인공지능

인공지능(AI)은 입력을 바탕으로 예측, 추천, 결정, 콘텐츠 생성 같은 출력을 내는 기계 기반 시스템을 가리키는 넓은 말이다. 따라서 AI는 챗봇 한 종류의 이름이 아니며, 사람처럼 의식이나 감정을 지닌다는 뜻도 아니다. 오늘날에는 규칙을 따르는 프로그램과 데이터를 학습하는 모델이 함께 AI 시스템을 구성할 수 있다. [1] [2]

어디에서 만나나

OECD의 설명은 AI 시스템이 입력으로부터 추론해 예측이나 콘텐츠, 추천, 결정을 만들고, 자율성이나 배포 뒤의 적응 정도가 서로 다를 수 있다고 정리한다. 결과가 자동으로 만들어져도 작동 범위와 책임 주체는 시스템 설계에 따라 달라진다. 이 넓은 정의를 출발점으로 삼으면 AI를 특정 제품이나 하나의 기술로 좁혀 오해하지 않게 된다. [1] [2]

예를 들어 사람이 정한 조건에 따라 특정 단어가 들어간 메일을 표시하는 것은 규칙 기반 접근이다. 예시 메일을 많이 보고 스팸과 정상 메일의 패턴을 익히게 하는 것은 머신러닝 방식이다. 둘 다 입력을 처리해 분류 결과를 낼 수 있지만, 하나는 규칙을 직접 적고 다른 하나는 데이터에서 판단 기준을 학습한다. [2]

작동과 사용 예

메일 분류기를 만든다고 가정하면, 수신 메일의 문장과 첨부 여부를 입력으로 삼아 ‘스팸일 가능성’이나 분류 결과를 보여 달라고 할 수 있다. 문장을 새로 써 주는 생성형 AI와 분류 결과를 내는 시스템은 모두 AI 범주에 들어갈 수 있지만, 사용자의 목적과 출력이 다르다.

AI라는 범주는 기술 이름 하나보다 문제를 해결하는 방식과 목표를 넓게 묶는다. 같은 서비스 안에서도 사람이 정한 규칙, 학습한 분류기, 생성 모델이 다른 단계에 쓰일 수 있다. 자율성이 어느 정도인지, 사람이 결과를 검토하는지, 오류가 났을 때 누가 책임지는지는 제품 설명과 사용 맥락에서 따로 살펴야 한다. [1] [2]

비슷한 개념과 주의점

AI의 하위 분야에는 데이터로 패턴을 익히는 머신러닝, 여러 층의 신경망을 쓰는 딥러닝, 문장처럼 자연어를 다루는 대규모 언어 모델이 있다. 이 관계는 하나가 다른 하나와 완전히 같은 말이라는 뜻이 아니라 포함 관계와 응용 분야를 설명한다. 여러 단계의 목표와 도구를 조합하는 AI 에이전트도 AI를 활용하는 시스템의 한 형태다. [1] [2]