짧은 항목, 촘촘한 연결, 한국어 AI 색인
AI 개념을 길게 헤매기 전에, 먼저 한 항목으로 잡습니다.
AI 위키는 모델, 프롬프트, 데이터, 평가, 배포에서 반복해서 마주치는 말을 한국어로 짧게 정의하고 서로 연결합니다. 낱말의 뜻만이 아니라 어떤 상황에서 조심해서 읽어야 하는지도 함께 남깁니다.
항목 길이
짧게 읽기
편집 단위
개념 중심
주요 언어
한국어
한 항목은 정의로 시작하고, 관련 개념과 판독 기준으로 이어집니다.
바로 읽는 미니 색인
AI 문서를 읽을 때 자주 걸리는 말
검색 결과마다 표현이 달라지는 용어를 먼저 고정하면 논문, 제품 문서, 뉴스 해설을 훨씬 빠르게 비교할 수 있습니다.
- 토큰
- 모델이 문장을 나누어 읽는 기본 단위. 비용, 문맥 길이, 출력 제한을 함께 결정한다.
- 임베딩
- 문장과 문서를 숫자 벡터로 바꿔 의미가 가까운 항목을 찾게 하는 표현 방식.
- 검색 증강 생성
- 모델 답변 전에 외부 문서를 찾아 근거를 붙이는 구성. 최신성 보완에 자주 쓰인다.
- 평가셋
- 모델이나 프롬프트가 실제로 나아졌는지 비교하기 위해 고정해 두는 질문 묶음.
- 환각
- 근거가 약하거나 없는 내용을 그럴듯하게 생성하는 현상. 검증 흐름으로 줄인다.
- 시스템 지시
- 대화 전체의 역할, 경계, 출력 규칙을 정하는 상위 지시문.
항목을 읽는 순서
정의 다음에는 연결과 검증을 봅니다.
01정의
한 문장으로 먼저 좁힌다
용어가 가리키는 범위를 빠르게 확인한다.
02맥락
어디에서 쓰이는지 붙인다
제품, 연구, 운영 중 어느 층위의 말인지 분리한다.
03연결
비슷한 말과 다른 말을 놓는다
검색어가 달라도 같은 개념으로 이어지게 한다.
04검증
측정 가능한 질문을 남긴다
좋아 보이는 설명과 실제 개선을 구분한다.
편집 노트
백과의 무게보다 색인의 속도를 택합니다.
모든 주제를 깊게 다루려 하기보다, 다음 검색과 다음 판단을 돕는 최소 단위를 먼저 정리합니다. 그래서 AI 위키의 항목은 정의, 주의점, 연결어를 분명히 드러내는 형태를 지향합니다.
1
긴 백과 문단보다 짧은 항목을 우선한다.
2
모델명보다 개념의 수명을 더 오래 본다.
3
한국어 현장에서 쓰이는 번역어와 원어를 함께 둔다.
4
답변 엔진이 인용하기 쉬운 제목과 요약을 유지한다.
모델과 수치
벤치마크, 문맥 길이, 비용처럼 숫자로 비교되는 항목을 읽는 기준을 정리합니다.
개념의 갈래
비슷해 보이는 용어를 같은 줄에 놓고 차이를 짧게 구분합니다.
현장 점검
프롬프트, 검색, 평가, 운영에서 바로 확인할 수 있는 질문으로 바꿉니다.