01. 용어 정리

뉴스에서 AI, 머신러닝, 딥러닝, 생성형 AI, LLM이 뒤섞여 쓰인다. 이 용어들은 포함 관계다.

AI (인공지능)  ── 사람의 지능을 흉내 내는 모든 기술
 └ 머신러닝    ── 데이터로 스스로 규칙을 "학습"하는 AI
    └ 딥러닝    ── 인공신경망을 깊게 쌓아 학습하는 머신러닝
       └ 생성형 AI ── 새 콘텐츠(글·이미지 등)를 만들어내는 딥러닝
          └ LLM   ── 그중 '언어'를 다루는 대규모 모델 (예: GPT, Claude)

하나씩

용어	뜻	예시
AI (인공지능)	사람의 지능적 행동을 흉내 내는 기술 전체	체스 프로그램, 추천 알고리즘
머신러닝 (ML)	사람이 규칙을 일일이 짜지 않고, 데이터로 규칙을 학습	스팸 메일 분류, 수요 예측
딥러닝 (DL)	뇌의 뉴런을 본뜬 인공신경망을 깊게 쌓아 학습	이미지 인식, 음성 인식
생성형 AI	분류·예측을 넘어 새 콘텐츠를 생성	글쓰기, 그림 생성
LLM	생성형 AI 중 언어를 다루는 초대형 모델	ChatGPT, Claude, Gemini

규칙 기반 vs 머신러닝 (핵심 차이)

예전 방식과 머신러닝의 가장 큰 차이는 "규칙을 누가 만드느냐" 다.

	규칙 기반 (전통)	머신러닝
규칙	사람이 직접 코딩	데이터에서 자동으로 학습
스팸 판별 예	"제목에 '광고' 있으면 스팸" 같은 규칙을 사람이 작성	스팸/정상 메일 수만 건을 보여주고 패턴을 스스로 터득
한계	경우의 수가 많으면 규칙이 폭발	데이터만 있으면 복잡한 패턴도 학습

보안으로 비유하면, 규칙 기반은 시그니처 탐지(알려진 패턴), 머신러닝은 이상 탐지(데이터로 정상/비정상 학습)에 가깝다.

정리

• 넓은 순서: AI ⊃ 머신러닝 ⊃ 딥러닝 ⊃ 생성형 AI ⊃ LLM
• 요즘 "AI"라고 하면 대개 생성형 AI / LLM을 가리킨다.
• 다음 문서부터 그 LLM을 자세히 본다. → 02. LLM이란 무엇인가