Home / AI / AI 용어사전

TERM

AI 용어사전

AI 핵심 용어에 대해 AI가 직접 정리하는 사전. RAG·MCP·LLM·Fine-tuning 등을 한 줄 정의 + 언제 써야 하는지까지 함께.

TERM

[IG] 비동기(Async) — API 응답을 기다리는 동안 코드가 멈추지 않는 이유

json { "caption": "API를 호출하면 응답이 올 때까지 코드가 멈춰야 할까요? 비동기(Async)는 기다리는 동안 다른 일을 처리하는 방법입니다. 바이브코딩 필수 개념, 클로가 정리했습니다. 비동기 Async 바이브코딩 AI개발 클로", "cover title":

TERM

[IG] 서버리스(Serverless) — 서버 없이 AI 앱을 배포하는 구조

json { "caption": "서버 없이 AI 앱을 배포하는 방법이 있을까요? 서버리스는 코드 실행 단위로 비용을 내는 클라우드 방식. Vercel, Lambda, Cloudflare Workers의 차이를 정리합니다. 서버리스 Serverless AI앱 클라우드 AI개발"

TERM

[IG] 알고리즘 — AI가 문제를 푸는 방식을 설계하는 계산 절차

json { "caption": "AI가 스스로 배운다? 머신러닝의 원리를 클로(Clo)가 직접 설명합니다.\n데이터 속 패턴을 찾아 규칙을 만들어가는 기술, 그게 바로 머신러닝입니다.\n자세한 내용은 프로필 링크에서 확인하세요.\n 머신러닝 AI용어사전 인공지능 딥러닝 AI기

TERM

[IG] 캐시(Cache) — AI가 같은 질문에 더 빠르게 답하는 비결

json { "caption": "AI가 두 번째 질문에 더 빠르게 답하는 이유는? 바로 '캐시' 덕분입니다. 반복 연산을 저장해 속도를 높이는 임시 기억소, 지금 개념을 정리해보세요.\n AI용어사전 캐시 프롬프트캐싱 AI기초 테크트렌드", "cover title": "캐시(

TERM

[IG] 쿠키(Cookie) — 브라우저가 나를 기억하는 방식의 정체

json { "caption": "로그인 상태가 계속 유지되는 이유, 알고 계셨나요?\n브라우저가 나를 기억하는 방법이 바로 쿠키입니다.\nAI 서비스가 내 설정을 저장하는 원리도 여기서 시작됩니다.\n\n 쿠키 Cookie AI용어사전 웹기술 브라우저", "cover titl

TERM

[IG] 클라우드 — AI 서비스가 내 PC 없이 돌아가는 원리

json { "caption": "ChatGPT가 돌아가는 그 서버, 내 PC가 아닙니다. AI 서비스가 클라우드 위에서 작동하는 원리를 클로가 직접 설명합니다. AI용어사전 클라우드 AWS AI인프라 빅테크", "cover title": "클라우드란?\nAI 서비스의 엔진",

TERM

객체(Object) — AI 코딩의 핵심 단위, 데이터와 기능을 묶는 방법

코드로 현실 세계를 모델링할 때, 개별 개체를 표현하는 기본 단위가 객체(Object)다. 자동차를 표현한다면 색상·속도는 데이터(속성)이고, 달리기·멈추기는 기능(메서드)이다. 객체는 이 둘을 하나로 묶은 캡슐이다.

TERM

데이터베이스 — AI 서비스 뒤에 숨은 정보 저장소의 원리

AI 앱을 만들면 반드시 만나는 질문이 있다. "사용자 데이터는 어디에 저장하지?" 채팅 기록, 사용자 정보, AI가 참조할 문서 — 이 모든 것을 담는 그릇이 데이터베이스(Database) 다.

TERM

데이터셋(Dataset) — AI를 가르치는 교과서의 정체

AI 모델이 무엇을 알고 무엇을 모르는지는 학습에 사용된 데이터셋이 결정한다. 모델 구조나 알고리즘보다 데이터의 품질과 구성이 실제 성능을 좌우하는 경우가 많다. 고품질 데이터셋 확보가 AI 기업들의 핵심 경쟁 자산이 된 이유가 여기에 있다.

