AI 용어 사전
AI, 머신러닝, 데이터 사이언스 핵심 개념을 한국어로 쉽게 풀어놓았습니다.
169개 용어
AI 모델이 기업의 정책과 안전 기준을 벗어나지 않도록 입력값과 출력값을 실시간으로 검사하고 제어하는 기술적 보안 계층입니다. 부적절한 답변, 개인정보 유출, 환각 현상을 방지하여 비즈니스 안정성을 확보합니다.
AI 시스템의 외부 출력물인 로그, 지표, 트레이스를 통해 내부의 복잡한 상태와 성능, 품질, 비용의 발생 원인을 파악하고 진단할 수 있는 능력입니다.
AI가 사용자의 행동 데이터, 선호도, 실시간 맥락을 분석하여 개별 사용자에게 최적화된 콘텐츠, 제품, 서비스를 자동으로 제공하는 기술적 프로세스입니다.
AI 페르소나와 가상 환경을 구축하여 실제 고객의 행동, 의사결정, 반응을 모의 실험하고 데이터 기반의 시장 통찰을 도출하는 기술입니다.
AI 모델의 개발부터 배포에 이르는 전 과정에서 데이터, 모델 가중치, 타사 라이브러리 및 인프라의 무결성을 보호하고 취약점을 관리하는 체계입니다.
AI 서비스의 이용 비용을 산정하는 체계로, 기존의 계정당 고정 구독 방식에서 벗어나 토큰 사용량이나 AI가 수행한 업무 성과에 따라 비용을 부과하는 동적인 구조로 진화하고 있습니다.
LLM의 응답을 JSON 같은 정해진 스키마 형식에 맞춰 반환하도록 강제해 시스템 연동을 쉽게 하는 기능입니다.
AI 모델을 학습시킬 때 사용한 데이터의 통계적 특성과 실제 운영 단계에서 입력되는 데이터의 분포가 달라져 모델의 예측 성능이 저하되는 현상을 뜻합니다.
머신러닝의 지도 학습을 위해 데이터에 정답(레이블)을 부여하는 작업으로, 모델 품질의 토대가 됩니다.
AI 서비스가 수집한 데이터가 물리적으로 저장되고 처리되는 특정 지리적 위치 또는 국가를 의미하며, 법적 규제 준수와 보안 정책 수립의 핵심 기준이 됩니다.
대량의 데이터 세트에서 통계 및 머신러닝 기법을 활용해 유의미한 패턴, 상관관계, 트렌드를 발굴하는 기술입니다. 단순 조회를 넘어 숨겨진 인사이트를 찾아내어 비즈니스 예측과 의사결정을 지원하는 핵심 프로세스입니다.
데이터를 수집·정제·해석하여 의사결정에 필요한 인사이트를 도출하는 과정입니다. 단순 통계를 넘어 AI를 통해 미래를 예측하고 최적의 대응 방안을 제시하는 지능형 분석으로 진화하고 있습니다.
AI 모델이 외부 데이터(SaaS, DB, 파일 등)에 실시간으로 접근하여 정보를 가져올 수 있도록 돕는 기술적 통로입니다.
특정 산업이나 전문 분야의 지식과 데이터를 집중 학습하여, 해당 영역의 고유한 용어와 맥락을 범용 모델보다 정교하고 정확하게 처리하는 인공지능 모델입니다.
물리적 객체나 시스템의 실시간 데이터를 동기화하여 가상 세계에 구현한 복제 모델로, 시뮬레이션과 예측을 통해 의사결정을 돕는 기술입니다.
AI 기술과 컴퓨터 그래픽스를 결합해 인간의 외형, 목소리, 행동을 재현하고 실시간 상호작용이 가능하도록 구현한 지능형 가상 존재입니다.
AI가 복잡한 연구 목표를 달성하기 위해 스스로 탐색 계획을 수립하고, 수많은 온라인 출처를 자율적으로 분석하여 전문가 수준의 심층 보고서를 생성하는 고급 추론 프로세스입니다.
다층 인공 신경망을 통해 데이터의 복잡한 비선형 관계를 학습하는 머신러닝의 한 분야입니다. 데이터에서 특징(Feature)을 스스로 추출하며 이미지 인식, 자연어 처리, 생성형 AI 등 고도의 인지 능력이 필요한 분야에서 핵심 기술로 사용됩니다.
인공지능이 생성하거나 변조한 이미지, 영상, 음성의 미세한 데이터 패턴과 생체 신호를 분석하여 진위 여부를 판별하고 미디어의 신뢰성을 확보하는 보안 기술입니다.
애플리케이션을 비즈니스 기능 중심의 독립적인 소규모 서비스들로 분리하여 구축하고 배포하는 클라우드 네이티브 아키텍처입니다.
