5건
Explainability
설명 가능성
AI 활용 분야에서 쓰이는 용어로, 인공지능 모델이 특정 답을 왜 그렇게 냈는지를 사람이 이해할 수 있는 형태로 보여주는 능력과 그 기법들을 통칭하는 표현입니다.
보안·윤리
MoE
믹스처 오브 엑스퍼츠
모델 구조 분야에서 쓰이는 Mixture of Experts(전문가 혼합)의 약자로, 여러 전문가 하위망 중 입력마다 일부만 골라 활성화하는 신경망 구조입니다. '라우터'라 불리는 게이팅 신경망이 토큰마다 소수의 전문가만 선택합니다. 전체 파라미터 수는 크게 늘리되 실제 계산에는 일부만 쓰기 때문에, 같은 연산량으로 더 큰 모델급 성능을 노립니다. Mixtral, DeepSeek-V3 같은 최신 대형 모델이 이 구조를 채택했습니다.
모델·서비스
EXAONE
엑사원
LG AI연구원이 개발한 대형 언어 모델(LLM) 계열의 브랜드로, 'EXpert AI for everyONE(모두를 위한 전문가 AI)'에서 이름을 따 왔습니다. 2021년 초거대 모델로 출발해 2025년 7월 추론을 결합한 국내 첫 하이브리드 모델 4.0(32B·1.2B)을 오픈 웨이트로 공개했고, 2026년 1월에는 MoE 구조의 K-EXAONE(총 2,360억·활성 230억 파라미터)으로 정부 독자 AI 파운데이션 모델 1차 평가 1위에 올랐습니다. 병리 진단 AI 'EXAONE Path' 등 산업·의료 특화 모델로 확장 중입니다.
모델·서비스
Interpretability
해석 가능성
AI 활용 분야에서 쓰이는 용어로, 인공지능 모델 내부의 뉴런·회로·가중치 동작을 직접 들여다보며 모델이 왜 특정 답을 만드는지 인과적으로 추적하는 연구 분야로, Explainability의 더 깊은 형태입니다.
보안·윤리
UX
유엑스
User Experience(사용자 경험)의 약자로, 사람이 제품·서비스를 처음 만나는 순간부터 떠날 때까지 느끼는 모든 감각·감정·편의성을 설계하는 분야입니다.
디자인