AI 이론 라이브 위키

AI는 '패턴을 외우는 친구'다 — 유튜브가 내가 고양이 영상을 10번 보면 11번째에 고양이 영상을 추천하듯, AI는 수많은 사례에서 규칙을 찾아내 다음을 예측한다. 사람이 "불에 손 대면 뜨겁다"를 여러 번 경험하고 배우는 것처럼

**마트로시카(러시아 인형) 비유** — AI는 가장 큰 인형, 그 안에 ML 인형, 또 그 안에 DL 인형이 들어 있다. "모든 딥러닝은 머신러닝이고, 모든 머신러닝은 AI다. 하지만 거꾸로는 성립하지 않는다." 학생에게 실제 마트

AI는 어느 날 갑자기 발명된 것이 아니라, 인간이 수천 년 동안 꾼 꿈의 최신 버전이다. 마치 사람들이 하늘을 날고 싶어 새를 보고 연을 만들고 글라이더를 만들고 결국 비행기를 만든 것처럼, '생각하는 존재를 만들고 싶다'는 꿈이

튜링 테스트는 '눈 가리고 전화 통화'에 비유할 수 있다. 눈을 가린 채 전화로 대화했을 때 상대가 사람인지 기계인지 전혀 모른다면, 그 기계는 사람만큼 똑똑한 것이다. 반대로 우리가 매일 웹사이트에서 누르는 '나는 로봇이 아닙니다'

AI 겨울은 '사막의 신기루'와 같다. 멀리서 보면 물이 있는 것처럼 선명하게 보이지만, 막상 달려가면 아무것도 없다. 연구자들이 "곧 인간 같은 AI가 나온다"고 외치면 전 세계가 달려오고, 실체가 없음이 드러나면 모두 등을 돌린다

딥러닝은 '공부법 개혁'에 비유할 수 있다. 옛날 학생(기존 AI)은 선생님이 만든 공식 암기지에만 의존했다. 그런데 AlexNet이라는 새 학생은 교과서 1,400만 페이지(이미지넷)를 스스로 읽으며 패턴을 찾고, 수퍼 컴퓨터(GP

트랜스포머의 '어텐션'을 독서실 공부 모둠으로 비유할 수 있다. 예전 AI는 책을 처음부터 한 줄씩 읽는 학생처럼, 앞에서 읽은 내용을 잊어버리며 뒤로 나아갔다. 트랜스포머는 마치 모둠 전원이 책의 모든 페이지를 동시에 펼쳐 놓고 "

알고리즘은 '요리 레시피'와 같다. 레시피는 재료(입력)를 받아 정해진 순서(단계)대로 따라 하면 누가 만들어도 같은 요리(출력)가 완성된다. 순서를 바꾸면(계란보다 밀가루를 나중에 넣으면) 결과가 달라지고, 한 단계를 빠뜨리면 요리

AI 학습은 시험 족보 공부와 같다. 선생님이 정답(레이블)이 달린 족보 문제(훈련 데이터)를 수백 장 풀게 하면, AI는 '이런 유형에는 이런 정답'이라는 패턴을 외운다. 나중에 처음 보는 문제(새 데이터)가 나와도 족보에서 익힌

머신러닝 3종 학습은 '공부하는 방식'에 비유할 수 있다. 지도학습은 선생님이 문제와 정답을 함께 알려주는 교과서 공부, 비지도학습은 정답 없이 도서관 책을 스스로 장르별로 정리하는 것, 강화학습은 게임을 수없이 반복하며 점수를 올리

인공신경망은 '투표 시스템'과 같다. 퀴즈 정답을 맞힐 때 반 친구 여러 명이 동시에 힌트를 준다고 상상해보자. 각 친구마다 신뢰도(가중치)가 다르다 — 수학을 잘 아는 친구의 힌트는 크게, 잘 틀리는 친구의 힌트는 작게 반영한다.

