AI 리터러시 목록 페이지 — 카테고리 필터와 AI 가이드 카드 목록.
🧠 AI 리터러시
AI를 처음 접하는 사람도 이해할 수 있게 정리했습니다. 어려운 용어 없이, 쉬운 말로.
AI 편향은 어디서 오나
AI 편향은 하나가 아니다. 사전학습·미세조정·RLHF 세 단계 모두에서 서로 다른 방식으로 스며들고, 데이터를 늘리거나 교정을 걸어도 새로운 형태로 다시 나타난다.
읽기 →멀티모달 AI — 이미지·음성·영상을 어떻게 이해하나
이미지·음성도 결국 텍스트와 같은 방식으로 좌표(임베딩)로 바뀌어 같은 모델에 들어간다. 그래서 왜 그렇게 비싸고, 왜 개수 세기 같은 정밀한 일에는 약한지 원리로 설명한다.
RAG 완전 이해 — 사내 문서 챗봇은 어떻게 만들어지나
RAG는 모델을 다시 학습시키는 게 아니라, 질문마다 관련 문서를 검색해 붙여주는 방식이다. 임베딩·벡터DB로 작동하는 원리, 환각이 줄지만 완전히 없어지지 않는 이유, 파인튜닝과의 차이, 보안 취약점까지 정리했다.
나만의 프롬프트 템플릿 만들기 — 반복 작업 정리
매번 새로 프롬프트를 쓰면 맥락도 형식도 들쭉날쭉해진다. 고정된 틀과 채우는 자리를 나누는 법, 안정적인 템플릿의 3가지 조건, 실전 템플릿 3종.
AI가 쓴 글은 누구 것인가 — AI와 저작권
저작자는 인간이라는 건 한·미 공통으로 확정됐다. AI 단독 생성물엔 저작권이 없고, 학습 데이터가 침해인지는 아직 법원에서 다투는 중이다. 확정된 것과 아닌 것을 나눠 정리했다.
추론 모델은 무엇이 다른가 — "생각하는" AI의 원리
추론 모델은 답하기 전에 중간 풀이를 토큰으로 길게 쓴다. 그 토큰이 다시 입력이 되어 어려운 문제를 잘 풀지만, 느리고 비싸다. 언제 쓰고 언제 일반 모델을 쓸지.
AI와 개인정보 — 내가 입력한 것은 어디로 가나
학습에 쓰이는지와 사람이 보는지는 다른 질문이다. 가장 위험한 입력은 내 정보가 아니라 남의 정보 — 회사 자료를 붙여넣기 전에 확인할 것들.
온디바이스 AI — 내 기기에서 도는 AI는 무엇이 다른가
서버 왕복 없이 내 기기 안에서 끝나는 AI. 양자화로 모델을 압축하고 NPU로 배터리를 아끼는 원리, 그리고 지금 뭐가 되고 뭐가 안 되는지.
AI로 글쓰기 — 초안·교정·요약 실전 프롬프트
초안·교정·요약에 같은 프롬프트를 쓰는 게 실패의 공통 원인이다. 셋은 AI에게 줄 자유도가 정반대다 — 재료를 주고, 범위를 잠그고, 버릴 기준을 준다.
토큰과 컨텍스트 윈도우 — 요금·한도·긴 문서의 원리
컨텍스트 윈도우는 기억이 아니라 매번 새로 채우는 그릇이다. 한국어가 더 비싼 이유, 길이가 2배면 연산이 4배가 되는 구조, "100만 토큰" 광고를 읽는 법까지.
프롬프트 인젝션과 AI 보안 — 에이전트에게 일을 맡기기 전에
외부 문서에 숨긴 지시문으로 AI를 조종하는 공격. 모델이 명령과 데이터를 구분 못 하는 구조부터, 직접·간접 인젝션의 차이, 에이전트에게 일을 맡기기 전 체크리스트까지.
AI에게 문서를 읽히는 법 — PDF·엑셀·긴 보고서 실전
긴 문서일수록 중간부를 놓치고, 표는 추출 과정에서 구조가 깨진다. 스캔 PDF·표 위주 문서·재무제표를 다룰 때 실제로 일어나는 일과 문서 종류별 체크리스트.
AI가 숫자를 틀리는 이유 — 계산·통계·재무 데이터 다루기
AI는 숫자를 '계산'하지 않고 '예측'한다. 자릿수가 커질수록 오차 확률이 오르는 이유부터, 코드 실행 기능이 있어도 여전히 남는 위험, 재무 데이터에서 특히 조심해야 할 패턴까지.
AI 에이전트란 무엇인가 — 챗봇과 뭐가 다르고 왜 하필 지금 뜨는가
챗봇과 에이전트의 차이는 성능이 아니라 반복 구조다. 함수 호출·계획·루프 세 요소로 뜯어보고, 에이전트가 왜 추론 수요를 폭증시키는지까지 다룬다.
AI는 어떻게 만들어지나 — 사전학습·파인튜닝·RLHF 3단계
수천억이 드는 단계는 어디이고 말투가 정해지는 단계는 어디인가. 3단계를 순서대로 따라가면 GPU 클러스터의 이유가 보인다.
AI로 리서치하는 법 — 자료 조사·요약·검증 워크플로
AI에게 "정리해줘"라고 던지면 그럴듯한 요약이 나오지만 검증이 안 된다. 조사→요약→교차검증→출처확인 4단계를 프롬프트와 함께.
ChatGPT vs Claude vs Gemini — 2026년 실사용 비교
벤치마크 점수 말고 실제 쓰임새로 갈랐다. 긴 문서 읽기, 코드, 한국어 문장력, 최신 정보, 가격까지 5개 축의 상대 비교.
AI 용어 50선 — 토큰·파라미터·RAG·에이전트까지 한 번에
뉴스와 실적 발표에 쏟아지는 AI 용어 50개를 5개 묶음으로 정리했다. 각 항목에 한 줄 정의 + 실제로 어디서 마주치는지까지.
프롬프트 엔지니어링 입문 — 답변 품질을 2배로 만드는 7가지 원칙
"잘 물어보는 법"은 감이 아니라 규칙이다. 역할·맥락·형식·예시·제약·검증·반복 7원칙을 나쁜 예/좋은 예 대조로 정리했다.
AI 환각(할루시네이션)은 왜 생기나 — 그리고 걸러내는 5가지 방법
환각은 버그가 아니라 확률 예측 구조의 필연적 부산물이다. 숫자·인용·최신 정보라는 3대 취약 지점과, 실무에서 바로 쓰는 5가지 검증 절차.
ChatGPT는 어떻게 답을 만드나 — LLM 작동 원리를 비유 없이 정확하게
토큰화 → 임베딩 → 어텐션 → 다음 토큰 확률 예측. 왜 GPU가 필요한지, 왜 틀린 답을 자신 있게 말하는지가 여기서 설명된다.