AI 기초
AI 온보딩 · 용어 사전
AI를 처음 시작하는 선생님·학부모·직장인을 위해, 어려운 말 없이 정리했습니다. 4단계 온보딩과 예시가 있는 용어 사전, 시작 체크리스트까지 한 페이지로.
처음 4단계
이 순서대로 30분이면 AI와 첫 협업을 시작할 수 있습니다.
- 1
생성형 AI가 뭔가요?
글·그림·소리를 '새로 만들어내는' AI입니다. 검색은 이미 있는 글을 찾아주지만, 생성형 AI는 질문을 이해하고 답을 새로 써 줍니다. ChatGPT, Claude, Gemini가 대표 서비스입니다.
- 2
어떻게 말을 걸까요?
친절한 신입 직원에게 일을 맡기듯 말하면 됩니다. ① 역할을 주고("너는 초등 교사야") ② 원하는 것을 구체적으로("4학년 수준으로 5문장") ③ 예시를 보여주면 훨씬 좋아집니다. 이렇게 말을 거는 문장을 '프롬프트'라고 합니다.
- 3
무엇을 조심할까요?
AI는 모르는 것도 아는 것처럼 그럴듯하게 답할 수 있습니다(할루시네이션). 중요한 사실·숫자·이름은 꼭 다시 확인하고, 개인정보(이름·연락처·계좌)는 입력하지 않는 습관이 먼저입니다.
- 4
그 다음은요?
매일 쓰는 작은 일(메일 다듬기, 안내문 초안, 아이디어 회의)부터 AI에게 맡겨 보세요. 익숙해지면 이미지 생성 → 자동화 → 나만의 AI 에이전트 순서로 넓혀가면 됩니다.
쉬운 AI 용어 사전
찾는 말을 검색하거나, 그룹별로 훑어보세요.
기본 용어
처음 만나는 날 꼭 필요한 말들
- 생성형 AIGenerative AI
- 글·그림·소리·영상을 새로 만들어내는 AI. '찾아주는' 검색과 달리 '만들어' 줍니다.
- 예: ChatGPT에게 가정통신문 초안을 부탁하는 것
- LLM (거대 언어 모델)Large Language Model
- 아주 많은 글을 읽고 '다음에 올 말'을 잘 맞히도록 훈련된 프로그램. ChatGPT·Claude·Gemini의 심장입니다.
- 프롬프트Prompt
- AI에게 건네는 요청 문장. 프롬프트가 구체적일수록 답이 좋아집니다.
- 예: "초등 4학년 눈높이로, 드론 안전 수칙 5가지를 존댓말로 써 줘"
- 할루시네이션Hallucination
- AI가 사실이 아닌 것을 그럴듯하게 지어내는 현상. 중요한 정보는 반드시 원 출처로 확인해야 합니다.
- 예: 존재하지 않는 책 제목·논문을 자신 있게 알려주는 경우
- 토큰Token
- AI가 글을 세는 단위(대략 글자·단어 조각). 사용량과 요금이 토큰 수로 계산됩니다.
- 예: 한글 1글자는 보통 1~2토큰
- 컨텍스트 (맥락 창)Context Window
- AI가 한 번의 대화에서 기억할 수 있는 분량. 넘어가면 앞의 내용을 잊습니다.
- 예: 긴 문서를 나눠서 주거나 요약해서 주는 이유
- 멀티모달Multimodal
- 글자만이 아니라 이미지·소리·영상까지 함께 이해하고 만드는 능력.
- 예: 사진을 올리고 "이 문제 풀이 알려줘"라고 묻는 것
프롬프트 잘 쓰기
같은 AI라도 묻는 법에 따라 결과가 달라집니다
- 시스템 프롬프트System Prompt
- 대화 전체에 적용되는 기본 지시. 'AI의 업무 규정집'이라고 생각하면 됩니다.
- 예: "너는 초등 방과후 드론 강사다. 항상 안전을 먼저 말한다"
- 프롬프트 엔지니어링Prompt Engineering
- 원하는 결과가 나오도록 요청 문장을 설계·개선하는 기술. 역할 주기, 예시 주기, 형식 정하기가 기본기입니다.
- 퓨샷 (예시 주기)Few-shot
- 원하는 결과의 예시를 1~3개 보여주고 시키는 방법. 예시 없이 시키는 것(제로샷)보다 훨씬 정확합니다.
- 온도Temperature
- 답의 '자유분방함' 조절값. 낮으면 또박또박 일관되게, 높으면 창의적이지만 들쑥날쑥하게 답합니다.
- 페르소나 (역할 부여)Persona
- AI에게 특정 인물·직업의 입장을 주는 것. 답의 눈높이와 말투가 달라집니다.
- 예: "학부모 상담 경력 20년의 담임 교사로서 답해 줘"
한 걸음 더 — 기술 용어
기사나 강의에서 자주 만나는 말들
- 파인튜닝Fine-tuning
- 이미 훈련된 AI에게 우리 데이터로 '추가 과외'를 시켜 특정 일을 더 잘하게 만드는 것.
- RAG (검색 증강 생성)Retrieval-Augmented Generation
- 답하기 전에 우리 문서·자료를 먼저 검색해서 근거로 삼게 하는 방식. 회사 위키를 아는 사내 AI가 이 원리입니다.
- 예: 이 플랫폼의 에이전트가 위키를 먼저 찾아보고 답하는 구조
- 임베딩Embedding
- 글의 의미를 숫자 목록으로 바꾼 것. 의미가 비슷한 글끼리 가까운 숫자가 되어 '뜻으로 검색'이 가능해집니다.