토큰은 AI의 레고 블록이다. 우리가 레고로 집·자동차·우주선을 만들 때 같은 블록 조각을 다르게 조합하듯, AI도 정해진 토큰(블록) 조각들을 조합해 모든 문장을 이해하고 만들어낸다. 레고 블록이 너무 크면 세밀한 표현이 어렵고,

파라미터는 인간 뇌의 시냅스(신경 연결)와 같다. 사람이 자전거 타는 법을 배울 때 넘어지고 균형을 잡으면서 뇌 속 시냅스 연결이 강해지듯이, AI도 틀린 예측을 수정할 때마다 파라미터 숫자가 조금씩 바뀐다. 인간 뇌의 시냅스는 약

도서관 사서 비유 — 어텐션은 '도서관 사서'다. 내가 "공룡에 대한 책 찾아줘(Query)"라고 하면, 사서는 모든 책 제목(Key)과 비교해 관련도 점수를 매기고, 가장 점수 높은 책의 내용(Value)을 우선 가져다준다. 문장

스마트폰 자동완성 비유: 카카오톡에서 '오늘 날씨가'를 치면 키보드가 '좋네', '너무 덥다', '흐려'를 추천하는 것처럼, 챗봇 AI도 지금까지 나온 단어들을 보고 '다음에 올 확률이 가장 높은 단어'를 하나 고른다. 그 과정을 수

지우개로 그림 복원하기 비유: 선명한 사진에 모래를 한 줌씩 뿌려 결국 완전한 모래더미로 만드는 과정을 영상으로 찍어뒀다고 상상하세요. 확산 모델은 이 영상을 거꾸로 재생하는 방법을 배운 AI입니다. 처음에는 모래더미(순수 노이즈)만

스마트폰 키보드의 '다음 단어 추천' 기능을 떠올려 보자. '오늘 날씨가'라고 치면 '좋다'나 '흐리다'를 추천해준다. AI 음악도 똑같다. '도레미파'가 들리면 '솔'이 올 확률이 높다는 걸 수만 곡에서 배운 AI가, 소리 조각 하

AI 영상 생성은 '퍼즐 맞추기 + 영화 필름 이어 붙이기'의 조합이다. 먼저 AI는 완성된 영상을 수천 조각의 퍼즐로 분해해 각 조각이 어떻게 생겼는지 외운다(학습). 영상을 만들 때는 하얀 백지(잡음)에서 시작해 퍼즐 조각을 하나

스마트폰 자동완성 키보드 비유: 문자를 보낼 때 키보드가 '안녕하' 뒤에 '세요'를 제안하는 것처럼, AI 코드 자동완성도 내가 입력한 코드 문맥을 읽고 '다음에 가장 어울리는 코드 조각'을 제안한다. 차이는 스마트폰 키보드가 내 문

AI를 탑재한 엑셀은 '번역기 달린 마법 계산기'다. 과거에는 계산기에게 일을 시키려면 반드시 기계 언어(수식: =SUM, =VLOOKUP)를 배워야 했다. 이제 AI가 중간에 서서 우리가 하는 말을 기계가 알아듣는 수식으로, 수식의

음성인식 AI는 '받아쓰기 전문 학생'과 같다. 이 학생은 선생님 목소리를 듣고(음향 모델), 앞뒤 문맥을 떠올려 맞춤법에 맞게 받아쓴다(언어 모델). 처음엔 실수가 많지만, 수십만 시간을 들을수록 어떤 억양과 사투리도 알아듣게 된다

강화학습은 '자전거 배우기'와 같다 — 처음엔 수없이 넘어지지만(페널티), 균형을 잡을 때마다 몸이 기억하고(보상), 수천 번 반복하면 아무도 가르쳐주지 않아도 스스로 달릴 수 있게 된다. 알파고도 마찬가지로 수천만 판의 '넘어짐과

로봇의 자율주행은 처음 등교하는 날 길을 익히는 것과 같다. 처음엔 모든 골목이 낯설어 천천히 두리번거리며(인식) 어디로 가야 할지 고민하고(판단) 조심스럽게 발을 뗀다(행동). 등교를 반복할수록 지름길을 발견하고 신호등 타이밍도 몸

멀티모달 AI는 '오감을 동시에 쓰는 사람'과 같다. 눈으로 그림을 보고, 귀로 소리를 들으며, 입으로 말하는 것을 사람은 자연스럽게 동시에 한다. 기존 AI는 눈만 쓰거나 귀만 쓰는 것처럼 하나의 정보만 처리했는데, 멀티모달 AI는