TERM

디버깅(Debugging) — AI가 코드 오류를 추적하는 과정

AI 코딩 도구가 오류 메시지를 뱉어낼 때, 그 원인을 찾아 수정하는 전 과정을 디버깅(Debugging) 이라 한다. 단순히 에러를 없애는 행위가 아니라, 코드가 왜 기대와 다르게 동작하는지 근거를 찾는 논리적 추적 과정이다.

TERM

딥러닝(Deep Learning) — 머신러닝보다 한 단계 깊은 AI 학습법

GPT가 문장을 이해하고, 이미지 인식 AI가 고양이를 구분하고, 음성 AI가 말을 텍스트로 변환한다. 이 모든 것의 근간에는 딥러닝(Deep Learning)이 있다.

TERM

런타임(Runtime) — 코드가 살아 움직이는 그 순간의 정체

런타임 에러라는 말은 코딩을 조금이라도 해본 사람이라면 한 번쯤 마주친다. 그런데 정작 "런타임이 무엇인가"라고 물으면 명확하게 설명하기가 쉽지 않다. 컴파일 타임, 빌드 타임, 실행 시간 — 비슷해 보이는 개념이 뒤섞여 있기 때문이다.

TERM

레이턴시(Latency) — AI 응답 속도를 결정하는 지연 시간의 정체

AI 서비스의 반응 속도는 단 하나의 구간에서 결정되지 않는다. 사용자가 전송 버튼을 누르는 순간부터 첫 번째 글자가 화면에 뜨기까지, 세 개의 서로 다른 병목이 순서대로 기다리고 있다.

TERM

로깅(Logging) — AI 시스템 오류를 추적·기록하는 개발자의 눈

로그(Log)는 시스템이 실행되는 과정에서 발생하는 이벤트, 오류, 상태 변화를 시간 순으로 기록한 데이터다. 로깅(Logging)은 이 로그를 생성하고 저장하는 행위 전체를 가리킨다. AI 시스템이 복잡해질수록 로깅은 '있으면 좋은 것'이 아닌 운영의 필수 기반이 된다.

TERM

머신러닝 — AI가 데이터로 스스로 배우는 원리

사람이 "이 사진이 고양이면 1, 개면 0"이라는 규칙을 일일이 프로그래밍하지 않아도, AI는 수천 장의 사진 데이터를 보고 스스로 그 구분 기준을 찾아낸다. 이것이 머신러닝의 핵심 원리다. ChatGPT도, 이미지 생성 AI도, 자율주행 시스템도 모두 이 원리 위에 올라가 있

TERM

미들웨어(Middleware) — AI 서비스 요청·응답 사이의 중간 계층

클라이언트 요청이 비즈니스 로직에 닿기 전, 반드시 거쳐야 할 공통 관문이 있다. 인증 확인, 로그 기록, 요청 데이터 파싱 — 미들웨어는 이 반복 작업을 한 곳에서 처리하는 중간 계층이다.

TERM

배열(Array) — AI가 데이터 목록을 다루는 가장 기본 구조

AI 모델이 여러 결과를 한꺼번에 돌려줄 때, 검색 결과 10개를 순서대로 처리할 때, 사용자 대화 기록 전체를 관리할 때 — 모두 배열(Array)이 등장하는 순간이다.

TERM

변수(Variable) — AI 코드에서 값을 기억하는 가장 기초 단위

코드에서 어떤 값을 '기억'해두고 나중에 꺼내 쓸 수 있다. 이 기능을 담당하는 것이 변수(Variable)다. 프로그래밍의 출발점이자, AI [[api]] 응답을 다룰 때도 매 순간 등장하는 개념이다.

TERM

비동기(Async) — API 응답을 기다리는 동안 코드가 멈추지 않는 이유

AI API를 처음 호출해본 개발자라면 한 번쯤 마주치는 상황이 있다. 응답을 기다리는 동안 화면이 멈추거나, 요청이 쌓이면서 서버가 느려지는 현상이다. 이 문제의 핵심에 비동기(Asynchronous) 처리가 있다.

TERM

서버리스(Serverless) — 서버 없이 AI 앱을 배포하는 구조

서버를 직접 사지 않아도 AI 앱을 전 세계에 배포할 수 있다. 서버리스는 그 가능성을 현실로 만드는 클라우드 아키텍처다. 코드 실행 단위로만 비용을 내고, 트래픽이 없으면 비용도 없다.

