AI 용어 알아보기: LLM, RAG, 에이전트 핵심 차이 완벽 정리

똑똑한 AI를 만드는 핵심 기술 3가지

최근 우리가 만나는 AI 서비스들은 단순히 대화만 하는 수준을 넘어섰습니다. 정보를 스스로 찾고, 판단하며, 직접 결과물을 만들어내죠. 이 놀라운 변화의 중심에 있는 세 가지 핵심 기술을 알기 쉽게 정리해 보았습니다.

 

LLM : 세상의 언어를 배우는 '천재 독서가'

LLM은 방대한 데이터를 학습해 인간의 언어 체계를 완벽히 이해한 AI의 '두뇌'입니다. 방대한 책을 읽고 지식을 습득한 사람처럼, 문맥을 파악해 글을 쓰거나 프로그래밍 코드를 짜는 등 창의적인 작업을 담당해요

RAG : 사실관계를 확인하는 '오픈북 테스트'

AI가 가끔 거짓말을 하는 이유를 아시나요? 학습한 정보가 오래되었기 때문입니다. RAG는 AI가 답하기 전에 최신 문서나 우리 회사의 내부 자료를 스스로 찾아보게 만드는 기술입니다. 즉 개발 커스텀 업무검색 개발 영역이죠

AI 에이전트 : 직접 움직이는 '디지털 실무자'

대화가 끝이 아닙니다. 에이전트는 사용자의 목표를 이해하고, 스스로 도구를 사용해 일을 마무리합니다. 메일을 보내고, 일정을 조율하고, 필요한 자료를 취합하는 등 업무 현장에서 직접 발로 뛰는 실무자의 역할을 수행해요

 

기술별 특징 한눈에 보기

기술명	주요 역할
LLM	언어 이해와 문장 생성의 기반 지능
RAG	정확한 정보 검색을 통한 답변의 신뢰성 보완
AI 에이전트	스스로 도구를 활용한 실제 업무 완수

 

이 기술들이 결합될 때 AI는 단순한 챗봇을 넘어 우리 일상을 바꾸는 강력한 도구가 되요...  이 중에서 특히 여러분이 관심 있게 지켜보는 분야는 어디일까요? 개발자인 저는 AI에서도 결국 개발자의 역할은 크다 자동화되는 부분도 많지만  더 많은 이해와 역할이 필요 할 것 같습니다. AI는 도우미는 확실한데 대체자로서는 에이전트가 많다면 될 수도 있겟지만 ERP가 수년때 기업에 커스텀해서 쓰는것처럼 생태계 한계도 있지 않을까요?