[AI]ChatGPT에서 자주 사용하는 기본 개념 8가지

▣ ChatGPT에서 자주 사용하는 기본 개념 8가지

 

1) 프롬프트 엔지니어링(prompt engineering)
프롬프트 엔지니어링은 AI 모델에게 원하는 답변을 얻기 위해 질문이나 요청을 잘 구성하는 기술입니다. 쉽게 말해, ChatGPT 같은 AI에게 질문할 때 어떻게 물어보면 더 정확하고 유용한 답변을 얻을 수 있는지를 고민하는 과정입니다. 예를 들어, "오늘 날씨 어때?"라고 물어보는 것과 "서울의 오늘 날씨는 어떠한가요?"라고 물어보는 것의 차이를 이해하고, 더 좋은 답변을 얻기 위해 질문을 조정하는 것이죠.

2) 자연어 처리(NLP, Natural Language Processing)
자연어 처리는 컴퓨터가 인간의 언어를 이해하고 처리할 수 있도록 하는 기술입니다. 우리가 일상적으로 사용하는 언어를 컴퓨터가 이해하고, 대화하거나 텍스트를 분석할 수 있도록 도와주는 것이죠. 예를 들어, "오늘 점심 뭐 먹지?"라는 질문을 컴퓨터가 이해하고, 이에 대한 적절한 답을 제시할 수 있도록 하는 기술이 자연어 처리입니다.

3) 환각 현상(hallucination)
환각 현상은 AI 모델이 존재하지 않는 정보나 사실을 마치 진짜처럼 만들어내는 것을 말합니다. 예를 들어, ChatGPT가 어떤 질문에 대해 확실한 답을 알지 못하면서도 그럴듯한 답변을 생성해 내는 경우가 이에 해당합니다. 이러한 환각은 AI가 실제로 그 정보를 알고 있는 것처럼 보이지만, 사실은 그렇지 않다는 점에서 문제가 될 수 있습니다.

4) 머신러닝(ML, Machine Learning)
머신러닝은 컴퓨터가 데이터를 통해 학습하고, 경험을 통해 성능을 개선하는 기술입니다. 예를 들어, 수많은 고양이 사진을 보여주면, 컴퓨터가 스스로 고양이의 특징을 학습하여 나중에는 새로운 고양이 사진을 보더라도 고양이임을 인식할 수 있게 됩니다. 머신러닝은 AI의 근본적인 기술 중 하나로, 다양한 응용 분야에서 사용되고 있습니다.

5) 딥러닝(Deep Learning)
딥러닝은 머신러닝의 한 분야로, 인간의 뇌 구조를 모방한 신경망(neural network)을 이용해 데이터를 학습하는 기술입니다. 딥러닝은 특히 이미지 인식, 음성 인식, 자연어 처리 등에서 뛰어난 성능을 발휘합니다. 예를 들어, ChatGPT도 딥러닝 기술을 이용해 대량의 텍스트 데이터를 학습하고, 그 결과로 자연스러운 대화를 생성할 수 있습니다.

6) 토큰(Token)
토큰은 텍스트 데이터를 처리할 때 사용하는 기본 단위입니다. 문장을 단어별로, 혹은 더 작은 단위로 쪼갠 것이라고 생각하면 됩니다. 예를 들어, "ChatGPT는 똑똑해요!"라는 문장은 'Chat', 'GPT', '는', '똑똑', '해요'와 같이 여러 개의 토큰으로 나뉠 수 있습니다. 이러한 토큰화 과정을 통해 AI는 텍스트를 더 잘 이해하고 처리할 수 있습니다.

7) 파인 튜닝(Fine-tuning)
파인 튜닝은 이미 학습된 AI 모델을 특정 작업에 맞게 추가로 학습시키는 과정입니다. 예를 들어, 기본적으로는 여러 주제에 대해 잘 대답하는 ChatGPT 모델이 있다고 가정해 보겠습니다. 여기에 의료 분야의 질문에 더 잘 대답하도록 학습시키려면, 의료 관련 데이터를 추가로 학습시키는 파인 튜닝을 수행할 수 있습니다. 이를 통해 모델이 특정 분야에 더 정통한 답변을 제공할 수 있게 됩니다.

8) AGI(Artificial General Intelligence) - 범용 인공지능
AGI는 인공지능 연구의 궁극적인 목표로, 인간처럼 모든 종류의 인지 작업을 수행할 수 있는 인공지능을 의미합니다. 현재의 AI는 특정 분야에 특화된 능력을 가지고 있지만, AGI는 모든 분야에서 인간과 동등하거나 더 뛰어난 능력을 발휘할 수 있는 인공지능을 목표로 합니다. 예를 들어, AGI는 수학 문제를 풀고, 소설을 쓰고, 로봇을 조종하는 등 다양한 작업을 수행할 수 있는 능력을 가지게 될 것입니다.