AI 트렌드

AI 트렌드 분야에서 쓰이는 Agentic Retrieval-Augmented Generation(에이전트형 검색 증강 생성)의 약자로, 검색과 생성 사이에 스스로 판단하는 에이전트를 끼운 구조입니다. 2025년 1월 서베이 논문은 반성·계획·도구 사용·다중 에이전트 협업 패턴을 파이프라인에 넣어 검색 전략을 상황에 맞게 바꾸는 방식으로 정의합니다. 기존 RAG가 질문 한 번에 검색 한 번이라면, 에이전틱 RAG는 질문을 쪼개고 결과를 본 뒤 다시 검색합니다. 정확도는 오르지만 지연 시간과 토큰 비용이 함께 늘어납니다.

AI가 생성한 데이터를 다음 세대 모델이 반복 학습할 때 성능과 다양성이 점차 무너지는 현상입니다. 2024년 7월 네이처에 실린 옥스퍼드대 등 연구진의 논문이 대표적으로, 언어 모델이 자기 출력물로 세대를 거듭해 학습하자 드물게 등장하는 정보부터 사라지고 결국 무의미한 문장을 내놓았습니다. 웹에 AI 생성 콘텐츠가 쌓일수록 다음 모델의 학습 데이터가 오염될 수 있어, 사람이 만든 원본 데이터의 확보와 데이터 출처 관리가 AI 산업의 과제로 떠올랐습니다.

요청하지도, 검수하지도 않은 저품질 AI 생성 콘텐츠가 대량으로 쏟아지는 현상, 또는 그런 콘텐츠 자체를 가리키는 말입니다. 영어에서 가축 여물이나 음식 찌꺼기를 뜻하는 slop에서 왔습니다. 2024년 개발자 사이먼 윌리슨이 '요청되지 않고 검토되지 않은 AI 콘텐츠'라는 정의로 확산시켰고, 메리엄-웹스터가 2025년 올해의 단어로 선정할 만큼 일반 용어가 됐습니다. 검색 결과·SNS 피드·음원 플랫폼의 품질 저하 문제와 함께 논의됩니다.

AI 에이전트가 소비자를 대신해 상품을 찾고 비교하고 결제까지 마치는 상거래 방식을 가리키는 용어입니다. 2025년 하반기 OpenAI가 챗GPT 안 결제 기능인 인스턴트 체크아웃과 공개 표준 ACP(Agentic Commerce Protocol)를 내놓고, 구글이 결제 프로토콜 AP2를 발표하면서 흐름이 본격화됐습니다. 비자·마스터카드도 에이전트 결제 인프라를 공개하며 표준 경쟁이 시작됐습니다. 검색·광고 중심의 이커머스 구조를 바꿀 수 있어 유통·결제 업계가 주시하는 개념입니다.

AI 반도체 분야에서 쓰이는 Neural Processing Unit(신경망 처리 장치)의 약자로, 신경망 연산을 저전력으로 빠르게 처리하도록 특화한 프로세서입니다. 범용 계산용 CPU, 병렬 그래픽 연산용 GPU와 달리 AI 추론 가속만을 노리고 설계됩니다. 성능은 초당 조 단위 연산 횟수인 TOPS로 표기합니다. 스마트폰·노트북의 온디바이스 AI부터 데이터센터용 AI 가속기까지 쓰임이 넓어지고 있습니다.

메모리 반도체 분야에서 쓰이는 High Bandwidth Memory(고대역폭 메모리)의 약자로, D램 칩을 수직으로 쌓고 실리콘 관통 전극(TSV)으로 연결해 프로세서와 데이터를 초광폭 통로로 주고받는 메모리입니다. 국제 표준화 기구 JEDEC이 규격을 정하며, 2025년 4월 확정된 HBM4 표준은 2,048비트 인터페이스로 스택당 최대 2TB/s 대역폭을 냅니다. LLM 추론 속도가 메모리 대역폭에 좌우되면서 AI 가속기의 핵심 부품이 됐습니다.

AI 정책·산업 분야에서 쓰이는 용어로, 한 국가가 자국의 인프라·데이터·인력·제도로 AI 개발과 운영 역량을 확보해 외국 기술 의존을 줄이려는 전략, 또는 그렇게 확보한 AI 역량 자체를 가리킵니다. 데이터센터와 GPU 같은 컴퓨팅 자원, 자국어 데이터로 학습한 파운데이션 모델, 이를 다룰 인재를 국가 단위로 갖추는 것이 핵심입니다. 2024년 엔비디아가 각국 정부에 개념을 확산시켰고, 한국도 독자 AI 파운데이션 모델 프로젝트 등으로 국가 AI 정책의 기조로 삼고 있습니다.

