AI란 무엇인가? 2024년 필수 AI 용어 A-to-Z 용어집

AI 환경은 엄청난 속도로 움직이기 때문에 익숙하지 않은 용어(또는 두 가지)에 당황하더라도 용서받을 수 있습니다. 기술이 점점 더 다양한 방식으로 우리의 일상 생활에 영향을 미치 면서 최신 AI 전문 용어를 최신 상태로 유지하는 것이 점점 더 중요해지고 있습니다.

이는 AI 활용 능력 이 고용주에게 새로운 필수 기술인 직장에서 특히 그렇습니다. LLM에서 AGI를 모른다면 걱정하지 마십시오. 우리는 인기 있는 AI 용어의 A-Z 목록을 편집하고 각 개념이 일반인의 용어로 무엇을 의미하는지 설명하여 우리 주변 세계를 지속적으로 형성하고 있는 기술에 대해 자세히 알아볼 수 있도록 도와줍니다.

기계 학습과 같은 기본적인 터치포인트부터 양자 AI와 같은 보다 복잡한 개념에 이르기까지, 계속해서 읽고 몇 가지 흥미로운 용어를 살펴보고 인공 지능의 놀라운 신세계에 대해 자세히 알아보세요.

AI란 무엇인가?

인공 지능(Artificial Intelligence)의 줄임말인 AI는 인간과 같은 감각이 있는 존재의 지능이 아닌 기계의 지능을 의미합니다. AI 시스템은 대량의 훈련 데이터를 수신하고, 데이터에서 패턴을 분석하고, 이러한 패턴을 사용하여 출력을 생성하는 방식으로 작동합니다.

이 개념은 1950년대부터 존재했지만 OpenAI 와 같은 AI 개발자의 획기적인 발전으로 인해 최근 몇 년간 인공 지능이 주류로 부상했습니다. AI에 대한 연구는 방대하고 매년 확장되고 있으므로 2024년에 인공 지능 및 관련 개념에 대해 자세히 알아보려면 계속 읽어보세요.

AGI(인공일반지능)

AGI는 인간과 유사한 지능을 발휘하는 이론적 유형의 AI로, 일반적으로 인간보다 똑똑하거나 더 똑똑하다고 간주됩니다. 이 용어의 유래는 1997년으로 거슬러 올라갈 수 있지만, AI 개발자가 계속해서 기술의 한계를 뛰어넘으면서 AGI의 개념은 최근 몇 년간 주류로 자리 잡았습니다.

예를 들어, 2023년 11월 OpenAI는 코드명 Project Q* 라는 새로운 AI "초지능" 모델을 개발 중이라고 밝혔습니다. 이를 통해 회사는 AGI 실현에 더 가까워질 수 있습니다. 그러나 AGI는 여전히 가상의 개념이며 많은 전문가들은 AI 유형이 조만간 개발되지 않을 것이라고 확신하고 있다는 점을 강조해야 합니다.

B는 빅데이터

빅데이터는 기존 데이터 처리 방법으로는 관리하기 어려운 대규모 대용량 데이터세트를 의미합니다. 빅데이터와 AI는 함께 움직인다. 방대한 원시 정보 풀은 AI 의사결정에 필수적이며, 정교한 AI 알고리즘은 데이터 세트의 패턴을 분석하고 귀중한 통찰력을 식별할 수 있습니다. 함께 작업하면 사용자가 기존 방법보다 훨씬 더 빠르게 통찰력 있는 정보를 얻을 수 있습니다.

B는 바이어스(Bias)입니다.

AI 편견은 알고리즘이 특정 유형의 사람들에 대해 체계적으로 편견을 갖는 결과를 생성할 때 발생합니다. 불행하게도 AI 시스템은 인종, 성별, 국가 정체성과 관련된 해로운 신념을 지지하고 부정적인 고정관념을 조장함으로써 사회 내 편견을 반영하는 것으로 일관되게 나타났습니다.

