AI 기본 개념

AI는 패턴을 인식하고 데이터로부터 학습해 유용한 출력을 만드는 소프트웨어의 큰 범주다. 지도 앱의 경로 재탐색, 은행의 이상 거래 탐지, 고객 지원 챗봇처럼 일상 곳곳에서 이미 쓰이고 있으며, 그 안에는 특정 작업을 수행하도록 학습된 models가 있다.

대화형 AI의 핵심은 large language models (LLMs) 다. LLM은 대량의 텍스트에서 언어의 패턴을 학습해 문장을 생성하고 변형하며, 사람처럼 사실을 “이해”한다기보다 문맥상 다음에 올 가능성이 높은 표현을 예측한다.

모델은 보통 두 단계로 발전한다. 먼저 pre-training에서 방대한 텍스트를 통해 요약, 작성, 번역, 설명 같은 기본 능력을 익히고, 이후 post-training에서 지시 따르기, 말투 조정, 정책 준수, 안전성 강화가 이뤄진다.

OpenAI 같은 연구 기관은 이렇게 학습한 모델을 제품과 API로 제공해, 사용자는 ChatGPT나 Codex 같은 도구를 쓰고 개발자는 이를 자신의 서비스에 통합할 수 있다. 모델이 업데이트되면 톤과 응답이 달라질 수 있으므로, 원하는 결과를 얻으려면 목표, 대상, 형식, 제약을 분명히 적는 것이 중요하다.

모델 선택에서는 속도와 깊이의 균형이 핵심이다.

• Non-reasoning models(또는 Instant)은 빠르고 유창한 출력에 맞춰져 있어 초안 작성, 요약, 문장 다듬기, 아이디어 생성에 적합하다.
• Reasoning models(또는 Thinking)은 여러 단계를 거치는 계획, 복잡한 분석, 까다로운 디버깅, 제약이 많은 의사결정에 더 유리하다.
• 처음에는 기본 ChatGPT 경험의 Auto에 맡기고, 더 복잡하거나 고위험한 작업에서는 Thinking으로 전환하는 방식이 권장된다.

정리하면 AI가 큰 분야이고, models는 그 안의 학습된 시스템이며, LLMs는 언어에 특화된 모델, ChatGPT는 그 모델을 쉽게 쓰게 해주는 제품이다. 이 구조를 이해하면 이후에는 프롬프트를 어떻게 써야 원하는 결과를 얻는지에 집중할 수 있다.