[AI] - 처음 만나는 인공지능의 개념과 종류

[오늘의 핵심 요약]

• AI(인공지능)의 정의
• AI를 보는 두 가지 분류 기준 — 역량 / 학습 방법
• 우리가 매일 쓰는 ChatGPT·Gemini·Claude의 정체
• 2026년 현재 AI의 흐름 — 에이전트 AI의 시대

 

안녕하세요. 경제적 자유를 향해 하루를 쌓아가는 엄마, 하루 쌓기입니다. 

 

"엄마, AI가 뭐야?" 며칠 전, 아이가 눈을 반짝이며 불쑥 물었습니다. 순간 대답이 나오지 않고 말문이 막혔습니다. 블로그에서 AI 주제의 카테고리를 만들고, 이를 내용으로 글을 쓰고 있습니다. 그리고 AI 관련 기업에 주식 투자도 하고 있으니, AI가 무엇인지 정도는 안다고 생각했습니다. 그런데 정작 내 아이에게  AI가 무엇인지 설명할 수 없었던 것입니다. 생성형 AI, 에이전트 AI - 뉴스에 매일 등장하는 단어들이지만, 각각이 무엇을 의미하는지, 서로 어떤 관계인지는 여전히 모호했습니다. 제대로 쓰려면 먼저 알아야 한다는 생각에, 기본 개념부터 정리하기로 했습니다.

 

 

1. AI란 무엇인가 — 공식 정의부터 시작한다

1-1. 공식 정의

AI(인공지능)에 대한 공식 정의는 국제 표준과 국내 법률, 두 가지 기준으로 확인할 수 있습니다. 두 정의 모두 AI를 인간의 지적 능력을 구현하는 기술로 본다는 점에서 방향이 같습니다. (작성일 기준 정보이며, 이후 변경될 수 있습니다.)

① 국제 표준 — ISO/IEC 22989:2022 

AI를 정의하는 전 세계 공통 어휘 표준입니다. AI 관련 국제 표준의 토대가 되는 문서로, AI를 다음과 같이 정의합니다.

"System capability to acquire, process, and apply knowledge and skills" (지식과 기술을 습득하고, 처리하고, 적용하는 시스템의 능력)

② 국내 법률 — 대한민국 인공지능기본법 제2조

2026년 1월 22일 시행된 국내 AI 관련 최초의 법률로, AI를 다음과 같이 정의합니다.

"학습, 추론, 지각, 판단, 언어의 이해 등 인간이 가진 지적 능력을 전자적 방법으로 구현한 것"

1-2. 쉽게 말하면

인간이 하는 '생각하는 행위' — 배우고, 판단하고, 언어를 이해하는 것 — 을 컴퓨터가 할 수 있도록 만든 기술입니다. 예를 들어 "이 사진이 고양이인가?"를 스스로 판단하거나, 질문에 문장으로 답하거나, 글을 요약하는 것이 모두 AI가 수행하는 지적 행위에 해당합니다.

1-3. AI, 왜 알아야 하는가

AI를 제대로 활용하려면 먼저 아는 것이 필요합니다. 어떤 유형의 AI인지 알아야, 그 도구가 할 수 있는 것과 할 수 없는 것을 구분할 수 있습니다. 그 구분이 생기면 불필요한 시간 낭비 없이 목적에 맞는 도구를 선택할 수 있고, 블로그 운영과 일상에서 AI를 더 효율적으로 활용할 수 있습니다.

 

2. AI 분류

AI 분류에 대한 단일 국제 표준은 없으며, 이 글은 학계와 업계에서 널리 통용되는 구조를 바탕으로 정리했습니다.

분류 기준	유형	실생활 예시
역량 기준	① 약한 AI (ANI)	ChatGPT, Gemini, Claude
	② 강한 AI (AGI)	미실현
	③ 초인공지능 (ASI)	이론 단계
학습 방법 기준	① 머신러닝	유튜브 추천 알고리즘, 스팸 필터
	② 딥러닝	얼굴 인식, 음성 인식
	③ 생성형 AI	글·이미지·영상 생성

2-1. 역량 기준: 얼마나 똑똑한가

역량 기준은 AI가 수행할 수 있는 지적 능력의 범위에 따라 세 단계로 구분합니다.

① 약한 AI (ANI, Artificial Narrow Intelligence)

특정 한 가지 작업만 수행하도록 설계된 AI입니다. Google Cloud 공식 문서에 따르면, ANI는 현재 존재하는 유일한 형태의 AI입니다. 이미지 인식, 언어 번역, 대화 등 각각의 영역에서만 작동하며, 추론이나 자기 인식 기능은 갖추고 있지 않습니다. 우리가 매일 사용하는 ChatGPT, Gemini, Claude가 모두 여기에 해당합니다.