데이터를 통해 스스로 학습하고 패턴을 발견하여 최적의 예측이나 의사결정을 수행하는 AI의 핵심 기술입니다. 명시적인 프로그래밍 없이도 방대한 데이터에서 통계적 법칙을 추출하며, 현대 인공지능이 복잡한 문제를 해결하는 가장 보편적인 메커니즘입니다.
텍스트·이미지·음성·영상 등 둘 이상의 데이터 형식을 함께 이해하고 처리하는 AI 모델입니다.
인공지능 모델의 지식, 추론, 코딩 등 특정 역량을 표준화된 데이터셋으로 측정하여 정량화한 객관적 지표입니다. 모델의 절대적인 기술 수준을 파악하고 서로 다른 모델 간의 성능을 공정하게 비교하는 기준점 역할을 합니다.
고차원 벡터 데이터를 저장하고 유사도 기반의 고속 검색을 지원하는 특화된 데이터베이스입니다. 비정형 데이터를 수치화한 임베딩 값을 활용해 AI가 의미적으로 유사한 정보를 빠르게 찾을 수 있게 하며, RAG(검색 증강 생성) 시스템의 핵심 인프라로 사용됩니다.
기업이 지향하는 가치와 시각적·언어적 요소를 결합한 고유의 실체로, AI 환경에서는 모든 생성물에 일관된 톤과 스타일을 강제하여 브랜드 신뢰도를 유지하는 핵심 기준입니다.
텍스트나 이미지 프롬프트를 바탕으로 AI가 일관성 있는 프레임과 자연스러운 움직임을 가진 동영상을 자동 생성하는 기술입니다. 최근에는 물리 법칙을 시뮬레이션하고 시공간적 일관성을 유지하기 위해 DiT(Diffusion Transformer) 아키텍처가 주로 사용됩니다.
텍스트, 이미지, 음성 등 고정된 구조가 없는 비정형 데이터를 NLP, 컴퓨터 비전 등 AI 기술을 활용해 해석하고 비즈니스 가치가 있는 통찰을 추출하는 프로세스입니다.
보안 위협이나 침해 사고가 발생했을 때, 피해 범위를 최소화하고 서비스의 정상 운영을 회복하기 위해 사전에 정의된 절차에 따라 수행하는 체계적인 관리 활동입니다.
실제 사용한 리소스(토큰 수, API 호출 횟수, 연산 시간 등)에 비례하여 비용을 지불하는 모델로, 초기 고정 비용 없이 필요한 만큼만 사용할 수 있는 과금 방식입니다.
대규모 데이터로 모델에 언어·지식의 기초 능력을 먼저 학습시키는, 파인튜닝에 앞선 첫 단계입니다.
외부 시스템과 격리된 안전한 가상 환경으로, AI가 생성한 코드를 안전하게 실행하여 보안 위협을 차단하거나 새로운 서비스를 법적·기술적 제약 없이 실험하는 독립된 테스트 공간입니다.
대규모 데이터를 학습하여 데이터의 패턴과 구조를 이해하고, 이를 바탕으로 텍스트, 이미지, 오디오, 코드 등 독창적인 새로운 콘텐츠를 생성하는 인공지능 기술입니다.
인프라 관리 없이 코드나 서비스를 실행하며, 실제 사용량(호출 횟수, 실행 시간)에 따라 자동 확장 및 비용이 청구되는 클라우드 컴퓨팅 모델입니다.
외부 업체의 클라우드 서비스(SaaS) 대신 기업이나 개인이 직접 소유한 서버 또는 독립된 클라우드 인스턴스에 AI 모델과 소프트웨어를 설치해 운영하는 방식입니다.
AI가 이미지나 영상 속 객체를 단순 식별하는 단계를 넘어, 시각적 맥락을 분석하고 논리적으로 추론하여 인간 수준의 이해력을 발휘하는 기술입니다.
소스 코드, 데이터셋, 설정 파일 등에 노출된 API 키, 인증 토큰, 비밀번호와 같은 민감 자격 증명을 자동 탐지하여 보안 유출을 방지하는 기술입니다.
AI 모델의 고정밀도 파라미터를 낮은 비트 수(INT8, INT4 등)로 변환하여 모델 크기를 줄이고 추론 속도를 높이는 최적화 기술입니다. 연산 자원이 제한된 환경에서도 대규모 언어 모델(LLM)을 효율적으로 구동하기 위한 필수적인 경량화 기법입니다.
입력 시퀀스의 모든 요소 중 현재 작업에 가장 중요한 정보에 높은 가중치를 부여하는 메커니즘입니다. 고정된 벡터 크기의 한계를 극복하고 가변적인 문맥을 정밀하게 추출하여 AI의 이해력을 높입니다.
