AI 기술 용어 100개 정리

AI 기술 용어 100개 정리

기본 개념

1. AI (Artificial Intelligence)
인간처럼 사고하고 학습하는 컴퓨터 기술.
2. Narrow AI (좁은 AI)
특정 작업만 잘하는 인공지능 (예: 스팸 필터링).
3. General AI (범용 AI)
인간처럼 다양한 문제를 해결할 수 있는 인공지능.
4. AGI (Artificial General Intelligence)
인간 지능 전체를 모방하는 AI.
5. ASI (Artificial Superintelligence)
인간을 능가하는 초지능 AI.
6. Machine Learning (기계 학습)
데이터를 통해 자동으로 학습하는 기술.
7. Deep Learning (딥러닝)
인공 신경망을 이용해 데이터 학습을 심층적으로 하는 기법.
8. Supervised Learning (지도학습)
정답이 있는 데이터를 학습하는 방식.
9. Unsupervised Learning (비지도학습)
정답 없이 데이터 구조를 스스로 찾는 학습.
10. Reinforcement Learning (강화학습)
보상을 통해 최적의 행동을 학습하는 방법.

---

핵심 기술

11. Neural Network (신경망)
인간 뇌를 모방한 데이터 처리 구조.
12. CNN (Convolutional Neural Network)
이미지 처리에 특화된 신경망.
13. RNN (Recurrent Neural Network)
시계열 데이터 처리에 강한 신경망.
14. Transformer
순서를 고려해 빠르고 효과적으로 학습하는 신경망 구조 (ex: GPT).
15. Attention Mechanism
입력 데이터의 중요한 부분에 집중하는 기술.
16. GAN (Generative Adversarial Network)
가짜 데이터를 생성하는 모델.
17. Autoencoder
입력을 압축하고 복원하는 신경망.
18. Embedding
고차원 데이터를 저차원 공간에 표현하는 기법.
19. Overfitting (과적합)
학습 데이터에만 맞춰져 일반화가 안 되는 문제.
20. Underfitting (과소적합)
모델이 너무 단순해 데이터 패턴을 못 잡는 현상.

---

학습과 데이터

21. Training Data (훈련 데이터)
모델을 학습시키는 데이터.
22. Validation Data (검증 데이터)
학습 중 모델을 평가하는 데이터.
23. Test Data (테스트 데이터)
최종 평가용 데이터.
24. Batch Size
한 번에 학습하는 데이터 양.
25. Epoch
전체 데이터셋을 한 번 학습하는 과정.
26. Loss Function (손실 함수)
예측값과 정답의 차이를 계산하는 함수.
27. Gradient Descent
최적의 모델을 찾기 위해 오류를 줄이는 방법.
28. Backpropagation (역전파)
오차를 신경망 뒤로 전달해 학습하는 방법.
29. Learning Rate (학습률)
파라미터를 업데이트할 때 이동하는 크기.
30. Regularization (정규화)
과적합을 방지하는 기법.

---

모델 평가

31. Accuracy (정확도)
전체 중 정답 비율.
32. Precision (정밀도)
Positive 예측 중 진짜 Positive 비율.
33. Recall (재현율)
실제 Positive 중 예측이 맞은 비율.
34. F1 Score
Precision과 Recall의 조화 평균.
35. Confusion Matrix
예측 결과를 정리한 행렬.
36. ROC Curve
이진 분류기 성능을 시각화하는 그래프.
37. AUC (Area Under Curve)
ROC 곡선 아래 면적 (성능 지표).
38. Cross Validation
데이터를 나눠 여러 번 학습/평가하는 기법.
39. Bias (편향)
예측이 정답과 멀어지는 경향.
40. Variance (분산)
예측 결과가 데이터에 따라 크게 변하는 정도.

---

데이터 처리

41. Data Augmentation (데이터 증강)
학습 데이터 다양화 기법.
42. Normalization (정규화)
데이터 스케일을 조정하는 기법.
43. Standardization (표준화)
데이터 평균을 0, 분산을 1로 만드는 처리.
44. Feature Engineering
모델에 유용한 특징을 만드는 작업.
45. Dimensionality Reduction (차원 축소)
데이터 특성을 잃지 않고 변수 수를 줄이는 기술.
46. PCA (Principal Component Analysis)
주요 특징 추출을 위한 차원 축소 기법.
47. Tokenization
문장을 단어/문자 단위로 나누는 과정.
48. Word Embedding
단어를 벡터로 변환하는 기술.
49. Label Encoding
범주형 데이터를 숫자로 변환.
50. One-Hot Encoding
범주형 데이터를 0과 1로 표현.