AI 블랙박스는 '자동 채점 선생님'과 같다. 시험지를 넣으면 점수가 나오는데, 왜 이 점수인지 선생님이 아무 설명도 안 해준다면? 점수가 틀렸을 때 이의 제기도 못 하고, 공부 방향도 모른다. XAI는 '왜 이 문제를 틀렸는지 표시

RAG는 AI에게 오픈북 시험을 허용하는 것과 같다. 기존 AI는 배운 내용만 기억에 의존해 답하는 클로즈드북 시험이라면, RAG를 쓰는 AI는 시험 중에 신뢰할 수 있는 참고서를 펼쳐볼 수 있다. 참고서가 있으니 기억 오류로 틀린

AI 에이전트는 심부름꾼과 같다. 부모님이 "마트 가서 저녁 재료 사와"라고 하면, 심부름꾼은 ①뭘 살지 목록을 만들고 ②마트에 가서 ③가격을 비교하고 ④없는 재료는 대체품을 골라 ⑤계산하고 돌아온다. 일반 챗봇이 "어떤 재료가 필요

AI의 사전학습과 파인튜닝은 '학교 교육'과 '전공 선택'에 비유할 수 있다. 초·중·고등학교에서 국어·수학·영어·사회 등 다양한 과목을 배우는 것이 사전학습이다. 언어가 어떻게 쓰이는지, 세상이 어떻게 돌아가는지 넓게 익히는 단계다

AI는 '자신감 넘치는 외계인 친구'와 같다. 이 친구는 지구에 대한 엄청난 양의 책을 읽었지만 지구에 와 본 적이 없다. 그래서 질문하면 아는 것들을 조합해 그럴듯하게 대답하지만, 모르는 것을 물어봐도 절대 "몰라"라고 하지 않고

AI는 새로 온 아르바이트생이다. 아무리 똑똑해도 첫날에는 회사 사정을 모른다. "이거 해줘"가 아니라 "이런 상황에서, 이런 사람에게, 이런 형식으로 만들어줘"라고 구체적으로 알려줘야 원하는 결과가 나온다. 프롬프트 엔지니어링은 그

AI는 계산기와 같습니다. 계산기가 발명됐을 때 수학 선생님이나 회계사가 모두 사라졌나요? 오히려 더 복잡한 문제를 풀고, 사람을 가르치고, 전략을 짜는 일이 더 중요해졌습니다. AI도 마찬가지입니다. 단순 계산·기억·반복은 AI에게

AI는 '편식하는 거울'이다. 거울이 특정 모습만 보여주도록 만들어졌다면, 그 앞에 서는 모든 사람이 왜곡된 자신을 보게 된다. 딥페이크·편향·저작권·프라이버시 문제 모두, 거울을 만든 사람이 어떤 재료로 어떻게 만들었는지에 달려 있

AI는 '매우 빠른 자동완성' 기능입니다. 스마트폰 키보드가 다음 단어를 예측하듯, AI도 엄청나게 많은 글을 읽고 '다음에 올 그럴듯한 말'을 이어붙입니다. 자동완성이 틀린 단어를 제안하듯 AI도 틀릴 수 있고, 정답을 '아는' 것

AI를 '만능 리모컨'과 '특기 하나짜리 앱'으로 비유할 수 있다. 지금 AI는 TV 켜는 앱, 에어컨 앱처럼 각자 하나씩만 잘한다(약한 AI). AGI는 말 한마디로 TV도 켜고, 음악도 틀고, 피자도 주문하는 진짜 만능 비서—문제

AI는 '자동 조종 장치가 달린 자전거'와 같습니다. 자동 조종 장치(AI)는 균형을 잡아주고 장애물을 피해주지만, 어디로 갈지 목적지를 정하고 페달을 밟는 것은 반드시 사람(탑승자)이 해야 합니다. 목적지 없이 자동 조종에만 맡기면

AI는 최고의 '계산기'이고, 인간은 '문제를 내는 선생님'이다. 계산기가 아무리 빨라도 어떤 문제를 풀지 정하는 건 사람이 한다. 지금 우리가 준비할 것은 더 빠른 계산이 아니라 더 좋은 문제를 만드는 능력, 즉 '질문하는 힘'이다