AI 단어장

AI 단어장: 인공지능 관련 주요 용어 해설

A

• AI (Artificial Intelligence, 인공지능)
  인간의 학습, 추론, 문제 해결 능력을 모방하는 컴퓨터 시스템을 의미하며, 머신러닝과 딥러닝을 포함한 여러 기술이 사용됨.
• AGI (Artificial General Intelligence, 범용 인공지능)
  인간과 동등하거나 더 뛰어난 수준의 사고와 문제 해결 능력을 갖춘 인공지능으로, 현재 연구 단계에 있음.
• Algorithm (알고리즘)
  문제를 해결하기 위해 정해진 규칙과 절차를 따르는 연산 과정.

B

• Big Data (빅데이터)
  대량의 데이터 집합으로, AI가 패턴을 학습하고 예측하는 데 활용됨.
• Backpropagation (역전파 알고리즘)
  신경망 학습에서 오차를 최소화하기 위해 가중치를 조정하는 과정.

C

• Chatbot (챗봇)
  자연어 처리(NLP)를 사용하여 사용자와 대화할 수 있는 소프트웨어 프로그램.
• Computer Vision (컴퓨터 비전)
  이미지를 분석하고 인식하여 의미를 파악하는 AI 기술.

D

• Deep Learning (딥러닝)
  다층 신경망을 활용하여 데이터를 분석하고 학습하는 머신러닝 기법.
• Data Mining (데이터 마이닝)
  대량의 데이터에서 패턴을 찾고 유용한 정보를 추출하는 과정.

E

• Edge AI (엣지 AI)
  클라우드 서버가 아닌, 로컬 디바이스에서 AI 연산을 수행하는 기술.
• Explainable AI (설명 가능한 AI, XAI)
  AI 모델의 결정 과정을 사람이 이해할 수 있도록 설명하는 기술.

F

• Fine-Tuning (파인 튜닝)
  사전 훈련된 AI 모델을 특정 작업에 맞게 조정하는 과정.
• Federated Learning (연합 학습)
  데이터를 중앙 서버로 모으지 않고, 개별 디바이스에서 학습한 모델을 통합하는 방식.

G

• GAN (Generative Adversarial Network, 생성적 적대 신경망)
  두 개의 신경망이 경쟁하며 이미지를 생성하는 기술.
• GPT (Generative Pre-trained Transformer, 생성형 사전 학습 트랜스포머)
  대량의 텍스트 데이터를 사전 학습한 AI 모델로, 텍스트 생성, 번역, 대화 등에 활용됨.

H

• Hyperparameter (하이퍼파라미터)
  모델 학습 전에 설정해야 하는 값들(예: 학습률, 은닉층 개수).

I

• Image Recognition (이미지 인식)
  컴퓨터가 이미지를 분석하여 객체를 식별하는 기술.
• Inference (추론)
  학습된 모델이 새로운 데이터를 바탕으로 결과를 예측하는 과정.

L

• LLM (Large Language Model, 대형 언어 모델)
  GPT-4, Claude 같은 대규모 데이터를 학습한 자연어 처리 모델.
• Latent Space (잠재 공간)
  딥러닝 모델이 데이터를 압축하고 표현하는 공간.

M

• Machine Learning (머신러닝)
  데이터에서 패턴을 학습하여 예측 모델을 구축하는 AI 기술.
• Model (모델)
  머신러닝/딥러닝에서 데이터를 학습하여 만들어진 시스템.

N

• Natural Language Processing (자연어 처리, NLP)
  AI가 인간의 언어를 이해하고 생성하는 기술.
• Neural Network (신경망)
  인간의 뇌 구조를 모방한 AI 모델.

O

• Overfitting (과적합)
  모델이 학습 데이터에는 강하지만 새로운 데이터에는 성능이 떨어지는 현상.

P

• Pre-trained Model (사전 학습 모델)
  대량의 데이터를 학습한 후, 특정 작업에 맞게 미세 조정할 수 있는 모델.
• Prompt Engineering (프롬프트 엔지니어링)
  AI 모델이 원하는 출력을 생성하도록 입력(프롬프트)을 최적화하는 기법.

R

• Reinforcement Learning (강화 학습, RL)
  보상 시스템을 기반으로 AI가 최적의 행동을 학습하는 방식.

S

• Supervised Learning (지도 학습)
  정답이 주어진 데이터를 학습하는 머신러닝 방식.
• Self-Supervised Learning (자기 지도 학습)
  데이터에서 정답을 자동으로 생성해 학습하는 기법.

T

• Transformer (트랜스포머)
  자연어 처리에서 널리 쓰이는 신경망 구조.
• TTS (Text-to-Speech, 음성 합성)
  AI가 텍스트를 음성으로 변환하는 기술.

U

• Unsupervised Learning (비지도 학습)
  정답 없이 패턴을 학습하는 머신러닝 방식.

V

• Vectorization (벡터화)
  데이터를 수학적으로 표현하여 AI가 이해할 수 있도록 변환하는 과정.

Z

• Zero-shot Learning (제로샷 학습)
  학습하지 않은 데이터에서도 AI가 적절한 예측을 수행하는 기술.