[핵심 정리] 3급 과목 1~3(AI 개요·생성형 AI·실무 사례) 용어 10개 — 한 줄 정의로 외우기

아카데미 운영팀입니다. 3급 10개 과목 중 앞쪽 세 과목(AI 개요·생성형 AI·실무 사례)에서 반복해 등장하는 용어 10개를 한 줄 정의로 정리했습니다. 법률에 정의가 있는 용어는 법 조문을 그대로 옮겼습니다. 2026년 10월 기준입니다.

AI 개요

• 인공지능 — "학습, 추론, 지각, 판단, 언어의 이해 등 인간이 가진 지적 능력을 전자적 방법으로 구현한 것" (인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 제2조 제1호)
• 머신러닝 — 사람이 규칙을 일일이 쓰는 대신, 데이터에서 패턴을 학습해 예측·분류 성능을 높이는 방법
• 딥러닝 — 여러 층의 인공신경망을 사용하는 머신러닝의 한 갈래. 이미지·음성·언어처럼 복잡한 데이터에 강함
• 학습과 추론 — 학습은 데이터로 모델의 파라미터를 조정하는 단계, 추론은 학습된 모델에 새 입력을 넣어 결과를 얻는 단계

생성형 AI

• 생성형 인공지능 — "입력한 데이터의 구조와 특성을 모방하여 글, 소리, 그림, 영상, 그 밖의 다양한 결과물을 생성하는 인공지능시스템" (같은 법 제2조 제5호)
• 대규모 언어 모델(LLM) — 방대한 텍스트로 사전학습해 다음 단어를 확률적으로 생성하는 모델. ChatGPT·Claude·Gemini·하이퍼클로바X 같은 서비스의 바탕
• 프롬프트 — 모델에 주는 입력(지시·질문·자료). 역할·맥락·요청·형식을 갖출수록 결과가 쓸 만해짐
• 토큰과 컨텍스트 윈도우 — 토큰은 모델이 글을 처리하는 최소 단위, 컨텍스트 윈도우는 한 번에 다룰 수 있는 토큰 한도. 긴 문서를 넣으면 일부가 잘릴 수 있는 이유
• 할루시네이션 — 그럴듯하지만 사실이 아닌 내용을 자신 있게 생성하는 현상. 숫자·고유명사·출처는 반드시 원문과 대조해야 하는 이유

실무 사례

• 지식 컷오프 — 학습 데이터가 수집된 마지막 시점. 그 이후 사건은 검색 기능 없이는 모델이 알 수 없음. 최신 정책·단가를 물을 때 틀리는 원인

외울 때 한 가지

세 과목은 "정의를 아는가"보다 "정의를 상황에 적용할 수 있는가"를 묻습니다. 예를 들어 "회의 녹음을 회의록 초안으로 만드는 절차"를 물으면, 음성 인식(STT) → 요약 → 담당자 확인 순서를 고르는 식입니다. 용어를 외운 뒤에는 무료 모의고사에서 해설까지 읽으며 적용 문항에 익숙해지세요. 과목 전체 요점은 3급 강의노트에 있습니다.

출처

• 국가법령정보센터 — 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 (법률 제21311호)

헷갈리는 용어가 있으면 댓글로 남겨 주세요. 다음 정리는 과목 8~10(ROI 분석·전략적 활용·발표 및 실행)입니다.