책·영상과 함께 순서대로 따라가 보세요.

모델의 기본

대형 언어 모델(LLM)이란?

엄청난 양의 글을 읽으며 다음 단어 맞히기를 연습해 말을 배운 AI로, 챗봇의 두뇌입니다. 틀릴 수도 있어 확인이 필요합니다.

대형 언어 모델(LLM)이란? 엄청난 양의 글을 읽고 말을 배운 AI. 많은 글 읽기, 다음 단어 맞히기 연습, 다음 단어는?, 대화, 요약, 번역, 코딩. 챗봇의 두뇌, 글을 이해하고 만들기, 틀릴 수도 있어 확인 필요.

아직 실린 기사가 없습니다.

토큰이란?

AI가 글을 세는 단위입니다. 요금과 사용 한도는 읽은 양과 쓴 양의 토큰 수로 계산합니다.

토큰이란? AI가 글을 세는 단위. 글을 조각으로 나누기, 읽은 양·쓴 양 세기(읽은 양(입력), 쓴 양(출력)), 요금·한도 계산. 요금과 사용 한도는 토큰 수로 계산.

이 그림이 실린 기사 7편

컨텍스트 창이란?

AI가 한 번에 읽고 기억할 수 있는 글의 양입니다. 넘치면 앞부분을 잊습니다.

컨텍스트 창이란? 인공지능이 한 번에 읽고 기억할 수 있는 글의 양. 한 번에 읽기, 긴 글도 함께 보기, 넘치면 앞부분 잊기. 짧은 대화, 책 한 권, 책 여러 권.

이 그림이 실린 기사 5편

전문가 혼합(MoE)이란?

질문마다 필요한 '전문가' 부분만 골라 쓰는 모델 구조입니다. 전체는 크지만 한 번에 일부만 써서 빠르고 저렴합니다.

전문가 혼합(MoE)이란? 질문마다 필요한 전문가만 불러 쓰는 구조. 질문 → 길잡이 → 일부 전문가만 사용 → 답변. 전체 모델은 크지만, 한 번에 일부만 사용, 그래서 빠르고 저렴.

이 그림이 실린 기사 3편

학습과 모델 만들기

증류란?

큰 AI의 답을 모아 작은 AI를 가르쳐 더 작고 빠른 모델을 만드는 방법입니다. 남의 모델로 허락 없이 하면 분쟁이 되기도 합니다.

증류란? 큰 AI의 답으로 작은 AI를 가르치기. 선생님 모델, 학생 모델. 큰 모델의 답 모으기 → 작은 모델 학습 → 더 작고 빠른 모델. 남의 모델로 허락 없이 하면 분쟁이 되기도 해요.

이 그림이 실린 기사 5편

강화학습이란?

정답을 알려 주지 않고, 해 본 결과에 보상이나 벌점을 줘 더 나은 방법을 찾게 하는 학습 방법입니다. 추론 모델 학습에도 씁니다.

강화학습이란? 해 보고 잘하면 보상을 받으며 배우는 방법. 시도하기, 결과 확인, 보상 또는 벌점, 더 나은 방법으로. 정답을 알려 주지 않아도, 보상 기준이 중요해요, 추론 모델 학습에 쓰여요.

이 그림이 실린 기사 2편

학습과 추론의 차이

학습은 많은 자료로 모델을 한 번 크게 만드는 단계, 추론은 질문마다 답을 만드는 단계입니다. 추론은 쓸 때마다 계속 비용이 듭니다.

학습과 추론의 차이. AI를 만드는 단계와 쓰는 단계. 학습, 많은 자료로 모델 만들기, 추론, 질문마다 답 만들기. 학습은 한 번 크게, 추론은 쓸 때마다 계속, 그래서 추론 비용이 중요해요.

이 그림이 실린 기사 4편

양자화란?

모델 속 숫자를 더 짧게 적어 모델을 작고 빠르게 만드는 방법입니다. 대신 정확도가 조금 낮아질 수 있습니다.

