← 목록으로

46개 용어로 빠르게 이해하는 AI

다섯 축으로 정리한 AI 코딩 용어 사전

용어 사전 46선 파일 유형 비교 스킬 라이브러리 컴포넌트 갤러리 UI 디자인 라이선스 가이드

AI를 쓰다보면 처음 보는 단어가 끊임없이 등장합니다. 46개 핵심 용어를 다섯 개의 범주로 분류했습니다.

1
AI에게 무엇을 보여줄지 맥락을 제공하고
2
복잡한 일은 여러 에이전트에게 나눠 맡기고
3
나온 결과가 맞는지 품질을 검증하고
4
긴 작업도 끊기지 않게 기억을 남기고
5
외부 도구와 표준으로 연결한다
🔍
🔎

검색 결과가 없습니다.
다른 키워드로 검색해보세요.

STEP 1: 맥락을 제공하다
에이전트에게 무엇을 보여주고, 무엇을 숨길 것인가
AI 에이전트는 컨텍스트 윈도우 안에 담긴 정보만으로 판단합니다. 프롬프트 하나를 어떻게 구성하느냐에 따라 결과물의 수준이 갈립니다.
01
LLMLarge Language Model

대량의 텍스트 데이터로 학습한 대규모 언어 모델. GPT, Claude, Gemini 등이 이에 해당하며, 에이전트의 두뇌 역할을 합니다.

AI의 두뇌, 말을 이해하고 생성하는 엔진

02
프롬프트Prompt

AI에게 보내는 지시문. "이걸 해줘"라는 요청의 출발점입니다.

AI에게 보내는 카카오톡 메시지 같은 것

03
프롬프트 엔지니어링Prompt Engineering

지시문을 구조화하여 원하는 결과를 이끌어내는 기술. 예시, 역할, 형식 지정 등이 핵심 기법입니다.

AI에게 "잘 부탁하는 기술"

04
시스템 프롬프트System Prompt

AI의 역할, 규칙, 성격을 사전에 설정하는 숨겨진 지시문. 사용자 프롬프트보다 먼저 적용되어 AI의 행동 기준을 정합니다.

AI에게 미리 귀띔하는 "넌 이런 역할이야"

05
토큰Token

AI가 텍스트를 처리하는 최소 단위. 한글 한 글자가 보통 2~3토큰이며, 컨텍스트 윈도우의 용량도 토큰 수로 측정합니다.

AI가 세는 글자 수 단위

06
컨텍스트Context

프롬프트뿐 아니라 시스템 설정, 대화 기록, 파일, 메모리까지 AI가 참고하는 모든 정보를 통칭합니다.

AI의 기억에 올라와 있는 모든 참고 자료

07
컨텍스트 윈도우Context Window

AI가 한 번에 읽을 수 있는 정보의 총량. 이 한도를 넘으면 오래된 정보부터 잘려나갑니다.

AI의 작업 책상 크기. 넘치면 자료가 떨어진다

08
컨텍스트 엔지니어링Context Engineering

어떤 정보를 어떤 순서로 AI에게 전달할지 설계하는 방법론. CLAUDE.md 작성도 이 범주에 속합니다.

AI의 책상 위를 정리하는 법

09
인텐트Intent

사용자가 진짜 달성하려는 목표. 에이전트가 어떤 도구를 골라야 할지 판단하는 기준점입니다.

"진짜로 원하는 게 뭔데?" AI가 읽는 속마음

10
프로그레시브 디스클로저Progressive Disclosure

모든 지시를 한 번에 주지 않고 상황에 맞게 필요한 것만 꺼내 쓰는 패턴. 컨텍스트 윈도우를 효율적으로 활용하는 핵심 전략입니다.

필요한 정보만 그때그때 꺼내주는 것

11
강화학습Reinforcement Learning

좋은 결과에 보상을, 나쁜 결과에 패널티를 줘서 모델을 개선하는 학습 방식. 사람의 피드백으로 AI를 조율하는 RLHF가 대표적입니다.

AI를 칭찬과 벌로 훈련시키는 방법

STEP 2: 역할을 나눈다
작업을 누가 어떤 구조로 처리하는가
하나의 에이전트에 모든 업무를 몰아주면 정보 과부하로 성능이 떨어집니다. 능력을 모듈로 나누고, 에이전트를 여러 명 두고, 역할을 분배하는 구조가 이 축의 핵심입니다.
12
에이전트Agent

목표를 부여받으면 스스로 판단하고, 도구를 선택하며, 결과를 검증하는 자율적 AI. 단순 챗봇과 달리 여러 단계를 스스로 수행합니다.

시키면 알아서 해오는 AI 비서

13
에이전틱 코딩Agentic Coding

사람이 코드를 한 줄씩 짜는 대신, 에이전트가 자율적으로 코드를 작성·수정·테스트하는 개발 방식.

