문과의 언어로 풀어낸 AI 필수 용어 56

들어가는 글
목차에 포함되지 않은 AI 관련 용어

1 규모의 법칙(Scaling Law)
2 기술결정론(Technology Determinism)
3 생성형 AI(Generative AI, Gen AI)
4 양자 Computing(Quantum Computing)
5 연합학습(Federated Learning)
6 인공신경망(Artificial Neural Network, ANN)
7 자연어 처리(Natural Language Processing, NLP)
8 자율주행(Autonomous Driving)
9 증류(Distilation)
10 학습(Learning)과 추론(Inference)
11 합스부르크(Habsburg) 유전병
12 AI (인공지능)
13 AI 반도체
14 AI 보안(AI Security)
15 AI 윤리(AI Ethics)
16 AI 전력 소비 문제(AI Power Consumption 문제)
17 AI Agent
18 AI Alignment(AI 정렬)
19 AI Governance
20 AI Literacy
21 AI Pioneers(AI 업계의 거목들)
22 AI Washing
23 API(Application Programming Interface)
24 Attention Economy vs Intention Economy
(주목 경제 대 의도 경제)
25 Big Data
26 Blockchain(블록체인)
27 ChatGPT vs DeepSeek
28 Cloud AI
29 Cloud Computing
30 Computer Vision
31 Digital Divide(Digital 격차)/AI Divide(AI 격차)
32 Digital Transformation(DX)/AI Transformation(AX)
33 Digital Twin
34 Edge Computing, Edge AI, On-Device AI
35 ELIZA 효과
36 Emergence(창발, 創發)
37 Fine Tuning(미세 조정)
38 Foundation Model (기반 Model)
39 Green AI
40 Hallucination(오류 생성, 환각)
41 Horizontal AI vs Vertical AI
42 IoT(Internet of Things, 사물인터넷)
43 Labeling/Annotation
44 Machine Learning/Deep Learning
45 Moravec의 역설(Moravec’s Paradox)
46 Multi Modal
47 Parameter
48 Physical AI
49 Platform
50 Prompting, Prompting Engineering, Prompt Template
51 RAG(Retrieval Augmented Generation, 검색 증강 생성)
52 Sovereign AI
53 Stargate Project
54 Token(토큰)
55 Zero Click
56 Zero Shot/Few-Shot Learning

꽤 오래전, 문과 출신인 저는 ‘API’라는 말의 뜻을 이해하기 위해 마치 고고학자처럼 자료를 파헤쳐야 했습니다. 수십 번의 검색과 몇 권의 전문서적을 뒤졌지만, 어느 설명도 ‘이거다!’ 하고 무릎을 탁! 칠 만큼 쉽지는 않았습니다. 결국 머릿속에는 “사용자가 데이터를 쉽게 요청할 수 있게 도와주는 소프트웨어 중개자”라는 흐릿한 개념만 남았습니다. 마치 안개 속에서 코끼리 다리를 만지며 “이게 코끼리야”라고 말하는 것 같은 기분이었죠.

이 책의 제목엔 ‘AI 용어’라고 적혀 있지만, 엄밀히 말하면 AI를 포함한 더 큰 범주의 ‘디지털 용어’를 다룹니다. 왜냐고요? AI는 결코 혼자 존재하지 않기 때문입니다. 컴퓨터, 네트워크, 클라우드, 데이터베이스라는 디지털 인프라 위에서 작동하는 기술이 바로 AI니까요. 즉, API, 플랫폼, 클라우드 같은 개념은 AI 시대를 이해하는 데 있어 기본 문법입니다.

“그런 용어들, 구글링하면 다 나오는데 굳이 책까지 쓸 필요가 있을까?” 맞는 말처럼 들리죠. 요즘은 누구나 검색창에 용어를 쳐보면 수많은 설명을 볼 수 있으니까요. 하지만 막상 검색을 해보면, 문제는 거기서부터 시작됩니다. 검색으로 나오는 설명은 대부분 이미 해당 분야에 익숙한 사람들을 위한 것입니다.