TERM

스코프(Scope) — 변수가 살아있는 코드 영역의 경계선

같은 이름의 변수가 함수 안과 밖에서 전혀 다른 값을 가리키는 이유는 무엇인가. 스코프(Scope)는 그 질문에 대한 답이며, 모든 프로그래밍 언어의 변수 동작 방식을 이해하는 출발점이다.

TERM

스택(Stack) — 함수 호출과 실행 순서를 관리하는 자료 구조

함수 A가 함수 B를 호출하고, B가 C를 호출한다. C가 완료되면 B로 돌아가고, B가 완료되면 A로 돌아간다. 이 순서를 관리하는 자료 구조가 스택(Stack)이다. LIFO(Last In, First Out) — 마지막에 들어온 것이 먼저 나간다.

TERM

시스템 프롬프트 — AI 성격과 규칙을 설정하는 숨겨진 지시문

ChatGPT와 Claude가 서로 다른 성격을 가지는 이유, 그리고 같은 모델이 서비스마다 전혀 다르게 반응하는 이유는 대부분 시스템 프롬프트에서 비롯된다.

TERM

알고리즘 — AI가 문제를 푸는 방식을 설계하는 계산 절차

AI가 체스를 두고, 최적 경로를 찾고, 콘텐츠를 추천하는 과정에는 공통 설계도가 있다. 문제를 어떤 순서로, 어떤 방법으로 풀 것인가를 명시한 알고리즘(Algorithm) 이다.

TERM

에러 핸들링(Error Handling) — AI 앱이 오류에도 멈추지 않는 방법

API 호출이 실패하고, 잘못된 데이터가 들어오고, 서버가 응답하지 않는다. AI 서비스가 이런 상황에서도 멈추지 않으려면 에러 핸들링(Error Handling)이 필수 설계 요소다.

TERM

엔드포인트(Endpoint) — API 요청이 정확히 향하는 주소

API를 레스토랑이라면 엔드포인트는 메뉴별 주문 창구다. GET /articles 는 글 목록 창구, POST /generate 는 AI 생성 창구다. AI 서비스를 연동할 때 어떤 엔드포인트에 무엇을 요청하는지 이해하면 연동 난도가 절반으로 줄어든다.

TERM

오픈소스(Open Source) — AI 기술이 이렇게 빠르게 발전한 이유

Meta가 Llama 모델을 무료로 공개하고, Stability AI가 Stable Diffusion 코드를 GitHub에 올린 순간, AI 기술의 확산 속도가 극적으로 빨라졌다. 이 현상의 중심에 오픈소스(Open Source) 개념이 있다.

TERM

의존성(Dependency) — npm install 뒤에 쏟아지는 부품의 정체

npm install 을 실행하면 터미널에 수백 줄의 설치 로그가 쏟아진다. 패키지 하나를 설치했을 뿐인데 왜 수백 개가 설치될까. 이 현상의 핵심에 의존성(Dependency)이 있다.

TERM

인증 vs 인가 — AI 서비스 보안이 두 단계로 나뉘는 이유

로그인에 성공했는데 "권한이 없습니다" 오류가 뜬 경험이 있다면, 그 순간이 바로 인증과 인가가 다른 두 개의 문이라는 사실을 체감한 것이다. 첫 번째 문은 통과했지만 두 번째 문은 열리지 않았다.

TERM

인터페이스(Interface) — 서로 다른 코드가 대화하는 계약의 정체

서로 다른 코드 모듈이 어떻게 데이터를 주고받는지 약속한 규격이 인터페이스(Interface)다. 구현의 내부를 공개하지 않고 '어떤 입력을 받아 어떤 출력을 내놓는다'는 계약만 정의한다. API, 타입스크립트의 interface 키워드, AI 모델 연동 모두 인터페이스 개념

TERM

정규표현식(RegEx) — AI가 텍스트에서 패턴을 찾는 수식

이메일 주소 하나를 검증하는 코드 한 줄. 그 안에 ^[\w\. ]+@[\w\. ]+\.\w{2,}$ 이라는 기호가 빼곡히 들어차 있다. 이것이 정규표현식이다 — 텍스트에서 원하는 패턴을 찾아내는 수식 언어.

TERM

캐시(Cache) — AI가 같은 질문에 더 빠르게 답하는 비결

AI 서비스에서 동일한 질문을 두 번 하면 두 번째가 훨씬 빠르다. 그 차이의 핵심이 캐시다. 반복 연산을 저장해두고 재사용하는 임시 기억소, 캐시의 모든 것을 정리한다.

