🤖
AI — 427개 용어
LLM·에이전트·RAG·임베딩·프롬프트 등 AI 시대 필수 용어
HumanEval👁 98
OpenAI의 코드 생성 벤치마크. 164개 Python 함수 완성.
Layout-aware LLM👁 98
이미지 + 텍스트 위치 정보까지 활용하는 모델. LayoutLM·Donut.
LlamaIndex Agent👁 98
LlamaIndex의 에이전트 추상화. 여러 Query Engine을 도구로.
LLM DoS👁 98
LLM 자원 소모 공격. 긴 프롬프트·재귀·토큰 폭발.
LLM Prompt Cache👁 98
동일·유사 프롬프트의 응답을 캐시해 비용·지연 절감.
Meta AI (FAIR)👁 98
Meta의 AI 연구·제품. Llama 오픈 모델로 업계 판도를 바꿈.
Naive Bayes👁 98
피처 독립 가정하에 베이즈 정리로 분류하는 확률적 알고리즘. 스팸 필터의 고전.
OpenAI Realtime API👁 98
GPT-4o 실시간 음성 대화 API. WebRTC 기반 저지연.
Portkey👁 98
LLM Ops 게이트웨이. Cache·fallback·analytics·guardrails.
Prompt Template👁 98
변수를 포함한 재사용 가능한 프롬프트 구조. 애플리케이션 내 프롬프트 관리의 기본.
Ragas👁 98
RAG 특화 평가 프레임워크. 4대 메트릭.
SFT👁 98
Supervised Fine-Tuning
지시-응답 페어로 LLM을 파인튜닝하는 단계. RLHF의 1단계.
Together AI👁 98
오픈 모델 추론 플랫폼. 저비용·fine-tuning.
AI Safety👁 97
AI 시스템이 인류에게 해를 끼치지 않도록 하는 연구 분야. 단기·장기 위험 모두 포함.
Batch Size👁 97
한 스텝에서 처리하는 샘플 수. GPU 메모리·학습 안정성·최적화에 영향.
BERTScore👁 97
BERT 임베딩 유사도 기반 생성 평가. BLEU·ROUGE 대안.
Claude Artifacts👁 97
대화와 분리된 코드·문서 산출물. 즉시 미리보기·반복.
Extended Thinking👁 97
Claude가 답변 전에 긴 내부 사고를 거치는 모드. o1 스타일의 reasoning 기능을 Anthropic 방식으로 구현.
GAN👁 97
Generative Adversarial Network
생성자와 판별자가 경쟁하며 학습하는 생성 모델. 이미지 생성의 초기 혁명.
LiteLLM👁 97
100+ LLM 제공자를 OpenAI 호환 API로 통합하는 프록시·라이브러리.
LLM 비용 최적화👁 97
Prompt Caching·모델 선택·토큰 줄이기·배치 API 등 LLM 비용 절감 기법.
LLM-as-Judge👁 97
강한 LLM이 다른 모델 응답을 평가하는 자동 평가 기법. 사람 평가의 대안.
LLM Self-Play👁 97
모델이 자신과 대결·토론하며 개선. AlphaZero 아이디어.
Mamba👁 97
Transformer 대안 아키텍처. State Space Model 기반, O(N) 복잡도.
MCP Client👁 97
MCP 서버의 도구·리소스를 사용하는 LLM 앱. Claude Desktop·Cursor 등.
Computer Use (Claude)👁 96
스크린샷·마우스·키보드로 GUI 조작하는 에이전트 기능.
Decision Tree👁 96
질문의 이진 분할로 예측하는 트리 기반 모델. 해석 가능성이 강점.
DeepEval👁 96
pytest 스타일 LLM 평가 프레임워크. 14+ 메트릭.
FLUX👁 96
Black Forest Labs(Stable Diffusion 창시자 일부)의 차세대 오픈 이미지 모델. 2024년 공개.
Foundation Model👁 96
대규모 데이터로 사전학습돼 다양한 downstream에 적응 가능한 범용 AI 모델.
Function Calling👁 96
LLM이 JSON 스키마에 따라 함수 호출을 생성하는 기능. OpenAI가 2023년 공식화.
GPTQ👁 96
GPU용 후학습 양자화 알고리즘. 4bit로 성능 손실 최소.
LangChain Tools👁 96
LangChain의 도구 추상화. 에이전트가 호출할 함수.
LLM 입력 검증👁 96
프롬프트 주입·토큰 폭탄·유해 입력 사전 차단.
Max Tokens👁 96
생성 토큰 상한. 비용·지연 제어.
Mixed Precision👁 96
학습 중 FP32와 FP16·BF16을 혼용해 속도·메모리 절감. 거의 필수.
Multi-Query Retrieval👁 96
하나의 질문을 여러 관점으로 재작성해 검색하는 기법. 재현율 향상.
PCA👁 96
Principal Component Analysis
분산을 최대한 보존하며 차원을 축소하는 선형 기법. 시각화·전처리에 널리 사용.
Promptfoo👁 96
프롬프트·모델 비교 CLI. YAML 정의, CI 통합. 실무 LLM 테스트 표준.
Question Answering👁 96
질문에 답변을 생성하는 NLP 작업. 추출형(문서에서 스팬)·생성형(LLM) 구분.
Reranker👁 96
RAG에서 top-k 결과를 더 정확한 모델로 재정렬해 품질을 끌어올리는 단계.
SambaNova RDU👁 96
Reconfigurable Dataflow Unit. GPU 대체 LLM 칩.
Self-Consistency👁 96
CoT를 여러 번 샘플링·다수결. 추론 정확도 향상.
Anthropic Tool Use👁 95
Claude의 도구 호출. OpenAI와 유사하되 병렬 호출 지원.
Autoregressive Model👁 95
이전 출력을 기반으로 다음을 예측하는 모델. GPT·Llama 등 대부분 LLM.
C2PA👁 95
Content Credentials
Adobe·Microsoft·BBC 주도 콘텐츠 출처 표준. AI 생성 이미지에 메타데이터.
Completion API👁 95
LLM의 텍스트 생성 API. 현대엔 Chat Completions가 표준.
Few-shot CoT👁 95
추론 예시를 몇 개 제공. Zero-shot보다 더 좋은 성능.
Fine-tuning 비용 모델👁 95
학습·추론·데이터 준비 비용. RAG vs FT 결정의 핵심.
GAIA👁 95
Meta·Hugging Face의 범용 AI 어시스턴트 평가. 실생활 과제.