인공 지능 용어집

에이전트 AI란 단순히 명령에 응답하는 것을 넘어서 콘텐츠를 생성하고, 작업을 자율적으로 실행하고, 목표를 달성하는 고급 AI 시스템을 말해요.이 시스템들은 추론 능력, 기억 기능, 피드백 루프를 결합하여 행동을 독립적으로 계획하고 수행하며, 종종 다양한 디지털 도구를 활용하고 학습을 통해 접근 방식을 조정해요.기존 AI와 다르게, 에이전트 AI는 독립적으로 작동하고 다른 AI 에이전트와 협업하여 자율적인 결정을 내리면서 다양한 플랫폼 및 시스템과 인터페이스하여 복잡한 작업을 완료할 수 있어요.

산업적 맥락에서 보면, 에이전트 AI에는 예측 유지 보수, 품질 관리, 재고 관리, 생산 프로세스 최적화 등 산업 운영의 다양한 측면을 독립적으로 모니터링, 분석 및 제어할 수 있는 AI 시스템을 배포하는 것이 포함돼요.

인공 지능 (AI) 은 학습하고 적응하는 능력을 가진 소프트웨어를 말해요.AI는 입력 데이터의 의미를 해석하고 요구 사항에 적응하는 데 필요한 작업을 해결할 수 있어요.보통 이런 일들은 예전에는 자연 지능으로만 해결할 수 있었던 것들이에요.AI 방법에는 여러 종류가 있는데, 적용 분야, 잠재력, 관련 위험 측면에서 크게 다릅니다.AI의 기본 원리는 20세기에 개발됐어요.모든 AI 방법에는 많은 양의 훈련 데이터가 필요하기 때문에 이제 디지털화와 빅 데이터를 통해 기술의 중요성이 높아지고 있어요.

보통 몰입형 3D 가상 현실을 사용하여 디지털 정보를 실제 환경과 물체에 오버레이할 수 있게 하는 기술이에요.AR은 디지털 시각, 소리 및 기타 감각 요소를 추가하여 물리적 세계의 향상된 버전을 만들 수 있어요.

자율 주행 자동차와 드론과 같은 사람 개입 없이 작동할 수 있는 시스템들이에요.

자율 주행 자동차와 트럭처럼 사람 개입 없이 작동할 수 있는 차량들이에요.

편향된 훈련 데이터나 알고리즘으로 인해 AI 시스템에서 일어날 수 있는 의도하지 않은 편견이나 편애요.

크고 복잡한 데이터 세트. 주로 (산업) 센서뿐만 아니라 회사, 조직, 사람도 생성해요.이 데이터는 구조화되지 않았거나 불완전하거나 잘못된 경우가 많기 때문에 AI 기반 소프트웨어가 아닌 소프트웨어는 보통 의미 있는 방식으로 처리하지 못해요.

문자나 음성 커뮤니케이션을 통해 사람과 상호작용할 수 있는 AI 기반 프로그램이에요.

지각, 추론, 의사 결정 같은 인간의 인지 과정을 복제하는 것을 목표로 하는 일종의 AI예요.

컴퓨터가 이미지, 비디오 같은 시각 자료에서 정보를 추출하여 이해하고 해석하도록 하는 AI의 하위 집합이에요.

외부 공격자로부터 디지털 정보를 보호하는 데 도움이 되는 전략, 측정 및 도구예요.AI는 사이버 공격을 탐지 및 방지하고 보안 침해를 식별하고 대응하는 데 사용할 수 있어요.

통찰력을 발견하고 정보에 입각한 결정을 내리기 위해 데이터를 분석하고 해석하는 과정이에요.

관련 정보와 분석을 제공하여 인간의 의사 결정을 돕도록 설계된 컴퓨터 시스템이에요.

기계가 데이터로부터 학습할 수 있게 하기 위해 여러 계층의 신경망을 사용하는 기계 학습의 하위 집합이에요.

물리적 물체나 과정의 거동을 설명하는 수학적 모델이에요.시뮬레이션 환경에서 디지털 트윈을 사용하여 시스템 파라미터가 변경되면 현실 세계에서 어떤 일이 벌어질지 시뮬레이션할 수 있어요.디지털 트윈은 설계, 제조, 운영, 서비스 단계를 포함한 제품 라이프사이클 전반에 걸쳐 사용할 수 있어요.디지털 트윈의 시각적 표현은 실제 세계와 똑같이 보이고 행동하며 현실 세계를 반영하고 거기서 일어나는 일에 실시간으로 적응해요.

엣지 컴퓨팅은 클라우드 컴퓨팅과 다르게 컴퓨팅과 데이터 스토리지를 데이터 소스 (“엣지”) 에 더 가깝게 만드는 일종의 시스템 아키텍처예요.응답 시간과 데이터 전송에 필요한 에너지의 양을 줄이는 데 도움이 돼요.엣지 AI 시스템은 실제 실행 장치에 물리적으로 가깝게 구현될 수 있어요.이 디바이스들은 클라우드에 연결하지 않고도 AI 애플리케이션을 실행할 수 있어요.