양자화란? 숫자를 짧게 적어 모델을 작고 가볍게 만들기. 원래 모델, 긴 숫자, 짧게 바꾸기, 작아진 모델, 짧은 숫자. 용량이 줄어요, 속도가 빨라져요, 정확도는 조금 낮아질 수 있어요.

이 그림이 실린 기사 4편

오픈 웨이트 모델이란?

모델 파일을 내려받아 내 컴퓨터나 회사 서버에서 직접 돌릴 수 있는 AI입니다.

오픈 웨이트 모델이란? 모델 파일을 내려받아 직접 돌릴 수 있는 AI. 오픈 웨이트: 내 컴퓨터·회사 서버, 직접 설치, 자료가 밖으로 안 나감, 고쳐 쓰기 가능. 비공개 모델: 회사 서비스로만 사용, 앱·API로 접속, 설치 필요 없음, 회사가 관리.

이 그림이 실린 기사 8편

월드 모델이란?

지금 장면에서 이렇게 움직이면 다음 장면이 어떻게 될지 예측하는 AI입니다. 로봇 연습·게임·자율주행 시뮬레이션에 씁니다.

월드 모델이란? 세상이 어떻게 움직이는지 흉내 내는 AI. 지금 장면, 이렇게 움직이면?, 다음 장면 예측. 로봇 연습, 게임·가상 세계, 자율주행 시뮬레이션.

이 그림이 실린 기사 2편

에이전트와 도구

AI 에이전트란?

질문에 답만 하는 챗봇과 달리, 목표를 받으면 스스로 계획하고 도구를 쓰며 일을 끝내는 AI입니다.

AI 에이전트란? 목표를 받으면 스스로 일을 끝내는 AI. 챗봇: 묻고 답하기, 질문 → 답변. 에이전트: 계획하고 실행하기. 목표 → 계획 세우기 → 도구 사용하기(검색·파일·앱) → 결과 확인하기 → 다시 시도하기 → 목표를 이루면 완료.

이 그림이 실린 기사 8편

멀티 에이전트란?

총괄 AI가 큰 일을 조사·작성·검토로 나눠 여러 AI에게 맡기고 결과를 합치는 방식입니다. 대신 사용량이 더 많습니다.

멀티 에이전트란? 여러 AI가 일을 나눠 맡기. 큰 일 → 총괄 AI → 조사, 작성, 검토 → 결과 합치기. 길고 복잡한 일을 빨리, 대신 사용량은 더 많이.

이 그림이 실린 기사 7편

코딩 에이전트란?

말로 요청하면 코드를 읽고 고치고 실행해 확인까지 하는 AI입니다. 여러 파일을 한 번에 다루지만 최종 검토는 사람이 합니다.

코딩 에이전트란? 코드를 읽고 고치고 실행까지 하는 AI. 요청하기, 코드 읽기, 코드 고치기, 실행·테스트, 결과 확인, 완료 보고. 여러 파일을 한 번에, 테스트로 스스로 확인, 최종 검토는 사람이.

이 그림이 실린 기사 8편

에이전트 하네스란?

AI 모델을 감싸 도구 연결·기억·권한·재시도를 맡는 바깥 틀입니다. 같은 모델이라도 하네스에 따라 성능이 달라집니다.

에이전트 하네스란? AI 모델을 감싸 일하게 만드는 바깥 틀. AI 모델, 하네스, 도구 연결, 기억 관리, 권한 관리, 재시도. 모델은 엔진, 하네스는 차체와 운전대, 같은 모델도 하네스 따라 달라요.

이 그림이 실린 기사 5편

에이전트 스킬이란?

AI에게 주는 작업 설명서 묶음입니다. 설명서·예시·도구를 한 번 만들어 두면 AI가 필요할 때만 꺼내 읽고 정해진 방식대로 일합니다.