AI가 저해상도 이미지나 영상의 픽셀 데이터를 딥러닝 모델로 분석하여, 디테일을 정교하게 추론하고 고해상도 품질로 변환하는 기술입니다.
외부 네트워크 및 인터넷과 물리적으로 완전히 단절되어 데이터 유출과 외부 침입을 원천 차단하는 가장 높은 수준의 보안 환경을 의미합니다.
대규모 조직의 보안, 규정 준수 및 관리 효율성을 위해 설계된 최상위 서비스 등급입니다. 데이터 학습 제외 보장, SSO 연동, 정밀한 권한 제어와 전담 기술 지원을 제공하며 주로 개별 계약을 통해 도입됩니다.
데이터가 생성되는 지점(엣지)에서 연산을 즉시 처리하여 응답 속도를 높이고 데이터 전송 비용을 절감하는 분산 컴퓨팅 기술입니다.
조직 내 사용자에게 개별 권한을 부여하는 대신, 직무에 따른 '역할(Role)'을 정의하고 이에 맞춰 AI 모델, 데이터, 시스템 기능에 대한 접근 권한을 체계적으로 제어하는 보안 관리 방식입니다.
복합적인 오디오 신호에서 인공지능 모델을 활용해 보컬, 드럼, 베이스 등 개별 음원 구성 요소(Stem)를 분석하고 독립된 트랙으로 추출하는 기술입니다.
AI 모델의 핵심 수치인 가중치(Parameters)를 공개하여, 사용자가 외부 API 없이 자신의 서버나 로컬 환경에 직접 설치하고 구동할 수 있게 하는 모델 배포 방식입니다.
소스 코드를 공개하여 누구나 자유롭게 열람, 수정, 배포할 수 있는 개발 방식입니다. AI 분야에서는 2024년 발표된 '오픈소스 AI 정의(OSAID)'에 따라 모델 가중치뿐 아니라 학습 데이터 정보와 훈련 코드까지 투명하게 공개되어 재현 및 개선이 가능한 시스템을 의미합니다.
LLM이 다음 단어를 고를 때 무작위성의 정도를 조절하는 값으로, 출력의 일관성과 창의성을 좌우합니다.
클라우드 서버를 거치지 않고 스마트폰, PC 등 사용자 기기 내부의 하드웨어(NPU)를 통해 AI 모델을 직접 구동하여 보안성과 실시간성을 높이는 데 도움을 주는 방식한 기술입니다.
기업이 자체 데이터센터나 물리적 서버실에 하드웨어를 직접 설치·운영하는 방식입니다. 데이터 주권과 보안이 중요한 금융·공공 분야의 필수 모델이며, 최근에는 민감한 내부 데이터를 활용한 '프라이빗 AI'와 오픈소스 LLM의 로컬 추론 수요가 늘어나며 핵심 인프라로 다시 주목받고 있습니다.
방대한 양의 정보를 핵심 내용 중심으로 압축하여 정보 습득 효율을 높이는 자연어 처리(NLP) 기술입니다.
짧은 음성 샘플만으로 특정 인물의 목소리·억양을 학습해 임의의 문장을 그 목소리로 합성하는 기술입니다.
AI가 X-ray, CT, MRI 등 의료 영상을 분석하여 질환의 위치를 탐지하고 병변을 정밀하게 측정하여 의료진의 판독을 돕는 기술입니다.
키워드 일치가 아니라 질의의 의미와 의도를 이해해 관련성 높은 결과를 찾는 검색 기술입니다.
인공지능이 텍스트나 참조 이미지를 분석하여 새로운 시각적 결과물을 생성하는 기술입니다. 단순한 이미지 조합을 넘어 학습된 데이터를 바탕으로 구도, 화풍, 조명 등이 반영된 독창적인 이미지를 픽셀 단위로 구현합니다.
클라우드 서버를 거치지 않고 장치(기기) 내부에서 직접 AI 모델을 구동하여 실시간 데이터 처리와 프라이버시를 보장하는 기술.
텍스트, 이미지 등 비정형 데이터를 AI가 연산할 수 있도록 의미를 보존한 고차원 수치 벡터로 변환하는 기술입니다. 단순 수치화를 넘어 데이터 간의 문맥적 관계와 유사도를 수학적으로 표현합니다.
기술을 통해 사람의 개입을 최소화하고 작업을 독립적으로 실행하는 프로세스입니다. 단순 반복 규칙을 따르는 고전적 방식에서, 최근에는 AI가 상황을 판단하고 복잡한 워크플로우를 처리하는 지능형 자동화(Intelligent Automation)로 진화하고 있습니다.