AI는 주로 로봇이나 자율 주행 차량을 사용하여 물리적 세계와 상호 작용하고 탐색하도록 설계되었어요.

편견, 프라이버시, 책임성 같은 문제를 포함하여 AI의 개발과 사용에 관한 도덕적 원칙의 연구와 적용이에요.

투명하고 설명 가능하도록 설계된 AI는 기계가 어떻게 그리고 왜 특정한 결정을 내렸는지 인간이 이해할 수 있게 해줘요.

여러 개의 개별 장치가 자체 (개별) 데이터 세트로 기계 학습 모델을 훈련시키는 기계 학습 학습 방법이에요.최종 결과만 네트워크의 주역과 공유돼요.

기존 콘텐츠를 결합하고 학습하여 이미지, 비디오, 음악 같은 새로운 콘텐츠를 생성하도록 설계된 AI예요.

일련의 제약이 주어지면 많은 설계 대안을 자율적으로 생성할 수 있는 응용 프로그램 (예: CAD 소프트웨어) 의 능력.AI, 최적화, 시뮬레이션 같은 기술을 사용해요.

산업용 AI란 우리 경제의 중추를 이루는 산업, 즉 산업, 인프라, 모빌리티, 의료에 AI를 적용하는 걸 말해요.

산업 기반 모델 (IFM) 은 엔지니어링, 자동화, 제조의 “언어”를 깊이 이해하고 AI 솔루션을 더 빠르고 정확하게 배포할 수 있도록 산업별 데이터를 기반으로 사전 훈련돼요.표준화된 출발점을 제공하여 규모의 경제를 통해 시간, 자원, 에너지를 절약해요.IFM은 실제 산업 문제를 해결하도록 맞춤화됐어요.이들은 산업 코파일럿의 배후에 있는 인텔리전스 계층 역할을 하고 부문 간 지식 이전과 협업을 촉진해요.텍스트, 이미지, 오디오뿐만 아니라 3D 모델, 2D 도면 및 산업별 시계열 데이터 같은 기타 복잡한 구조도 지원해요 (멀티모달 LLM 참조).

산업용 AI는 가장 까다로운 전문 환경의 엄격한 요구 사항과 표준을 충족하도록 설계된 안정적이고 안전하며 신뢰할 수 있는 품질 수준을 나타냅니다.

AI, IoT, 기타 첨단 기술을 제조업과 산업에 통합하는 4차 산업 혁명을 설명하는 데 사용되는 용어예요.

센서, 소프트웨어, 데이터 교환을 가능하게 하는 연결 기능이 내장된 기술 장치 네트워크예요.IoT는 디지털화와 빅 데이터의 주요 동력 중 하나예요.

지식을 상호 연결된 노드와 엣지의 그래프로 나타내는 데이터베이스예요. NLP나 검색 같은 AI 애플리케이션에 사용돼요.

GPT-3 같은 엄청난 양의 데이터를 기반으로 학습되어 사람과 비슷한 텍스트를 생성하는 일종의 AI 언어 모델이에요.

기계가 경험이나 데이터를 통해 학습할 수 있게 하는 알고리즘하고 통계 모델을 사용하는 AI의 하위 집합이에요.

카메라가 부착된 기계가 주변 환경을 이해하고 해석하기 위해 시각 정보를 추출할 수 있게 해주는 AI의 일부예요.

멀티모달 LLM은 텍스트, 이미지, 오디오, 센서 데이터 등 여러 유형의 데이터를 동시에 이해하고 처리할 수 있어요.컴퓨터 비전, 자율주행차, 로보틱스 같은 애플리케이션에 통합돼요.물체 인식과 장면 이해를 향상시키고 기계가 복잡한 지시를 따를 수 있게 해줘요.멀티모드 LLM은 기존 LLM이 텍스트 및 음성 처리에 영향을 주던 것과 같은 방식으로 시계열, 2D 및 3D 모델 또는 머신 비전용 데이터 같은 산업별 데이터의 처리 및 생성에 영향을 미칠 수 있어요.

컴퓨터와 인간 언어 간의 상호 작용에 초점을 맞춘 AI의 하위 집합이에요.

인간이 자연스러운 몸짓, 말 및 다른 형태의 표현으로 컴퓨터와 상호작용할 수 있게 해주는 인터페이스예요.

인간의 뇌 구조를 모방하고 데이터의 패턴을 인식하는 데 사용되는 일종의 기계 학습 알고리즘이에요.

여러 개의 하위 장치로 구성된 건물이나 기계의 전압과 전류 변화를 분석하여 시스템에 있는 각 장치의 개별 기여도를 추론하는 프로세스예요.

