AI Framework Act (Korea)
「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」. 2026년 1월 22일 시행된 한국의 포괄적 AI 규제로, EU에 이어 세계 두 번째입니다. 일반 기업 실무의 중심은 투명성 확보 의무(제31조) — AI 기반 서비스라는 사실의 사전 고지와 생성물 표시입니다. 해외 사업자도 국내 이용자에게 영향을 미치면 적용됩니다.
Done
Language updated.
Total terms
24
Categories
6
Uncategorized
0
Keep recurring AI transformation terms, acronyms, and operating language in one shared reference.
AI Framework Act (Korea)
「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」. 2026년 1월 22일 시행된 한국의 포괄적 AI 규제로, EU에 이어 세계 두 번째입니다. 일반 기업 실무의 중심은 투명성 확보 의무(제31조) — AI 기반 서비스라는 사실의 사전 고지와 생성물 표시입니다. 해외 사업자도 국내 이용자에게 영향을 미치면 적용됩니다.
AI Transparency & Labeling Duty
AI 기본법 제31조의 투명성 확보 의무를 부르는 실무 용어입니다. 고영향·생성형 AI 서비스라는 사실을 이용자에게 미리 알리고(사전 고지 — 미이행 시 과태료 3천만 원 이하), 생성형 AI 결과물에는 로고·문구 같은 가시적 표시나 워터마크 같은 비가시적 표시를 답니다. 실제와 구분하기 어려운 딥페이크는 명확히 인식되도록 표시해야 합니다.
GenAI Divide
같은 도구를 쓰는데 성과를 내는 조직과 못 내는 조직이 갈리는 현상입니다. MIT 조사의 '파일럿 95%가 손익에 흔적을 못 남긴다'는 수치가 자주 인용되지만, 성공 정의가 좁다는 방법론 반론도 함께 봐야 합니다. 격차의 원인으로는 기술보다 변화관리와 프로세스가 지목됩니다(도입 최난관의 77%가 기술 밖, 스탠퍼드).
Human-in-the-loop
자동화 과정의 핵심 지점에 사람의 판단이나 검수를 끼워 넣는 설계 원칙으로, 반자동화라고도 부릅니다. 실제 설계 질문은 '어디에 사람을 둘 것인가'이며, 되돌릴 수 없는 단계(발송·결제·삭제) 직전이 대표적인 자리입니다.
Retrieval-Augmented Generation
AI가 답하기 전에 관련 문서를 먼저 검색해, 그 내용을 근거로 답하게 하는 방식입니다. 모델이 모르는 사내 자료나 최신 정보를 다루게 할 때 기본이 되는 구조입니다. 지어내기(환각)를 줄이는 대표적인 수단이지만, 검색이 부실하면 답도 부실해집니다.
Audit Log
누가 언제 무엇을 시켰고 AI가 무엇을 내보냈는지 남기는 기록입니다. 사고가 났을 때 원인을 되짚는 유일한 길이고, AI 기본법류 규제 대응에서도 기본 요건이 됩니다. 기록이 없으면 '조용한 실패'는 영원히 원인 불명으로 남습니다.
Grace Period
새 법 시행 초기에 처벌 대신 안내와 시정 기회를 주는 기간입니다. AI 기본법은 최소 1년 이상 계도기간을 운영해 과태료 부과가 유예됩니다(실질 부과는 2027년 이후 예상). 다만 준비의 유예이지 의무의 유예가 아니어서, 법적 의무 자체는 2026년 1월 22일부터 발생해 있습니다.
High-impact AI
사람의 생명·신체 안전이나 기본권에 중대한 영향을 미칠 수 있는 AI로, AI 기본법이 특별 책무를 부과하는 대상입니다. 보건의료, 에너지, 채용·대출 심사처럼 개인의 권리·의무를 판단하는 영역 등이 해당합니다. 해당 사업자에게는 이용자 설명 의무, AI 영향평가, 관리체계 구축이 요구됩니다(제34조).
Context Window
AI가 한 번에 기억하며 읽을 수 있는 대화·문서의 분량입니다. 사람의 작업 기억과 비슷해서, 대화가 길어지면 앞부분을 잊거나 스스로 요약해 버립니다. 중요한 규칙이 있는 작업은 새 대화에서 규칙부터 다시 주는 것이 안전합니다 — 긴 대화 끝의 이상 동작은 대개 여기서 옵니다.
Vibe Coding
코드를 직접 쓰는 대신 AI에게 말로 설명하며 소프트웨어를 만들어 가는 방식입니다. 코드를 못 쓰던 비영리 컨설턴트가 6개월 만에 고객 관리 플랫폼을 완성한 사례(Fortune 보도)처럼 진입 장벽을 크게 낮췄습니다. 다만 결과물 검증과 운영 책임은 여전히 사람 몫으로 남습니다.
Vector Search
임베딩으로 저장된 숫자 벡터들 사이에서 의미가 가까운 것을 찾는 검색 방식입니다. 키워드가 일치하지 않아도 뜻이 비슷하면 찾아준다는 점이 기존 검색과 다릅니다. 검색 품질이 나쁘면 RAG의 답변 품질도 함께 나빠지므로, 답이 이상할 때 먼저 점검할 지점입니다.