AI에게 "이거 만들어" 하면 코드가 나오는 것

14
스킬Skill

반복 사용할 수 있는 전문 지시 묶음. Claude Code에서는 슬래시 명령으로 호출하는 능력 단위입니다.

AI에게 가르쳐둔 "특기" 하나

15
서브에이전트Subagent

메인 에이전트가 복잡한 작업을 쪼개서 맡기는 하위 에이전트. 팀장이 팀원에게 업무를 배분하는 것과 같습니다.

팀장 AI가 부르는 팀원 AI

16
오케스트레이터Orchestrator

여러 에이전트의 작업 순서를 결정하고 결과를 통합하는 상위 조율자. 오케스트라 지휘자처럼 누가 언제 연주할지를 결정합니다.

여러 AI를 지휘하는 지휘자

17
스웜Swarm

여러 에이전트가 독립된 컨텍스트에서 동시에 작업하는 병렬 실행 구조.

여러 AI가 동시에 따로 일하는 것

18
플릿Fleet

운영 중인 에이전트들의 집합. 개별 에이전트가 아닌 전체를 모니터링하고 관리할 때 쓰는 표현입니다.

운영 중인 AI 팀 전체 명단

19
핸드오프Handoff

에이전트 간, 또는 에이전트와 사람 사이에서 작업을 넘기는 인계 지점.

업무 인수인계, "여기서부턴 네가 해"

20
백그라운드 에이전트Background Agent

사용자 개입 없이 백그라운드에서 비동기로 도는 에이전트. 야간 코드 리뷰나 자동 테스트에 활용됩니다.

밤새 혼자 일하는 AI 야근러

21
워크플로우Workflow

작업의 순서와 조건을 미리 정의한 실행 흐름. 에이전트가 반복적인 작업을 자동으로 처리할 때의 설계도입니다.

자동화 레시피, 순서대로 따라가면 완성

22
그래프Graph / DAG

작업 간 의존 관계를 노드와 엣지로 표현한 구조. 어떤 작업이 먼저 끝나야 다음으로 넘어갈 수 있는지를 정의합니다.

작업 순서를 화살표로 그린 지도

STEP 3: 품질을 잡는다
에이전트의 출력을 어떻게 신뢰할 수 있는가
에이전트가 만든 코드가 정말 맞는지 어떻게 확인할까요? 실행 로그를 추적하고, 변경 내역을 비교하고, 위험한 동작을 차단하는 장치들이 여기에 해당합니다.
23
하네스Harness

에이전트의 시작부터 종료까지 전 과정을 감싸는 운영 틀. 테스트 하네스에서 차용된 개념입니다.

AI를 감시하는 운영 울타리

24
하네스 엔지니어링Harness Engineering

에이전트에 제약을 걸고 피드백 루프를 설계하는 운영 기술. 대규모 코드 생성 사례에서 핵심 역량으로 부상 중입니다.

AI에게 규칙과 제한을 거는 기술

25
트레이스Trace

에이전트가 어떤 판단을 거쳤는지 기록한 실행 로그. 문제 발생 시 원인을 추적하는 핵심 자료입니다.

AI의 행동 녹화 기록

26
디프Diff

코드 변경 전후를 나란히 비교하는 출력. 에이전트 결과물의 1차 검증 수단입니다.

"뭐가 바뀌었는지" 한눈에 보는 비교표

27
가드레일Guardrail

위험한 출력이 나오기 전에 차단하는 규칙과 필터. 고속도로 가드레일처럼 이탈을 방지합니다.

위험한 방향으로 빠지지 않게 막는 난간

28
샌드박스Sandbox

외부에 영향을 줄 수 없는 격리된 실행 환경. Codex가 Docker 컨테이너 안에서 코드를 돌리는 것이 대표적 사례입니다.

실수해도 피해가 없는 연습 공간

29
후크Hook

특정 동작이 실행되기 직전 또는 직후에 자동으로 끼어드는 커스텀 코드. Git의 pre-commit hook처럼 에이전트의 행동을 가로채 검증하거나 변환합니다.

실행 직전에 자동으로 끼어드는 검문소

30
할루시네이션Hallucination

AI가 사실이 아닌 내용을 그럴듯하게 생성하는 현상. 검증 장치가 필요한 근본적인 이유이며, 가드레일과 트레이스로 피해를 줄입니다.

AI가 자신 있게 말하는 거짓말

STEP 4: 기억을 남긴다
컨텍스트 윈도우의 한계를 어떻게 넘는가
컨텍스트 윈도우는 유한합니다. 창이 가득 차면 오래된 정보가 사라집니다. 긴 작업을 안정적으로 이어가려면 기억을 외부에 저장하고 필요할 때 불러오는 전략이 필요합니다.
31
메모리Memory

AI가 이전 대화나 작업 상태를 기억하는 저장소. Claude Code의 /memory 명령이 이 기능에 해당합니다.

