AI 용어 12가지, LLM부터 AGI까지, AI 직원 키우기

인공지능(AI) 기술이 빠르게 발전하면서 새로운 용어들이 쏟아져 나온다. 이러한 AI 용어들을 마치 신입 AI 직원을 회사에 맞춰 성장시키는 과정에 비유하여, 핵심 개념 12가지를 체계적으로 살펴본다. LLM의 기본부터 스스로 일하는 AI 에이전트, 그리고 궁극적인 AGI까지 AI 시스템의 발전 단계를 이해하는 데 도움을 준다.

LLM의 역할, AI의 두뇌

LLM (Large Language Model)은 방대한 텍스트 데이터를 학습한 인공지능 모델이다. 이는 마치 AI 직원의 두뇌와 같다. 챗GPT와 같은 서비스의 기반이 되는 LLM은 사람의 언어를 이해하고 생성하는 능력을 지닌다.

멀티모달, 눈과 귀를 달다

멀티모달 (Multimodal)은 LLM이 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 이해하고 처리하는 능력이다. 이는 AI 직원에 눈과 귀를 달아주는 것과 같다. 이 기술로 AI는 더 넓은 세상의 정보를 인식하고 소통할 수 있다.

RLHF, AI 예절 교육

RLHF (Reinforcement Learning from Human Feedback)는 인간의 피드백을 활용하여 AI를 학습시키는 방법이다. AI가 생성한 결과물에 대해 사람이 직접 선호도를 평가하고, 이를 바탕으로 AI는 더 유용하고 안전하며 올바른 답변을 생성하도록 학습한다. 이는 신입 AI에게 회사 문화와 예절을 가르치는 과정과 같다.

파인튜닝, 신입 재교육

파인튜닝 (Fine-tuning)은 특정 목적에 맞춰 LLM을 재교육하는 과정이다. 일반적인 LLM이 모든 정보를 학습하지만, 파인튜닝은 특정 회사나 산업의 데이터셋으로 모델을 다시 학습시킨다. 이는 신입 AI 직원을 우리 회사 업무에 맞게 재교육하는 과정과 같다.

프롬프트 엔지니어링, 잘 시키는 기술

프롬프트 엔지니어링 (Prompt Engineering)은 AI에게 질문하거나 명령하는 방식을 최적화하는 기술이다. AI의 성능을 최대한 끌어내기 위해 명확하고 효과적인 프롬프트를 설계한다. 이는 AI 직원에게 업무 지시를 잘 내려 효율을 높이는 기술과 같다.

지식 베이스, 회사 자료 창고

지식 베이스 (Knowledge Base)는 기업 내부의 모든 자료를 모아둔 저장소이다. 이는 회사 내부에 있는 수많은 보고서, 매뉴얼, 고객 데이터 등을 포함한다. 마치 회사 자료가 가득한 창고와 같다.

RAG, 창고를 찾아 답하기

RAG (Retrieval-Augmented Generation)는 AI가 답변을 생성하기 전에 지식 베이스에서 관련 정보를 검색하고 이를 바탕으로 응답하는 방식이다. AI가 없는 정보를 지어내지 않고, 회사 자료 창고에서 정확한 정보를 찾아 답변하는 것과 같다. 이로써 AI는 더 정확하고 신뢰성 있는 정보를 제공한다.

MCP, 도구 연결 표준

MCP (Model Context Protocol)는 AI가 다양한 외부 도구(애플리케이션, 서비스, API 등)와 연결되어 소통하는 표준 프로토콜이다. 이는 AI 직원이 필요한 도구(엑셀, 메신저 등)를 능숙하게 다루는 것과 같다. MCP를 활용하면 AI는 외부 시스템과 연동하여 복잡한 작업을 수행한다.

AI 에이전트, 스스로 일하는 직원

AI 에이전트 (AI Agent)는 특정 목표를 달성하기 위해 스스로 계획을 세우고, 필요한 도구를 사용하며, 자율적으로 행동하는 인공지능이다. 프롬프트 엔지니어링을 통해 단순 명령을 수행하는 것을 넘어, AI 에이전트는 복합적인 작업을 자체적으로 해결한다. 이는 마치 스스로 일하는 능동적인 직원과 같다.

워크플로우 자동화, 컨베이어 벨트

워크플로우 자동화 (Workflow Automation)는 여러 AI 에이전트를 연결하여 일련의 복잡한 업무 프로세스를 자동화하는 것이다. 이는 마치 공장의 컨베이어 벨트처럼 각 단계에 맞는 AI 에이전트들이 유기적으로 협력하여 최종 결과물을 만들어낸다.

하네스, 야생마를 부리는 마구

하네스 (Harness)는 여러 AI 에이전트들의 행동을 통합하고 관리하며 조율하는 프레임워크 또는 플랫폼을 의미한다. 마치 야생마를 길들이는 마구처럼, 개별적으로 작동하는 AI 에이전트들을 효율적으로 제어하고 목표 달성으로 이끈다. 하네스는 에이전트 오케스트레이션 역할을 수행한다.

AGI와 ASI, 만능 직원과 초지능

AGI (Artificial General Intelligence)는 인간과 같은 수준의 지능을 지녀 어떤 지적 작업이든 수행할 수 있는 인공지능을 뜻한다. 이는 만능 직원과 같다. ASI (Artificial Super Intelligence)는 인간의 지능을 훨씬 뛰어넘는 초지능을 의미한다. 아직은 이론적인 개념이지만, AI 발전의 궁극적인 목표 중 하나이다.

진화생물학·공진화의 시선으로 보면

AI 시스템의 진화 과정은 진화생물학의 공진화(Co-evolution) 개념과 유사하다. AI는 인간의 피드백(RLHF), 특정 환경에 대한 적응(파인튜닝), 그리고 인간과의 상호작용(프롬프트 엔지니어링)을 통해 발전한다. 동시에 인간은 AI의 능력을 최대한 활용하기 위해 새로운 도구(MCP)와 관리 체계(하네스)를 개발한다. 이 과정은 종들이 서로 영향을 주고받으며 진화하는 모습과 닮았다. AI와 인간은 서로에게 끊임없이 적응하며 새로운 형태의 지능 생태계를 구축한다.

출처

• 혼잡스. (2026-07-22). 모르면 따라가기 힘든 Ai 용어정리 12개 딱 한장으로 끝! (바이브코딩 지도 2부). YouTube.