-
AI가 이해하는 방식: 토큰과 확률
우리가 보는 문장은 자연스러운 문장 그대로지만, AI 입장에서는 전혀 다른 모습으로 보입니다. 이 글에서는 입문자 관점에서 AI가 텍스트를 처리할 때 사용하는 기본 단위 ‘토큰(token)’과, 다음 내용을 예측하는 기준이 되는 ‘확률(probability)’을…
-
AI가 할 수 있는 것, 못하는 것 – 현실적인 기대치 세우기
AI와 함께 일하다 보면 “이제 AI가 다 해주겠지”라는 기대와 “언젠가 우리 일을 모두 뺏어가겠지”라는 불안이 동시에 등장합니다. 그러나 현재의 AI는 특정한 종류의 작업에는 매우 강력한 도구이지만, 여전히 사람이 책임지고 판단해야…
-
ChatGPT는 대체 뭘 하는 걸까? – AI 대화의 기본
많은 분들이 ChatGPT를 매일 쓰면서도 “얘는 도대체 안에서 무슨 일을 하는 걸까?”라는 궁금증을 갖습니다. 이 글에서는 ChatGPT가 어떻게 글을 읽고, 이해하고, 다음 말을 예측하는지 AI 101 수준에서 차근차근 정리합니다. 복잡한…
-
ChatGPT에게 좋은 질문하는 방법 – 구체적으로 말하기
ChatGPT에게 던지는 질문은 결국 우리가 원하는 결과물의 설계도와 같습니다. 막연한 질문보다는 맥락, 목적, 범위, 형식을 구체적으로 밝혀줄수록 더 정확하고 만족스러운 답을 얻을 수 있습니다. 이 글에서는 일상적인 예시를 통해 ‘구체적으로…
-
AI란 무엇인가? – 우리 생활 속 AI 찾아보기
이 글은 인공지능(AI)을 수식이나 어려운 구조 설명이 아니라, 우리가 이미 매일 쓰고 있는 생활 속 사례를 통해 직관적으로 이해할 수 있도록 정리합니다. 스마트폰, 동영상 추천, 내비게이션, 사진 보정, 챗GPT 같은…
-
RAG란? LLM + 검색의 결합으로 정확도 높이는 방법
RAG는 LLM이 스스로 알고 있는 것만으로 답하지 않고, 외부 자료를 먼저 찾아본 뒤 그 내용을 바탕으로 답을 만드는 방식입니다. 그래서 오래되었거나 훈련 데이터에 없는 정보, 숫자·정책처럼 자주 바뀌는 내용을 다룰…