AI의 메모장

32
메모리 계층Memory Hierarchy

즉시 접근하는 단기 기억과 검색이 필요한 장기 기억으로 나눈 구조. CPU 캐시-메모리-디스크 계층과 같은 원리입니다.

빠른 포스트잇 vs 서류 캐비닛

33
임베딩Embedding

텍스트의 의미를 숫자 벡터로 변환하는 과정. 비슷한 내용끼리 가까운 좌표를 갖기 때문에 유사도 검색에 쓰입니다.

글의 의미를 숫자 좌표로 바꾸는 것

34
벡터Vector

데이터의 의미를 다차원 숫자 배열로 표현한 결과물. 벡터 간 거리를 비교해 유사한 정보를 찾아냅니다.

의미를 표현하는 숫자 묶음. 가까우면 비슷한 뜻

35
RAGRetrieval-Augmented Generation

외부 문서를 검색해서 AI의 컨텍스트에 실시간으로 주입하는 기법. 임베딩으로 관련 문서를 찾아옵니다.

시험 때 교과서 찾아보며 답 쓰는 것

36
장기 실행 에이전트Long-Running Agent

한 번의 컨텍스트 윈도우를 넘어 여러 세션에 걸쳐 작업을 이어가는 에이전트.

며칠째 이어서 일하는 AI

37
랄프 루프Ralph Loop

매 반복마다 새 세션을 열되, git 기록과 진행 파일로 맥락을 이어가는 자율 코딩 루프. Geoffrey Huntley가 공개한 패턴입니다.

매번 새로 시작하되 일지로 이어가는 패턴

38
RLMRecursive Language Model

긴 데이터를 REPL 변수에 저장한 뒤 코드로 필요한 부분만 탐색하는 재귀 처리 방식. 원본을 잘라내지 않아 정보 손실이 없습니다.

데이터를 코드로 직접 뒤져보는 방식

STEP 5: 표준으로 잇는다
에이전트가 도구와 환경에 어떻게 말을 거는가
에이전트가 외부 도구, 에디터, 분석 서버와 소통하려면 공통 규격이 필요합니다. 표준이 없으면 조합마다 전용 연동을 만들어야 하지만, 표준 하나면 각자 한 번씩만 구현하면 됩니다.
39
CLICommand Line Interface

텍스트 명령어로 도구를 실행하는 인터페이스. GUI보다 토큰 효율이 높아 에이전트 환경에서 다시 주목받고 있습니다.

텍스트로 컴퓨터에 명령하는 검은 화면

40
REPLRead-Eval-Print Loop

코드를 입력하면 즉시 결과를 보여주는 대화형 실행 환경. 에이전트가 코드를 시험하고 검증하는 데 활용됩니다.

코드를 치면 바로 결과가 나오는 대화창

41
IDEIntegrated Development Environment

코드 편집, 실행, 디버깅을 하나로 묶은 통합 개발 환경. VS Code, Cursor 등이 대표적이며 에이전트가 작업하는 기본 무대입니다.

코딩용 올인원 작업 도구

42
APIApplication Programming Interface

프로그램끼리 데이터를 주고받는 공식 창구. 에이전트가 외부 서비스에 요청을 보내고 결과를 받아올 때 사용합니다.

앱들이 서로 대화하는 공식 전화번호

43
도구 사용Tool Use

AI가 텍스트 생성을 넘어 함수 호출, 파일 조작, 웹 검색 등 외부 도구를 직접 실행하는 능력. 에이전트의 핵심 역량입니다.

AI가 직접 도구를 집어 들고 쓰는 것

44
MCPModel Context Protocol

AI 모델과 외부 도구를 연결하는 개방형 프로토콜. M×N개 커스텀 연동을 M+N으로 줄여줍니다.

AI와 도구를 잇는 만능 어댑터

45
ACPAgent Communication Protocol

코드 에디터와 AI 에이전트 사이의 통신 규격. Zed와 JetBrains가 주도하고 있습니다.

에디터가 AI와 대화하는 전용 회선

46
LSPLanguage Server Protocol

에디터와 코드 분석 서버 사이의 표준 프로토콜. 에이전트에게 코드 구조를 빠르게 파악할 수 있는 능력을 부여하며, ACP 설계의 원형이 된 모델입니다.

에디터에게 코드 구조를 알려주는 번역기

용어 마스터! 다음은?

46개 핵심 용어로 AI 에이전트의 전체 그림을 완성했습니다.
이제 실제 컴포넌트를 살펴보며 실전 감각을 익혀보세요.

컴포넌트 갤러리 →