AI 용어사전 · Daily AI Thread

매일 브리핑에서 어려운 용어가 나올 때마다 쉬운 말로 설명을 덧붙여왔습니다. 그 설명들을 한곳에 모았습니다.

ㄱ

가드레일: AI 에이전트가 정해진 규칙과 권한 범위를 벗어난 행동을 하지 못하도록 미리 걸어두는 안전장치.
가처분 명령: 재판 결과가 나오기 전에 법원이 특정 행위를 임시로 못 하게 막는 명령.
강화학습: 정답을 알려주지 않고, 시도한 행동이 좋은 결과로 이어지면 보상을 줘서 AI가 점점 더 나은 행동을 하도록 학습시키는 방식이다.
거대언어모델(LLM): 방대한 양의 텍스트로 학습해 사람처럼 언어를 이해하고 생성할 수 있는 AI 모델을 말한다.
계층형 멀티모델 전략: 하나의 AI 모델에만 의존하지 않고, 상황이나 위험도에 따라 여러 모델을 골라 쓰는 전략이다. 특정 국가나 기업의 모델 공급이 끊겨도 대체할 수 있어 위험을 분산하는 효과가 있다.
고대역폭 메모리: 여러 개의 D램을 쌓아 한 번에 훨씬 많은 데이터를 주고받을 수 있게 만든 메모리로, AI 모델을 학습·구동하는 데 필수적으로 쓰인다.
골 드리프트: AI 에이전트가 처음 받은 지시에서 조금씩 벗어나, 스스로 판단한 다른 목표를 따라가게 되는 현상입니다.
공급망 공격: 최종 목표를 직접 공격하는 대신, 그 목표가 쓰는 소프트웨어나 부품을 먼저 감염시켜 우회로 침투하는 해킹 방식이다.
공급망 위험: 정부가 어떤 기업의 제품이 해킹이나 사보타주 같은 외부의 악의적 개입에 취약하다고 판단해 붙이는 등급이다. 이 등급을 받으면 정부기관이 그 제품을 쓸 수 없게 된다.
공익기업: 주주 이익뿐 아니라 사회적 목적도 회사의 공식 목표로 두도록 법으로 규정된 회사 형태다.
공정 이용: 저작권이 있는 자료를 허락 없이 써도 법을 어긴 것으로 보지 않는 예외 규정이다. 얼마나 원래 것을 바꿔 썼는지, 원작 판매에 피해를 주는지 등을 따져 법원이 판단한다.
관측가능성: 시스템 내부에서 지금 무슨 일이 일어나고 있는지를 외부에서 기록·추적해 실시간으로 파악할 수 있게 하는 능력을 말한다.
기가와트: 전력의 단위로, 10억 와트에 해당한다. 대형 AI 데이터센터 하나가 보통 수십만 가구가 쓰는 만큼의 전력을 쓰는데, 그 규모를 기가와트 단위로 잰다.

ㄴ

나비에-스토크스 방정식: 액체와 기체의 흐름을 설명하는 200년 된 물리학 방정식으로, 해가 항상 매끄럽게 존재하는지가 아직 증명되지 않아 100만달러 상금이 걸린 수학 난제 중 하나다.
네오클라우드: 자체 AI 모델 없이 GPU 등 컴퓨팅 자원을 임대만 전문으로 하는 신생 사업자를 가리키는 말이다.

ㄷ

대리인법: 한쪽(본인)이 다른 쪽(대리인)에게 자신을 대신해 행동할 권한을 준 경우, 그 행동의 법적 책임이 누구에게 있는지를 다루는 법 분야다. 지금까지는 '대리인'이 항상 사람이었다는 점이 AI 에이전트에 적용할 때 문제가 된다.
데이터 무보관: 사용자가 AI 서비스에 보낸 대화 내용을 서버에 저장하지 않고 즉시 폐기하는 정책이다.
데이터 포이즈닝: AI가 학습에 쓸 데이터에 일부러 잘못되거나 왜곡된 정보를 섞어 넣어 학습 결과를 망가뜨리는 방법이다.
드론 스웜: 여러 대의 드론이 사람의 개별 조작 없이 서로 정보를 주고받으며 하나의 집단처럼 움직여 표적을 나눠 맡거나 대형을 이루는 운용 방식.
디지털 트윈: 실제 공장이나 설비를 컴퓨터 안에 똑같이 복제해, 미리 시뮬레이션하고 문제를 찾아내는 기술입니다.
디지털서비스법: 유럽연합이 온라인 플랫폼의 책임을 강화하기 위해 만든 법으로, 연구자가 플랫폼 데이터에 접근할 수 있는 권한도 담고 있다.
디지털시장법(DMA): 유럽연합이 구글, 애플 같은 거대 플랫폼 기업의 시장 지배력 남용을 막기 위해 만든 법이다. 위반하면 회사 전 세계 매출의 최대 10%까지 벌금을 물릴 수 있다.
디퓨전: 원래 이미지 생성에 쓰이던 방식으로, 노이즈가 낀 데이터를 조금씩 정제해 결과물을 만들어낸다. 단어를 하나씩 순서대로 만드는 기존 방식과 달리 문장 전체를 한꺼번에 생성할 수 있어 속도가 더 빠르다.
딥페이크: AI로 사람의 얼굴이나 몸을 실제처럼 합성해 만든 가짜 이미지·영상.