② 강한 AI (AGI, Artificial General Intelligence)

인간처럼 다양한 분야에서 스스로 사고하고 문제를 해결할 수 있는 AI입니다. 특정 도메인에 국한되지 않고 새로운 환경에서도 스스로 학습하고 적응하는 일반화 능력이 핵심입니다. 현재까지 실현되지 않았으며, 연구 단계에 있습니다.

③ 초인공지능 (ASI, Artificial Super Intelligence)

인간의 지적 능력을 모든 면에서 초월하는 AI입니다. 현재는 이론적 개념 단계이며, 실현 여부와 시기에 대해서는 전문가들 사이에서도 의견이 분분합니다.

2-2. 학습 방법 기준: 어떻게 배우는가

학습 방법 기준은 AI가 데이터를 학습하는 방식에 따른 분류입니다. AI는 방대한 데이터를 반복적으로 처리하며 스스로 패턴을 찾고 규칙을 익히는데, 그 학습 방식이 무엇이냐에 따라 구분됩니다. 가장 큰 개념인 머신러닝 안에 딥러닝이 속하고, 딥러닝 안에 생성형 AI가 속하는 구조입니다. 즉, 생성형 AI는 딥러닝의 방식으로 작동하는 AI입니다. 아래의 포함 관계로 이해하면 명확합니다.

 

AI (인공지능)
└── ① 머신러닝 — 데이터로 스스로 학습하는 방법
    └── ② 딥러닝 — 인간의 신경망을 모방한 학습 방식
        └── ③ 생성형 AI — 딥러닝 기반으로 새 콘텐츠를 생성

 

① 머신러닝(Machine Learning)

AI가 데이터를 통해 스스로 패턴을 찾고 학습하는 방법입니다. 명시적으로 프로그래밍하지 않아도 데이터가 쌓일수록 스스로 정확도를 높여갑니다. (예: 유튜브 추천 알고리즘, 이메일 스팸 필터)

② 딥러닝(Deep Learning)

머신러닝의 하위 방식으로, 인간 뇌의 신경망 구조를 모방한 다층 구조(인공 신경망)로 학습합니다. (예: 얼굴/음성 인식)

③ 생성형 AI(Generative AI)

딥러닝을 기반으로 텍스트·이미지·음성 등 새로운 콘텐츠를 스스로 만들어내는 AI입니다. 

 

최근 뉴스에서 자주 등장하는 '추론 AI'는 이 분류 체계와는 별개입니다. OpenAI의 o1, o3 등 논리적 추론 능력을 강화한 모델들을 가리키는 업계 용어로, ANI(약한 AI)의 범주 안에서 생성형 AI가 발전한 방향 중 하나입니다.

2-3. 우리가 매일 쓰는 AI - 두 가지 기준으로 정리

ChatGPT, Gemini, Claude, 네이버 클로바와 같이 현재 일반인이 가장 많이 사용하는 AI 도구들은 특정 작업에 특화된(ANI), 딥러닝으로 학습한 생성형 AI입니다. 두 가지 기준을 연결하면 다음과 같이 정리됩니다.

분류 기준	해당 유형	이유
역량 기준	약한 AI (ANI)	대화·텍스트 생성이라는 특정 영역에서만 작동
학습 방법	딥러닝 기반 생성형 AI	대규모 데이터를 딥러닝으로 학습한 LLM

 

3. AI의 현재와 미래

3-1. 생성형 AI에서 에이전트 AI로

생성형 AI는 질문에 답하고 콘텐츠를 만드는 도구로 빠르게 확산되었습니다. 그러나 2026년은 여기서 한 단계 더 나아가, AI가 **목표를 이해하고 다단계 실행 계획을 수립한 뒤 반자율적으로 업무를 수행하는 에이전트 AI(Agentic AI)**의 시대로 전환되는 시점입니다. 단순히 답을 주는 도구에서, 스스로 계획하고 실행하는 주체로 진화하고 있습니다. (출처: Google Cloud 「2026 AI 에이전트 트렌드 보고서」, Gartner 「2025 AI 하이프 사이클」— AI 에이전트를 가장 빠르게 발전하는 기술로 지목)

3-2. 에이전트 AI 이후 — AGI를 향해

에이전트 AI는 현재 ANI(약한 AI)의 능력을 확장하는 단계입니다. AI 연구의 장기적 방향은 AGI(강한 AI)를 향하고 있으나, 실현 여부와 시기에 대해서는 전문가들 사이에서도 의견이 분분합니다.