TERM

컴파일러(Compiler) — 코드를 기계어로 번역하는 소프트웨어의 원리

파이썬으로 작성한 코드를 CPU는 바로 이해하지 못한다. CPU는 0과 1로 이루어진 기계어(Machine Code)만 처리한다. 사람이 쓴 고수준 언어를 기계어로 변환하는 소프트웨어가 컴파일러(Compiler)다.

TERM

콜백(Callback) — 비동기의 시작, 함수를 인수로 넘기는 패턴

Promise가 등장하기 전, JavaScript 비동기의 모든 것은 콜백(Callback) 하나로 처리됐다. 비동기 패턴의 원형을 이해하려면 반드시 콜백에서 시작해야 한다.

TERM

쿠키(Cookie) — 브라우저가 나를 기억하는 방식의 정체

로그인 상태가 브라우저를 껐다 켜도 유지된다. AI 서비스가 내 설정과 최근 대화를 기억한다. 이 모든 기억의 실체가 쿠키다.

TERM

쿼리(Query) — AI가 데이터베이스에 질문하는 언어

AI 서비스가 사용자 질문에 답하려면 반드시 데이터베이스에서 필요한 정보를 꺼내야 한다. 이 "꺼내달라는 요청"을 코드로 표현한 것이 쿼리(Query) 다. 검색창에 단어를 입력하는 행위도, AI가 수백만 건의 기록 중 관련 데이터를 찾는 행위도 모두 쿼리다.

TERM

클라우드 — AI 서비스가 내 PC 없이 돌아가는 원리

AI 서비스를 구동하는 서버는 어디에 있을까. ChatGPT에 질문을 보내면 응답이 돌아오기까지 사용자의 PC는 아무 연산도 하지 않는다. 그 연산은 전 세계에 분산된 데이터센터, 즉 클라우드(Cloud)에서 이루어진다.

TERM

클래스(Class) — 객체를 찍어내는 AI 코드의 설계 도면

붕어빵 틀 하나로 같은 모양의 붕어빵을 찍어내듯, 클래스는 동일한 구조의 객체를 반복 생성하는 설계 도면이다. AI 앱에서 사용자·메시지·세션이 각각 클래스로 정의되는 이유다.

TERM

트랜스포머(Transformer) — GPT를 탄생시킨 AI 핵심 구조

ChatGPT, Claude, Gemini 모두 하나의 논문에서 출발했다. 2017년 구글이 발표한 'Attention is All You Need'가 현대 AI 판도를 통째로 바꿨다. 트랜스포머 아키텍처 없이 오늘날의 대형 언어 모델은 존재하지 않는다.

TERM

프롬프트 — AI에게 보내는 첫 메시지의 정체

같은 AI 모델에 "요약해줘"와 "전문가처럼 3가지 핵심만 불릿으로 정리해줘"를 보내면 결과가 완전히 달라진다. 프롬프트는 AI의 출력을 결정하는 가장 직접적인 변수다. AI 모델의 능력을 얼마나 끌어낼 수 있는지는 프롬프트 설계에 달려 있다.

TERM

함수(Function) — 반복 코드를 한 번에 해결하는 AI 개발의 핵심

AI API를 호출하는 코드를 매번 처음부터 작성한다면 금방 엉망이 된다. 같은 로직이 반복되고, 버그를 한 곳에서 수정해도 다른 곳은 그대로다. 함수(Function)는 이 문제를 해결하는 가장 기본적인 도구다.

TERM

해시(Hash) — 비밀번호를 코드에 직접 저장하면 안 되는 이유

비밀번호를 평문으로 DB에 저장하는 서비스는 단 한 번의 침해 사고로 전체 사용자 계정을 잃는다. 해시는 이 구조적 위험을 원천 차단하는 단방향 변환 메커니즘이다.

TERM

Agent (AI 에이전트)

Agent는 단순히 답변만 주는 챗봇과 달리 도구를 호출하고 다단계 작업을 수행하는 AI 시스템입니다. 사용자가 자연어로 목표를 말하면, Agent는 그 목표를 달성하기 위한 단계를 스스로 계획하고 외부 도구(파일 시스템, API, DB)를 호출해 결과를 만듭니다.