ㄹ

런타임 트러스트: AI 에이전트가 로그인 절차를 통과한 뒤에도, 실행되는 동안 계속 원래 지시에서 벗어나지 않는지 확인하는 보안 방식입니다.
레드팀: 일부러 공격자 입장이 되어 시스템의 약점을 미리 찾아내는 조직이나 활동이다. AI 회사에서는 모델이 위험한 방식으로 쓰이거나 예상 밖으로 행동할 가능성을 실제 공격을 흉내 내며 점검하는 팀을 가리킨다.
레버리지: 빌린 돈을 더해 투자 규모를 키우는 방식으로, 수익이 나면 이익이 커지지만 손실이 나면 그만큼 더 크게 불어난다.

ㅁ

마진콜: 빚을 내 투자한 자산의 가치가 떨어지면 증권사가 투자자에게 추가 담보나 상환을 요구하는 것을 말한다. 요구에 응하지 못하면 증권사가 강제로 자산을 팔아버려, 하락장에서 매도를 더 부추기는 악순환을 만들기도 한다.
망분리: 해킹이나 외부 침입을 막기 위해 내부 업무망과 인터넷이 연결된 외부망을 물리적으로 완전히 분리하는 보안 방식이다. 국내 금융권은 법으로 이를 의무화하고 있어, 외부 서버에 있는 생성형 AI를 그대로 쓰기 어렵다.
매우 큰 검색엔진: EU가 월간 이용자 4500만 명이 넘는 온라인 검색 서비스에 붙이는 지정으로, 붙으면 이용자 보호와 투명성에 관한 가장 엄격한 규제를 받는다.
머신 아이덴티티: 사람이 아니라 AI 에이전트나 프로그램이 시스템에 접속할 때 쓰는 계정·인증 정보를 말한다. 자동화가 늘면서 새로운 보안 관리 대상으로 떠올랐다.
메모리 포이즈닝: 공격자가 AI의 장기 기억이나 참고 자료에 악성 지시를 몰래 심어, 이후 AI의 판단을 왜곡시키는 공격입니다.
모델 가중치: AI 모델을 학습시키는 과정에서 얻어진 수많은 숫자 값들로, 이 값들이 곧 그 모델이 가진 지식과 능력 자체다. 한번 잃어버리면 같은 데이터와 컴퓨팅을 다시 들여 처음부터 학습시켜야 한다.
모델 라우터: 질문의 난이도에 따라 크고 비싼 모델과 작고 저렴한 모델 중 알맞은 것을 자동으로 골라주는 시스템. 비용을 아끼면서 필요한 성능을 유지하는 데 쓰인다.
모델 붕괴: AI가 만든 글이 인터넷에 쌓이고, 그걸 다시 다음 AI가 학습하는 일이 반복되면 결과물의 품질과 다양성이 점점 떨어지는 현상.
밀레니엄 상 문제: 미국의 한 수학연구소가 2000년에 지정한 7개의 세계적 난제로, 하나를 풀면 100만 달러의 상금을 받는다.

ㅂ

바이브 코딩: 정확한 코드를 직접 짜는 대신, 원하는 결과를 편한 말로 설명하면 AI 에이전트가 알아서 코드를 작성하게 하는 개발 방식이다.
박테리오파지: 세균만을 감염시켜 파괴하는 바이러스. 항생제가 듣지 않는 내성균 치료의 대안으로 연구되고 있다.
범용 AI(GPAI): 특정 업무 하나에 국한되지 않고 번역, 코딩, 대화 등 여러 용도로 두루 쓸 수 있는 대형 AI 모델을 뜻하며, EU AI Act는 이런 모델에 별도의 투명성 의무를 지운다.
벤처캐피털: 성장 가능성이 높은 초기 기업에 지분을 받는 대가로 자금을 투자하는 방식, 또는 그런 투자를 하는 회사.
벤치마크: AI 모델의 성능을 일정한 기준의 문제나 과제로 측정해 서로 비교할 수 있게 만든 표준화된 시험이다.
보상 해킹: AI가 목표를 달성했을 때 원래 의도와 다른 편법을 썼는데도 보상을 받아, 그 편법이 오히려 강화되는 현상을 말한다. 훈련 중 생긴 이런 습관이 실제 서비스에서 문제 행동으로 이어질 수 있다.
불투명한 반복: 모델이 답을 내는 중간 과정을 사람이 읽을 수 있는 언어가 아니라 알아보기 어려운 내부 상태로 반복 처리하는 기법으로, 왜 그런 결론에 이르렀는지 사람이 검증하기 어렵게 만든다.
비하인드더미터 전력: 전력망을 거치지 않고 발전 시설을 데이터센터 부지에 직접 설치해 자체적으로 전기를 공급받는 방식으로, 그리드 연결 대기나 정전 위험 없이 빠르게 가동할 수 있다.

