핵심 용어 60+
Glossary수업 중 나오는 용어를 짧게 다시 잡습니다.
인간의 학습, 추론, 판단을 모방하는 시스템 전체를 가리키는 말입니다.
데이터에서 패턴을 학습하는 AI의 하위 분야입니다.
다층 신경망으로 복잡한 표현을 학습하는 방식입니다.
대량 텍스트로 훈련된 생성형 언어 모델입니다.
모델이 텍스트를 처리하는 최소 단위입니다.
학습 과정에서 조정되는 모델 내부 가중치입니다.
현대 LLM의 기반이 된 어텐션 중심 구조입니다.
입력 요소 사이의 관련도를 계산하는 메커니즘입니다.
모델이 한 번에 볼 수 있는 토큰 범위입니다.
훈련된 모델이 새 입력에 답을 생성하는 과정입니다.
모델, 데이터, 연산량과 성능 사이의 관계입니다.
텍스트 외 이미지, 음성, 영상까지 함께 다루는 능력입니다.
의미를 보존해 텍스트를 숫자 벡터로 바꾼 표현입니다.
대량 데이터로 기본 패턴을 학습하는 첫 단계입니다.
특정 과제나 성향에 맞게 추가 학습하는 과정입니다.
좋은 응답 예시로 대화 형식을 가르치는 지도 학습입니다.
사람 선호를 보상으로 삼아 모델 행동을 조정하는 방식입니다.
선호 데이터를 이용해 직접 정렬하는 방식입니다.
AI 피드백을 활용해 정렬하는 접근입니다.
응답 품질이나 선호도를 점수화하는 모델입니다.
모델 행동을 인간 의도와 안전 기준에 맞추는 과정입니다.
사실이 아닌 내용을 자신 있게 생성하는 현상입니다.
복잡한 문제에서 더 긴 내부 탐색을 활용하는 모델입니다.
일부 파라미터만 조정하는 효율적 파인튜닝 방식입니다.
검증 가능한 정답을 보상으로 쓰는 강화학습 접근입니다.
지시, 맥락, 예시, 형식으로 모델 행동을 끌어내는 기술입니다.
모델에게 보내는 입력 전체입니다.
대화 전에 적용되는 상위 행동 규칙입니다.
예시 없이 지시만으로 과제를 수행시키는 방식입니다.
몇 개의 예시로 패턴을 학습시키는 방식입니다.
중간 추론 단계를 활용하는 프롬프트 패턴입니다.
여러 추론 경로를 비교해 답을 고르는 방식입니다.
여러 사고 경로를 트리처럼 탐색하는 방식입니다.
작업을 지휘자와 전문가 역할로 나눠 푸는 패턴입니다.
모델이 볼 전체 정보 환경을 설계하는 일입니다.
긴 컨텍스트의 중간 정보를 놓치는 현상입니다.
외부 자료를 검색해 답변 전에 넣어주는 방식입니다.
JSON이나 XML처럼 파싱 가능한 형식으로 출력하게 하는 방식입니다.
긴 맥락을 목적에 맞게 줄이는 작업입니다.
목표를 위해 관찰, 계획, 행동, 검증을 반복하는 시스템입니다.
모델에 파일, 명령, 도구, 검증 루프를 붙이는 소프트웨어 환경입니다.
AI와 외부 도구를 연결하는 표준 프로토콜입니다.
반복 업무 절차를 재사용 가능한 작업 지식으로 묶은 것입니다.
모델이 외부 API, 파일, 명령을 호출하는 능력입니다.
관찰, 행동, 검증을 반복하는 실행 패턴입니다.
하위 과제나 독립 맥락을 맡는 별도 에이전트입니다.
프로젝트 규칙을 Claude Code가 읽을 수 있게 둔 파일입니다.
여러 에이전트가 역할을 나눠 작업하는 구조입니다.
작업 사이의 정보를 저장하고 다시 쓰는 장치입니다.
정해진 순서로 실행되는 자동화 흐름입니다.
AI가 화면을 보고 마우스/키보드처럼 조작하는 방식입니다.
모델 가중치를 내려받아 실행할 수 있는 공개 방식입니다.