TERM

Boolean(불리언) — AI 로직을 true·false 하나로 제어하는 원리

AI가 어떤 결정을 내리든, 그 결정의 최소 단위는 참(true)과 거짓(false) 두 값이다. Boolean(불리언)은 모든 AI 로직의 가장 근본적인 데이터 타입이다.

TERM

CDN — 서울 서버가 미국 사용자에게도 빠른 이유

서울 데이터센터에 있는 서버가 뉴욕 사용자에게 이미지를 전송한다면 물리적 거리만큼 지연이 발생한다. CDN은 그 이미지를 뉴욕 근처 서버에 미리 복제해 두어 거리 문제를 해결한다 — AI 서비스가 전 세계 어디서든 빠르게 응답할 수 있는 이유다.

TERM

CI/CD — 커밋 한 번으로 테스트·배포까지 자동화하는 구조

코드를 저장소에 push하는 순간, 테스트가 자동으로 실행되고 서버에 배포까지 완료된다. 누군가 직접 버튼을 누르거나 명령을 입력하지 않아도 된다. CI/CD 파이프라인이 작동하는 방식이다.

TERM

CLI — 터미널 한 줄로 AI 개발 환경을 다루는 기본 무기

Claude Code, Gemini CLI, GitHub Copilot CLI — 지금 가장 강력한 AI 개발 도구들이 공통적으로 CLI 형태로 나온다. 마우스를 치우고 터미널을 열면 AI와 협업하는 속도가 달라진다.

TERM

Context Window — AI가 대화를 잊기 시작하는 경계선

AI와 대화하다 보면 앞서 나눈 이야기를 갑자기 기억하지 못하는 순간을 마주하게 된다. 긴 문서를 분석하다 앞 내용을 잊거나, 초반에 설정한 조건을 무시하기 시작한다. 이 현상의 중심에 Context Window(컨텍스트 윈도우)가 있다.

TERM

CRUD — 모든 AI 서비스 기능이 담긴 4글자 기본 동작

AI 챗봇에 질문을 보내면(Create), 대화 목록을 불러오고(Read), 메시지를 수정하고(Update), 대화를 삭제한다(Delete). 이 네 동작이 CRUD다 — 디지털 서비스의 모든 기능이 담긴 4글자.

TERM

DNS — 도메인을 IP로 바꿔주는 인터넷 전화번호부

브라우저 주소창에 blevels.com 을 입력하는 순간, 컴퓨터는 그 문자열을 숫자 주소([[ip address]])로 바꾸는 조회를 수행한다. 이 변환을 담당하는 시스템이 DNS(Domain Name System) 다. 인터넷의 모든 통신은 IP 주소를 목적지로 삼기 때문에

TERM

Docker — 어디서든 똑같이 실행되는 컨테이너 기술의 원리

"내 컴퓨터에서는 되는데 서버에서는 안 된다." 개발자라면 누구나 마주치는 이 문제를 해결하는 것이 Docker의 핵심 존재 이유다. 환경 차이에서 비롯된 배포 실패를 컨테이너 기술로 원천 차단한다.

TERM

Embedding (벡터 임베딩)

Embedding 은 텍스트·이미지·코드 같은 비정형 데이터를 고정 차원의 숫자 벡터로 바꾸는 기술입니다. 한국어로는 임베딩 또는 벡터 임베딩이라 부르며, AI 시스템이 의미를 비교·검색·분류하기 위한 핵심 입력 형태입니다.

TERM

Fine-tuning (미세 조정)

Fine tuning은 사전 학습된 모델에 추가 학습을 적용해 특정 작업이나 도메인에 특화시키는 과정입니다. 한국어로는 미세 조정이라고 부릅니다. 일반 LLM을 그대로 쓰지 않고, 자기 데이터로 추가 훈련해 응답 스타일, 전문 지식, 특정 형식을 모델에 각인시키는 방식입니다.

TERM

Git — 코드의 타임라인, AI 협업 프로젝트의 필수 기반

AI 코딩 도구들이 PR, 브랜치, 커밋을 자연스럽게 다루는 이유가 있다. 현대 소프트웨어 개발의 기반 언어가 Git이기 때문이다. Claude Code가 git commit 을 실행하고, Cursor가 변경사항을 diff로 보여주는 것 모두 Git 위에서 작동한다.

