AGI(인공일반지능)
다양한 영역에 걸쳐 인간 수준에서 대부분의 지적 작업을 수행할 수 있는 가상의 AI 시스템입니다.
Free AI glossary
AI용어집
Plain-language definitions of the AI terms you keep hearing — for students, professionals, and anyone curious about how AI works.
213용어A–Z검색 + 알파벳 필터100%일반 언어 정의
A8 용어
AI 거버넌스
사회에서 AI가 개발되고 사용되는 방식을 안내하는 정책, 표준 및 감독 메커니즘입니다.
AI 안전
AI 시스템의 유해한 행동, 실패, 오용 위험을 줄이는 데 중점을 둔 분야입니다.
AI 에이전트
종종 도구와 메모리를 사용하여 목표를 달성하기 위해 관찰하고, 추론하고, 조치를 취할 수 있는 소프트웨어 시스템입니다.
AI 정렬
AI 시스템이 인간의 의도, 가치, 안전 제약에 따라 작동하도록 만드는 작업입니다.
AI법
AI 시스템 및 제공업체에 대한 유럽 연합의 위험 기반 규제 프레임워크입니다.
ANN(근사적인 가장 가까운 이웃)
철저한 비교 없이 쿼리에 가까운 벡터를 찾고 정확성을 속도로 바꾸는 알고리즘입니다.
API(애플리케이션 프로그래밍 인터페이스)
한 소프트웨어 시스템이 다른 시스템에 요청을 보내고 응답을 받는 구조화된 방식입니다.
B1 term
BPE(바이트 쌍 인코딩)
가장 자주 사용되는 문자 쌍을 재사용 가능한 토큰으로 병합하는 하위 단어 토큰화 알고리즘입니다.
C1 term
CNN(컨벌루션 신경망)
이미지와 같은 그리드형 데이터 처리에 최적화된 신경 아키텍처입니다.
D1 term
DPO(직접 선호도 최적화)
별도의 보상 모델이 필요 없이 선호 쌍에 대해 직접 모델을 미세 조정하는 학습 방법입니다.
G2 용어
GAN(생성적 적대 네트워크)
생성자와 판별자가 서로 훈련하는 생성 설정입니다.
GSM8K
언어 모델의 단계별 추론을 평가하는 데 사용되는 초등학교 수학 단어 문제의 벤치마크입니다.
H1 term
HNSW
고차원 벡터에 대한 빠른 근사 최근접 검색을 위한 그래프 기반 인덱스 구조입니다.
K1 term
KV 캐시
변환기가 과거 주의를 다시 계산하지 않고 새 토큰을 생성할 수 있도록 하는 이전 토큰의 저장된 키 및 값 텐서입니다.
L2 용어
LLM 판사
평가 중에 언어 모델을 사용하여 다른 모델의 출력을 점수화하거나 비교합니다.
LoRA(낮은 순위 적응)
낮은 순위의 어댑터 행렬을 추가하는 매개변수 효율적인 미세 조정 방법입니다.
M2 용어
MCP(모델 컨텍스트 프로토콜)
AI 애플리케이션이 표준 방식으로 외부 도구, 데이터 소스 및 컨텍스트 제공자에 연결할 수 있게 해주는 개방형 프로토콜입니다.
MMLU
객관식 질문을 사용하여 57개 학술 및 전문 과목에 대한 벤치마크 테스트 언어 모델입니다.
O1 term
OCR(광학 문자 인식)
이미지나 스캔의 텍스트를 기계가 읽을 수 있는 텍스트로 변환하는 기술입니다.
P2 용어
Perplexity
모델이 실제 다음 토큰에 얼마나 놀랐는지 측정하는 언어 모델 측정항목입니다.
Prompt Engineering
출력 품질, 신뢰성 및 제어 가능성을 향상시키기 위한 프롬프트를 설계합니다.
Q1 term
QLoRA
4비트 가중치 양자화와 LoRA 어댑터를 결합하여 메모리 요구 사항을 줄이는 미세 조정 기술입니다.
R3 용어
RAG-퓨전
여러 쿼리 변형을 생성하고 각각에 대한 결과를 검색하고 순위를 통합하는 검색 방법입니다.
RAG(검색-증강 생성)
추론 시 외부 지식을 검색하여 생성에 제공하는 방법입니다.
RoPE(로터리 위치 임베딩)
쿼리 및 키 벡터를 회전하여 상대 토큰 위치를 인코딩하는 위치 인코딩 방법입니다.
