디지털 실무 용어 사전
AI·자동화 용어집
AI·자동화 분야에서 자주 쓰는 개념을 정의로 정리했습니다.
8개 용어
| 용어 | 설명 |
|---|---|
| AGI(범용 인공지능) AGI(범용 인공지능)란 특정 작업에 국한되지 않고 인간처럼 다양한 문제를 스스로 배우고 풀 수 있는 수준의 인공지능을 뜻합니다. 명확한 도달 기준과 실현 시점을 두고 논쟁이 이어지는 개념입니다. | AGI(범용 인공지능)란 특정 작업에 국한되지 않고 인간처럼 다양한 문제를 스스로 배우고 풀 수 있는 수준의 인공지능을 뜻합니다. 명확한 도달 기준과 실현 시점을 두고 논쟁이 이어지는 개념입니다. |
| AI 에이전트 AI 에이전트란 사람이 목표만 지시하면 스스로 계획을 세우고 필요한 도구를 호출하며 여러 단계를 판단·실행해 결과를 내는 LLM 기반 자율 시스템입니다. | AI 에이전트란 사람이 목표만 지시하면 스스로 계획을 세우고 필요한 도구를 호출하며 여러 단계를 판단·실행해 결과를 내는 LLM 기반 자율 시스템입니다. |
| LLM(대규모 언어 모델) LLM(대규모 언어 모델)이란 방대한 텍스트로 사전학습해 다음에 올 토큰을 확률적으로 예측하는 방식으로 문장을 생성하는 대규모 신경망입니다. | LLM(대규모 언어 모델)이란 방대한 텍스트로 사전학습해 다음에 올 토큰을 확률적으로 예측하는 방식으로 문장을 생성하는 대규모 신경망입니다. |
| 벤치마크(ARC-AGI) 벤치마크란 여러 AI 모델의 능력을 동일한 시험으로 정량 비교하는 표준 평가입니다. 그중 ARC-AGI는 François Chollet가 2019년 제안한 추상화·추론 벤치마크로, 학습하지 않은 새로운 문제를 푸는 일반화 능력을 측정합니다. | 벤치마크란 여러 AI 모델의 능력을 동일한 시험으로 정량 비교하는 표준 평가입니다. 그중 ARC-AGI는 François Chollet가 2019년 제안한 추상화·추론 벤치마크로, 학습하지 않은 새로운 문제를 푸는 일반화 능력을 측정합니다. |
| 에이전트 하네스 에이전트 하네스란 LLM에 도구 호출·메모리·반복 실행 루프를 연결해 단일 모델을 실제로 작업을 수행하는 에이전트로 동작시키는 실행 골격(스캐폴딩)입니다. | 에이전트 하네스란 LLM에 도구 호출·메모리·반복 실행 루프를 연결해 단일 모델을 실제로 작업을 수행하는 에이전트로 동작시키는 실행 골격(스캐폴딩)입니다. |
| 오픈웨이트 모델 오픈웨이트 모델이란 학습된 신경망의 가중치가 공개되어 누구나 내려받아 로컬에서 실행하거나 미세조정할 수 있는 AI 모델입니다. 학습 데이터·코드까지 공개하는 완전 오픈소스와는 구분되며, 재배포·상업적 이용은 라이선스 조건에 따라 제한될 수 있습니다. | 오픈웨이트 모델이란 학습된 신경망의 가중치가 공개되어 누구나 내려받아 로컬에서 실행하거나 미세조정할 수 있는 AI 모델입니다. 학습 데이터·코드까지 공개하는 완전 오픈소스와는 구분되며, 재배포·상업적 이용은 라이선스 조건에 따라 제한될 수 있습니다. |
| 온디바이스·로컬 LLM 온디바이스·로컬 LLM이란 클라우드 서버가 아니라 개인 PC·스마트폰 등 사용자 기기 안에서 직접 구동하는 언어 모델입니다. 데이터가 외부로 나가지 않아 프라이버시와 오프라인 실행에 유리합니다. | 온디바이스·로컬 LLM이란 클라우드 서버가 아니라 개인 PC·스마트폰 등 사용자 기기 안에서 직접 구동하는 언어 모델입니다. 데이터가 외부로 나가지 않아 프라이버시와 오프라인 실행에 유리합니다. |
| 파라미터·MoE 파라미터란 모델이 학습으로 조정하는 가중치의 수로, 모델 규모를 나타내는 대표 지표입니다. MoE(Mixture of Experts, 전문가 혼합)는 전체 파라미터 중 입력마다 일부 전문가만 활성화해 연산 비용을 줄이는 구조입니다. | 파라미터란 모델이 학습으로 조정하는 가중치의 수로, 모델 규모를 나타내는 대표 지표입니다. MoE(Mixture of Experts, 전문가 혼합)는 전체 파라미터 중 입력마다 일부 전문가만 활성화해 연산 비용을 줄이는 구조입니다. |