AI 도구가 학습 데이터를 적법하게 사용하고, 사용자가 생성한 결과물의 지식재산권 보호 및 상업적 활용을 보장하는 기준입니다.
음성이나 영상 속 말소리를 듣고 그대로 글로 옮겨 적는 작업을 뜻합니다. 과거에는 사람이 직접 받아쓰기를 했으나, 현재는 STT 기술로 회의·인터뷰·강의 녹음을 자동으로 텍스트화하여 검색과 요약의 토대가 됩니다.
특정 작업(Source Task)에서 학습된 모델의 지식을 유사하거나 새로운 작업(Target Task)에 재사용하는 기법입니다. 데이터가 부족한 환경에서도 고성능 모델을 빠르게 구축할 수 있게 해주는 현대 AI 개발의 핵심 패러다임입니다.
소프트웨어를 실행하지 않고 소스 코드의 구조와 논리를 분석하여 보안 취약점, 버그, 코딩 표준 위반을 조기에 발견하는 기술입니다.
RPA의 실행력과 AI의 판단력을 결합하여, 단순 반복 업무를 넘어 복잡한 의사결정과 비정형 데이터 처리를 자율적으로 수행하는 기술입니다.
AI가 실시간으로 정보를 찾아 답변의 근거로 활용할 수 있도록, 기업의 내부 데이터를 검색 및 추론이 가능한 구조로 저장한 동적 데이터 저장소입니다.
텍스트나 음성으로 사용자와 자연어 대화를 나누는 소프트웨어입니다. 최근에는 단순한 규칙 기반 응답을 넘어 거대언어모델(LLM)과 실시간 데이터 검색(RAG) 기술을 결합하여, 복잡한 맥락을 이해하고 전문적인 작업을 수행하는 지능형 비서로 진화했습니다.
긴 문서를 검색·임베딩에 적합한 작은 조각으로 나누는 작업으로, RAG 품질의 토대가 됩니다.
AI가 물리적 접촉 시 발생하는 압력, 마찰, 진동 등의 신호를 해석하여 물체의 상태를 파악하고 정교한 물리적 상호작용을 수행하는 기술적 능력입니다.
답을 내기 전에 내부적으로 단계적 사고 과정을 거치도록 훈련된, 복잡한 추론에 특화된 AI 모델입니다.
AI 모델이 사용자 입력을 받아 결과를 생성하는 속도와 효율성으로, 주로 첫 토큰 생성 시간(TTFT)과 초당 토큰 수(TPS)로 측정됩니다.
AI 모델이 한 번의 요청(프롬프트)에서 동시에 처리하고 기억할 수 있는 데이터(토큰)의 최대 범위입니다. 모델의 '단기 기억력'이자 작업 공간의 크기를 의미합니다.
컴퓨터가 이미지와 비디오 등 시각적 데이터를 인간처럼 이해하고 분석하여 의사결정을 내릴 수 있게 하는 AI 기술 분야입니다. 단순한 화면 픽셀 분석을 넘어 사물 인식, 상황 파악, 3D 공간 이해를 수행합니다.
AI 도구가 도입되는 국가의 법률, 산업별 규제, 내부 보안 정책 및 윤리 가이드라인을 엄격히 준수하고 있음을 증명하는 상태를 의미합니다.
AI가 자연어 설명이나 기존 코드 문맥을 바탕으로 프로그래밍 코드를 자동으로 작성하는 기술입니다.
AI 시스템이 비활성 상태에서 가동될 때 발생하는 응답 지연 시간, 또는 추천 시스템에서 데이터 부족으로 신규 사용자에게 정확한 결과를 제공하지 못하는 현상을 뜻합니다.
컨테이너화된 애플리케이션의 배포·확장·운영을 자동화하는 오픈소스 오케스트레이션 플랫폼입니다.
봇이 인터넷을 탐색하며 웹페이지를 발견하고 정보를 수집하는 자동화 기술입니다. 단순한 데이터 추출을 넘어 검색 엔진의 인덱싱이나 AI 모델 학습을 위한 대규모 데이터셋 구축의 기초가 되는 핵심 프로세스입니다.
인터넷을 통해 컴퓨팅 자원을 온디맨드로 제공하는 IT 모델입니다. AI 분야에서는 고가의 GPU 하드웨어 구축 없이도 대규모 모델 학습과 추론에 필요한 고성능 연산 자원을 유연하게 확장하고, 최신 AI 모델을 API 형태로 즉시 활용할 수 있는 핵심 기반이 됩니다.
대규모 언어 모델(LLM)이 문맥을 파악하여 인간처럼 자연스러운 텍스트를 자동 생성하는 기술입니다. 단순히 문장을 완성하는 수준을 넘어, 복합적인 지시를 수행하거나 창의적인 콘텐츠 및 코드를 작성할 수 있습니다.