T1 term
Top-p(핵) 샘플링
확률의 합이 p인 가장 작은 토큰 세트에서 샘플링하는 디코딩 전략입니다.
X1 term
XAI(설명 가능한 AI)
AI 예측을 더욱 투명하고 이해하기 쉽게 만드는 기술과 사례입니다.
가1 term
가지치기
덜 중요한 모델 가중치나 뉴런을 제거하여 크기와 계산을 줄입니다.
감1 term
감성분석
텍스트의 감정적 어조나 의견을 분류하는 NLP 작업입니다.
강1 term
강화 학습
에이전트가 장기적인 수익을 극대화하는 행동을 학습하는 보상 신호를 통한 교육입니다.
거2 용어
검3 용어
견1 term
견고성
소음, 교대 또는 적대적인 입력 하에서 성능을 유지하는 모델의 능력입니다.
결1 term
결정 경계
분류기에 의해 예측된 클래스를 구분하는 특징 공간의 표면입니다.
경1 term
경사하강법
오류를 줄이는 방향으로 매개변수를 업데이트하는 최적화 방법입니다.
과1 term
과적합
모델이 훈련 데이터를 기억하고 보이지 않는 입력에 대해 제대로 수행되지 않는 경우.
교2 용어
교정
모델의 신뢰도 점수가 실제 정확성 확률과 얼마나 일치하는지입니다.
교차 엔트로피 손실
잘못된 확률에 페널티를 적용하여 분류 모델을 훈련하는 데 사용되는 일반적인 목적 함수입니다.
구1 term
구조화된 출력
JSON, 도구 인수 또는 입력된 필드와 같은 정의된 스키마로 제한된 모델 출력입니다.
그1 term
그라데이션
손실을 줄이기 위해 각 매개변수를 얼마나 변경해야 하는지 보여주는 벡터입니다.
기5 용어
난1 term
난간
안전하지 않거나 바람직하지 않은 모델 동작을 제한하는 규칙, 검사 및 제어입니다.
다3 용어
대2 용어
대기 시간
요청을 보내는 것과 모델의 출력을 받는 것 사이의 시간입니다.
대형 언어 모델(LLM)
텍스트를 생성하고 분석하기 위해 대규모 텍스트 말뭉치를 학습한 언어 모델입니다.
데6 용어
도2 용어
딥1 term
딥러닝
표현 학습을 위해 다층 신경망을 사용하는 기계 학습의 하위 집합입니다.
라1 term
라벨 평활화
일반화를 개선하기 위해 하드 라벨을 부드럽게 하는 정규화 방법입니다.
레1 term
레드팀
실패와 위험을 밝히기 위해 적대적인 메시지를 사용하여 AI 시스템의 스트레스 테스트를 수행합니다.
매2 용어
매개변수
출력에 영향을 미치는 모델 내부의 학습된 가중치입니다.
매개변수 효율적인 미세 조정(PEFT)
추가된 매개변수의 작은 하위 집합을 훈련하여 모델을 조정하는 방법입니다.
메1 term
메모리(에이전트 메모리)
AI 에이전트는 연속성을 향상하기 위해 여러 단계 또는 세션에서 사용하는 저장된 컨텍스트입니다.
명2 용어
명령어 튜닝
작업 추적을 개선하기 위해 지시-응답 쌍에 대한 모델을 미세 조정합니다.
명명된 엔터티 인식(NER)
사람, 장소, 날짜 또는 조직과 같은 엔터티를 식별하는 NLP 작업입니다.
모4 용어
무1 term
무게
신경망을 통과하는 신호의 크기를 조정하는 학습된 숫자 값입니다.
문1 term
문장조각
공백을 미리 분할하지 않고 원시 텍스트에서 직접 하위 단어 단위를 학습하는 언어에 구애받지 않는 토크나이저입니다.
미1 term
미세 조정
사전 훈련된 모델을 특정 작업에 맞게 조정하기 위해 도메인별 데이터에 대한 지속적인 훈련입니다.
바1 term
바이 인코더
쿼리와 문서를 별도의 벡터로 인코딩하여 대규모로 빠르게 비교할 수 있는 모델입니다.
반2 용어
벡1 term
벡터 데이터베이스
고차원 임베딩 벡터를 저장하고 쿼리하는 데 최적화된 데이터베이스입니다.
벤2 용어
변1 term
변압기
시퀀스 전체의 관계를 병렬로 모델링하는 데 주의를 기울이는 신경 아키텍처입니다.
보2 용어
분2 용어
블1 term
블랙박스 모델
내부 추론을 인간이 직접 해석하기 어려운 모델입니다.