TERM

GPU — AI가 빠르게 생각하는 핵심 칩의 역할

AI 모델 하나를 학습시키는 데 수천 개의 GPU가 수주에서 수개월 동안 쉬지 않고 연산을 수행한다. H100 GPU 한 장의 가격이 수천만 원을 넘는 이유, AI 기업들이 GPU 확보에 수조 원을 투자하는 이유가 여기에 있다. AI 인프라 경쟁의 실체는 GPU 확보 경쟁이다.

TERM

GraphQL — REST 대신 원하는 데이터만 쏙 뽑는 API 방식

REST API를 쓰다 보면 필요 없는 데이터까지 통째로 받거나, 반대로 한 화면을 위해 API를 여러 번 호출해야 하는 상황이 생긴다. GraphQL은 이 문제를 "클라이언트가 원하는 것만 요청한다"는 원칙 하나로 해결한다.

TERM

Hallucination — AI가 자신 있게 틀리는 현상의 원리

AI가 확신에 차서 틀리는 현상. Hallucination이라 부르는 이 현상은 AI를 처음 접한 사람들에게 가장 당혹스럽게 느껴지는 동작 방식 중 하나다. 없는 논문을 인용하고, 실존하지 않는 법률 조항을 자신 있게 설명한다. 단순한 버그가 아니라 [[llm]] 구조 자체에서

TERM

HTTP 메서드 — GET·POST·PUT·DELETE가 실제로 하는 일

REST API 문서를 처음 열면 GET, POST, PUT, DELETE라는 단어가 나온다. 같은 URL이라도 어떤 메서드를 쓰느냐에 따라 완전히 다른 동작이 일어난다. AI 서비스 개발에서 이 구분을 모르면 API 설계부터 디버깅까지 헷갈린다.

TERM

HTTP 상태 코드 — 200·404·500이 보내는 신호 해독법

AI API를 호출했더니 응답으로 숫자 하나가 돌아온다. 200이면 안도하고, 404면 당혹하고, 500이면 막막해진다. 이 세 자리 숫자가 HTTP 통신의 상태를 압축해서 전달하는 언어다.

TERM

IDE — AI 개발에서 통합 개발 환경이 필요한 이유

Cursor, VS Code, PyCharm — AI 코딩 도구를 찾다 보면 이 이름들을 피해갈 수 없다. 그런데 이것들이 단순한 '코드 편집 프로그램'과 무엇이 다른지 물어보면, 생각보다 설명이 길어진다.

TERM

Inference(추론) — AI가 답을 만들어내는 그 순간

ChatGPT에 질문을 보내는 그 순간, AI는 학습이 아닌 추론(Inference)을 실행하고 있다. 학습은 이미 끝났고, 파라미터는 고정된 채로 입력을 받아 출력을 만들어낸다. AI 서비스 운영 비용의 대부분은 이 추론 단계에서 발생한다.

TERM

IP 주소 — 인터넷에서 나를 찾는 숫자 주소의 정체

AI 서비스에 메시지를 보내거나 웹사이트에 접속할 때마다 숫자로 이루어진 주소가 오간다. IP 주소(IP Address) 는 인터넷에 연결된 모든 기기에 부여되는 고유 식별자다. 우편 주소처럼, 이 숫자가 없으면 어떤 데이터도 정확한 목적지로 도달할 수 없다.

TERM

JWT — 로그인 상태를 토큰 하나로 유지하는 원리

소셜 로그인을 마친 뒤 페이지를 새로고침해도, 심지어 브라우저를 닫았다 열어도 로그인이 유지되는 경험을 해봤을 것이다. 이 마법의 핵심이 바로 JWT(JSON Web Token)다.

TERM

LLM (Large Language Model)

LLM은 Large Language Model의 약자로, 대규모 언어 모델을 뜻합니다. 인간 언어의 패턴을 거대한 신경망에 학습시켜, 입력된 텍스트에 대해 자연스러운 텍스트를 생성하는 AI 시스템입니다. ChatGPT, Claude, Gemini 같은 챗봇이 대표적인 LLM 응

TERM

OAuth — 소셜 로그인 뒤에 숨은 보안 표준 이해하기

'구글로 로그인' 버튼을 누르는 순간, 비밀번호 한 글자도 제3자 앱에 노출되지 않는다. 이 흐름의 핵심은 OAuth 2.0이다. 권한을 위임하되 자격증명(credential)은 공유하지 않는 이 표준이 현대 인터넷 인증의 기반을 이룬다. AI 자동화 도구, 소셜 로그인, AP

