인공지능(AI)이 세상을 재편하면서 동시에 새로운 언어를 만들어내고 있습니다. 최근 제품 회의나 발표 자리에서 LLM, RAG, RLHF 같은 용어들은 물론, 오픈AI(OpenAI)의 새로운 아스트라(Astra) 모델에 적용된 '불투명한 재귀(opaque recurrence)' 같은 개념까지 등장하며 AI 안전 연구자들을 긴장시키고 있습니다. 이처럼 빠르게 진화하는 AI 용어의 홍수 속에서 핵심 개념들을 명확히 이해하는 것이 중요합니다.
가장 먼저, 인공일반지능(AGI)은 인간의 평균적인 능력을 뛰어넘어 대부분의 작업을 수행할 수 있는 AI를 의미합니다. 오픈AI와 구글 딥마인드(Google DeepMind) 등 주요 AI 연구 기관마다 정의는 조금씩 다르지만, 궁극적으로 인간 수준 이상의 인지 능력을 목표로 합니다. AI 에이전트(AI agent)는 AI 기술을 활용해 사용자를 대신해 일련의 작업을 수행하는 도구로, 단순한 챗봇을 넘어 경비 처리, 항공권 예약, 심지어 코드 작성 및 유지보수까지 자율적으로 처리합니다. 이러한 에이전트가 외부 서비스와 연동될 때 필요한 것이 API 엔드포인트(API endpoints)입니다. 이는 소프트웨어의 '버튼'과 같아서 다른 프로그램이 이를 눌러 특정 기능을 실행하게 합니다. AI 에이전트가 스스로 이 엔드포인트를 찾아 활용하면서 자동화의 가능성은 더욱 확장되고 있습니다.
사고의 연쇄(Chain of Thought, CoT)는 대규모 언어모델(LLM)이 복잡한 문제를 작은 중간 단계로 나누어 해결함으로써 최종 결과의 정확도를 높이는 추론 방식입니다. 이는 마치 사람이 복잡한 수학 문제를 풀 때 종이에 단계를 써내려가는 것과 유사합니다. 코딩 에이전트(Coding agents)는 AI 에이전트의 한 종류로, 소프트웨어 개발에 특화되어 있습니다. 단순히 코드를 제안하는 것을 넘어, 코드를 작성하고, 테스트하며, 디버깅까지 자율적으로 수행하여 개발자의 반복적인 업무 부담을 줄여줍니다. 컴퓨트(Compute)는 AI 모델을 구동하고 훈련시키는 데 필수적인 연산 능력을 의미하며, GPU, CPU, TPU와 같은 하드웨어를 통칭하는 용어로 사용됩니다. 마지막으로 딥러닝(Deep learning)은 다층 인공신경망(ANN) 구조를 가진 머신러닝(Machine Learning)의 하위 분야로, 인간 뇌의 뉴런 연결 방식에서 영감을 받아 복잡한 데이터에서 스스로 특징을 학습하고 오류를 통해 개선하는 능력을 가집니다.