들어가며
들어가며: AI 라는 단어 앞에서
여러분은 이미 매일 AI 와 대화하고 있어요. ChatGPT 든, 카카오의 어떤 챗봇이든, 휴대폰 자판의 다음 단어 추천이든 — 우리는 어느 순간 AI 가 일상이 된 시대에 살고 있어요. 그런데 누가 옆에서 "그래서 그게 뭐야?" 라고 물으면 — 한 줄로 답할 수 있나요?
저는 못 했어요. 한참 동안. AI 라는 단어는 너무 크고, 그 안에 머신러닝·딥러닝·LLM·트랜스포머·파라미터·토큰 같은 말들이 마구 따라붙어서, 어디서부터 시작해야 할지 막막했거든요. 이 글은 그 막막함을 안고 있던 저를 위해 — 그리고 저와 비슷한 자리에 서 있는 분들을 위해 — 쓰여졌어요.
이 글이 다루는 것
지금 우리가 일상에서 가장 많이 쓰는 AI — ChatGPT, Claude, Gemini 같은 챗봇 — 이 어떻게 동작하는지 한 챕터씩 풀어드려요. 처음에는 가장 작은 부품 — "AI 가 사실 다음 단어를 맞추는 게임을 한다" 는 충격적 단순함 — 부터 시작해서, 거기서 한 발씩 위로 올라가요. 토큰, 학습, 추론, 컨텍스트, 환각, 길들임, 프롬프트, 에이전트. 끝에 가면 우리는 같이 — AI 가 무엇을 할 수 있고, 무엇을 못 하는지를 정직하게 보게 될 거예요.
이 글이 다루지 않는 것
수식은 없어요. 코드도 없어요. "딥러닝" 이라는 단어를 본문에서 풀어 쓰지도 않아요. 이미지 생성 AI(미드저니·달리·스테이블 디퓨전), 음성 AI, 자율주행, 추천 시스템 — 이런 다른 AI 갈래들도 다루지 않아요. 처음부터 모든 걸 다 보려 하면 어느 것도 또렷이 보이지 않거든요. 이 글은 챗봇과 그 안의 LLM 에 한정해서, 깊지 않게 그러나 정직하게 — 12편 분량의 길을 같이 걸어요.
누구를 위해 썼나요
- ChatGPT 를 한두 번 써봤지만 "이게 진짜 뭐 하는 건지" 궁금하셨던 분
- 친구가 AI 이야기를 할 때 끄덕이긴 하지만 속으로는 갸웃했던 분
- 문과 출신이지만 기술의 바깥 얼개 정도는 알아두고 싶은 분
- 아이에게 "AI 가 뭐야?" 라는 질문을 받고 답이 막혔던 분
엔지니어나 ML 연구자분들에게는 이 글이 너무 단순할 거예요. 그쪽 분들에게는 자매편인 llm-field-notes 를 권해드려요.
한 가지 약속
저는 이 글에서 비유를 자주 쓸 거예요. 끝말잇기, 휴대폰 자판, 룰렛, 도서관, 알바생, 강아지 훈련, 신입사원. 모든 비유는 출발점이지 도착점이 아니에요. 비유 직후에는 항상 한 줄 — "정확히는 이런 차이가 있어요" — 을 덧붙일게요. 잘못된 멘탈 모델이 굳지 않게 하기 위해서예요.
자, 이제 시작해볼까요. 첫 장의 첫 문장은 — 충격적 단순함부터예요.