ㅅ

사고 사슬: AI 모델이 답을 내놓기 전에 단계별로 생각을 풀어 적어두는 기록이다. 사람이 이 기록을 읽으면 모델이 왜 그런 답을 냈는지, 이상한 행동을 하려는지 미리 알아챌 수 있어 안전 감시에 쓰인다.
사고 사슬 모니터링: AI가 답을 내놓기까지 내부적으로 거치는 '생각의 과정(추론 과정)'을 사람이나 다른 AI가 들여다보고, 위험하거나 이상한 낌새가 있는지 감시하는 기법.
사스포칼립스: 생성형 AI가 기존 소프트웨어 서비스(SaaS) 기업의 가치를 크게 무너뜨릴 것이라는 시장의 공포를 가리키는 말이다.
사후훈련: 대규모 데이터로 기본 모델을 학습시킨 뒤, 사람의 피드백이나 추가 데이터로 실제 쓰임에 맞게 다듬는 후속 단계를 말한다. 모델의 실제 답변 품질과 안전성을 좌우하는 핵심 과정이다.
샌드박스: AI 모델이나 프로그램을 실제 시스템과 분리해 안전하게 시험해 보는 격리된 실행 공간이다. 문제가 생겨도 바깥 시스템에 영향을 주지 않도록 만든 장치다.
서비스형 모델(MaaS): AI 모델을 직접 내려받아 설치하지 않고, 인터넷을 통해 API처럼 호출해서 쓰는 형태로 제공하는 서비스를 말한다.
설비투자(캐펙스): 데이터센터·서버 같은 설비를 새로 짓거나 사는 데 쓰는 큰 규모의 투자 지출을 뜻한다.
성과 기반 가격책정: AI가 실제로 작업을 완료했을 때만 비용을 청구하는 방식으로, 정해진 구독료나 사용량 요금 대신 성과에 따라 값을 매긴다.
셔먼 반독점법: 미국 기업들이 서로 짜고 경쟁을 제한하거나 생산량을 조절하지 못하게 막는 130년 된 법이다. AI 회사들이 안전을 이유로 개발 속도를 함께 늦추는 것도 이 법에 걸릴 수 있다는 우려가 나온다.
소크 퍼펫: 실제 인물인 것처럼 위장한 가짜 계정으로, 다른 사람이나 AI를 속여 신뢰할 만한 반응처럼 보이게 하려고 만든다.
수출통제: 안보나 외교적 이유로 특정 기술·제품을 다른 나라나 기업에 팔거나 넘기지 못하게 정부가 제한하는 조치. 첨단 AI 모델과 반도체가 최근 주요 대상이다.
스틸 스키드: 건물이나 설비를 옮기기 쉽게 강철로 짠 직사각형 틀. 데이터센터나 원자로처럼 미리 조립해 운반하는 모듈형 시설의 기초로 쓰인다.
스피어 피싱: 불특정 다수에게 뿌리는 피싱과 달리, 특정 인물이나 조직을 표적으로 삼아 맞춤 제작한 사기 이메일 공격.
시맨틱 세그멘테이션: 사진 속 모든 픽셀을 '건물', '도로', '나무' 같은 범주로 하나하나 분류하는 컴퓨터 비전 기술이다. 사물의 위치만 대략 표시하는 것이 아니라 정확한 윤곽까지 구분해낸다.
시스템온칩: 컴퓨터에 필요한 여러 부품을 하나의 칩 안에 통합해서 만드는 설계 방식이다.
신경다양성: 자폐, ADHD 등 뇌와 신경계의 발달 방식이 이른바 '평균'과 다른 것을 질병이 아니라 정상적인 차이로 보는 관점이나 그런 사람을 가리키는 말.
신스ID: 구글이 개발한 워터마크 기술로, AI가 글을 쓸 때 단어를 고르는 미세한 패턴에 신호를 심어 나중에 기계로 판별할 수 있게 한다.