Key-person Dependency
기준 없이 각자 AI를 쓰게 두었을 때 남는 결과로, 업무가 시스템이 아니라 특정 개인의 머릿속 노하우에 의존하게 되는 상태를 말합니다. 그 사람이 이직하면 업무와 리스크가 함께 떠납니다. 넣어도 되는 데이터, 검토와 책임, 기록 — 세 줄 규칙 같은 최소한의 팀 기준이 예방책입니다.
Productivity Paradox
AI 도입 후 체감 효과와 실측 효과가 어긋나는 현상입니다. 임원은 주 8시간을 아낀다는데 직원 다수는 0~2시간이라 답한 조사(Section, 화이트칼라 5,000명)가 있고, 숙련 개발자의 체감(20% 빨라짐)과 실측(19% 느려짐)이 반대로 나온 실험(METR)도 있습니다. 처방은 체감 대신 측정 — 지표 하나를 정해 재는 것입니다.
Approval Loop
생성 결과가 실제 업무에 반영되기 전에 검토와 책임 승인을 거치는 운영 절차입니다. 모든 건을 사람이 승인하면 안전하지만 느리고, 전부 자동이면 사고가 조용히 쌓입니다. 실무에서는 예외만 사람에게 올리는 에스컬레이션과 조합해 씁니다.
Escalation
평소에는 AI가 자동으로 처리하고, 애매하거나 위험한 건만 사람 앞으로 올리는 예외 처리 방식입니다. 건마다 사람이 승인하는 방식보다 성과가 두 배 이상이었다는 분석이 있습니다(생산성 개선 중앙값 +71% 대 +30%, 스탠퍼드 51개 배치). '무엇을 사람에게 올릴 것인가'를 정하는 일이 설계의 핵심입니다.
Agentic AI
사람이 목표를 주면 계획을 세우고 여러 단계를 스스로 실행하는 방식의 AI를 말합니다. 질문마다 답을 받는 챗봇과 달리, 일 단위로 맡기고 결과를 확인하는 구조가 됩니다. 스탠퍼드의 51개 성공 배치 분석에서 71%가 이 방식이었습니다.
Workslop
AI로 빠르게 만든 어설픈 산출물이 동료에게 넘어가, 받는 쪽이 사실 확인과 수정에 시간을 쓰게 되는 현상입니다. 만든 사람의 시간은 줄지만 조직 전체로는 일이 늘어난 셈이 됩니다. 생산성 역설을 설명하는 개념 가운데 하나입니다.
Embedding
글의 의미를 숫자 벡터로 바꿔 저장하는 기법입니다. 단어가 달라도 뜻이 비슷하면 가까운 값이 되기 때문에, '표현이 달라도 같은 이야기'를 찾아내는 의미 검색의 기반이 됩니다. RAG에서 문서를 찾아오는 첫 단계가 보통 이것입니다.
Token
AI가 글을 읽고 쓰는 최소 단위로, 대략 짧은 단어 조각 하나에 해당합니다. 사용량 요금과 맥락 창의 한도가 모두 토큰으로 계산되기 때문에, 비용과 기억력을 이야기할 때 기준 단위가 됩니다. 같은 내용이라도 언어와 표기에 따라 토큰 수가 달라집니다.
Prompt
AI에게 주는 지시문을 부르는 말입니다. 특별한 문법이 있는 게 아니라, 신입에게 일을 설명하듯 쓰면 됩니다 — 규칙 몇 개, 하지 말 것 하나, 원하는 말투 한 줄. 잘 먹힌 지시문을 저장해 두고 다시 쓰는 것이 실력의 절반입니다.
Prompt Review
코드 리뷰처럼, 팀이 쓰는 지시문을 다른 사람이 검토하고 개선점을 남기는 운영 관행입니다. 잘 먹힌 표현이 개인 노하우로 흩어지는 것을 막고, 위험한 지시(과도한 권한, 모호한 기준)를 배포 전에 걸러냅니다. 프롬프트 버저닝과 짝을 이룹니다.
Prompt Versioning
지시문(프롬프트)의 변경 이력과 성능 차이를 버전으로 관리하는 운영 방식입니다. 잘 먹힌 지시문과 실패한 요청을 기록으로 남기면, 도구를 바꿔도 자산이 남습니다. 개인 메모가 아니라 팀 문서로 관리하는 것이 핵심입니다.
Harness
AI 모델을 실제 업무에 매어 두는 주변 장치 일체 — 지시문, 도구 연결, 권한, 검토 절차 — 를 묶어 부르는 말입니다. 같은 모델이라도 하네스가 다르면 결과가 크게 달라집니다. '성패는 모델보다 운영'이라는 교훈이 가리키는 대상이 바로 이것입니다.
Hallucination
AI가 사실이 아닌 내용을 그럴듯하게, 확신에 찬 말투로 만들어 내는 현상입니다. 고장이 아니라 생성형 AI의 알려진 특성이라, 끄는 스위치가 없습니다. 대응은 사용법 쪽에 있습니다 — 숫자·이름·날짜·링크는 원본과 대조하고, 되돌릴 수 없는 일에는 사람 확인을 끼워 넣습니다.
AXHub uses cookies to improve the service. By continuing to use the site, you agree to our cookie usage.