한 줄 요약: AI는 가장 큰 인형이다 — 그 안에 머신러닝, 딥러닝, LLM이 차례로 들어 있다.
뉴스를 보다 보면 이런 단어들이 뒤섞여 나옵니다. “AI가 그림을 그렸다”, “머신러닝으로 예측했다”, “딥러닝 기반 기술”, “LLM이 발전해서…”. 다 비슷한 말 같은데, 뭐가 다른 걸까요? 오늘 5분이면 이 네 단어가 머릿속에서 깔끔하게 정리됩니다.
러시아 인형을 떠올려보세요
러시아 전통 인형 ‘마트료시카’를 아시나요? 큰 인형을 열면 그 안에 조금 작은 인형이, 또 그 안에 더 작은 인형이 들어 있는 인형이요. AI 관련 용어들이 정확히 이 구조입니다.
가장 큰 인형: AI (인공지능)
“기계가 사람처럼 똑똑한 일을 하게 만들자”는 목표 전체를 부르는 말입니다. 1950년대부터 있던 가장 오래되고 가장 넓은 개념이에요. 계산기부터 자율주행차까지, 기계가 ‘지능적인 일’을 하면 넓게는 다 AI라고 부를 수 있습니다.
두 번째 인형: 머신러닝 (기계학습)
AI를 만드는 여러 방법 중 하나입니다. 핵심 아이디어는 이거예요 — “규칙을 일일이 가르치지 말고, 데이터를 잔뜩 보여주고 스스로 패턴을 찾게 하자.” 스팸 메일 걸러내기가 좋은 예입니다. ‘이런 단어가 있으면 스팸’이라고 사람이 규칙을 다 쓰는 대신, 스팸 메일 수십만 개를 보여주면 기계가 알아서 특징을 배웁니다.
세 번째 인형: 딥러닝
머신러닝 중에서도 사람 뇌의 신경망을 흉내 낸 ‘인공 신경망’을 아주 깊게(deep) 쌓아 올린 방식입니다. 2012년쯤부터 사진 인식, 음성 인식 성능이 폭발적으로 좋아진 게 바로 이 딥러닝 덕분이에요. 요즘 나오는 놀라운 AI는 거의 다 딥러닝 기반입니다.
가장 안쪽 인형: LLM (대규모 언어 모델)
딥러닝으로 만든 것 중에서 ‘언어’를 전문으로 하는 초대형 모델입니다. 챗GPT, 클로드, 제미나이가 전부 여기에 속해요. 인터넷의 방대한 글을 읽고 언어의 패턴을 익혀서, 사람처럼 읽고 쓰는 능력을 갖게 된 모델입니다.
그래서 실전에서는 이렇게 들으면 됩니다
- “AI 기술을 도입했다” → 범위가 넓어서 사실 아무 말도 안 한 것과 비슷합니다. 구체적으로 뭘 했는지 봐야 해요.
- “머신러닝으로 분석했다” → 데이터에서 패턴을 찾았다는 뜻입니다.
- “딥러닝 기반” → 신경망을 쓴 비교적 최신 방식이라는 뜻입니다.
- “LLM” → 챗GPT 같은 ‘말하는 AI’를 가리킵니다.
오늘의 실용 팁
누군가 “이거 AI예요”라고 하면 이렇게 물어보세요. “어떤 데이터로 학습시킨 거예요?” 머신러닝 이후의 AI는 전부 데이터로 배우기 때문에, 이 질문 하나면 대화의 수준이 달라집니다. 그리고 상대가 대답을 못 하면… 마케팅일 가능성이 높습니다.
오늘의 한 줄: AI ⊃ 머신러닝 ⊃ 딥러닝 ⊃ LLM — 러시아 인형처럼 포개져 있다.
다음 편 예고: 그런데 챗GPT는 대체 어떻게 사람처럼 말을 하는 걸까요? 정답은 의외로 단순한 ‘게임’에 있습니다. EP.02에서 계속.