텍스트 설명을 분석해 시각적 이미지로 변환하는 생성형 AI 기술입니다. 단순 이미지 생성을 넘어 디자인 시안, 마케팅 에셋 제작 등 실무 전반에 활용되며, 최근에는 이미지 내 문자(Typography) 표현력과 상업적 저작권 안정성이 도구 선택의 핵심 지표가 되고 있습니다.
LLM이 텍스트를 인식하고 생성하는 기본 단위로, 문장을 단어·글자보다 작은 의미 조각으로 나눈 것입니다. AI 모델의 연산 비용, 응답 속도, 한 번에 기억할 수 있는 정보량(컨텍스트 윈도우)을 결정하는 핵심 지표입니다.
LLM이 처리하는 데이터 단위인 토큰의 사용량을 전략적으로 관리하여 API 호출 비용을 절감하고, 모델의 초기 응답 속도(TTFT) 및 전반적인 추론 성능을 향상시키는 최적화 과정입니다.
셀프 어텐션을 핵심으로 입력 시퀀스를 병렬 처리하는 딥러닝 아키텍처로, 현대 대부분의 LLM의 기반입니다.
AI 모델이 학습을 통해 저장하는 내부 변수(가중치·편향)입니다. 수치가 클수록 복잡한 패턴을 학습할 수 있지만 연산·메모리 비용도 함께 증가합니다.
데이터의 수집, 가공, 모델 학습, 배포에 이르는 일련의 처리 과정을 자동화된 흐름으로 연결한 시스템입니다. 데이터 정합성 유지와 재현 가능한 실험 환경 구축을 통해 운영 효율성을 높입니다.
사전 학습된 인공지능 모델에 특정 데이터셋을 추가 학습시켜 특정 작업이나 도메인에 맞게 최적화하는 과정입니다. 범용 모델의 일반 지식을 유지하면서 특정 목적에 필요한 전문성이나 응답 스타일을 정교하게 조정할 때 사용됩니다.
AI 모델에서 원하는 결과를 얻기 위해 입력 프롬프트의 지시·맥락·예시를 설계하고 다듬는 기술입니다.
사용자가 악의적인 입력이나 오염된 외부 데이터를 통해 AI의 원래 시스템 지침을 무시하도록 조작하고, 의도치 않은 동작이나 기밀 정보 유출을 유도하는 보안 공격입니다.
반복되는 프롬프트 앞부분을 캐시에 저장·재사용해 응답 비용과 지연을 줄이는 LLM 최적화 기법입니다.
전통적인 키워드 매칭(BM25)과 인공지능 기반의 의미론적 벡터 검색을 결합하여, 정확한 단어 일치와 맥락적 이해를 동시에 수행함으로써 검색의 정밀도와 재현율을 최적화하는 기술입니다.
AI 알고리즘이나 통계적 모델을 통해 실제 세계의 측정값이 아닌 인위적으로 생성된 데이터로, 원본 데이터의 통계적 특성과 패턴을 유지하여 분석 및 모델 학습에 활용됩니다.
공급업체가 개발한 AI 소프트웨어나 플랫폼을 도입 기업이 자사 브랜드명과 로고로 변경하여 최종 사용자에게 직접 개발한 솔루션처럼 제공하는 비즈니스 방식입니다.
여러 사람이 함께 말하는 녹음에서 '누가 언제 말했는지'를 구간별로 구분해 내는 기술입니다. 발화자가 여럿인 회의에서 각 발언을 화자별로 나누어, 전사 결과를 대화록 형태로 정리할 수 있게 합니다.
노이즈에서 시작해 잡음을 단계적으로 제거하며 데이터를 생성하는, 이미지·영상 생성의 주류 AI 기법입니다.
AI 모델이 통계적 확률에 기반해 다음 단어를 예측하는 과정에서, 사실이 아니거나 근거 없는 정보를 마치 진실인 것처럼 논리적이고 자신감 있게 생성하는 현상입니다.
거대언어모델(LLM)이 생성한 응답이 제공된 근거 문서에 기반하는지 또는 객관적 사실과 어긋나는지를 점검해 허위 정보 가능성을 식별하는 기술입니다.
AI 모델의 학습, 운영, 의사결정 과정에 인간의 개입을 설계하여 결과물의 품질을 검증하고 시스템의 안전성과 책임성을 확보하는 상호작용 방식입니다.
두 가지 이상의 버전을 동시에 노출해 어느 쪽이 더 효과적인지 통계로 비교하는 실험 방법입니다.
인간의 명시적 개입 없이도 다양한 영역에서 인간 수준 또는 그 이상의 지적 과제를 수행할 수 있는 인공지능을 의미합니다. 특정 작업에 국한된 기존 AI와 달리, 자가 학습과 추론을 통해 복잡한 문제를 해결하고 새로운 지식을 창출하는 범용적 능력을 갖춘 시스템을 지칭합니다.