이러한 편견은 현재 삭제된 Buzzfeed 기사에서 강조되었으며, 이 기사에서는 전 세계의 AI 생성 바비 인형을 전시했습니다. 이미지에는 과도하게 성적인 캐리비안 인형, 하얗게 칠해진 남반구의 바비 인형, 부정확한 문화 의상을 입은 아시아 인형이 등장하여 다양한 인종적 고정관념을 뒷받침했습니다.

C는 ChatGPT입니다.

아마도 이 내용을 들어보셨을 것입니다. 하지만 2022년 11월에 출시되었을 때 게임을 변화시킨 생성 AI 챗봇에 대한 고개를 끄덕이지 않고는 AI 용어집이 완전한 것으로 간주될 수 없기 때문에 언급하는 것이 여전히 중요합니다.

간단히 말해서, ChatGPT는 AI 논쟁을 서버실에서 거실로 옮긴 제품입니다. 아이폰이 휴대폰에 했던 일을 인공지능으로 해냈고, 널리 접근 가능한 모델 덕분에 이 기술을 대중의 눈에 띄게 만들었다.

최근 직장 내 기술의 영향 보고서 에서 밝혔듯이 ChatGPT는 기업에서 가장 널리 사용되는 AI 도구이며 주 4일 근무제를 실현하는 열쇠일 수도 있습니다.

그 영향력은 시간이 지나면서 사라질 수 있지만, AI의 세계는 항상 ChatGPT 탄생 전후의 프리즘을 통해 바라볼 것입니다.

C는 컴퓨팅을 의미합니다.

'컴퓨팅 파워(computing power)'를 의미하는 컴퓨팅은 데이터 처리 및 예측과 같은 작업을 수행하기 위해 AI 모델을 훈련하는 데 필요한 컴퓨팅 리소스를 의미합니다. 일반적으로 LLM을 교육하는 데 사용되는 경쟁력이 높을수록 성능이 향상됩니다.

그러나 컴퓨팅 성능은 많은 에너지 소비에 의존하고 있으며 이는 환경 운동가들 사이에서 우려를 불러일으키고 있습니다. 예를 들어, 연구에 따르면 매일 ChatGPT 응답에 전력을 공급하려면 1GWh의 에너지가 필요하며 이는 미국 30,000 가구에 전력을 공급하기에 충분한 에너지입니다.

D는 확산을 의미합니다.

확산 모델은 우수한 AI 생성 이미지를 생성할 수 있는 새로운 계층의 기계 학습을 나타냅니다. 이러한 모델은 이 프로세스를 반전시키는 방법을 학습하기 전에 데이터세트에 노이즈를 추가하는 방식으로 작동합니다.

확산 모델은 이미지 이면의 추상화 개념을 이해하고 새로운 방식으로 콘텐츠를 생성함으로써 기존 AI 모델보다 더 선명하고 세련된 이미지를 생성하며 현재 Dall 과 같은 다양한 AI 이미지 도구에 배포되고 있습니다. -E 및 안정 확산.

E는 긴급 기능을 나타냅니다.

AI 모델이 작성자의 의도를 벗어나 예상치 못한 반응을 생성할 때 긴급 동작이 발생합니다. AI의 대부분은 너무 복잡하여 의사결정 과정을 인간은 물론 심지어 AI를 만든 사람도 이해할 수 없습니다. 최근 GPT4만큼 눈에 띄는 AI 모델이 새로운 기능을 선보이면서 AI 연구자들은 AI 모델 이면의 방법과 이유를 이해하기 위해 더 많은 노력을 기울이고 있습니다.

F는 안면 인식을 의미합니다.

얼굴 인식 기술은 AI, 머신러닝 알고리즘, 컴퓨터 비전 기술을 활용하여 사람 얼굴의 스틸과 비디오를 처리합니다. AI는 수동 방식보다 복잡한 얼굴 세부사항을 더 효율적으로 식별할 수 있기 때문에 대부분의 얼굴 인식 시스템은 정확도를 높이기 위해 CNN(Convolutional Neural Network)이라는 인공 신경망을 사용합니다.