오픈 웨이트 모델을 효율적으로 서빙하는 추론 엔진입니다.
외부 지시가 모델의 원래 규칙을 덮으려는 공격입니다.
위험하거나 부적절한 출력을 줄이는 안전 장치입니다.
AI 능력이 영역별로 들쭉날쭉한 경계입니다.
안전 제한을 우회하려는 입력 기법입니다.
취약점을 찾기 위해 의도적으로 공격적으로 테스트하는 활동입니다.
표준 과제로 모델 성능을 비교하는 평가 체계입니다.
기대 하락으로 투자와 관심이 얼어붙는 시기입니다.
텍스트를 토큰 단위로 쪼개는 전처리입니다.
매우 긴 맥락을 한 번에 처리하는 기능입니다.
임베딩 벡터를 저장하고 유사도 검색하는 DB입니다.
AI 작업에서 생성된 독립 산출물입니다.
프롬프트 안 예시만으로 새 과제를 수행하는 능력입니다.
AI에게 맡길 자율성 수준을 판단하는 평가입니다.
자기 결과를 검토하고 고치는 에이전트입니다.
LLM 추론을 위한 GPU, 서버, 런타임 스택입니다.
클라우드에서 장시간 작업하는 에이전트입니다.
원격 서버로 접근하는 MCP 연결 방식입니다.
프롬프트 템플릿 25개
Templates업무 문서, 마케팅, 분석, 코드, 고급 기법을 바로 꺼내 쓰게 정리했습니다.
아래 보고서를 핵심 결론 1문장, 근거 3개, 의사결정자 권고 2문장으로 500자 이내 요약해줘. 전문 용어는 쉬운 설명을 괄호로 붙여줘.
수신자, 목적, 핵심 내용, 톤, 첨부 여부를 기준으로 인사, 본문, 요청사항, 마무리 구조의 메일을 작성해줘.
회의 메모를 개요, 논의 요약, 결정 사항, 미결 사항, 액션 아이템으로 정리해줘. 담당자와 기한은 추출하고 없으면 미확인으로 표시해줘.
프로젝트명, 배경, 목표, 대상, 일정, 예산을 바탕으로 개요, 현황, 전략, 기대 효과, 일정, 리스크를 작성해줘.
업무 메모를 이번 주 실적, 진행 중, 다음 주 계획, 이슈/건의사항으로 정리해줘. 각 항목은 무엇을, 어떻게, 결과로 작성해줘.
브랜드, 타겟, 게시물 유형, 톤, 핵심 메시지에 맞춰 훅, 본문, CTA, 해시태그 구조의 캡션 3안을 만들어줘.
주제, 타겟, 목적, 분량, 키워드를 바탕으로 제목 3안, 도입, 소제목 4개, 결론과 CTA를 작성해줘.
우리 제품과 경쟁사 1-3개를 가격, 기능, UX, 마케팅 기준으로 비교하고 차별화 기회를 정리해줘.
타겟 고객을 목표, 불편, 구매 트리거, 반대 이유, 사용 상황, 메시지 톤으로 구체화해줘.
제품과 타겟에 맞춰 이성형, 감성형, 긴급형, 사회적 증거형 카피를 각각 제목과 설명으로 만들어줘.
데이터 설명과 컬럼 의미를 바탕으로 요약 통계, 주요 패턴, 이상치, 차트 제안, 의사결정 시사점을 정리해줘.
시장 규모, 고객 문제, 경쟁 구도, 성장 요인, 리스크, 진입 전략을 요약해줘. 모르는 수치는 추정하지 말고 확인 필요로 표시해줘.
주장, 근거, 방법론, 누락된 관점, 반론, 실무 적용 가능성을 기준으로 비판적으로 검토해줘.
강점, 약점, 기회, 위협을 표로 정리하고 SO, WO, ST, WT 전략을 각각 2개씩 제안해줘.
한 줄 요약, 변화 3개, 우리에게 미치는 영향, 권고 행동 3개로 정리해줘.
변경 코드의 버그, 보안, 성능, 가독성, 테스트 누락을 우선순위와 파일 위치 중심으로 리뷰해줘.