물리적 AI란 환경을 감지하고 그 안에서 행동할 수 있는 로봇 같은 기계에 인공 지능을 통합하는 걸 말해요.인간의 감각운동 주기에서 영감을 받은 물리 AI는 감각 입력 (예: 3D 카메라나 촉각 센서) 을 처리하고, 그로부터 제어 명령을 생성하고, 기계가 물리적 3D 환경에서 복잡한 작업을 적응적이고 자율적으로 수행할 수 있게 해줘요.

물리학 인식 AI라고도 하는 물리학 기반 AI는 물리 법칙을 훈련 과정에 직접 통합하는 새로운 종류의 인공 지능 방법을 말해요.행동을 학습하기 위해 대규모 데이터 세트에 크게 의존하는 기존의 AI 접근법과 달리, 물리학 기반 AI는 물리 기반 제약 조건을 통합하여 학습을 안내해요.이를 통해 AI 시스템은 물리적 세계가 어떻게 작동하는지에 대한 기존 지식을 활용하여 실제 데이터가 제한적일 때에도 추론하고 예측할 수 있어요.예제로만 학습하는 대신, 이 모델들은 물리학 지식을 사용하여 학습을 더 최적이고 물리적으로 일관된 솔루션으로 이끌어요.

예측 AI는 통계 분석과 기계 학습을 활용하여 기계와 장비의 실시간 및 과거 운영 데이터에서 패턴을 식별하여 미래 행동을 예측하고, 이상을 감지하고, 잠재적 장애를 예측하고, 유지 관리 조치를 권장할 수 있게 해줘요.자산 상태와 신뢰성을 높이고, 계획되지 않은 다운타임을 줄이고, 산업 운영 전반에서 더 빠른 데이터 기반 의사 결정을 지원하는 데 사용돼요.

AI와 통계 모델을 사용하여 과거 데이터를 기반으로 미래 사건이나 추세를 예측해요.

AI를 사용하여 실시간 데이터를 기반으로 기계 유지보수나 수리가 필요한 시기를 예측해요.

결함을 감지하고 제품이 품질 기준을 충족하는지 확인하기 위해 AI를 사용해요.

머신러닝의 일종이에요. 교육을 받지 않은 에이전트가 행동을 수행한 후 시스템의 페널티와 보상을 통해 전략을 배우는 거죠.

정의된 윤리적, 도덕적 기준을 충족하는 AI 애플리케이션이에요.

로봇의 설계, 제작, 운영에 초점을 맞춘 공학 및 AI 분야예요.

문자나 음성으로 표현된 감정과 의견을 분석하고 해석하는 데 AI를 사용해요.

AI하고 다른 첨단 기술을 사용하여 전기의 생산, 분배, 소비를 최적화하는 전력망이에요.

그래픽 처리 장치 (GPU) 나 언어 처리 장치 (LPU) 지원 엣지 장치 같은 특수 하드웨어는 산업용 AI의 떠오르는 트렌드예요.이 장치들은 엣지에서 고성능 컴퓨팅 파워를 제공하여 AI 알고리즘의 실시간 처리를 가능하게 해요.통합으로 병렬 처리와 가속화된 성능이 가능해 복잡한 AI 작업을 더 빠르게 실행할 수 있어요.이러한 로컬 프로세싱은 대기 시간과 클라우드 리소스 의존도를 줄여 주므로 시간에 민감한 애플리케이션에 매우 중요해요.전문 하드웨어는 고급 AI 모델도 지원해서 통찰력을 높이고 성능을 향상시켜요.게다가 광범위한 클라우드 인프라와 데이터 전송의 필요성을 최소화하여 비용을 절감해요.

사람의 말을 인식하고 해석하는 기계의 능력이에요.

레이블이 지정된 (알려진) 데이터 세트로 기계 학습 모델을 학습시켜 결과를 예측하는 학습 방법이에요.

공급망에서 상품과 자재의 흐름을 최적화해서 비용을 줄이고 효율성을 높여요.AI는 프로세스 자동화, 비효율 탐지, 상품 품질 보증, 수요 예측에 자주 사용돼요.

기계 학습 모델을 훈련하고 검증하는 데 사용되는 실제 이벤트가 아니라 알고리즘에 의해 생성된 인공 데이터예요.합성 데이터의 품질이 중요해요.AI가 훈련 후에 만족스러운 결과를 낼지 여부를 결정해요.

기계 학습 모델이 이전에는 알 수 없었던 (레이블 없음) 데이터의 패턴과 그룹을 발견하는 학습 방법이에요.

가상 현실 (VR) 은 실제 공간을 복제하거나 대안적 현실을 만들거나 이 둘을 결합할 수 있는 디지털 렌더링 환경을 제공해요.사용자는 집, 사무실, 공장 바닥에서 가상 공간을 탐색할 수 있어요.