G는 생성적 AI(Generative AI)를 의미합니다.

제너레이티브 AI는 텍스트, 이미지, 오디오 클립과 같은 원본 콘텐츠를 생성하는 모든 유형의 AI를 설명하는 포괄적인 용어입니다. Generative AI는 LLM 및 기타 AI 모델의 정보를 사용하여 출력을 생성하고 ChatGPT, Gemini 및 Grok과 같은 챗봇의 응답을 강화합니다.

H는 환각(Hallucination)을 의미합니다.

챗봇이 항상 정확하거나 건전한 응답을 생성하는 것은 아닙니다. AI 모델은 잘못된 정보를 생성하지만 이를 사실로 제시하는 경우가 많습니다. 이를 AI 환각이라고 합니다. 환각은 AI 모델이 실제 사실을 검색하는 대신 훈련된 데이터 세트를 기반으로 예측을 할 때 발생합니다.

대부분의 AI 환각은 사소하며 일반 사용자가 간과할 수도 있습니다. 그러나 때때로 환각은 위험한 결과를 초래할 수 있습니다. ChatGPT에서 생성된 잘못된 응답은 이전에 사기꾼이 개발자를 속여 악성 코드를 다운로드하도록 악용한 적이 있기 때문입니다.

나는 지능폭발을 지지한다

AGI와 유사하게 지능 폭발은 AI 개발이 통제 불가능해지고 결과적으로 인류에 위협이 되는 가상의 시나리오입니다. "특이점"이라고도 하는 이 용어는 기술의 급속하고 거의 확인되지 않은 발전에 대해 많은 사람들이 느끼는 실존적 위협을 나타냅니다.

J는 탈옥(Jailbreak)

탈옥은 AI 모델의 윤리적 보호 장치를 우회하는 것을 목표로 하는 해킹의 한 형태입니다. 특히, 챗봇에 특정 프롬프트를 입력하면 사용자는 아무런 제한 없이 사용할 수 있습니다.

흥미롭게도 Brown University의 최근 연구에 따르면 Hmong, Zulu 및 Scottish Gaelic과 같은 언어를 사용하는 것이 ChatGPT를 탈옥하는 효과적인 방법이라는 사실이 밝혀졌습니다. 여기에서 ChatGPT를 탈옥하는 방법을 알아보세요.

J는 고용 불안을 의미합니다.

AI가 이전에 인간이 수행했던 수동 프로세스를 계속 자동화함에 따라 이 기술은 근로자들 사이에 광범위한 고용 불안을 촉발시키고 있습니다. 대부분의 근로자는 걱정할 필요가 없지만 Tech.co의 기술이 직장에 미치는 영향 보고서에서는 최근 공급망 최적화, 법률 연구 및 재무 분석 역할이 2024년에 AI로 대체될 가능성이 가장 높다는 사실을 발견했습니다.

L은 LLM(대형 언어 모델)을 나타냅니다.

LLM은 자연어 처리(NLP)를 활용하여 자연스럽고 인간과 유사한 응답을 이해하고 생성하는 전문 유형의 AI 모델입니다. 간단히 말해서, ChatGPT와 같은 도구를 봇이 아닌 당신과 나처럼 들리도록 만드세요.

생성 AI와 달리 LLM은 언어 관련 작업을 처리하도록 특별히 설계되었습니다. LLM의 인기 있는 예로는 GPT-4, PaLM 2, Gemini 등이 있습니다.

M은 머신러닝을 뜻합니다

머신러닝은 인간과 마찬가지로 시스템이 경험을 통해 학습하고 개선할 수 있도록 하는 인공지능 분야입니다. 구체적으로 AI에서 데이터와 알고리즘의 활용에 중점을 두고, AI 모델이 실제 환경에서 자율적으로 학습하고 의사결정을 내릴 수 있는 방식을 개선하는 것을 목표로 합니다.