 

마치며: 아는 만큼 쓸 수 있다

AI를 역량과 학습 방법이라는 두 가지 기준으로 나누면, 복잡해 보이던 개념들이 하나의 구조 안에 정리됩니다. 개념을 알면 어떤 도구가 무엇을 할 수 있는지 판단할 수 있고, 그 판단은 블로그 운영과 일상에서 AI를 제대로 활용하는 출발점이 됩니다.

 

 

오늘의 정리 글이 유익하셨다면, 공감의 하트와 따뜻한 응원으로 함께해 주세요.

여러분의 작은 관심이 블로그 성장에 큰 힘이 됩니다. 😊

 

함께 읽으면 좋은 글

[구글 AI 캠퍼스] 왜 한국이 세계 첫 번째인가 - 구글 딥마인드 CEO 방한과 AI 캠퍼스 한국 설립의 배경과 구조.

[디지털 역량과 AI 활용] 최소 시간, 최고의 성과로 경제적 자유 실행 - AI를 활용해 시간을 자산으로 바꾸는 전업주부의 기록.

 

[용어 설명]

AI (Artificial Intelligence, 인공지능): Artificial은 '인공적인', Intelligence는 '지능'

ISO/IEC 22989:2022: 국제표준화기구(ISO)와 국제전기기술위원회(IEC)가 공동 제정한 AI 개념 및 용어 국제 표준. AI 관련 모든 국제 표준의 토대가 되는 문서.

ANI (Artificial Narrow Intelligence): Artificial은 '인공적인', Narrow는 '좁은·특정한', Intelligence는 '지능'.

AGI (Artificial General Intelligence): General은 '일반적인·범용의'. 인

ASI (Artificial Super Intelligence): Super는 '초월한'

머신러닝 (Machine Learning): Machine은 '기계', Learning은 '학습'

딥러닝 (Deep Learning): Deep은 '깊은·다층의'

생성형 AI (Generative AI): Generative는 '생성하는'

LLM (Large Language Model, 대규모 언어 모델): Large는 '대규모', Language는 '언어', Model은 '모델'을 의미. 대량의 텍스트 데이터를 딥러닝으로 학습하여 언어를 이해하고 생성하는 AI 모델. ChatGPT, Claude, Gemini 등이 해당됨.

에이전트 AI (Agentic AI): Agentic은 '주체적으로 행동하는'  

Gartner (가트너): 글로벌 IT 리서치 및 컨설팅 기업. 매년 주요 기술 트렌드를 분석한 보고서를 발표함.

하이프 사이클 (Hype Cycle): 가트너가 개발한 기술 성숙도 분석 모델. 새로운 기술이 등장한 후 기대와 실망, 안정화를 거치는 과정을 시각화한 곡선.

OpenAI: ChatGPT, o1, o3 등 AI 모델을 개발한 미국의 AI 연구 기업.

o1, o3: OpenAI가 개발한 추론 특화 AI 모델. 논리적 추론 능력을 강화한 것이 특징.

ChatGPT: OpenAI가 개발한 대화형 생성형 AI 서비스. GPT(Generative Pre-trained Transformer) 기반의 LLM을 사용함.

Gemini: Google DeepMind가 개발한 생성형 AI 모델 및 서비스.

Claude: Anthropic이 개발한 생성형 AI 모델 및 서비스.

네이버 클로바 (CLOVA): 네이버가 개발한 AI 플랫폼 및 서비스.

논리적 추론: 주어진 정보를 바탕으로 단계적으로 결론을 도출하는 사고 과정. AI에서는 복잡한 문제를 순서대로 분해하고 풀어가는 능력을 의미함.

Google Cloud: Google이 운영하는 클라우드 컴퓨팅 플랫폼. AI 관련 공식 문서와 서비스를 제공함.

알고리즘 (Algorithm): 특정 문제를 해결하기 위한 단계적 처리 규칙 또는 절차. AI에서는 데이터를 학습하고 결과를 도출하는 계산 방식을 의미함.

스팸 (Spam): 수신자의 동의 없이 대량으로 발송되는 불필요한 이메일 또는 메시지.

인공 신경망 (Artificial Neural Network): 인간 뇌의 신경세포(뉴런) 연결 구조를 수학적으로 모방한 AI 학습 구조. 딥러닝의 핵심 구조.

반자율적 (Semi-autonomous): 완전히 스스로 작동하지는 않고, 인간의 감독과 개입 아래 일부 작업을 자율적으로 수행하는 방식.

 

우리의 소중한 하루가 모여 함께 성장하는 내일이 되길 소망하며, 끝까지 읽어주셔서 진심으로 감사합니다.