챗봇형 AI를 처음 써 보면 기능보다 낯선 단어가 먼저 걸립니다. 요금제 안내에는 토큰이라는 말이 나오고, 도움말에는 컨텍스트 창이나 멀티모달 같은 표현이 아무렇지 않게 등장합니다. 뜻을 몰라도 쓸 수는 있지만, 알고 나면 왜 답이 중간에 끊기는지, 왜 같은 질문에 다른 답이 나오는지가 이해됩니다. 자주 마주치는 용어 열두 가지를 쓰는 순서에 맞춰 풀어 봤습니다.
생성형 AI는 이미 있는 자료를 찾아 보여 주는 것이 아니라 학습한 패턴을 바탕으로 새 글, 이미지, 소리를 만들어 내는 인공지능을 말합니다. 검색 엔진이 "어디에 있는지"를 알려 준다면 생성형 AI는 "이런 식으로 써 보면 어떨까"를 제안하는 쪽에 가깝습니다. 그래서 결과물이 매번 조금씩 달라지는 것이 자연스러운 특징입니다.
대규모 언어 모델(LLM)은 챗봇 뒤에서 실제로 문장을 만들어 내는 엔진입니다. 엄청난 양의 글을 학습해 다음에 올 단어를 예측하는 방식으로 동작하며, 서비스마다 쓰는 모델 이름이 다르고 같은 서비스 안에서도 빠른 모델과 정교한 모델을 골라 쓸 수 있게 해 둔 경우가 많습니다.
프롬프트는 AI에게 보내는 요청 문장 전체를 뜻합니다. 질문 한 줄도 프롬프트이고, 역할과 조건과 예시를 길게 적은 지시문도 프롬프트입니다. "블로그 글 써 줘"보다 "초보자를 위한 노트북 고르는 글을 존댓말로, 소제목 세 개로 써 줘"처럼 대상과 형식을 정해 주면 원하는 결과에 훨씬 가까워집니다.
토큰은 AI가 글을 처리하는 최소 단위입니다. 영어는 단어 하나가 토큰 하나 안팎이지만 한국어는 글자와 조사가 잘게 나뉘어 같은 내용이라도 토큰 수가 더 많아지는 편입니다. 유료 API 요금이나 한 번에 넣을 수 있는 글의 양이 토큰 기준으로 정해지기 때문에, 요금 안내를 볼 때 꼭 알아야 할 단어입니다.
컨텍스트 창은 AI가 한 대화에서 동시에 기억하고 참고할 수 있는 분량입니다. 대화가 길어지거나 긴 문서를 붙여 넣으면 앞부분 내용을 놓치는 일이 생기는데, 이 창의 크기를 넘었기 때문입니다. 긴 작업은 중간에 요점을 정리해 새 대화로 옮기면 정확도가 올라갑니다.
할루시네이션(환각)은 AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상입니다. 존재하지 않는 책 제목이나 잘못된 통계를 자신 있게 말하는 경우가 대표적입니다. 날짜, 숫자, 인용, 법률처럼 정확해야 하는 정보는 반드시 공식 자료로 다시 확인해야 하는 이유가 여기에 있습니다.
멀티모달은 글뿐 아니라 이미지, 음성, 파일처럼 여러 형태의 입력을 함께 이해하는 능력을 말합니다. 사진을 올리고 "이 그래프를 설명해 줘"라고 묻거나, 음성으로 질문하고 음성으로 답을 듣는 기능이 모두 여기에 해당합니다.
파인튜닝은 이미 학습된 모델에 특정 분야의 자료를 추가로 학습시켜 그 분야에 맞게 다듬는 작업입니다. 일반 사용자보다는 기업이 자사 상담 말투나 전문 용어에 맞춘 AI를 만들 때 주로 쓰는 방법입니다.
RAG(검색 증강 생성)는 AI가 답을 만들기 전에 정해진 문서나 데이터베이스에서 관련 내용을 먼저 찾아보고, 그 내용을 근거로 답하게 하는 방식입니다. 회사 규정집이나 제품 설명서를 기반으로 답하는 챗봇이 이 구조를 많이 쓰며, 근거 문서를 함께 보여 주기 때문에 할루시네이션을 줄이는 데 도움이 됩니다.
온도(temperature)는 AI 답변이 얼마나 다양하게 나올지를 조절하는 설정값입니다. 값이 낮으면 비슷한 질문에 늘 비슷하고 안정적인 답을 내고, 높으면 표현이 다양해지는 대신 엉뚱한 내용이 섞일 가능성도 커집니다. 일반 챗봇 화면에서는 직접 바꿀 수 없는 경우가 많지만, 개발자용 도구나 API를 쓰면 이 값을 정할 수 있습니다.
시스템 프롬프트는 사용자가 질문하기 전에 미리 깔아 두는 기본 지시문입니다. "항상 존댓말로, 세 문단 이내로 답하라"처럼 대화 전체의 말투와 규칙을 정해 두는 역할을 하며, 많은 챗봇 서비스가 "맞춤 지시"나 "개인 설정" 같은 이름으로 이 기능을 일반 사용자에게도 열어 두고 있습니다.
AI 에이전트는 질문에 답하는 데서 그치지 않고 여러 단계를 스스로 계획해 실행하는 AI를 가리킵니다. 웹을 검색해 자료를 모으고, 표를 만들고, 파일로 저장하는 일을 한 번의 요청으로 이어서 처리하는 식입니다. 편리한 만큼 어떤 권한을 맡길지 사용자가 정해 두는 것이 중요합니다.
용어를 익혔다면 직접 여러 도구를 써 보며 차이를 느껴 보는 것이 가장 빠른 공부입니다. 대화형 AI, 이미지 생성, 번역, 요약 도구의 공식 주소는 AI도구 분야에 모아 두었습니다. 주소쇼미 같은 주소모음 서비스나 링크모음 형태의 정리 페이지를 이용하면 비슷한 이름의 가짜 앱을 피하고 공식 사이트로 바로 들어갈 수 있습니다. 주소모아, 링크모아처럼 부르는 이름은 제각각이어도 공식 도메인으로 연결되는지가 가장 중요한 기준입니다.
AI를 체계적으로 배우고 싶다면 온라인 강의 플랫폼이나 대학 공개 강좌를 활용하는 방법도 있습니다. 기초 개념부터 실습까지 단계별로 다루는 강의가 많고, 무료로 들을 수 있는 과정도 적지 않습니다. 강의 플랫폼 주소는 교육 분야에서 찾을 수 있으니, 이 사이트모음에서 관심 있는 과정을 골라 용어를 실제 사용 경험과 연결해 보세요.