05 / GLOSSARY

AIGC 용어집

29 TERMS

개념 하나를 한 단락으로 설명합니다. 기초·이미지·오디오/영상·실무로 나누고, 통용되는 영문 표기를 함께 두어 검색과 소통에 쓰게 했습니다.

기초 개념10

프롬프트Prompt: 생성 모델에 주는 지시문이나 설명으로, 출력의 방향과 품질을 직접 결정합니다. 주제·스타일·제약을 분명히 하는 편이 길게 쓰는 것보다 효과적입니다.
토큰Token: 모델이 처리하는 텍스트의 최소 단위로, 한자 한 글자나 영어 단어 절반 정도입니다. 과금, 컨텍스트 길이, 속도 제한이 모두 토큰 기준입니다.
컨텍스트 윈도Context Window: 모델이 한 번에 처리할 수 있는 토큰 상한으로, '보이는' 자료의 분량을 결정합니다. 초과분은 분할·요약·검색으로 보충합니다.
추론Inference: 학습된 모델로 결과를 한 번 만들어내는 처리입니다. '한 번 생성돌리기'가 추론 한 번이고, 사용 비용과 지연이 여기에 붙습니다.
파인튜닝Fine-tuning: 사전학습 모델을 자체 데이터로 추가 학습시켜 특정 스타일이나 작업에 맞춥니다. LoRA가 요즘 표준인 경량 기법입니다.
검색 증강 생성(RAG)RAG: 외부 지식베이스에서 관련 자료를 먼저 찾고, 그 자료를 근거로 모델이 답하게 합니다. 환각 억제와 사내 지식 연결에 씁니다.
에이전트Agent: 단계를 계획하고 도구를 호출하며 여러 단계 작업을 스스로 끝내는 AI 시스템입니다. 코딩 에이전트와 상주 비서가 대표적 형태입니다.
멀티모달Multimodal: 하나의 모델이 텍스트·이미지·오디오·비디오를 함께 이해하거나 생성하는 능력입니다. 현행 Gemini와 GPT 플래그십은 모두 멀티모달입니다.
환각Hallucination: 모델이 지어낸 사실을 드당하게 말하는 현상입니다. 고위험 용도에는 검색 근거와 교차 검증이 필요하고, 프롬프트 문구만으로는 막지 못합니다.
오픈 웨이트Open Weights: 모델 파라미터 파일이 공개되어 직접 배포·파인튜닝할 수 있는 것입니다. 가중치 공개가 상업 이용 허가를 뜻하지는 않으니 저장소별 조항을 확인하세요.

이미지 생성09

확산 모델Diffusion: 점진적으로 잡음을 제거하며 이미지를 만드는 방식입니다. Stable Diffusion, FLUX, Midjourney의 이미지 엔진이 모두 이 계보입니다.
이미지 투 이미지Image-to-Image: 원본 이미지에 프롬프트를 얹어 새 이미지를 생성하는 방식으로 구도와 색감을 이어갑니다. 강도 파라미터가 변화 폭을 정합니다.
인페인팅Inpainting: 선택한 영역만 다시 그리고 나머지 픽셀은 그대로 두는 기법입니다. 손 보정, 배경 교체, 잡물 제거의 정석입니다.
아웃페인팅Outpainting: 캔버스를 바깥으로 확장하며 새 내용을 생성합니다. 비율 변경이나 잘린 구도 보완에 씁니다.
업스케일링Upscaling: 픽셀을 늘리는 게 아니라 디테일을 재구성하며 키우는 것입니다. 인쇄나 대형 화면 출력 전의 표준 공정입니다.
ControlNetControlNet: 포즈 골격, 윤곽, 깊이 맵을 조건으로 구도와 자세를 정밀 제어하는 기술입니다. '포즈는 그대로, 화풍만 교체'할 때의 주력입니다.
LoRALoRA: 수십 장의 이미지로 학습하는 소형 스타일·캐릭터 애드온입니다. 베이스 모델에 얹어 쓰고 파일은 보통 수십 MB입니다.
시드Seed: 초기 잡음을 정하는 난수입니다. 시드를 고정하고 프롬프트만 바꾸면 구도를 유지한 채 표현을 비교할 수 있습니다.
스타일 전이Style Transfer: 내용 구조는 유지하고 시각 스타일만 바꾸는 생성 방식입니다. 참조 이미지 한 장으로 새 작품 전체에 스타일을 입힙니다.

오디오와 영상05

텍스트 투 스피치TTS: 텍스트를 자연스러운 음성으로 합성합니다. 감정 태그, 멈춤 제어, 다화자 처리가 세대를 가르는 포인트입니다.
보이스 클로닝Voice Cloning: 몇 초에서 몇 분의 샘플로 목소리를 복제합니다. 상업 이용에는 본인 동의가 필수이며 업계의 적신호입니다.
스템 분리Stem Separation: 완성곡을 보컬·드럼·베이스 등 독립 트랙으로 나누는 것입니다. 커버, 리믹스, 연습용 반주의 기본 공정입니다.
립싱크Lip Sync: 인물의 입모양을 지정한 음성에 맞추는 것입니다. 디지털 휴먼 영상과 더빙 워크플로의 첫 관문입니다.
오디오 리액티브Audio Reactivity: 화면을 곡의 비트와 주파수 대역에 맞춰 움직이는 것입니다. 뮤직 비디오 생성기의 간판 기능으로 스템별 파라미터를 구동합니다.

엔지니어링과 실무05

속도 제한Rate Limit: 시간당 호출 수나 토큰량의 상한입니다. 무료 티어가 더 빡빡하며, 자동화 스크립트는 429 재시도 처리가 필수입니다.
샌드박스Sandbox: 에이전트가 코드를 실행하고 파일을 고쳐도 실제 시스템에 영향이 없는 격리 실행 환경입니다. 코딩 에이전트의 안전 기반입니다.
Model Context ProtocolMCP: 도구와 데이터 소스를 표준 프로토콜로 모델에 연결하는 개방 규격입니다. AI 애플리케이션의 USB-C라고 보면 됩니다.
벤치마크Benchmark: 고정 문제 세트로 모델을 채점하는 평가 체계입니다. 데이터 오염과 랭킹 재기를 보고, 최종 판단은 자기 실제 케이스로 하세요.
워터마크Watermark: 생성 콘텐츠에 삽입되는 눈에 보이지 않고 기계 검증 가능한 출처 신호(SynthID 등)입니다. 보이지 않게 AI 생성임을 선언합니다.

설명은 학문적 엄밀함보다 일상 사용 장면을 우선합니다. 부정확한 표현은 연결 페이지로 알려주세요. 수록 및 업데이트 방법 읽기 →