AI·머신러닝·생성형 AI의 역할

핵심 개요

• 규칙: 이미 아는 절차와 산식으로 결과를 계산합니다.
• 예측: 데이터에서 학습한 패턴으로 새로운 사례의 결과를 추정합니다.
• 생성: 입력과 문맥에 따라 문장·이미지·코드 같은 결과를 만듭니다.

이 셋은 함께 쓰일 수 있습니다. 예를 들어 사용자의 문장을 AI가 해석하고, 합계는 일반 코드가 계산할 수 있습니다.

개념의 관계

머신러닝은 AI의 한 접근이고, 딥러닝은 머신러닝의 한 분야입니다. 생성형 AI는 새로운 결과를 만드는 기능을 가리키며, 이 그림은 현대 생성형 모델의 대표적인 기술 관계를 보여줍니다. 모든 AI가 딥러닝을 쓰거나 문장을 생성하는 것은 아닙니다.

업무를 먼저 분류하기

기술 이름부터 고르기보다 입력·기대 결과·실패 비용을 먼저 정합니다. 정확한 정답을 산식으로 구할 수 있다면 불확실한 생성을 추가할 이유가 작습니다.

사례: 주문 합계에 AI가 필요할까?

교육용 주문에 단가 3,000원인 상품 2개, 단가 6,000원인 상품 1개가 있습니다.

표의 값이 이미 구조화되어 있다면 일반 계산이면 충분합니다. 사용자가 “내 주문은 얼마야?”처럼 자연어로 묻는 경우, AI는 의도를 해석하고 주문 조회를 요청하는 데 도움을 줄 수 있습니다. 실제 주문 값과 계산은 서비스와 코드에서 확인합니다.

자주 생기는 오해

확인 문제

참고 자료

• Google: 머신러닝 소개 : 머신러닝의 기본 개념과 문제 유형.
• 다음 개념: 도구 호출: 모델의 해석과 프로그램의 실행을 연결하는 방법.

검색 키워드: AI, ML, 머신러닝, 딥러닝, 생성형 AI.

주문 합계 계산, 다음 달 주문량 예상, 고객 문의 답변 초안 작성을 한 서비스에서 처리합니다.