AI 에이전트가 코드베이스 전체의 맥락을 파악하여 코드 작성, 다중 파일 수정, 터미널 명령 실행 및 오류 수정을 자율적으로 수행하는 지능형 통합 개발 환경입니다.
AI 모델의 기능을 애플리케이션에 손쉽게 통합할 수 있도록 지원하는 소프트웨어 라이브러리, API 클라이언트, 문서 및 개발 도구의 집합입니다.
영업 초기 단계에서 잠재 고객 발굴, 실시간 데이터를 활용한 초개인화 메시지 발송 및 미팅 예약 업무를 자율적으로 수행하는 AI 기반 영업 솔루션입니다.
인공지능 모델의 대규모 행렬 연산을 빠르게 처리하기 위해 설계된 전용 하드웨어로, CPU보다 병렬 연산과 전력 효율에 초점을 둔 처리 장치입니다.
자율적으로 목표를 설정하고, 도구(API, 웹 등)를 사용해 복잡한 과업을 수행하는 지능형 시스템입니다. 단순히 답변을 생성하는 수준을 넘어 추론(Reasoning), 계획(Planning), 실행(Execution)의 루프를 반복하며 스스로 문제를 해결합니다.
복합적인 비즈니스 목표 달성을 위해 여러 AI 모델, 데이터 소스 및 도구의 실행 순서를 정의하고 데이터 흐름을 자동화하여 전체 워크플로우를 통합 관리하는 기술입니다.
거대언어모델(LLM)을 기반으로 실시간 코드 자동 완성, 리팩토링, 버그 수정 및 유닛 테스트 생성을 지원하여 소프트웨어 개발 생산성을 높이는 데 도움을 주는 방식하는 지능형 개발 보조 도구입니다.
인공지능과 빅데이터 분석을 결합하여 IT 인프라의 복잡성을 관리하고, 시스템 모니터링부터 장애 탐지 및 자동 대응에 이르는 운영 전반을 지능화하는 기술적 방법론입니다.
소프트웨어 간 데이터와 기능을 교환하기 위한 표준 인터페이스입니다. AI 분야에서는 클라우드에 구축된 대규모 언어 모델(LLM)을 외부 앱에 연동하여 텍스트 생성, 이미지 분석 등의 기능을 즉시 구현하는 핵심 도구로 쓰입니다.
연간 반복 매출(ARR)은 구독형 비즈니스에서 1년 동안 반복적으로 발생하는 수익의 합계입니다. 일회성 비용을 제외한 순수 구독 수익을 연 단위로 환산한 수치로, SaaS 및 AI 서비스 기업의 성장성과 재무적 안정성을 측정하는 가장 중요한 지표입니다.
기업 간 거래를 의미하며, AI 분야에서는 기업의 생산성 향상이나 비즈니스 문제 해결을 위한 소프트웨어, 인프라, API를 제공하는 모델입니다. 의사결정 과정이 복잡하며 데이터 보안과 안정적인 서비스 수준(SLA) 보장이 핵심입니다.
기업이 중간 유통 없이 일반 개인 소비자에게 직접 제품이나 서비스를 판매하는 비즈니스 모델을 가리킵니다.
구글이 2018년 발표한 양방향 트랜스포머 인코더 기반 사전 학습 언어 모델로, 검색·분류 등 이해 작업에 강합니다.
클라우드나 AI 서비스 이용 시, 서비스 제공업체의 암호화 키 대신 사용자가 직접 생성하고 관리하는 암호화 키를 사용하여 데이터를 보호하는 보안 방식입니다.
AI가 최종 답변을 내놓기 전, 중간의 논리적 추론 단계를 거치도록 유도하여 복잡한 문제의 해결 정확도를 높이는 프롬프팅 및 추론 기법입니다.
소프트웨어 변경 사항을 지속적으로 통합(CI)하고, 자동화된 검증을 거쳐 실서비스에 즉시 배포(CD)하는 개발 자동화 체계입니다. 오류를 조기에 발견하고 배포 주기를 단축하여 품질과 속도를 동시에 확보하는 현대 개발의 필수 방법론입니다.
합성곱 계층으로 이미지의 지역 패턴을 학습하는, 영상 인식에 특화된 딥러닝 신경망 구조입니다.
기업이 고객 데이터를 통합 관리하여 관계를 강화하고 수익을 높이는 전략적 시스템입니다. 최근 CRM은 단순한 데이터 기록을 넘어 AI를 통해 고객의 의도를 예측하고, 마케팅·영업·서비스 전 과정을 자동화하는 지능형 플랫폼으로 진화하여 초개인화된 고객 경험을 제공하는 데 핵심적인 역할을 합니다.
