AI 용어 정리: 뉴스에 나오는 말 30개 쉽게

결론부터

뉴스에 나오는 AI 용어는 크게 네 묶음으로 보면 쉽습니다. AI가 무엇인지(기본), AI 안에서 무엇이 돌아가는지(모델), 우리가 어떻게 쓰는지(쓰는 법), 어떤 위험이 있는지(안전). 아래에 30개를 이 순서로 정리했습니다. 이미 따로 설명한 글이 있는 용어는 끝의 링크로 이어집니다.

기본: AI가 무엇인지

생성형 AI: 글, 그림, 음악, 영상처럼 새로운 결과물을 만들어 내는 AI. ChatGPT, Claude, Gemini가 대표적입니다.
LLM(대규모 언어 모델): 방대한 글을 학습해 문장을 만들어 내는 AI 프로그램. 챗봇 안에서 실제로 일하는 부분입니다.
챗봇: 대화로 주고받는 형태의 프로그램. 요즘 AI 챗봇은 대부분 LLM으로 움직입니다.
멀티모달: 글뿐 아니라 사진, 소리, 영상도 함께 이해하거나 만들 수 있는 능력. 사진을 올려 "이 고양이 품종이 뭐야?"라고 묻는 것이 예입니다.
프롬프트: AI에게 입력하는 지시나 질문. 같은 일이라도 프롬프트를 어떻게 쓰느냐에 따라 결과가 달라집니다.
토큰: AI가 글을 나누어 처리하는 가장 작은 조각. 대화 길이 제한과 API 요금의 기준이 됩니다.
컨텍스트 윈도우: AI가 한 번에 참고할 수 있는 글의 양. 일종의 작업 기억이고, 토큰 수로 셉니다.
알고리즘: 어떤 일을 하기 위한 정해진 계산 절차. AI 뉴스에서는 추천이나 판단을 하는 프로그램 방식을 가리킬 때가 많습니다.

모델: AI 안에서 일어나는 일

모델: 학습을 마친 AI 본체. "GPT 모델", "Claude 모델"처럼 회사와 버전마다 이름이 있습니다.
학습 데이터: AI가 공부할 때 사용한 글, 그림 같은 자료. 저작권 논란의 중심이기도 합니다.
파라미터: 학습을 거쳐 조정된 모델 안의 수많은 숫자. 흔히 "파라미터가 몇 천억 개"로 모델 크기를 말하지만, 많다고 항상 더 좋은 것은 아닙니다.
사전학습: 아주 많은 글을 읽히며 다음에 올 말을 예측하게 하는 첫 단계의 학습. 이 단계만으로는 지시를 잘 따르지 못해서 이후에 추가 학습을 거칩니다.
파인튜닝: 이미 학습된 모델에 특정 자료를 더 학습시켜 원하는 분야나 말투에 맞게 다듬는 일.
추론 모델: 답하기 전에 먼저 "생각하는" 과정을 거쳐 복잡한 문제를 푸는 모델. 대신 답이 느리고 사용량을 더 쓸 수 있습니다.
오픈소스(오픈웨이트) 모델: 모델 파일이 공개되어 내려받아 쓰거나 고쳐 쓸 수 있는 모델. 다만 "공개" 범위와 사용 조건은 모델마다 달라서 라이선스를 확인해야 합니다.
GPU: 그래픽 처리 장치. 많은 계산을 동시에 하는 데 강해 AI 학습과 실행에 쓰입니다. AI 뉴스에서 반도체가 자주 나오는 이유입니다.

쓰는 법: 우리가 AI를 쓰는 방식

RAG(검색 증강 생성): AI가 답하기 전에 관련 문서를 먼저 찾아 읽고, 그 내용을 바탕으로 답하게 하는 방법. 최신 정보나 회사 내부 자료를 답에 반영할 때 씁니다.
에이전트: 목표를 주면 검색, 정리, 파일 만들기 같은 여러 단계를 스스로 이어서 수행하는 AI.
MCP: AI를 구글 드라이브, 노션, 캘린더 같은 다른 앱과 연결하는 공통 규격.
API: 프로그램끼리 서로 기능을 주고받는 연결 창구. 개발자가 자기 앱에 AI 기능을 붙일 때 AI 회사의 API를 쓰고, 보통 토큰 수만큼 요금을 냅니다.
바이브 코딩: 코드를 직접 쓰지 않고 AI에게 말로 설명해서 프로그램을 만드는 방식.
시스템 프롬프트: 앱을 만든 쪽이 AI에게 미리 넣어 두는 기본 지시. 사용자가 입력하는 글과는 따로 있습니다.
온도(temperature): 답의 무작위성을 조절하는 설정값. 높으면 다양하고 창의적인 답, 낮으면 일관된 답이 나오는 경향이 있습니다.
구독 / 사용량 제한: 월정액으로 쓰되 시간당 또는 하루 사용량에 한도를 두는 방식.

