AIP-01
모델
데이터에서 패턴을 배워 입력을 해석하거나 다음 출력을 예측하는 계산 구조.
개념 색인
AI 용어는 번역보다 사용 장면이 먼저다
같은 단어도 연구 논문, 제품 소개, 개발 문서, 정책 보고서에서 조금씩 다르게 쓰입니다. 이 색인은 정의와 함께 오해하기 쉬운 사용 맥락을 붙여 읽도록 설계했습니다.
AIP-02
컨텍스트
모델이 한 번의 응답을 만들 때 참고할 수 있는 입력의 범위와 주변 정보.
AIP-03
검색 보강
모델이 외부 문서나 데이터베이스를 찾아 근거와 함께 답하도록 돕는 방식.
AIP-04
추론 비용
모델을 실제로 호출할 때 드는 연산, 시간, 에너지, 서비스 비용의 합.
AIP-05
환각
그럴듯하지만 근거가 없거나 사실과 다른 출력을 만들어내는 현상.
AIP-06
에이전트
목표를 나누고 도구를 호출하며 여러 단계의 작업을 이어가는 AI 사용 패턴.
AIP-07
정렬
모델의 출력이 사람의 의도, 규칙, 안전 기준과 맞도록 조정하는 과정.
AIP-08
벤치마크
모델 성능을 비교하기 위해 같은 문제와 채점 기준을 적용하는 평가 틀.