개발(Dev)과 운영(Ops)을 통합해 소프트웨어 배포·운영을 자동화하는 문화이자 방법론입니다.
소프트웨어 개발(Dev)과 운영(Ops)의 모든 단계에 보안(Security)을 내재화하여, 개발 속도를 저해하지 않으면서도 보안 취약점을 조기에 발견하고 대응하는 자동화된 협업 체계입니다.
애플리케이션을 필요한 모든 라이브러리 및 환경 설정과 함께 '컨테이너'라는 독립적인 패키지로 묶어, 운영체제나 하드웨어 환경의 제약 없이 일관되게 실행할 수 있게 해주는 오픈소스 플랫폼입니다. 클라우드 네이티브 개발과 AI 모델 배포의 표준 인프라 기술로 활용됩니다.
생성자와 판별자가 경쟁하며 실사 같은 데이터를 생성하는 딥러닝 아키텍처입니다. 디퓨전 모델보다 생성 속도가 월등히 빨라 실시간 영상 변환, 고해상도 복원 등에 주로 활용됩니다.
EU 시민의 개인정보 보호를 위해 제정된 법령으로, 기업의 위치와 상관없이 EU 내 정보 주체의 데이터를 처리하는 전 세계 모든 조직에 적용되는 법적 표준입니다.
OpenAI가 개발한 트랜스포머 기반 생성형 AI 모델 시리즈로, 문맥을 이해하고 자연스러운 텍스트, 코드, 이미지를 생성하며 복잡한 추론과 멀티모달 작업을 수행합니다.
수천 개의 코어를 통한 병렬 연산에 특화된 프로세서로, AI 모델의 학습과 추론 성능을 결정짓는 핵심 인프라입니다. 그래픽 처리를 넘어 딥러닝 행렬 연산에 최적화되어 있으며, 최근에는 고대역폭 메모리(HBM)를 결합하여 초거대 언어 모델(LLM) 구동의 표준으로 부상했습니다.
AI 모델의 생성 결과물을 신뢰할 수 있는 외부 데이터나 특정 지식베이스와 연결하여 답변의 정확성을 확보하는 기법입니다. 모델이 학습하지 않은 최신 정보나 내부 데이터를 참조하게 함으로써 할루시네이션(환각)을 억제하고 답변의 근거를 제시합니다.
LLM 기반 애플리케이션 개발의 복잡성을 줄여주는 오픈소스 프레임워크입니다. 외부 데이터 소스 연결, 복합 체인 구성, 자율 에이전트 구축 등 대규모 언어 모델과 외부 도구를 결합하여 실무 수준의 AI 서비스를 제작하는 데 필요한 핵심 인터페이스를 제공합니다.
수십억 개 이상의 매개변수를 통해 방대한 데이터를 학습한 인공지능 모델입니다. 자연어 이해와 생성뿐만 아니라 복잡한 추론, 요약, 코드 작성 등 다양한 지적 작업을 수행하며 현대 생성형 AI 서비스의 핵심 엔진 역할을 합니다.
거대 모델의 기존 가중치는 고정한 채, 학습 가능한 저랭크(Low-Rank) 행렬만을 추가하여 학습 매개변수와 하드웨어 요구 사양을 획기적으로 줄이는 효율적 파인튜닝(PEFT) 기법입니다.
AI 모델이 로컬 파일, 데이터베이스, SaaS 도구 등 외부 데이터 소스에 표준화된 방식으로 접근할 수 있도록 경로를 제공하는 연결 서버입니다.
머신러닝 모델의 생애주기를 자동화하고 관리하는 체계로, 소프트웨어 공학의 CI/CD에 '지속적 학습(CT)'을 결합하여 프로덕션 환경에서 모델의 성능과 안정성을 유지하는 DevOps의 확장판입니다.
모델의 전체 파라미터 중 입력 토큰 처리에 필요한 일부 '전문가' 서브넷만 선택적으로 활성화하여, 거대 모델의 지식 용량과 효율적인 연산 속도를 동시에 확보하는 신경망 아키텍처입니다.
구독 비즈니스에서 매달 발생하는 반복적인 매출의 합계입니다. 일회성 비용을 제외하고 정기 결제액만을 정규화하여 계산하며, 비즈니스의 예측 가능성과 성장성을 보여주는 핵심 지표입니다.
비밀번호를 직접 공유하지 않고 제3자 서비스에 특정 데이터나 기능에 대한 접근 권한을 안전하게 위임하는 개방형 표준 프로토콜입니다. 주로 토큰 기반의 인가(Authorization) 체계를 제공합니다.