에이전트 스킬이란? AI에게 주는 작업 설명서 묶음. 스킬, 설명서, 예시, 도구, 필요할 때 꺼내 읽기, 정해진 방식대로 일하기. 한 번 만들어 두기, 필요할 때만 불러오기, 여럿이 나눠 쓰기.

이 그림이 실린 기사 3편

MCP란?

AI와 파일·일정·메일·회사 시스템 같은 도구를 잇는 공통 연결 규격입니다. 한 번 연결하면 여러 AI에서 씁니다.

MCP란? AI와 여러 도구를 잇는 공통 연결 규격. AI — MCP — 파일, 일정, 메일, 회사 시스템. 한 번 연결하면 여러 AI에서 사용. 도구마다 따로 만들 필요 없음.

이 그림이 실린 기사 3편

컴퓨터 사용 AI란?

사람처럼 화면을 보고 판단해 클릭하고 입력하는 AI입니다. API가 없는 프로그램도 다루지만 느리고 실수할 수 있습니다.

컴퓨터 사용 AI란? 사람처럼 화면을 보고 클릭하고 입력하는 AI. 화면 보기, 할 일 판단, 클릭·입력, 결과 확인. API가 없는 프로그램도, 느리고 실수할 수 있어요, 중요한 일은 사람 확인.

이 그림이 실린 기사 4편

검색해서 답하기(RAG)란?

AI가 자료를 먼저 찾아 읽은 뒤 출처와 함께 답하는 방식입니다.

검색해서 답하기(RAG)란? 자료를 먼저 찾아보고 답하는 방식. 질문 → 자료 찾기 → 찾은 자료 읽고 답하기 → 출처 함께 보여주기. 기억에만 의존할 때보다 최신 정보에 강함.

아직 실린 기사가 없습니다.

바이브 코딩이란?

코드를 직접 쓰지 않고 말로 설명해 AI가 프로그램을 만들게 하는 방식입니다. 결과는 꼭 직접 확인해야 합니다.

바이브 코딩이란? 말로 설명해 프로그램 만들기. 말로 설명하기 → AI가 코드 작성 → 실행해 보기 → 고쳐 달라고 하기. 결과는 꼭 직접 확인하기.

이 그림이 실린 기사 4편

에이전트 권한이란?

AI 에이전트가 읽기·고치기·실행·밖으로 보내기 가운데 어디까지 해도 되는지 정해 두는 것입니다. 꼭 필요한 권한만 줍니다.

에이전트 권한이란? AI가 어디까지 해도 되는지 정해 두기. 읽기만, 파일 고치기, 명령 실행, 밖으로 보내기, 승인 필요. 꼭 필요한 권한만, 위험한 일은 사람 승인, 기록 남기기.

이 그림이 실린 기사 5편

샌드박스란?

내 파일·인터넷·회사 시스템에 피해가 가지 않게 막아 둔 실행 공간입니다. 낯선 코드는 여기서 먼저 돌려 봅니다.

샌드박스란? 밖에 피해가 가지 않게 막아 둔 실행 공간. 샌드박스, 내 파일, 인터넷, 회사 시스템. 실수해도 안전, 낯선 코드는 여기서 먼저, 필요한 것만 열어 주기.

이 그림이 실린 기사 4편

인프라·비용·평가

AI 데이터센터란?

AI를 돌리는 거대한 컴퓨터 공장입니다. 아주 많은 칩과 전기, 냉각이 필요해 전력과 부지가 뉴스가 됩니다.

AI 데이터센터란? AI를 돌리는 거대한 컴퓨터 공장. 전기 공급, 아주 많은 칩, 열 식히기(냉각). 그래서 전력과 부지가 뉴스가 돼요.

이 그림이 실린 기사 5편

온디바이스 AI란?

인터넷 서버 대신 휴대폰·노트북 안에서 바로 계산하는 AI입니다. 자료가 기기 밖으로 안 나가지만 주로 작은 모델을 씁니다.

