용어모음

AI·머신러닝·딥러닝의 관계

세 용어는 종종 섞여 쓰이지만 포함 관계가 있다. 인공지능(AI)이 가장 넓은 개념이고, 그 안에 머신러닝, 다시 그 안에 딥러닝이 들어간다.

• 인공지능(AI): 사람의 학습·추론·판단을 컴퓨터로 흉내 내는 기술 전반.
• 머신러닝(ML, 기계학습): 규칙을 사람이 일일이 정하지 않고, 데이터에서 규칙(패턴)을 스스로 학습하는 방식.
• 딥러닝(Deep Learning): 인공신경망을 여러 층으로 깊게 쌓아 학습하는 머신러닝의 한 갈래. 이미지·음성·언어 처리에서 성능이 크게 향상됐다.

생성형 AI (Generative AI)

기존 데이터를 분류·예측하는 데 그치지 않고, 글·이미지·코드·음성 등 새로운 결과물을 만들어 내는 AI. ChatGPT, Claude, Gemini 같은 서비스가 대표적이다. 공무원 업무에서는 초안 작성, 요약, 자료 정리 보조에 주로 쓰인다.

LLM (대규모 언어모델, Large Language Model)

방대한 양의 텍스트로 학습해 사람의 말과 글을 이해하고 자연스럽게 생성하는 모델. 생성형 AI 챗봇의 핵심 엔진이다. GPT, Claude, Gemini 등이 여기에 해당한다.

프롬프트 (Prompt)

AI에게 주는 지시문·질문. 무엇을, 어떤 형식으로, 누구를 대상으로 원하는지 구체적으로 적을수록 결과 품질이 좋아진다. 좋은 프롬프트는 '역할 + 과업 + 조건 + 형식'을 담는다.

역할: 너는 지방자치단체 홍보 담당자다.
과업: 아래 보도자료를 시민이 이해하기 쉽게 요약해라.
조건: 전문용어는 풀어 쓰고, 사실은 원문 그대로 유지.
형식: 3문장 이내, 존댓말.

[보도자료 본문 붙여넣기]

토큰 (Token)

AI가 글을 처리하는 최소 단위. 단어보다 잘게 쪼갠 조각으로, 한글은 대략 한두 글자가 한 토큰에 해당한다. 모델이 한 번에 다룰 수 있는 분량과 유료 서비스 비용이 이 토큰 수로 계산된다. (모델마다 기준이 달라 정확한 환산은 확인 필요)

환각 (Hallucination)

AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상. 존재하지 않는 법령 조항·통계·판례·인용을 자신 있게 제시할 수 있다. 그래서 AI 결과물의 수치·법령·인용은 반드시 원문으로 검증해야 한다.

RAG (검색증강생성, Retrieval-Augmented Generation)

AI가 답을 만들 때 외부 문서·데이터베이스에서 관련 자료를 먼저 찾아, 그 근거를 바탕으로 답하게 하는 방식. 환각을 줄이고 최신·기관 내부 자료를 반영하는 데 쓰인다.

파인튜닝 (Fine-tuning, 미세조정)

이미 학습된 모델을 특정 분야·조직의 데이터로 추가 학습시켜 그 용도에 맞게 다듬는 것. 예를 들어 행정 문서 스타일에 맞춘 모델을 만들 때 쓴다. (도입 방식·비용은 사업별로 다르므로 확인 필요)

멀티모달 (Multimodal)

텍스트뿐 아니라 이미지·음성·표·문서 등 여러 형태의 입력을 함께 이해·처리하는 능력. 사진을 올려 설명을 요청하거나, 문서를 읽혀 요약시키는 것이 이에 해당한다.

AI 에이전트 (AI Agent)

단순히 답만 하는 것을 넘어, 주어진 목표를 위해 스스로 여러 단계를 계획하고 도구(검색·문서작성 등)를 사용해 작업을 수행하는 AI. 자동화 수준이 높아 결과 확인·통제가 특히 중요하다.