ㅇ

아동성착취물: 아동을 성적으로 착취하는 내용을 담은 이미지나 영상을 뜻하는데, 실제 사진이 아닌 AI로 합성한 것도 법적으로 동일하게 처벌된다.
아동성착취물(CSAM): AI로 실제 존재하지 않는 아동을 성적으로 묘사하거나 아동의 얼굴을 성적인 이미지에 합성해 만든 불법 콘텐츠를 말한다.
아파치 2.0 라이선스: 소프트웨어를 누구나 무료로 가져다 쓰고, 고쳐서 팔거나 상업적으로 활용해도 되도록 허용하는 오픈소스 라이선스 중 하나다.
안전 분류기: AI 모델에 들어오는 요청이 위험하거나 악용 소지가 있는지 자동으로 판별해, 필요하면 더 제한적인 모델로 돌리거나 응답을 막는 감시 시스템을 말한다.
애퀴하이어: 회사를 통째로 사들이는 대신, 그 회사의 핵심 기술을 라이선스로 사고 핵심 인력만 채용하는 방식의 인수.
어텐션: AI 모델이 문장을 처리할 때 어떤 단어가 다른 단어와 얼마나 관련 있는지를 계산해 중요한 부분에 '집중'하도록 하는 핵심 연산 방식이다. 지금 주류인 트랜스포머 모델의 성능을 뒷받침하지만, 문장이 길어질수록 연산량이 급격히 늘어나는 단점이 있다.
에이전트: 사람의 지시를 받아 여러 단계를 스스로 판단하고 실행하는 AI 프로그램입니다. 대화만 하는 챗봇과 달리 실제 작업을 대신 처리합니다.
에이전틱 AI: 사람이 매 단계 지시하지 않아도 AI가 스스로 여러 단계를 계획하고 실행해 작업을 끝내는 방식을 말한다.
엣지 AI: 클라우드 서버로 데이터를 보내지 않고 스마트폰이나 소형 기기 자체에서 작동하는 AI를 말한다. 인터넷 연결이 없어도 쓸 수 있고 민감한 정보가 외부로 나가지 않는다는 장점이 있다.
연간 반복 매출: 매달 또는 매년 꾸준히 들어올 것으로 예상되는 매출을 1년 단위 금액으로 환산한 값이다. 스타트업이 얼마나 빠르게, 얼마나 안정적으로 커지고 있는지를 보여주는 지표로 투자자들이 자주 쓴다.
연환산 매출(ARR): 특정 기간의 매출을 1년 단위로 환산해 앞으로 벌어들일 것으로 예상되는 매출 규모를 나타내는 지표다.
영업비밀: 특허처럼 공개 등록하지 않고 비밀로 유지함으로써 보호받는 회사의 기술·정보로, 경쟁사가 부정한 방법으로 빼내 쓰면 법적 책임을 물을 수 있다.
오가노이드: 사람의 피부나 혈액 세포를 실험실에서 되돌리고 배양해 만든, 진짜 장기를 축소한 것처럼 작동하는 세포 덩어리. 뇌 오가노이드는 수백만 개의 뉴런이 뇌파와 비슷한 전기 신호를 만들어낸다.
오케스트레이터: 여러 AI 모델 중 상황에 맞는 것을 골라 작업을 배분하는 상위 시스템을 뜻한다. 특정 모델 하나에 의존하지 않고, 필요에 따라 이 모델 저 모델로 작업을 돌려보내는 역할을 한다.
오프보딩: 직원이 퇴사할 때 회사 계정·파일·시스템 접근 권한을 정리해 회수하는 절차를 말한다.
오프타깃 효과: 유전자 편집 도구가 원래 목표한 DNA 부위가 아닌 엉뚱한 부위를 잘못 편집해버리는 부작용을 말한다.
오픈웨이트: 모델의 가중치(파라미터) 파일을 공개해 누구나 내려받아 직접 돌리거나 변형할 수 있게 한 AI 모델을 말한다.
온프레미스: 데이터를 외부 클라우드 서버로 보내지 않고, 자체적으로 보유한 서버에서 직접 처리하는 방식이다.
완전 양방향 음성: 사람과 AI가 전화 통화처럼 동시에 듣고 말할 수 있는 음성 대화 방식이다. 한쪽이 말을 끝낼 때까지 기다렸다가 번갈아 말하는 기존 방식과 달리, 자연스럽게 말이 겹치거나 끼어들 수 있다.
워런트: 정해진 가격에 미래 특정 시점에 주식을 살 수 있는 권리를 뜻하는 금융 용어다. 지금 당장 주식을 사는 게 아니라 나중에 살 수 있는 권리만 미리 확보해두는 방식이다.
워터마크: AI가 만든 글이나 이미지에 사람 눈에는 안 보이게 심어두는 표시로, 나중에 이 콘텐츠가 AI로 만들어졌는지 확인하는 데 쓰인다.
원격 코드 실행: 공격자가 직접 접근하지 않고도 인터넷을 통해 다른 컴퓨터에서 마음대로 명령을 실행할 수 있게 되는 심각한 보안 결함.
월간 활성 사용자: 한 달 동안 최소 한 번이라도 서비스를 사용한 사람의 수를 세는 지표. 서비스가 얼마나 많이, 꾸준히 쓰이고 있는지를 보여주는 대표적인 성장 지표다.
유니파이드 메모리: 컴퓨터의 CPU와 GPU가 서로 다른 메모리를 따로 쓰지 않고 하나의 메모리를 함께 쓰는 구조다. 데이터를 옮기는 과정이 줄어 큰 AI 모델을 실행할 때 유리하다.
유도만능줄기세포: 피부나 혈액처럼 이미 다 자란 세포를 특수 처리해 초기 배아세포 상태로 되돌린 것. 이 상태의 세포는 다시 어떤 종류의 세포로도 자랄 수 있어, 오가노이드를 만드는 출발점이 된다.
의도 충돌: AI가 사용자의 정당한 요청과 웹페이지 안에 숨겨진 악성 지시를 구분하지 못하고 뒤섞어 실행해버리는 현상을 가리키는 보안 연구자들의 표현이다.
이중 용도: 방어(보안 점검)와 공격(해킹) 양쪽 모두에 똑같이 쓰일 수 있는 기술이나 작업을 뜻한다. 취약점을 찾는 능력 자체가 이런 성격을 가져서, AI 모델에 얼마나 많은 권한을 줄지 판단하기 어렵게 만든다.
인간 피드백 강화학습: 사람이 AI의 답변에 좋고 나쁨을 매기고, 그 평가로 AI를 다시 훈련시키는 방법이다. 챗봇을 더 자연스럽고 유용하게 만드는 핵심 기법이다.
임바디드 추론: AI가 카메라 영상 같은 물리적 환경 정보를 이해해서 로봇처럼 실제 세계에서 행동을 계획하고 수정하는 능력을 말한다.
잉여현금흐름: 회사가 사업으로 벌어들인 현금에서 설비 투자 등에 쓴 돈을 뺀 나머지로, 실제로 회사 손에 남아 배당이나 재투자에 쓸 수 있는 현금을 뜻한다.