비2 용어
비전-언어 모델(VLM)
시각적 정보와 텍스트 정보를 공동으로 처리하는 다중 모드 모델입니다.
비지도 학습
명시적인 목표 출력 없이 레이블이 지정되지 않은 데이터에서 패턴을 학습합니다.
빅1 term
빅데이터
확장 가능한 저장 및 처리 기술이 필요한 매우 크고 복잡한 데이터 세트입니다.
빈1 term
빈도 페널티
지금까지 토큰이 나타난 빈도에 비례하여 토큰의 확률을 줄이는 디코딩 설정입니다.
빔1 term
빔 검색
더 높은 확률의 출력을 찾기 위해 각 단계에서 상위 여러 후보 시퀀스를 유지하는 디코딩 알고리즘입니다.
사3 용어
상3 용어
생3 용어
섀1 term
섀도우 배포
사용자가 직면하는 결정에 영향을 주지 않고 프로덕션 트래픽과 동시에 모델을 실행합니다.
설1 term
설명 가능성
모델의 행동이 인간에게 해석되고 설명될 수 있는 정도입니다.
셀1 term
셀프 플레이
상호작용이나 자체 복사본과의 경쟁을 통해 데이터를 생성하여 모델을 개선하는 교육 설정입니다.
소1 term
소규모 언어 모델(SLM)
낮은 대기 시간, 비용 또는 기기 내 사용에 최적화된 컴팩트 언어 모델입니다.
손1 term
손실 함수
훈련 중 예측 오류를 수량화하는 수학적 목표입니다.
순1 term
순위 재지정기
검색된 결과의 초기 세트를 재정렬하여 가장 관련성이 높은 항목을 맨 위에 배치하는 모델입니다.
스1 term
스케일링 법칙
모델 크기, 데이터 또는 컴퓨팅에 따라 성능이 어떻게 향상되는지 보여주는 경험적 관계입니다.
슬1 term
슬라이딩 윈도우 주의
계산을 줄이기 위해 각 토큰이 근처 토큰의 고정 크기 창에만 주의를 기울이는 주의 패턴입니다.
시1 term
시스템 프롬프트
모델의 동작, 정책 및 응답 스타일을 설정하는 우선순위가 높은 명령입니다.
신4 용어
안2 용어
알4 용어
앙1 term
앙상블
여러 모델의 예측을 결합하여 견고성이나 정확성을 향상합니다.
약1 term
약한 감독
깨끗한 레이블이 부족한 경우 시끄러운 레이블, 경험적 레이블 또는 부분 레이블을 사용하여 모델을 교육합니다.
양1 term
양자화
모델 가중치를 8비트 또는 4비트와 같은 낮은 정밀도 형식으로 변환합니다.
에2 용어
역1 term
역전파
예측 오류를 네트워크를 통해 역방향으로 전파하여 모델 가중치를 업데이트하는 핵심 훈련 알고리즘입니다.
오1 term
오픈 소스 모델
검사, 조정 및 재사용을 위해 공개 가중치 또는 코드와 함께 출시된 모델입니다.
온2 용어
워2 용어
위1 term
위치 인코딩
변환기가 시퀀스 순서를 구별할 수 있도록 토큰 임베딩에 정보가 추가되었습니다.
의3 용어
인8 용어
인간 선호 모델
사용자가 선호할 것 같은 응답을 예측하기 위해 인간 순위를 학습한 모델입니다.
인간 참여형
인간이 AI 출력을 검토, 안내 또는 재정의하는 워크플로입니다.
인간 피드백을 통한 강화 학습(RLHF)
인간의 선호 신호를 사용하여 모델 행동을 형성하는 훈련 방법입니다.
인간평가
단위 테스트를 통해 코드 생성 정확성을 측정하는 데 사용되는 Python 프로그래밍 문제의 벤치마크입니다.
인공지능(AI)
패턴 인식, 추론, 언어 또는 의사 결정이 필요한 작업을 수행하는 시스템 구축의 광범위한 분야입니다.
인과 추론
단순한 상관 관계가 아닌 인과 관계를 추정하는 방법입니다.
인용
모델의 주장을 뒷받침하기 위해 모델의 응답에 포함된 소스 구절이나 문서에 대한 참조입니다.
인코더
입력을 잠재 표현으로 변환하는 모델의 구성 요소입니다.
일1 term
일반화
훈련 세트 외부에서 볼 수 없는 새로운 데이터에 대해 모델이 얼마나 잘 수행되는지입니다.