이 용어는 종종 AI와 같은 의미로 사용되지만, 머신러닝은 더 넓은 AI 우산의 일부이며 최소한의 인간 개입이 필요합니다.

N은 신경망을 나타냅니다.

신경망(NN)은 인간 두뇌의 구조와 기능을 모방하도록 설계된 기계 학습 모델입니다. 인공 신경망은 여러 계층으로 구성되며 뇌에서 발견되는 뉴런을 느슨하게 모방하는 인공 뉴런이라는 단위로 구성됩니다.

심층 신경망이라고도 하는 NN은 다양하고 유용한 애플리케이션을 갖추고 있으며 이미지 인식, 예측 모델링 및 자연어 처리를 개선하는 데 사용될 수 있습니다.

O는 오픈 소스 AI를 의미합니다.

오픈소스 AI는 소스코드를 자유롭게 사용할 수 있는 AI 기술을 말한다. 오픈 소스 AI의 궁극적인 목표는 인공 지능 커뮤니티 내에서 협업과 투명성의 문화를 조성하여 기업과 개발자가 기술을 통해 더 자유롭게 혁신할 수 있도록 하는 것입니다.

현재 사용 가능한 많은 오픈 소스 AI 제품은 기존 애플리케이션의 변형이며 일반적인 제품 범주에는 챗봇, 기계 번역 도구 및 대규모 언어 모델이 포함됩니다.

P는 프롬프트입니다.

Gemini 및 ChatGPT와 같은 도구에 아직 익숙하지 않은 경우 프롬프트는 타겟 응답을 얻기 위해 챗봇에 입력하는 지침 또는 쿼리입니다. 이는 독립 실행형 명령으로 존재할 수도 있고 AI 모델과의 더 긴 대화를 위한 시작점이 될 수도 있습니다.

AI 프롬프트는 사용자가 원하는 모든 형태를 취할 수 있지만 더 길고 자세한 입력이 최상의 응답을 생성한다는 것을 발견했습니다. Microsoft의 최근 연구 에 따르면 감정적인 언어를 사용하는 것은 고품질 답변을 생성하는 또 다른 방법입니다.

직장에서 시간을 절약하도록 설계된 40개의 ChatGPT 프롬프트를 통해 직장 생활을 더 쉽게 만드는 방법을 알아보세요.

P는 매개변수입니다.

AI에서 매개변수는 머신러닝 모델의 동작을 측정하는 값이다. 이러한 맥락에서 각 매개변수는 모델이 입력을 출력으로 변환하는 방법을 결정하는 변수 역할을 합니다. 매개변수는 AI 성능을 측정하는 가장 일반적인 방법 중 하나이며 일반적으로 AI 모델이 많을수록 복잡한 데이터 패턴을 더 잘 이해하고 더 정확한 응답을 생성할 수 있습니다.

Q는 양자 인공지능(Quantum Artificial Intelligence)을 의미합니다.

Quantum AI는 기계 학습 알고리즘 계산을 위해 양자 컴퓨팅을 사용합니다. 1과 0을 통해 정보를 처리하는 기존 컴퓨팅과 달리 양자컴퓨팅은 1과 0을 동시에 표현하는 큐비트(qubit)라는 단위를 사용한다. 이론적으로 이 프로세스는 컴퓨팅 속도를 극적으로 향상시킬 수 있습니다.

양자 AI의 경우, 큐비트를 사용하면 훨씬 더 강력한 AI 모델을 생성하는 데 잠재적으로 도움이 될 수 있지만, 많은 전문가들은 이러한 현실을 달성하기에는 아직 멀었다고 생각합니다.

R은 레드팀(Red Teaming)을 의미합니다.

레드팀은 AI 모델의 결함과 취약성을 찾는 것을 목표로 하는 구조화된 테스트 시스템입니다. 사이버 보안이라는 용어는 본질적으로 행위자가 실제 사이버 공격을 시도하고 시뮬레이션하여 시스템의 잠재적인 약점을 식별하고 장기적으로 방어력을 향상시키는 윤리적인 해킹 관행을 의미합니다.