- API / API 키API Key
- 프로그램끼리 AI를 부르는 통로(API)와 그 열쇠(키). 키는 비밀번호처럼 취급하고 절대 공개 글에 붙여넣지 않습니다.
- 오픈소스 모델Open-source Model
- 누구나 내려받아 자기 컴퓨터에서 돌릴 수 있게 공개된 AI 모델. Llama, Mistral 등이 유명합니다.
- 추론Inference
- 훈련이 끝난 AI가 실제로 질문을 받아 답을 만들어내는 과정. 우리가 쓰는 모든 순간이 추론입니다.
에이전트 · 자동화
AI에게 '일'을 맡기는 단계
- AI 에이전트AI Agent
- 한 번 답하고 끝나는 챗봇과 달리, 목표를 받으면 스스로 여러 단계를 계획·실행하는 AI. 검색하고, 도구를 쓰고, 결과를 검토합니다.
- 예: "이번 달 수업 계획서 만들어 줘" 한마디에 자료 검색→초안→표 정리까지 하는 것
- 멀티 에이전트Multi-agent
- 역할이 다른 에이전트 여러 개가 팀처럼 협업하는 구조. 기획 담당, 작성 담당, 검수 담당을 나누는 식입니다.
- MCPModel Context Protocol
- AI가 외부 도구·데이터(캘린더, DB, 파일)에 안전하게 연결되는 표준 규격. 'AI용 USB 단자'에 비유됩니다.
- 자동화 워크플로Workflow Automation
- "A가 일어나면 B를 하라"를 미리 짜 두는 것. n8n·Make 같은 도구나 예약 작업으로 사람 없이 반복 업무가 돌아갑니다.
- 예: 매일 새벽 3시에 작업 기록을 자동 수집하는 이 플랫폼의 구조
- 바이브 코딩Vibe Coding
- 코드를 직접 치는 대신 AI와 대화하며 프로그램을 만드는 방식. 아이디어와 검토는 사람이, 타이핑은 AI가 맡습니다.
- 노코드No-code
- 코딩 없이 화면 클릭·블록 조립으로 앱과 자동화를 만드는 도구들. AI와 만나며 훨씬 강력해졌습니다.
안전 · 윤리
가르치는 사람이 꼭 먼저 챙길 것들
- 개인정보 보호
- 이름·연락처·주소·계좌·학생 정보는 AI에 입력하지 않는 것이 원칙. 필요하면 가명으로 바꿔 넣습니다.
- 딥페이크Deepfake
- AI로 만든 가짜 얼굴·목소리·영상. 재미로도 타인의 얼굴·음성을 합성하면 법적 문제가 될 수 있음을 수업에서 꼭 다룹니다.
- 저작권과 출처
- AI가 만든 결과물도 원 자료의 저작권 문제가 있을 수 있습니다. 상업적 사용 전 각 서비스의 이용 약관을 확인하고, 글에는 출처를 남깁니다.
- AI 리터러시AI Literacy
- AI를 '잘 시키고, 결과를 의심하고, 책임 있게 쓰는' 능력. 도구 사용법보다 먼저 가르쳐야 할 역량입니다.
시작 체크리스트
다섯 개에 모두 체크되면 입문은 끝났습니다. 다음은 실습 교육입니다.
- AI 서비스 계정을 하나 만들었다 (ChatGPT / Claude / Gemini 중 아무거나)
- 역할·조건·형식을 담아 프롬프트를 3번 이상 써 봤다
- AI 답변의 사실 하나를 원 출처에서 확인해 봤다
- 개인정보를 넣지 않는 습관을 정했다 (학생 이름은 가명으로)
- 매일 하는 일 중 AI에게 맡길 것 1가지를 정했다
다음 단계가 궁금하다면 → 생성형 AI 교육 · 프롬프트 라이브러리
자주 묻는 질문
AI를 처음 배우는데 무엇부터 시작해야 하나요?
계정 하나를 만들고, 오늘 실제로 해야 하는 작은 일(안내문 초안, 메일 다듬기)을 프롬프트로 맡겨 보는 것이 가장 빠릅니다. 이론보다 '내 일에 한 번 써 보기'가 먼저입니다.
ChatGPT, Claude, Gemini 중 무엇을 쓰면 되나요?
입문 단계에서는 무엇을 골라도 차이가 크지 않습니다. 하나를 정해 2주간 매일 쓰면서 익숙해진 뒤, 필요(긴 문서, 이미지, 무료 한도)에 따라 넓혀 가면 됩니다.
AI가 틀린 답을 하면 어떻게 하나요?
정상적인 현상입니다(할루시네이션). 중요한 사실·숫자·이름은 원 출처로 확인하고, "근거가 된 출처를 함께 알려 줘"라고 요청하는 습관을 들이면 위험이 크게 줄어듭니다.
학생·학부모 정보가 들어간 문서도 AI로 다뤄도 되나요?
실명·연락처 등 개인정보는 넣지 않는 것이 원칙입니다. 이름을 가명(학생A)으로 바꿔 작업한 뒤 나중에 되돌리는 방식을 권합니다.
AI 에이전트는 챗봇과 무엇이 다른가요?
챗봇은 물으면 한 번 답하고 끝나지만, 에이전트는 목표를 받으면 스스로 계획을 세워 검색·도구 사용·검토까지 여러 단계를 실행합니다. '답변자'와 '일 맡길 수 있는 직원'의 차이입니다.