컨텍스트 엔지니어링(Context Engineering)이란? AI에게 필요한 맥락을 설계하는 방법
컨텍스트 엔지니어링은 AI가 답하기 전에 봐야 할 지시, 자료, 도구, 메모리, 출력 형식을 알맞게 구성하는 설계 방식입니다.
시스템 카드(System Card)란? AI 모델의 안전성 설명서를 읽는 법
시스템 카드는 AI 모델이나 AI 제품의 위험, 안전 평가, 완화 조치, 한계를 정리한 안전성 문서입니다. 모델 카드·벤치마크·레드팀과의 차이까지 초보자 눈높이로 설명합니다.
모델 서빙(Model Serving)이란? AI 모델을 실제 서비스에서 답하게 하는 방법
모델 서빙은 학습이 끝난 AI 모델을 앱, 웹사이트, 자동화가 호출할 수 있는 실행 환경에 올려 실제 요청에 응답하게 하는 운영 과정입니다.
RLHF(사람 피드백 기반 강화학습)란? AI가 사람 선호를 배우는 방식
RLHF는 사람이 더 낫다고 고른 답변이나 행동을 보상 신호로 바꿔 AI 모델을 조정하는 학습 방식입니다. 챗GPT 같은 대화형 AI를 이해할 때 꼭 알아야 할 기본 용어입니다.
시맨틱 검색(Semantic Search)이란? AI가 의미로 정보를 찾는 방식
시맨틱 검색은 검색어의 단어 일치보다 사용자의 의도와 문맥상 의미가 가까운 결과를 찾거나 더 위로 올리는 AI 검색 방식입니다.
지수 백오프(Exponential Backoff)란? AI API 재시도를 안전하게 늦추는 방법
지수 백오프는 API 요청이 실패했을 때 바로 반복하지 않고 재시도 사이의 대기 시간을 점점 늘려 과부하와 중복 실행을 줄이는 재시도 전략입니다.
프루닝(Pruning)이란? AI 모델에서 덜 중요한 부분을 잘라내는 압축 방법
프루닝은 AI 모델 안에서 덜 중요한 가중치나 연결을 줄여 모델을 더 희소하고 가볍게 만드는 모델 압축 방법입니다.
AI 오케스트레이션(Orchestration)이란? AI 에이전트 흐름을 조율하는 방법
AI 오케스트레이션은 여러 모델, 도구, 단계, 에이전트가 어떤 순서로 움직일지 정하고 조율하는 설계 방식입니다. AI 에이전트와 자동화에서 왜 중요한지 초보자 눈높이로 정리했습니다.
스톱 시퀀스(Stop Sequence)란? AI 답변을 원하는 지점에서 멈추는 기준
스톱 시퀀스는 AI가 특정 문자나 문장 조각을 만나면 답변 생성을 멈추게 하는 종료 신호입니다. AI API 자동화, 목록 생성, 짧은 라벨 출력, 구조화 출력에서 왜 중요한지 초보자 눈높이로 정리했습니다.
분류 임계값(Classification Threshold)이란? AI 판정을 어디서 자를지 정하는 기준
분류 임계값은 AI 모델이 낸 점수나 확률을 실제 판정으로 바꿀 때 쓰는 기준선입니다. 스팸, 위험 콘텐츠, 고객 문의 분류, 사기 탐지처럼 실수 비용이 다른 업무에서 왜 중요한지 쉽게 정리했습니다.