로보틱스·제조 분야에서 쓰이는 용어로, 화면 속에서 글과 이미지를 만드는 생성형 AI를 넘어 로봇·자율주행차·스마트팩토리처럼 물리 세계를 인식하고 움직이는 기계에 탑재되는 AI를 가리킵니다. 물리 법칙과 3차원 공간을 이해하는 월드 모델을 기반으로 기계가 보고(인식), 판단하고(추론), 움직이는(행동) 전 과정을 학습합니다. 2025년 CES에서 엔비디아가 '로보틱스의 ChatGPT 모먼트'를 선언하며 산업 화두로 떠올랐고, 휴머노이드 로봇과 자율 제조 투자로 이어지고 있습니다.

AI 트렌드 분야에서 쓰이는 용어로, 모델을 더 크게 학습시키는 대신 답을 내는 추론 시점에 연산을 더 써서 성능을 끌어올리는 방식입니다. 모델이 답하기 전에 사고 사슬을 길게 돌리거나 여러 후보를 만들어 검증하는 식으로 추론 연산을 늘립니다. OpenAI는 o1이 학습 시점 연산뿐 아니라 생각하는 시간을 늘릴수록 성능이 꾸준히 좋아졌다고 밝혔습니다. 다만 효과는 문제 난이도에 따라 달라서, 모든 문제에서 똑같이 이득이 나지는 않습니다.

AI 트렌드 분야에서 쓰이는 용어로, 에이전트가 환경의 작동 방식과 미래 변화를 내부 표현으로 학습해 다음에 무슨 일이 일어날지 예측·시뮬레이션하는 모델입니다. 원류는 2018년 Ha와 Schmidhuber의 World Models 연구입니다. 이 연구는 환경의 압축된 표현을 비지도로 빠르게 학습할 수 있음을 보였습니다. 자율주행 기업 Wayve는 월드 모델을 환경과 그 미래 동역학의 표현을 학습해 주행 판단에 쓰는 것이라고 정의합니다. 최근에는 게임 환경 생성, 자율주행, 로보틱스로 응용이 넓어지고 있습니다.

AI 활용 분야에서 쓰이는 용어로, LLM이 질문 난이도에 따라 추론에 쓸 시간·토큰을 알아서 늘리거나 줄여 답하는 방식으로, 추론 모델 시대의 자율적 사고량 조절 능력을 가리킵니다.

AI 활용 분야에서 Anthropic이 2025년에 도입한 기능으로, Claude가 답하기 전에 정해진 토큰 예산만큼 내부적으로 길게 생각한 다음 응답하도록 추론 깊이를 사용자가 직접 조절하는 모드입니다.

AI 활용 분야에서 Anthropic이 2024년 8월에 공개한 API 기능으로, 같은 시스템 프롬프트나 자료를 반복해서 보낼 때 캐싱해 두고 재사용하여 비용과 지연 시간을 함께 줄이는 기술입니다.

AI 활용 분야에서 쓰이는 용어로, ChatGPT·Claude·Cursor 같은 AI 도구에 부가 기능·도구·지식을 끼워 넣을 수 있도록 만든 플러그인 장터를 가리키며, GPT Store·Claude Skills Marketplace·MCP 레지스트리가 대표적입니다.

AI 활용 분야에서 쓰이는 용어로, AI 비서가 사용자가 자주 반복하는 작업을 미리 저장된 절차로 묶어 한 줄 명령이나 정해진 시간에 자동 실행해 주는 기능을 가리킵니다.

AI 활용 분야에서 쓰이는 용어로, AI 에이전트가 받은 큰 작업을 작은 하위 작업으로 쪼개 적합한 도구·하위 에이전트·LLM에게 자동으로 분배해 처리하는 운영 방식을 가리킵니다.

AI 활용 분야에서 Anthropic이 2024년 10월에 공개한 기능으로, Claude가 사람처럼 화면을 보고 마우스·키보드를 조작해 데스크탑 앱·웹사이트를 직접 사용하도록 한 도구입니다.

AI 발전 단계 분야에서 쓰이는 Artificial Super Intelligence(인공 초지능)의 약자로, 모든 분야에서 인간 최고 전문가의 능력을 압도적으로 넘어서는 가상의 인공지능 단계를 가리킵니다.

AI 발전 단계 분야에서 쓰이는 Artificial General Intelligence(범용 인공지능)의 약자로, 사람이 할 수 있는 거의 모든 지적 작업을 동등하거나 그 이상으로 수행할 수 있는 인공지능을 가리킵니다.

AI 모델 학습 분야에서 Anthropic이 2022년에 공개한 RLHF 대체 기법으로, 사람이 매번 답안을 평가하는 대신 미리 정의된 원칙(헌법)에 따라 AI가 스스로 자기 답변을 비판·수정하도록 학습시키는 방식입니다.