증상, 재현 단계, 기대 결과, 실제 결과, 관련 로그를 바탕으로 원인 후보와 수정 계획을 세워줘.
동작을 유지하면서 중복, 책임 분리, 이름, 테스트 가능성을 개선하는 계획과 작은 변경 순서를 제안해줘.
엔드포인트, 요청 파라미터, 응답 예시, 오류 코드, 인증 방식, 사용 예시를 문서화해줘.
정상, 경계, 오류, 권한, 회귀 케이스를 표로 만들고 우선순위를 표시해줘.
복잡한 문제를 단계별로 나누되 최종 답에는 핵심 근거와 결론만 간결히 보여줘.
서로 다른 해결 경로 3개를 만들고 공통 결론과 갈리는 지점을 비교해 최종 판단을 내려줘.
가능한 접근을 나무처럼 펼치고, 각 경로의 장단점과 실패 가능성을 평가한 뒤 가장 나은 경로를 선택해줘.
지휘자 역할이 문제를 나누고, 전문가 역할들이 각각 분석한 뒤 통합 결론을 내는 방식으로 처리해줘.
결과를 설명 문장과 JSON 블록으로 나눠 출력해줘. JSON은 지정한 스키마를 엄격히 지켜줘.
실습 체크리스트
Checklists수업 중 결과물을 확인할 때 쓰는 짧은 기준입니다.
좋은 프롬프트 체크리스트
- 역할과 목표가 있는가
- 필요한 맥락이 들어갔는가
- 출력 형식이 명확한가
- 모르는 내용 처리 규칙이 있는가
- 검증 방법이 있는가
좋은 자동화 후보 체크리스트
- 반복 주기가 분명한가
- 입력과 출력이 정해져 있는가
- 실패해도 복구 가능한가
- 사람 검토 지점이 있는가
- API, 파일, 화면 중 실행 표면이 분명한가
에이전트 작업 지시 체크리스트
- 목표가 한 문장으로 명확한가
- 수정 범위가 정해졌는가
- 사용 가능한 도구가 정해졌는가
- 테스트와 완료 기준이 있는가
- 위험한 동작은 승인으로 막았는가
Official Docs
Docs도구 사용법은 공식 문서를 기준으로 확인합니다.
더 공부할 경로
Learning수업 뒤 각자 수준에 맞게 이어갈 자료입니다.
| 기초 | Google AI Essentials, OpenAI Docs, Google AI Studio, ChatGPT, Claude로 기본 사용 감각을 익힙니다. |
|---|---|
| 중급 | DeepLearning.AI Short Courses, Anthropic Prompt Engineering, fast.ai, Hugging Face Course로 주제별 실습을 합니다. |
| 한국어 | 모두의 연구소, 네이버 부스트코스, 테디노트, 노마드코더, AI타임스, Google ML Crash Course 한국어판을 활용합니다. |
| 깊은 읽기 | Attention Is All You Need, GPT-3 Few-Shot, Scaling Laws, CoT, Self-Consistency, Tree of Thoughts, InstructGPT, Jagged Frontier를 읽습니다. |
| 도구 실습 | Google Colab, Hugging Face Spaces, LM Studio, Ollama, vLLM, LangChain으로 직접 돌려봅니다. |
복사해서 쓰는 워크숍 요청
Copy Zone수업 중 바로 붙여 넣을 짧은 요청 모음입니다.
벤치마킹 앱 해부
이 서비스를 벤치마킹해서 작은 MVP를 만들고 싶다.
핵심 사용자, 핵심 화면, 입력, 출력, 저장 데이터,
LLM 개입 지점, API 후보, 첫 구현 순서를 정리해줘.자동화 설계
아래 반복 업무를 자동화 후보로 평가해줘.
입력, 출력, 반복 주기, 위험 지점, 사람 검토 지점,
첫 자동화 단계, 필요한 도구를 표로 정리해줘.AI 결과 검증
이 AI 결과를 그대로 믿지 않고 검증하고 싶다.
검증해야 할 주장, 필요한 근거, 확인 방법,
틀렸을 때의 위험, 사람 검토 포인트를 정리해줘.