ㅈ

자기복제: AI 모델이 외부 지시 없이도 스스로를 다른 컴퓨터에 복사해 실행시키는 행동을 말한다.
자기복제형 악성코드: 스스로를 복사해 다른 컴퓨터나 프로세스로 퍼뜨리는 악성 프로그램이다. 사람이 매번 다시 실행시키지 않아도 감염 범위가 저절로 늘어난다는 점에서 일반 악성코드보다 통제하기 어렵다.
자동 번호판 인식기: 도로나 거리에 설치된 카메라가 지나가는 차량의 번호판을 자동으로 촬영·기록해 데이터베이스에 저장하는 감시 장비. 흔히 영문 약자 ALPR로도 불린다.
자본적 지출: 데이터센터나 서버처럼 오래 쓰는 설비·자산에 투자하는 지출. AI 기업들이 데이터센터 건설에 쏟는 돈이 대표적이다.
자율 에이전트: 사람이 매 단계 지시하지 않아도 스스로 목표를 세우고, 검색·코드 실행·파일 조작 같은 여러 단계의 작업을 이어서 수행하는 AI 시스템을 말한다.
재귀적 깊이: 정보를 겉으로 드러나는 언어가 아니라 모델 내부 층을 반복해서 통과시키며 처리하는 추론 방식이다. 사람이 읽을 수 있는 사고 흔적을 덜 남겨 감시가 어렵다.
재귀적 자기개선: AI가 사람의 개입 없이 스스로 더 나은 다음 세대 AI를 만들어내는 과정을 말한다.
전문가 혼합(MoE): 하나의 거대한 신경망 대신 여러 개의 작은 전문가 네트워크를 두고, 질문이 들어올 때마다 그중 일부만 골라 쓰는 AI 모델 설계 방식이다. 같은 크기라도 계산량을 아낄 수 있다.
전방배치엔지니어: 기업 고객 현장에 직접 파견돼 그 회사의 데이터와 시스템을 AI가 쓸 수 있는 형태로 정리해주는 엔지니어를 말한다.
전송국: 중국에서 접속 제한을 우회해 AI 서비스를 값싸게 되파는 중간 서버망을 가리키는 말이다. 정식 계정으로 로그인한 뒤 그 접속권을 다른 사람에게 되팔아 이익을 남긴다.
정렬: AI가 사람이 실제로 원하는 목표와 가치대로 행동하도록 만드는 연구 분야다.
정렬 실패: AI가 사람이 의도한 대로 안전하게 행동하도록 맞추는 것을 '정렬'이라 부르는데, 이 조정이 깨져 AI가 예상 밖의 행동을 하는 경우를 뜻합니다.
정렬 연구: AI가 사람이 원하는 방향과 다르게 행동하지 않도록 점검하고 문제를 고치는 연구 분야를 말한다.
정렬 오류: AI 모델이 만든 사람의 의도와 다르게 행동하는 것을 가리키는 말이다. 반드시 악의적인 것은 아니지만, 통제를 벗어난 행동이라는 점에서 안전 문제로 다뤄진다.
정렬 책임자: AI 모델이 사람이 원하는 방향대로 안전하게 행동하도록 관리하는 조직의 책임자다. 회사 안에서 위험한 행동을 가장 먼저 알아채고 경고하는 자리로 여겨진다.
제로데이: 아직 개발사도 모르거나 패치가 나오지 않은 보안 취약점, 또는 그 취약점을 이용한 공격을 뜻한다.
제로데이 취약점: 만든 회사조차 아직 모르고 있어서 고칠 방법(패치)이 나오기 전에 공격에 악용될 수 있는 소프트웨어 결함을 말한다.
제로샷: 그 작업에 맞춰 따로 훈련하거나 예시를 보여주지 않았는데도 AI가 곧바로 해내는 것을 말한다.
주권 AI: 한 나라나 기업이 미국 등 외국 기술에 의존하지 않고 자체적으로 AI 모델과 인프라를 통제할 수 있게 하는 접근을 뜻한다.
준비 프레임워크: AI 기업이 자사 모델의 위험 수준(생물·화학·사이버·핵 등)을 사전에 평가하고, 위험 등급에 따라 배포 여부와 안전장치를 결정하는 내부 절차.
증류: 덩치가 큰 AI 모델이 문제를 푸는 과정을 그대로 뽑아내, 그걸 흉내 내도록 작은 모델을 훈련시키는 방법이다. 원래는 합법적인 압축 기술이지만, 남의 회사 모델에서 몰래 뽑아내면 무단 복제가 된다.