온디바이스 AI란? 인터넷 서버 대신 내 기기 안에서 도는 AI. 클라우드 AI, 서버에서 계산, 온디바이스 AI, 기기 안에서 바로 계산. 인터넷 없이도 동작, 자료가 기기 밖으로 안 나감, 대신 작은 모델 위주.

이 그림이 실린 기사 7편

사용 한도란?

정해진 시간 안에 쓸 수 있는 양입니다. 요금제마다 다르고, 긴 작업일수록 빨리 닳으며, 시간이 지나면 다시 채워집니다.

사용 한도란? 정해진 시간 안에 쓸 수 있는 양. 시간이 지나면 다시 채워짐. 요금제마다 다름. 긴 작업일수록 빨리 닳음. 다 쓰면 기다리거나 추가 구매.

이 그림이 실린 기사 8편

구독 요금제와 API 요금

구독은 매달 정한 금액으로 사용 한도 안에서 쓰고, API는 쓴 만큼 토큰 수로 냅니다. 한도와 단가를 함께 봐야 합니다.

구독 요금제와 API 요금. 정액으로 쓰기와 쓴 만큼 내기의 차이. 구독 요금제, 매달 정해진 금액, 사용 한도 안에서, 사람이 앱에서 사용, API 요금, 쓴 만큼 계산, 토큰 수로 청구, 프로그램이 사용. 가볍게 쓰면 구독, 대량 자동화는 API, 한도와 단가를 함께 보기.

이 그림이 실린 기사 5편

프롬프트 캐싱이란?

같은 앞부분을 다시 보내면 저장해 둔 계산을 재사용해 더 빠르고 싸게 답하는 방식입니다. 시간이 지나면 저장분이 사라집니다.

프롬프트 캐싱이란? 같은 앞부분은 저장해 두고 다시 쓰기. 처음 요청, 긴 자료, 질문 1, 처음 계산, 캐시에 저장, 다시 요청, 질문 2, 캐시 읽기, 더 빠르고 저렴. 앞부분이 같아야 해요, 시간이 지나면 사라져요, 반복 질문에 유리.

이 그림이 실린 기사 4편

벤치마크 점수 읽는 법

점수보다 먼저 무슨 시험인지, 누가 쟀는지, 조건이 같은지를 확인합니다.

벤치마크 점수 읽는 법. 점수보다 먼저 확인할 세 가지. 무슨 시험인가(코딩·수학·일반지식), 누가 쟀나(회사 발표·외부 측정), 조건이 같은가(시도 횟수, 도구 사용). 시험 점수: 모델 가, 모델 나. 같은 시험, 같은 조건에서 비교해요.

이 그림이 실린 기사 11편

그림·소리·로봇

이미지 생성 AI는 어떻게 그릴까?

글 설명을 받아 잡음에서 시작해 조금씩 다듬어 그림을 만듭니다. 설명이 구체적일수록 원하는 그림에 가까워집니다.

이미지 생성 AI는 어떻게 그릴까? 글 설명을 받아 잡음에서 그림을 다듬어 내기. 글 설명, 잡음에서 시작, 조금씩 다듬기, 완성된 그림. 설명이 구체적일수록, 원하는 그림에 가까워져요, 결과는 매번 조금씩 달라요.

이 그림이 실린 기사 3편

영상 생성 AI란?

글 설명이나 사진 한 장으로 장면을 이어 붙여 짧은 영상을 만드는 AI입니다. 길수록 계산이 많이 듭니다.

영상 생성 AI란? 글이나 사진으로 움직이는 영상을 만드는 AI. 글 설명, 사진 한 장, AI, 장면 1, 장면 2, 장면 3, 짧은 영상. 장면이 자연스럽게 이어지게, 길수록 계산이 많이 들어요, 만든 영상은 AI 표시하기.

이 그림이 실린 기사 3편

음성 AI란?