안전: 주의해야 할 것

할루시네이션(환각): AI가 사실이 아닌 내용을 사실처럼 말하는 현상. 숫자와 출처는 직접 확인해야 합니다.
딥페이크: AI로 얼굴이나 목소리를 합성해 실제로 있었던 일처럼 보이게 만든 영상, 음성. 사기와 허위 정보에 악용됩니다.
워터마크: AI가 만든 결과물임을 표시하는 눈에 보이는 또는 보이지 않는 표식. 있다고 해서 모든 가짜를 걸러 주는 것은 아닙니다.
프롬프트 인젝션: 웹페이지나 문서에 숨겨 둔 문장으로 AI가 엉뚱한 행동을 하도록 속이는 공격.
편향(바이어스): 학습 데이터에 치우침이 있어 AI의 답도 특정 방향으로 치우치는 문제.
AGI(범용 인공지능): 사람처럼 거의 모든 지적 작업을 해낼 수 있는 가상의 AI. 기업마다 정의가 달라서 "도달했다"는 주장은 기준부터 확인해야 합니다. 지금의 챗봇이 AGI라고 합의된 것은 아닙니다.

용어 정확도를 확인하는 방법

이 분야는 말이 빨리 바뀝니다. 같은 용어를 회사마다 조금씩 다르게 쓰기도 합니다. 중요한 글에 인용하기 전에는 아래 공식 용어집을 함께 보세요. Anthropic이 공개한 용어집에는 컨텍스트 윈도우, 파인튜닝, LLM, MCP, RAG, 토큰 같은 용어가 짧은 정의와 함께 정리되어 있습니다.

더 자세히 알고 싶은 용어	읽을 곳
생성형 AI, LLM, 프롬프트	아래 관련 글: AI란 무엇인가
토큰, 컨텍스트 윈도우	아래 링크: AI 토큰이란
할루시네이션	아래 링크: 할루시네이션
에이전트	아래 링크: AI 에이전트
MCP	아래 링크: MCP란? 쉬운 설명
바이브 코딩	아래 링크: 바이브 코딩
딥페이크	아래 링크: 딥페이크 사기

같이 알아두면 좋은 말

용어를 모를 때: 뉴스에서 모르는 AI 용어를 만나면 AI에게 "중학생이 이해하게 한 문장으로 설명해줘"라고 물어보는 것도 방법입니다. 단, 숫자나 날짜는 따로 확인하세요.

자주 묻는 질문

AI, 머신러닝, 딥러닝은 어떻게 다른가요?

AI가 가장 넓은 개념이고, 그 안에 데이터로 스스로 규칙을 배우는 머신러닝이 있고, 머신러닝 중 인공신경망을 깊게 쌓은 방식이 딥러닝입니다. 요즘 LLM은 딥러닝으로 만듭니다.

GPT와 ChatGPT는 같은 건가요?

다릅니다. GPT는 OpenAI가 만든 모델 이름이고, ChatGPT는 그 모델을 대화 앱으로 만든 서비스입니다. Claude(앱)와 Claude 모델의 관계도 같습니다.

파라미터가 많으면 더 똑똑한가요?

꼭 그렇지 않습니다. 모델 크기는 성능에 영향을 주는 요소 중 하나일 뿐입니다. 학습 방식과 데이터, 추가 학습에 따라 더 작은 모델이 더 잘하는 경우도 있습니다.

용어가 계속 새로 나오는데 다 알아야 하나요?

그렇지 않습니다. 이 글의 기본, 쓰는 법, 안전 항목만 알아도 대부분의 뉴스를 따라갈 수 있습니다. 모르는 말이 나올 때 찾아보면 충분합니다.

이어서 읽을 글

자주 듣는 말

숨은 명령어 (/human, /x10think 진짜?)