AI 용어집: 모든 ChatGPT 사용자가 알아야 할 기본 용어
홈페이지홈페이지 > 블로그 > AI 용어집: 모든 ChatGPT 사용자가 알아야 할 기본 용어

AI 용어집: 모든 ChatGPT 사용자가 알아야 할 기본 용어

Jul 10, 2023

AI 물결은 수많은 새로운 용어를 가져오고 있습니다. 이 용어집은 모든 기본 사항을 제공합니다.

디지털 사이버 공간에서 AI의 추상적 렌더링.

AI에 대한 첫 번째 소개는 어떤 질문에도 대답할 수 있는 놀라운 능력을 갖춘 OpenAI의 AI 챗봇인 ChatGPT였을 것입니다. 시 쓰기, 이력서 및 퓨전 레시피 작성에서 ChatGPT의 힘은 스테로이드의 자동 완성과 비교되었습니다.

그러나 AI 챗봇은 AI 환경의 한 부분일 뿐입니다. 물론, ChatGPT가 숙제를 도와주거나 Midjourney가 원산지를 기반으로 매혹적인 기계 이미지를 만드는 것은 멋지지만 그 잠재력은 경제를 완전히 바꿀 수 있습니다. McKinsey Global Institute에 따르면 이러한 잠재력은 연간 세계 경제에 4조 4천억 달러의 가치가 있을 수 있으며, 이것이 인공 지능에 대해 점점 더 많이 듣게 될 것으로 예상되는 이유입니다.

AI와 얽힌 세상에 사람들이 익숙해지면서 곳곳에서 새로운 용어가 등장하고 있다. 따라서 술을 마시면서 똑똑하게 보이려고 하거나 취업 면접에서 좋은 인상을 주려고 할 때 알아야 할 몇 가지 중요한 AI 용어는 다음과 같습니다.

이 용어집은 지속적으로 업데이트될 예정입니다.

인공 일반 지능(AGI): 오늘날 우리가 알고 있는 것보다 더 발전된 버전의 AI를 제안하는 개념으로, 인간보다 작업을 훨씬 더 잘 수행하는 동시에 자체 능력을 가르치고 발전시킬 수 있는 개념입니다.

AI 윤리: AI 시스템이 데이터를 수집하거나 편견을 처리하는 방법을 결정하는 등의 수단을 통해 AI가 인간에게 해를 끼치는 것을 방지하는 것을 목표로 하는 원칙입니다.

AI 안전: AI가 장기적으로 미칠 영향과 AI가 어떻게 갑자기 인간에게 적대적인 초지능으로 발전할 수 있는지를 연구하는 학제간 분야입니다.

연산: 컴퓨터 프로그램이 패턴 인식과 같은 특정 방식으로 데이터를 학습하고 분석하여 학습하고 스스로 작업을 수행할 수 있도록 하는 일련의 명령입니다.

조정 : AI를 조정하여 원하는 결과를 더 잘 생성합니다. 이는 콘텐츠 조정부터 인간에 대한 긍정적인 상호 작용 유지에 이르기까지 모든 것을 의미할 수 있습니다.

의인화 : 인간이 인간이 아닌 대상에게 인간과 유사한 특성을 부여하는 경향이 있는 경우. AI에서는 챗봇이 행복하거나 슬프거나 심지어 지각이 있다고 믿는 것과 같이 챗봇이 실제보다 더 인간적이고 인식적이라고 믿는 것이 포함될 수 있습니다.

인공 지능 또는 AI : 컴퓨터 프로그램이나 로봇 공학에서 인간 지능을 시뮬레이션하는 기술을 사용합니다. 인간의 작업을 수행할 수 있는 시스템 구축을 목표로 하는 컴퓨터 과학 분야입니다.

편견 : 대규모 언어 모델의 경우 학습 데이터로 인해 오류가 발생합니다. 이로 인해 고정관념에 따라 특정 특성을 특정 인종이나 그룹에 잘못 귀속시키는 결과가 발생할 수 있습니다.

챗봇: 인간의 언어를 모방한 텍스트를 통해 인간과 소통하는 프로그램입니다.

채팅GPT: OpenAI가 개발한 대규모 언어 모델 기술을 활용한 AI 챗봇입니다.

인지 컴퓨팅: 인공지능의 또 다른 용어.

데이터 증대: 기존 데이터를 리믹스하거나 보다 다양한 데이터 세트를 추가하여 AI를 훈련시킵니다.

딥러닝 : 여러 매개변수를 사용하여 그림, 소리, 텍스트의 복잡한 패턴을 인식하는 AI 방법이자 기계 학습의 하위 분야입니다. 이 프로세스는 인간의 두뇌에서 영감을 얻었으며 인공 신경망을 사용하여 패턴을 만듭니다.

확산 : 사진과 같은 기존 데이터에 임의의 노이즈를 추가하는 기계 학습 방법입니다. 확산 모델은 네트워크를 훈련하여 해당 사진을 리엔지니어링하거나 복구합니다.

긴급 행동: AI 모델이 의도하지 않은 능력을 발휘하는 경우.

엔드투엔드 학습(E2E) : 모델에게 처음부터 끝까지 작업을 수행하도록 지시하는 딥러닝 프로세스입니다. 작업을 순차적으로 수행하도록 훈련된 것이 아니라 입력을 통해 학습하고 한 번에 해결합니다.