이미지나 스캔 문서, 사진 속 글자를 컴퓨터가 편집·검색할 수 있는 텍스트 데이터로 변환하는 기술입니다.
인류에게 유익한 인공일반지능(AGI) 개발을 목표로 하는 AI 연구 및 배포 기업입니다. ChatGPT, GPT-4o, o1 모델 등 선도적인 생성형 AI 기술을 통해 멀티모달 상호작용과 고도화된 추론 성능 분야에서 글로벌 표준을 제시하고 있습니다.
RAG는 실시간 데이터베이스 검색 결과를 AI 답변에 결합하는 기술입니다. 단순히 문서를 찾는 'Naive RAG'를 넘어, AI가 스스로 검색과 검증을 반복하는 '에이전틱 RAG'로 진화했습니다. 대규모 데이터를 학습 없이 활용하면서도 환각을 줄이고, 출처가 명확한 답변을 생성하여 기업용 지식 관리의 핵심 표준이 되었습니다.
HTTP 프로토콜의 강점을 활용하여 웹상의 리소스를 관리하는 소프트웨어 아키텍처 스타일입니다. 각 자원을 고유한 URI로 식별하고 표준 HTTP 메서드를 통해 상태를 주고받으며, AI 서비스의 데이터 연동과 모델 배포에서 가장 널리 사용되는 API 설계 표준입니다.
인간의 선호도를 보상 신호로 사용하여 AI 모델이 사용자의 의도와 가치관에 맞게 행동하도록 미세 조정하는 강화 학습 기법입니다.
이전 시점의 출력을 되먹여 순서가 있는 데이터를 처리하는 딥러닝 신경망으로, LSTM·GRU가 대표적입니다.
투자 비용 대비 창출된 순이익의 비율로, 프로젝트의 경제적 타당성을 측정하는 핵심 지표입니다. AI 도입 시에는 단순 비용 절감을 넘어 업무 생산성 향상, 매출 증대, 리스크 감소 등 다각적인 비즈니스 가치를 정량화하여 평가합니다.
비즈니스 프로세스 중 반복적이고 규칙 기반인 업무를 소프트웨어 로봇이 자동화하는 기술입니다. 인간의 행동을 모방하여 데이터를 입력·추출하거나 시스템 간 정보를 전달하며, 최근에는 생성형 AI와 결합하여 비정형 데이터까지 처리하는 지능형 자동화로 진화하고 있습니다.
인터넷을 통해 소프트웨어를 필요한 만큼 구독하여 사용하는 서비스 모델입니다. 별도의 설치나 서버 구축 없이 웹 브라우저나 API를 통해 최신 AI 기능을 즉시 활용할 수 있는 클라우드 기반 방식입니다.
특정 플랫폼이나 서비스용 소프트웨어를 개발하기 위해 필요한 도구, 라이브러리, 문서 등을 하나로 묶은 패키지입니다. AI 분야에서는 모델 API 호출을 추상화하여 복잡한 인증, 스트리밍, 오류 처리를 간결한 코드로 구현하게 돕는 핵심 도구입니다.
웹사이트가 검색 결과 상단에 노출되도록 최적화하는 전략입니다. 단순히 순위를 높이는 것을 넘어, 사용자 의도와 E-E-A-T(경험, 전문성, 권위성, 신뢰성)를 충족하여 고품질 트래픽을 유도하는 디지털 마케팅의 핵심 기술입니다.
수십억 단위의 매개변수를 보유하여 저사양 하드웨어에서도 고성능을 내는 효율적인 모델로, 온디바이스 AI와 특정 작업 특화에 최적화되어 있습니다.
미국공인회계사회(AICPA)가 제정한 보안 통제 표준으로, 클라우드 및 AI 서비스 제공업체가 고객 데이터를 보호하기 위해 적절한 내부 통제 시스템을 설계하고 실제로 운영하고 있는지 독립된 감사인이 검증한 리포트입니다.
사용자가 한 번의 인증(ID/PW)만으로 연동된 여러 소프트웨어 서비스에 추가 로그인 없이 접근할 수 있는 통합 인증 방식입니다. 기업 보안 체계의 핵심으로, 개별 서비스마다 계정을 관리해야 하는 번거로움을 없애고 중앙 집중적인 접근 제어를 가능하게 합니다.
Stability AI가 공개한 오픈소스 텍스트-이미지 생성 모델로, 잠재 확산 모델을 기반으로 합니다.
음성 신호를 컴퓨터가 이해할 수 있는 텍스트 데이터로 변환하는 AI 기술입니다. 최근에는 Whisper, Gemini 등 딥러닝 모델을 통해 소음 환경에서도 높은 정확도를 제공하며 자동 자막, 회의록 작성 등에 활용됩니다.