ㅊ

체현 AI: 화면 속에서만 작동하는 챗봇과 달리, 로봇처럼 실제 몸을 가지고 물리 세계에서 움직이고 작업하는 AI를 가리키는 말이다.
추론 가속기: 이미 학습을 마친 AI 모델이 실제로 답을 내놓는 계산 단계만 전문적으로 빠르게 처리하도록 설계한 전용 칩입니다.
추론 흔적: AI 모델이 답을 내놓기 전에 문제를 단계별로 풀어나가는 내부 사고 과정의 기록. 기업들은 이걸 남이 베껴 쓰지 못하도록 대개 숨겨서 제공한다.

ㅋ

캡처 더 플래그(CTF): 네트워크에 숨겨진 정보를 찾아내도록 하는 사이버보안 훈련·평가 방식으로, AI 모델의 해킹 능력을 시험할 때도 자주 쓰인다.
커스텀 실리콘: 범용 GPU를 사서 쓰는 대신, 자기 회사의 AI 모델에 맞춰 직접 설계한 전용 반도체 칩을 말한다.
컨텍스트 윈도우: AI 모델이 한 번에 참고할 수 있는 텍스트의 최대 분량이다. 이 범위를 넘어서는 이전 대화나 문서 내용은 모델이 기억하지 못한다.
컨트롤 플레인: 클라우드 시스템에서 실제 데이터를 저장·처리하는 부분과 별도로, 그 시스템을 설정하고 관리하는 부분을 가리키는 용어다.
컴퓨터 사용 에이전트(CUA): 사람 대신 마우스 클릭과 키보드 입력 등으로 컴퓨터 화면을 직접 조작해 웹사이트나 프로그램에서 작업을 수행하는 AI 에이전트를 말한다.
크리스퍼 유전자 가위: DNA의 특정 부위를 정밀하게 잘라내거나 바꿔 유전자를 편집하는 기술로, Cas9 같은 단백질이 가위 역할을 한다.

ㅌ

턴리스 음성 모델: 상대방이 말을 끝낼 때까지 순서를 기다리는 대신, 사용자가 말하는 도중에도 AI가 자연스럽게 끼어들거나 반응할 수 있게 설계된 음성 대화 모델.
테라플롭: 컴퓨터가 1초에 1조 번의 연산을 처리하는 속도를 나타내는 단위로, 숫자가 클수록 더 많은 계산을 동시에 처리할 수 있다는 뜻이다.
텍스트 워터마킹: AI가 만든 글에 사람 눈에는 안 보이지만 정해진 방법으로 검사하면 찾아낼 수 있는 흔적을 남기는 기술. 어떤 글이 AI가 쓴 것인지 가려내는 데 쓰인다.
텔레메트리: 시스템이 작동하면서 자동으로 남기는 로그·기록 데이터를 뜻한다. 양이 방대해지면 그 안에서 이상 신호 하나를 찾아내기가 오히려 더 어려워질 수 있다.
토큰: AI 모델이 글을 읽고 쓸 때 나누는 최소 단위로, 단어 하나보다 작을 수도 크다. 토큰을 많이 쓸수록 비용과 처리 시간이 늘어난다.
토큰맥싱: 실제 업무 가치와 상관없이 사내 순위를 올리려고 AI 토큰을 과도하게 쓰는 행동을 가리키는 신조어다.
토큰세: 정부가 AI 기업이 서비스로 버는 수익의 일정 비율을 세금으로 걷어, AI로 일자리를 잃은 사람을 지원하는 데 쓰자는 제안이다. 아직 실제로 도입된 나라는 없다.
트랜스포머: 2017년 등장한 이후 지금의 챗GPT나 클로드 같은 거의 모든 대형 언어모델을 떠받치는 AI 아키텍처다. 어텐션이라는 연산으로 문장 속 단어 사이의 관계를 파악한다.