TERM

ORM — SQL 없이 코드로 DB를 다루는 방법

데이터베이스에 INSERT INTO users VALUES ... 대신 user.save() 한 줄로 저장하는 것 — ORM이 바꾼 개발 방식이다. AI 앱 개발에서 대화 기록, 임베딩 결과, 에이전트 상태를 저장하는 데이터 계층으로 자리잡은 이 기술의 원리와 주의점을 살펴본다

TERM

Promise — 비동기 코드를 깔끔하게 처리하는 자바스크립트 약속

AI API를 호출할 때 응답이 곧바로 오지 않는다. 서버에 요청을 보낸 뒤 결과가 돌아올 때까지 기다려야 한다. 이 '미래에 완료될 작업'을 코드에서 다루는 도구가 바로 Promise다.

TERM

REST — 웹 API 설계의 기본 규칙, AI도 이걸 따른다

ChatGPT API를 호출하든, Notion API로 데이터를 가져오든, 거의 모든 AI 서비스 API는 REST 원칙을 따른다. REST는 웹에서 데이터를 주고받는 방식에 대한 설계 규칙이며, 오늘날 인터넷 API의 사실상 표준이다. GET·POST·PUT·DELETE 네

TERM

RLHF — 인간 피드백으로 AI를 정렬하는 학습법

ChatGPT가 단순히 "다음 단어를 예측하는 모델"이 아니라 "사람이 원하는 방식으로 대화하는 AI"로 진화한 핵심에 RLHF가 있다. AI가 유해한 요청을 거절하고, 지시를 정확히 따르고, 공손하게 대답하는 행동 방식 전체가 이 학습법에서 비롯된다.

TERM

SaaS — 설치 없이 브라우저로 쓰는 AI 서비스의 작동 원리

ChatGPT를 쓸 때 아무것도 설치하지 않아도 되는 이유, Notion이 매달 구독료를 받는 방식, Figma가 팀 전체에서 동시 편집되는 구조 — 이 모든 것이 SaaS(Software as a Service)라는 하나의 개념으로 연결된다.

TERM

SDK — API보다 더 큰 개념, 개발 도구 묶음의 정체

SDK(Software Development Kit, 소프트웨어 개발 키트)는 특정 플랫폼이나 서비스를 위한 개발 도구 모음이다. [[api]] 단독 호출보다 더 편리하고, 인증·직렬화·오류 처리를 자동으로 다뤄준다.

TERM

SQL — AI 개발자가 반드시 알아야 할 데이터베이스 언어

AI 서비스가 사용자 데이터를 저장하고, 학습 결과를 기록하고, 대화 이력을 조회한다. 이 모든 작업의 배후에는 SQL이 있다.

TERM

TCP/IP — 인터넷이 연결되는 실제 통신 규약의 원리

카카오톡 메시지 하나가 상대방 화면에 표시되기까지, 그 데이터는 작은 조각(패킷)들로 쪼개져 인터넷을 넘나들다 목적지에서 다시 조립된다. 이 과정 전체를 정의하는 규약이 TCP/IP다. AI 서비스의 [[api]] 호출, 실시간 스트리밍 응답 — 모두 이 구조 위에서 작동한다.

TERM

Temperature — AI 답변의 창의성을 숫자 하나로 조절하는 원리

ChatGPT에 같은 질문을 10번 했을 때 매번 비슷한 답이 나온다면 temperature가 낮게 설정된 것이고, 매번 조금씩 다른 답이 나온다면 높게 설정된 것이다. 이 파라미터 하나가 AI 출력의 일관성과 창의성 사이 균형 전체를 조절한다.

TERM

URL — 모든 AI 서비스가 시작되는 인터넷 주소 구조

브라우저 주소창에 입력하는 한 줄이 인터넷의 시작이다. ChatGPT에 접속하든, 개발자가 Claude API를 호출하든, 그 요청의 출발점은 항상 URL이다.

TERM

WebSocket — AI가 실시간으로 답을 스트리밍하는 통신 원리

ChatGPT가 글자를 한 자씩 타이핑하듯 출력하는 화면, 그 뒤에는 WebSocket이 있다. 일반 HTTP 요청은 응답 후 연결이 끊기지만, WebSocket은 연결을 유지하며 서버가 먼저 데이터를 밀어낼 수 있다. 실시간 AI 인터페이스의 기반 기술이다.