말을 글로 알아듣고(음성 인식), 생각한 답을 다시 목소리로 내는(음성 합성) AI입니다. 목소리 복제는 본인 동의가 필요합니다.

음성 AI란? 말을 알아듣고 목소리로 답하는 AI. 음성 인식, 말 → 글, AI가 생각하기, 음성 합성, 글 → 말. 통역·상담·비서, 목소리 복제는 동의 필요, 빠른 응답이 중요.

이 그림이 실린 기사 4편

AI 로봇은 어떻게 움직일까?

카메라로 보고, AI로 판단하고, 팔다리로 움직이는 AI입니다. 물건을 집고 옮기는 일부터 공장·창고·집안일까지 넓어지고 있습니다.

AI 로봇은 어떻게 움직일까? 보고 판단하고 몸을 움직이는 피지컬 AI. 보기(카메라), 판단(AI), 움직이기(팔·다리). 물건 집기·옮기기, 공장·창고·집안일, 안전 확인이 중요.

아직 실린 기사가 없습니다.

안전·규칙·공개

보안 취약점이란?

공격자가 파고들 수 있는 소프트웨어의 틈입니다. 발견하면 개발사에 알리고, 패치가 나오면 업데이트를 바로 설치합니다.

보안 취약점이란? 공격자가 파고들 수 있는 소프트웨어의 틈. 먼저 찾으면 악용, 취약점 발견, 개발사에 알리기, 패치 만들기, 업데이트 설치. 업데이트는 바로 설치, AI가 취약점을 찾기도, 찾으면 먼저 조용히 알리기.

이 그림이 실린 기사 5편

AI 안전 연구란?

AI가 사람이 원하는 대로 움직이게 하고(정렬), 일부러 공격해 약점을 찾고(레드팀), 출시 전 위험을 점검하는 일입니다.

AI 안전 연구란? AI가 사람에게 해롭지 않게 만드는 일. 정렬, 사람이 원하는 대로, 레드팀, 일부러 공격해 약점 찾기, 안전 평가, 출시 전 위험 점검. 위험한 요청은 거절, 약점은 미리 고치기, 결과는 공개해 검증.

이 그림이 실린 기사 5편

AI와 개인정보

AI에 넣은 문서·사진·대화가 저장되는지, 학습에 쓰이는지, 누가 볼 수 있는지 확인하는 일입니다. 민감한 정보는 넣지 않습니다.

AI와 개인정보. 내가 넣은 자료가 어떻게 쓰이는지 확인하기. 문서, 사진, 대화, 저장되나?, 학습에 쓰이나?, 누가 볼 수 있나? 설정에서 학습 사용 확인, 민감한 정보는 넣지 않기, 회사 자료는 회사 규칙대로.

이 그림이 실린 기사 5편

AI 규제는 무엇을 다룰까?

위험한 용도를 제한하고, AI임을 알리고, 출시 전 안전을 점검하고, 문제의 책임을 정하는 규칙입니다. 나라마다 다릅니다.

AI 규제는 무엇을 다룰까? AI를 안전하고 공정하게 쓰게 하는 규칙. 위험한 용도 제한, AI임을 알리기, 출시 전 안전 점검, 문제 생기면 책임. 나라마다 규칙이 달라요, 기업과 정부가 함께 논의, 새 규칙은 원문부터 확인.

이 그림이 실린 기사 5편

오픈소스란?

코드를 공개해 누구나 보고 고치고 다시 나눌 수 있게 한 소프트웨어입니다. 쓸 때는 라이선스 조건을 지켜야 합니다.

오픈소스란? 코드를 공개해 누구나 보고 고쳐 쓰는 소프트웨어. 공개된 코드, 보기, 고치기, 함께 쓰기, 더 나은 코드. 누구나 내려받기, 고친 것 다시 나누기, 라이선스 조건 지키기.

이 그림이 실린 기사 2편