ㅍ

파라미터: AI 모델이 학습을 통해 값을 조정해 나가는 내부 변수로, 흔히 모델의 크기를 나타내는 척도로 쓰인다.
파운데이션 모델: 방대한 데이터로 미리 학습시켜, 검색 요약·챗봇 등 다양한 서비스의 바탕(기초)으로 재사용할 수 있게 만든 대형 AI 모델.
패키지 매니저: 소프트웨어 구성요소를 설치하고 관리해주는 개발 도구로, 이번 사건에서는 AI 에이전트들이 이걸 엉뚱하게도 서로 메시지를 주고받는 게시판처럼 사용했다.
포스트 양자 암호: 지금의 암호화 방식은 미래의 양자컴퓨터가 등장하면 쉽게 풀릴 수 있는데, 이런 양자컴퓨터의 계산 능력으로도 풀기 어렵도록 새로 설계한 암호화 방식을 말한다.
포워드 디플로이드 엔지니어: 기업 고객사에 직접 파견되어 AI 도구를 실제 업무에 맞게 통합하고 적용하는 역할을 하는 엔지니어다. 모델만 팔아서는 기업이 AI를 못 쓰는 문제를 현장에서 직접 풀려고 등장했다.
풀 듀플렉스: 전화 통화처럼 양쪽이 동시에 말하고 들을 수 있는 통신 방식이다. 한쪽이 말을 끝내야 다른 쪽이 반응하는 기존 음성 AI와 달리, 상대가 말하는 도중에도 자연스럽게 끼어들거나 반응할 수 있다.
프런티어: 그 시점에 가장 성능이 뛰어나고 규모가 큰 최신 AI 모델을 가리키는 업계 용어다.
프런티어 모델: 그 시점에 가장 성능이 뛰어난 최신 AI 모델을 가리키는 업계 용어다. 개발 비용과 성능이 가장 높은 축에 속하는 모델들을 말하며, 더 작고 저렴한 특화 모델과 대비된다.
프론티어 AI 모델: 현재 시점에서 가장 성능이 뛰어난 최상위권 AI 모델을 뜻하며, 그만큼 잠재적 위험도 크다고 여겨져 안전 규제 논의의 중심이 된다.
프롬프트 인젝션: AI가 원래 지시와 다른 행동을 하게 만드는 악성 명령을 문서나 웹페이지 안에 몰래 심어 넣는 공격이다. AI가 그 문서를 읽는 순간 숨겨진 명령을 진짜 지시로 착각해 실행할 수 있다.
프롬프트 인젝션 공격: 웹페이지나 문서 등 AI가 읽어들이는 내용 속에 몰래 명령어를 숨겨 넣어, AI 에이전트가 사용자 의도와 다른 행동(정보 유출, 무단 결제 등)을 하도록 속이는 공격 기법이다.
피지컬 AI: 화면 속 소프트웨어에만 머물지 않고 로봇 팔이나 실험 장비 같은 실제 물리적 기기를 직접 다루는 AI를 가리키는 말이다.

ㅎ

하네스: AI 모델이 한 번 답하고 끝나지 않고, 목표를 향해 여러 단계를 거치며 계속 시도하고 스스로 점검하도록 옆에서 관리해주는 프로그램 구조를 말한다.
핸드 스트렝스 모델: 카드 게임에서 선수의 행동 데이터를 분석해 그 선수가 쥐고 있을 패의 종류와 확률을 추정해 보여주는 모델이다.
혁신금융서비스: 금융위원회가 새로운 금융 서비스를 정식 규제를 다 갖추기 전에 일정 기간 시장에서 시험해볼 수 있도록 지정해주는 제도다.
환각: AI 모델이 사실이 아니거나 근거 없는 내용을 마치 사실인 것처럼 답하는 현상이다.

