🤖인공지능 기초

전통적인 프로그램은 사람이 쓴 규칙을 따르고, 오늘날의 AI는 예시 데이터에서 규칙을 찾아냅니다. 이 차이가 AI의 강점과 약점을 동시에 설명합니다.

머신러닝은 데이터를 모으고, 모델을 정하고, 오차를 줄이도록 학습시키고, 처음 보는 데이터로 평가하는 과정입니다. 마지막 평가가 가장 중요합니다.

인공 신경망의 뉴런 하나는 '곱하고, 더하고, 거르는' 단순한 계산입니다. 이런 계산을 수많이 겹쳐 쌓으면 사진을 알아보고 문장을 이해하는 복잡한 판단이 됩니다.

대규모 언어모델은 '지금까지의 글 다음에 올 가장 그럴듯한 조각'을 고르는 일을 한 조각씩 반복해 문장을 만듭니다. 이 원리를 알면 AI의 장점과 약점이 한꺼번에 이해됩니다.

프롬프트는 AI에게 주는 작업 지시서입니다. 목적·맥락·조건·형식 네 가지를 갖추면 같은 AI에게서도 훨씬 쓸모 있는 답을 받을 수 있습니다.

기초 네 요소 위에 역할·예시·단계·형식 기법을 더하면, 복잡한 일도 AI에게 안정적으로 맡길 수 있습니다. 기법은 마법이 아니라 '더 분명한 지시'의 다른 이름입니다.

AI의 답은 그럴듯함을 따르기 때문에, 그럴듯하지만 틀린 내용이 섞일 수 있습니다. 어떤 답이 위험한지 알고, 확인하는 습관을 들이면 AI를 안전하게 쓸 수 있습니다.

AI를 쓰는 사람에게는 세 가지 책임이 있습니다. 넣는 정보를 지키고, 남의 창작물을 존중하고, 결과를 내 이름으로 내보내기 전에 확인하는 것입니다.

AI를 일에 잘 쓰는 사람은 일을 잘게 쪼개 AI에 맞는 조각을 맡기고, 확인할 지점을 정해 두고, 자주 하는 일은 틀로 만들어 되풀이합니다.

AI는 배움을 빠르게 하지만, 생각을 통째로 맡기면 실력이 쌓이지 않습니다. 기초가 있어야 좋은 질문을 하고 답을 검증할 수 있습니다. 이 강의는 이 사이트 전체의 마무리입니다.