AI 활용 분야에서 쓰이는 용어로, AI를 도입한 기존 서비스가 아니라 처음부터 LLM·에이전트를 핵심 인프라로 삼아 설계한 제품·조직·일하는 방식을 가리킵니다.

AI 활용 분야에서 쓰이는 용어로, 스마트폰·태블릿·노트북 같은 사용자 단말 안에서 모델이 직접 실행되도록 만든 AI 운영 방식을 가리키며, 데이터를 외부로 보내지 않고 응답한다는 점이 핵심입니다.

AI 활용 분야에서 쓰이는 용어로, 클라우드 서버를 거치지 않고 스마트폰·노트북·IoT 기기 같은 사용자 단말에서 직접 모델을 실행해 답을 만들어 내는 인공지능 운영 방식을 가리킵니다.

AI 활용 분야에서 쓰이는 용어로, 데이터·연산·LLM을 사용자 컴퓨터에 우선 두고 필요할 때만 클라우드를 보조로 쓰는 운영 철학으로, 사생활·오프라인·비용 측면에서 강점을 가집니다.

AI 활용 개발 분야에서 쓰이는 용어로, 키보드 대신 음성을 1차 입력으로 두고 자연어로 설계 의도·요구사항·수정 지시를 던지면 AI가 코드를 완성·실행해 주는 새로운 개발 방식입니다.

AI 활용 개발 분야에서 쓰이는 용어로, AI 코딩 도구가 단일 파일이 아니라 전체 코드베이스의 구조·관계·관례를 미리 읽어 두고 답하는 능력을 가리키는 표현입니다.

AI 활용 분야에서 Anthropic이 공개한 모듈형 능력 단위로, Claude가 특정 작업을 더 잘 수행하도록 미리 정의된 지시·자료·코드를 한 묶음으로 만들어 호출 시점에 불러와 쓰게 한 기능입니다.

AI 도구 연결 분야에서 쓰이는 Model Context Protocol(모델 컨텍스트 프로토콜)의 클라이언트 컴포넌트로, AI 모델이나 호스트 앱이 MCP 서버에 접속해 도구·자료를 호출하는 쪽 역할을 합니다.

AI 도구 연결 분야에서 쓰이는 Model Context Protocol(모델 컨텍스트 프로토콜)의 서버 컴포넌트로, AI 모델이 외부 도구·자료에 접근할 수 있도록 도구 목록과 실행 함수를 표준 형식으로 노출합니다.

AI 활용 분야에서 Google이 2025년에 공개한 A2A(Agent-to-Agent, 에이전트 간 통신) 프로토콜로, 서로 다른 회사의 AI 에이전트들이 같은 규약으로 작업·결과·결제 정보를 주고받도록 한 개방 표준입니다.

AI 활용 분야에서 쓰이는 용어로, 여러 LLM·도구·데이터·사람 단계를 작업 흐름으로 묶어 자동으로 호출·분기·재시도하도록 설계한 운영 방식을 가리킵니다.

메인 에이전트가 특정 작업을 위해 별도로 호출하는, 격리된 컨텍스트와 권한을 가진 보조 AI 에이전트입니다.

AI 활용 분야에서 쓰이는 용어로, 역할이 서로 다른 여러 AI(Artificial Intelligence, 인공지능) 에이전트를 한 작업 흐름에 묶어 분담·협업·검토하게 만든 운영 방식입니다.

AI 활용 분야에서 쓰이는 용어로, Vibe Coding을 코딩 너머 시스템 설계·운영·CI/CD·문서화 같은 엔지니어링 전 영역으로 확장해 의도 중심의 자연어 지시만으로 작업을 처리하는 방식을 가리킵니다.

AI 활용 개발 분야에서 쓰이는 용어로, AI 에이전트가 사람이 지시한 목표를 받아 코드 작성·실행·검증을 자율적으로 반복하며 작업을 처리하는 개발 방식입니다.

AI 활용 분야에서 쓰이는 용어로, AI 에이전트를 단순 코딩에 그치지 않고 시스템 설계·운영·CI/CD·문서화 같은 엔지니어링 전 영역으로 확장해 활용하는 작업 방식입니다.

AI 도구 연결 분야에서 쓰이는 Model Context Protocol(모델 컨텍스트 프로토콜)의 약자로, 서로 다른 회사의 AI 모델이 같은 방식으로 외부 도구·자료에 접근하도록 한 공개 규약입니다.

AI 활용 개발 분야에서 쓰이는 용어로, 사람이 자연어로 의도만 던지면 AI가 코드를 써내는 방식입니다.