AI 레드팀의 경우 실제 해킹 시도는 일어나지 않을 수 있으며, 레드팀은 대신 개발자가 배치한 가드레일을 우회하는 특정 방식으로 메시지를 표시하여 시스템의 보안을 테스트하려고 비슷한 방식으로 시도할 수 있습니다. 탈옥에.

S는 지도 학습을 나타냅니다.

AI 학습에는 감독 학습과 비지도 학습이라는 두 가지 기본 접근 방식이 있습니다. 지도 기계 학습이라고도 알려진 지도 학습은 알고리즘이 특정 출력에 대해 레이블이 지정된 입력 데이터에 대해 훈련되는 훈련 방법입니다. 테스트의 목적은 알고리즘이 레이블이 없는 데이터에서 얼마나 정확하게 수행될 수 있는지 측정하는 것이며, 프로세스는 AI 시스템 전체의 전반적인 정확도를 향상시키기 위해 노력합니다.

T는 학습 데이터입니다.

간단히 말해서 훈련 데이터는 기계 학습 모델을 훈련하는 데 사용되는 매우 방대한 입력 데이터 세트입니다. 학습 데이터는 특정 사용자 목표와 관련된 기능을 추출하는 방법을 알고리즘을 사용하여 예측 모델에 가르치는 데 사용되며, 이는 테스트 세트라고 하는 후속 데이터로 보완될 수 있는 초기 데이터 세트입니다.

이는 AI와 머신러닝이 작동하는 방식의 기본이며, 훈련 데이터가 없으면 AI 모델은 학습하고, 유용한 정보를 추출하고, 예측할 수 없으며, 간단히 말해서 존재할 수 없습니다.

U는 비지도 학습을 위한 것입니다

지도 학습과 달리 비지도 학습은 모델에 레이블이 지정되지 않은 복잡한 데이터가 제공되고 특정 프레임워크 없이 패턴과 통찰력을 발견하도록 권장되는 일종의 기계 학습입니다.

비지도 학습 모델은 레이블이 지정되지 않은 데이터를 그룹화하는 데이터 마이닝 기술인 클러터링(Cluttering), 변수 간의 관계를 찾기 위해 서로 다른 규칙을 사용하는 또 다른 수익 방법인 연관(Association), 개수가 많을 때 배포되는 학습 기술인 차원 축소(Dimensionality Reduction)의 세 가지 주요 작업에 사용됩니다. 데이터 세트의 크기가 너무 높습니다.

X는 X-위험을 나타냅니다.

X-risk는 실존적 위험을 의미합니다. 보다 구체적으로 이 용어는 AI의 급속한 발전으로 인한 실존적 위험과 관련이 있습니다. 잠재적인 X-위험 사건에 대해 경고하는 사람들은 AI 분야의 발전이 방치되면 인류의 멸종이나 세계적인 재앙을 초래할 수 있다고 믿습니다.

하지만 X-리스크는 비주류 믿음이 아닙니다. 실제로 2023년에 DeepMind의 Demis Hassabis CEO, OpenAI의 Ilya Sutskever 공동 창립자 겸 수석 과학자, Bill Gates와 같은 여러 기술 리더들은 AI 개발자 에게 AI가 제기하는 실존적 위협 에 대해 경고하는 서한에 서명했습니다.

Z는 제로샷 학습(Zero-Shot Learning)을 의미합니다.

제로샷 학습은 AI 모델이 훈련 예제를 받지 않고 작업을 완료하는 딥 러닝 문제 설정입니다. 기계 학습에서는 제로샷 학습을 사용하여 아직 훈련용으로 라벨이 지정되지 않은 클래스에 대한 모델을 구축합니다.

제로샷 학습의 두 단계에는 지식이 캡처되는 훈련 단계와 정보를 사용하여 예제를 새로운 클래스 세트로 분류하는 간섭 단계가 포함됩니다.