임2 용어
자3 용어
자기 지도 학습
마스킹되거나 변환된 부분을 예측하여 레이블이 지정되지 않은 데이터로부터 표현을 학습합니다.
자연어 처리(NLP)
AI 분야는 인간의 언어를 이해하고 생성하는 데 중점을 둡니다.
자율 시스템
인간의 직접적인 통제가 제한되거나 전혀 없는 상태에서 실시간으로 결정을 내리고 행동할 수 있는 시스템입니다.
잠1 term
잠재 공간
유사한 개념이 벡터로 서로 가까이 위치하는 압축된 표현 공간입니다.
전2 용어
전문가 혼합(MoE)
입력당 선택된 전문가만 실행하는 특수 하위 네트워크가 있는 아키텍처입니다.
전이 학습
한 작업이나 영역에서 배운 지식을 적용하여 다른 작업을 개선합니다.
접1 term
접지
AI 응답이 소스 데이터 또는 검색된 증거에 의해 뒷받침되는 정도입니다.
정3 용어
제2 용어
주2 용어
중1 term
중간 훈련
사전 훈련과 사후 훈련 사이의 중간 훈련 단계로, 역량이나 영역 조정에 자주 사용됩니다.
증2 용어
지6 용어
차1 term
차등 프라이버시
개별 기록을 출력에서 안정적으로 추론할 수 없도록 통계적 노이즈를 추가하는 개인 정보 보호 기술입니다.
초1 term
초매개변수
학습률, 배치 크기, 깊이 등 훈련 전에 설정되는 구성 값입니다.
추5 용어
출2 용어
컨1 term
컨텍스트 창
언어 모델이 한 번에 처리할 수 있는 최대 입력 토큰 양입니다.
컴2 용어
크1 term
크로스 인코더
높은 정확도의 관련성 판단을 위해 쿼리와 문서를 한 번에 점수를 매기는 모델입니다.
클1 term
클립
텍스트와 이미지 간의 공유 표현을 학습하는 다중 모드 모델 아키텍처입니다.
탈1 term
탈옥
모델의 안전 제약을 우회하기 위한 신속한 기술입니다.
탑1 term
탑케이 샘플링
가장 가능성이 높은 k개의 다음 토큰에서만 샘플링하는 디코딩 전략입니다.
테1 term
테스트 시간 컴퓨팅
품질이나 추론을 개선하기 위해 응답 생성 중에 사용되는 추가 추론 계산입니다.
토2 용어
특2 용어
파1 term
파이프라인
전처리, 모델 단계, 후처리 단계의 순서가 지정된 워크플로우입니다.
패1 term
패스@k
생성된 k개 샘플 중 하나 이상이 테스트를 통과할 가능성을 측정하는 코드 평가 지표입니다.
편1 term
편견
데이터 또는 모델 동작의 일관된 오류 또는 불공정 패턴입니다.
평2 용어
퓨1 term
퓨샷 학습
소수의 사례를 통해 행동을 학습하거나 적용합니다.
프2 용어
플1 term
플래시 주의
메모리 사용을 줄이고 변환기 훈련 및 추론 속도를 높이는 최적화된 주의 알고리즘입니다.
피1 term
피처스토어
훈련 및 추론을 위해 검증된 ML 기능을 일관되게 저장하고 제공하기 위한 관리형 시스템입니다.
하1 term
하이브리드 검색
더 나은 기억력과 정확성을 위해 키워드(어휘) 검색과 벡터(의미) 검색을 결합한 검색 접근 방식입니다.
학1 term
학습률
매개변수가 각 업데이트 단계를 얼마나 변경하는지 제어하는 훈련 하이퍼파라미터입니다.
함1 term
함수 호출
외부 도구나 API를 트리거하는 구조화된 호출을 생성하는 모델 기능입니다.
합1 term
합성 데이터
민감한 훈련 데이터를 강화, 시뮬레이션 또는 보호하는 데 사용되는 인위적으로 생성된 데이터입니다.
헌1 term
헌법 AI
모델 출력이 고정된 서면 원칙 세트에 따라 안내되는 교육 및 행동 형성 접근 방식입니다.
확1 term
확산 모델
이미지, 오디오 또는 기타 콘텐츠를 합성하기 위해 노이즈를 역전시키는 방법을 학습하는 생성 아키텍처입니다.
환1 term
환각
모델이 유창하지만 거짓이거나 지원되지 않는 정보를 생성하는 경우.
훈2 용어
희1 term
희소 모델
계산을 줄이기 위해 많은 매개변수가 0이거나 비활성인 모델입니다.