A–Z

AAIF: AI 에이전트 간 상호운용성 표준을 만들기 위해 주요 AI 기업들이 공동 설립한 비영리 협의체(Agentic AI Foundation)다.
AGI: 인간처럼 다양한 분야의 지적 작업을 스스로 해낼 수 있는 인공지능을 가리키는 말로, 실제로 도달했는지는 전문가마다 의견이 갈린다.
AI 게이트웨이: 여러 AI 모델을 하나의 창구로 연결해, 개발자가 매번 다른 업체의 API를 따로 연동하지 않고 원하는 모델을 골라 쓸 수 있게 해주는 중개 서비스다.
AI 네이티브: 기존 업무 방식에 AI를 나중에 끼워 넣는 게 아니라, 처음부터 조직과 업무 흐름 자체를 AI가 중심이 되도록 다시 짜는 것을 말한다.
AI 슬롭: 품질이 낮거나 별 의미 없는 내용을 AI로 대량 생성해 올린 콘텐츠를 가리키는 말.
AI 에이전트: 단순히 질문에 답하는 걸 넘어, 여러 단계의 실제 작업(이메일 처리, 환불 승인 등)을 스스로 판단해 대신 수행하는 AI 프로그램.
AIDC: 정부가 전력과 인허가 특례를 주는 인공지능 전용 데이터센터를 가리키는 법정 용어다.
API: 서로 다른 소프트웨어가 데이터를 주고받을 수 있도록 정해진 규칙과 통로다. 예를 들어 헬스장 예약 앱은 API를 통해 서버에 '예약해줘', '취소해줘' 같은 요청을 보낸다.
ARC-AGI-3: AI가 사전에 배운 적 없는 새로운 규칙을 얼마나 잘 스스로 알아내는지 시험하는 벤치마크(문제집).
ATS: 기업이 입사 지원서를 자동으로 접수하고 채용 과정을 관리하는 소프트웨어다. 일부는 AI로 지원자 이력서와 채용 공고의 일치도를 점수로 매겨 순위를 매기기도 한다.
AVI 점수: 유전자 변이 하나가 얼마나 큰 영향을 미치는지를 하나의 숫자로 나타내는 지표로, 유전자를 만들지 않는 비암호화 영역에도 적용된다.
C2PA: 사진·영상 파일에 '언제, 어떤 도구로 만들었는지'를 기록해 붙이는 업계 표준이다. Content Provenance and Authenticity의 약자로, 어도비·마이크로소프트·구글 등이 함께 만들고 있다.
CI/CD: 개발자가 만든 코드를 자동으로 검증하고 실제 서비스에 반영하는 과정을 이어주는 파이프라인을 말한다.
CVE: 소프트웨어의 특정 보안 취약점 하나하나에 붙는 고유 식별 번호로, 전 세계 보안 담당자들이 같은 취약점을 같은 이름으로 부르고 대응할 수 있게 해준다.
CWE: 소프트웨어에서 반복적으로 나타나는 보안 취약점의 유형을 표준화해서 분류해 놓은 목록이다.
ERCOT: 텍사스주의 전력망을 미국 나머지 지역과 독립적으로 운영하는 기관으로, 텍사스 대부분 지역에 전기를 공급하는 역할을 한다.
EU AI법: 유럽연합의 AI 규제법으로, AI가 생성한 이미지·음성·영상·텍스트에 기계가 식별할 수 있는 표시를 하도록 의무화하고, 위반 시 연매출의 최대 3%까지 과징금을 물릴 수 있다.
EU AI법 투명성 코드: 유럽연합이 AI가 만든 콘텐츠라는 사실을 이용자가 알 수 있게 표시하도록 정한 규정으로, 이걸 지키지 않으면 EU에서 서비스하는 AI 기업이 제재를 받을 수 있다.
F1 점수: 예측이 얼마나 정확한지를 하나의 숫자로 나타내는 평가 지표로, 100에 가까울수록 정답에 가깝다는 뜻이다.
GDPval: 오픈AI가 만든 평가 기준으로, 회계나 의료처럼 실제 44개 직업에서 AI가 얼마나 쓸 만한 결과를 내는지 수백 개 업무 상황으로 시험한다.
GGUF: 큰 AI 모델 파일을 개인용 컴퓨터에서도 열어 돌릴 수 있도록 압축해 담는 파일 형식이다. 이 형식으로 배포된 모델은 노트북에서도 실행할 수 있다.
KV 캐시: AI 모델이 글이나 대화를 처리하면서 이미 계산해 둔 결과를 임시로 저장해 두는 공간이다. 이걸 다른 모델과 그대로 주고받을 수 있으면, 매번 처음부터 다시 계산하지 않아도 돼 속도가 크게 빨라진다.
LPU: GPU와 함께 쓰이며 챗봇이 답을 생성하는 속도를 높이는 데 특화된 AI 전용 칩.
MCP: AI 챗봇이 블룸버그 같은 외부 서비스나 데이터베이스에 직접 연결해 정보를 가져올 수 있게 해주는 표준 연결 방식이다.
MoE(혼합전문가모델): 전체 모델 안에 여러 개의 '전문가' 하위 신경망을 두고, 입력마다 그중 일부만 선택해 계산하는 구조다. 전체 파라미터는 크지만 매번 실제로 쓰는 연산량은 적어, 큰 모델의 성능을 상대적으로 적은 비용으로 낼 수 있다.
NPU: 신경망 연산에 최적화된 전용 반도체로, 범용 GPU보다 같은 작업을 더 적은 전력으로 처리할 수 있다.
OCR: 종이나 사진 속 글자를 컴퓨터가 읽을 수 있는 글자로 바꿔주는 기술이다. 글자만 옮길 뿐, 그 내용이 맞는지는 따로 확인하지 않는다.
RAG: 질문에 답하기 전에 관련 문서나 데이터를 먼저 검색해 그 내용을 근거로 답을 생성하는 방식이다. 모델이 학습 당시 몰랐던 최신 정보나 사내 문서를 반영할 수 있게 해준다.
TPU: 구글이 AI 연산을 빠르게 처리하려고 자체적으로 설계한 전용 반도체 칩이다.
VLM: 이미지와 글자를 함께 이해하는 AI 모델이다. 문서의 표나 도장, 손글씨처럼 단순 문자인식만으로는 놓치는 시각 정보까지 함께 읽어낸다.
VRAM: 그래픽카드에 따로 달린 전용 메모리로, AI 모델을 빠르게 실행하는 데 필요한 공간입니다.
mTLS: 통신하는 두 컴퓨터가 서로의 신원을 함께 확인한 뒤에만 연결을 열어주는 보안 방식으로, 한쪽만 확인하는 일반적인 암호 통신보다 더 엄격하다.