---

주요 알고리즘

51. Decision Tree
의사결정 규칙 기반 분류기.
52. Random Forest
여러 트리를 결합한 강력한 분류기.
53. XGBoost
강력한 부스팅 기반 모델.
54. SVM (Support Vector Machine)
분류와 회귀에 사용하는 강력한 알고리즘.
55. KNN (K-Nearest Neighbors)
주변 이웃 기반 분류/회귀 방법.
56. Naive Bayes
확률 기반 분류기.
57. Clustering (군집화)
비슷한 데이터를 모으는 기법.
58. K-Means Clustering
대표적인 군집화 알고리즘.
59. DBSCAN
밀도 기반 군집화 알고리즘.
60. Hierarchical Clustering
계층적 군집화.

---

자연어 처리 (NLP)

61. NLP (Natural Language Processing)
인간 언어를 처리하는 AI 기술.
62. Language Model
문장 생성이나 이해를 위한 모델.
63. BERT
문맥을 이해하는 사전학습 모델.
64. GPT (Generative Pretrained Transformer)
문장 생성에 특화된 모델.
65. NER (Named Entity Recognition)
이름, 장소, 날짜 등 인식.
66. POS Tagging
단어의 품사 분석.
67. Summarization
긴 텍스트를 요약하는 기술.
68. Machine Translation
언어 번역 AI.
69. Sentiment Analysis
감성(긍정/부정) 분석.
70. Question Answering
질문에 답하는 AI.

---

컴퓨터 비전

71. Computer Vision
이미지나 영상을 이해하는 기술.
72. Image Classification
이미지를 범주로 분류.
73. Object Detection
이미지 내 객체를 찾아 위치 표시.
74. Segmentation
이미지의 각 픽셀을 분류.
75. YOLO (You Only Look Once)
빠른 객체 탐지 알고리즘.
76. OpenCV
컴퓨터 비전 오픈소스 라이브러리.
77. Face Recognition
얼굴 인식 기술.
78. OCR (Optical Character Recognition)
이미지에서 텍스트 추출.
79. Style Transfer
이미지 스타일을 변환.
80. Image Generation
이미지를 새로 생성하는 AI.

---

생성형 AI

81. Generative AI: 새로운 콘텐츠를 생성하는 AI.
82. Diffusion Model: 이미지를 노이즈 제거로 생성하는 기술 (ex: Stable Diffusion).
83. DALL-E: 텍스트를 입력받아 이미지를 생성하는 모델.
84. Midjourney: 예술적 이미지 생성 특화 AI.
85. Text-to-Image: 텍스트를 그림으로 변환하는 기술.
86. Text-to-Video: 텍스트를 기반으로 동영상을 생성.
87. Voice Synthesis: 사람 목소리를 생성하는 기술.
88. Deepfake: 실제 사람 얼굴이나 목소리를 합성.
89. Prompt Engineering: 생성 AI에 명령어를 최적화해서 원하는 결과 얻기.
90. Fine-tuning: 기존 모델을 특정 용도에 맞게 추가 학습시키기.

---

미래와 이슈

91. AI Alignment: AI 행동을 인간 가치에 맞추는 연구.
92. Explainable AI (XAI): AI의 결정을 설명할 수 있도록 만드는 기술.
93. Bias in AI: AI가 가진 편향 문제.
94. AI Ethics: 인공지능 윤리 문제.
95. AI Regulation: AI 기술을 통제하고 규제하는 정책.
96. Autonomous System: 스스로 작동하는 시스템 (자율주행 등).
97. Federated Learning: 데이터를 모으지 않고 분산 학습하는 방식.
98. Edge AI: 클라우드 대신 디바이스 단에서 AI를 처리.
99. Multi-modal AI: 텍스트, 이미지, 소리 등 여러 데이터 형태를 동시에 처리하는 AI.
100. Foundation Model: 다양한 작업에 적응 가능한 초거대 AI 모델 (ex: GPT-4, Gemini).

---