# 용어 — 119 소방 AI 스튜디오 지식 그래프

AI 개념 용어입니다. 소방 관계 법령이 정의한 소방 업무 용어는 '소방 업무 용어' 파일에 따로 있습니다. 정의는 학습용 설명이며 표준 정의가 아닙니다. 용어사전은 미검토 · 위험도 미평가 상태입니다.
화면에서 보기: https://119-ai-studio.kr/glossary.html
이 파일: 전체 165건 중 1~39번째 (1/5)
지식 그래프 입구: https://119-ai-studio.kr/kg/index.txt

## AI·모델 기초

### 생성형 AI
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-generative-ai
- 정의 근거: https://doi.org/10.6028/NIST.SP.800-218A (NIST SP 800-218A — Secure Software Development Practices for Generative AI and Dual-Use Foundation Models · Appendix A. Glossary — generative artificial intelligence; model weight (인쇄면 22쪽, PDF 30쪽) · 생성형 AI의 콘텐츠 범위와 입력에 반응하는 모델 가중치의 역할. 국내 법령 정의의 대체 근거로 쓰지 않습니다. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/llm/01_큰그림.html#s1 (LLM 안내서 — 1부 · 큰 그림 · 1.1 한 줄로 시작하기 · 앞선 문맥에서 다음 토큰을 고르고 반복해 텍스트를 생성하는 흐름. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/llm/01_큰그림.html#s3 (LLM 안내서 — 1부 · 큰 그림 · 1.3 LLM이 아닌 것 세 가지 · 모델 자체와 검색 기능을 붙인 서비스의 구분, 사실 데이터베이스와 생성의 차이. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-9f1ba2e06b7663497806.txt
- 요약: 학습 데이터의 분포를 바탕으로 새로운 콘텐츠를 생성하는 인공지능 계열. 결과가 새로 생성된다는 사실은 정확성을 보장하지 않는다.
- 영문·다른 이름: Generative AI · 생성 인공지능
- 난이도: 입문
- 비유: 배운 패턴을 바탕으로 새 글·그림·소리의 초안을 만드는 제작 도구.
- 학습 예시: 공개 소방안전 교육자료를 바탕으로 주민 안내문 초안을 만든 뒤 담당자가 원문과 대조하는 상황을 생각할 수 있다.
- 업무 참고: 민원 답변과 상황 브리프처럼 AI에게 초안만 맡기는 일에서 만나며, 그 방법은 '민원 답변 초안, 단정 대신 절차로'와 '재난문자·기상특보로 상황 브리프 초안 만들기'에 있다. AI에 넣기 전에 확인할 문서는 AI 관계법령의 생성형 AI 입력 확인에서 자료 종류별로 찾는다. 그 자료 종류 가운데 대외비와 비밀은 소방 업무 용어 카드에 법령 정의가 있다.
- 구분하기: 검색 시스템은 저장된 정보를 찾고, 생성형 AI는 입력 맥락에 맞는 출력을 새로 만든다.
- 법령 정의: 인공지능기본법 제2조제5호는 생성형 인공지능을 입력한 데이터의 구조와 특성을 모방하여 글, 소리, 그림, 영상, 그 밖의 다양한 결과물을 생성하는 인공지능시스템으로 정의합니다.
- 심화 설명: 작동 방식 모델은 학습 자료에서 문장이나 이미지 등의 패턴을 익히고, 사용 시 주어진 입력에 맞춰 결과를 구성합니다. 텍스트 생성 모델은 앞선 문맥에 이어질 토큰을 선택하는 과정을 반복합니다. 이미지·음성 생성 모델에는 다른 생성 방식도 있으므로 모든 생성형 AI가 글을 이어 쓰는 방식으로 작동하지는 않습니다. 생성한 내용의 사실 여부를 확인하려면 원자료와 대조하는 절차가 추가로 필요합니다. 학습 예시 다음은 가상의 교육 일정으로 만든 예시입니다. - 입력: 오전 10시, 교육장 A, 준비물은 필기도구라는 메모를 주고 참가자 안내문 한 문장을 요청합니다. - 출력 예: 교육은 오전 10시에 교육장 A에서 진행하며, 필기도구를 준비해 주세요. - 해석: 메모를 새로운 문장으로 구성한 결과입니다. 입력에 없는 참가비나 종료 시각을 덧붙였다면 별도로 확인합니다. 구분과 한계 LLM은 언어 작업을 하는 모델이며, 텍스트를 생성하는 LLM은 생성형 AI의 한 유형입니다. 검색은 문서를 찾는 과정이고 생성은 답을 구성하는 과정이므로 한 서비스에서 두 기능을 결합할 수 있습니다. 새로 생성된 문장도 입력의 수치와 출처를 다시 확인합니다.
- 연결:
  - 관련 용어: 인공지능 — https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence · 기존 관계 · 미검증
  - 관련 용어: LLM 대규모 언어모델 — https://119-ai-studio.kr/glossary.html#gl-llm · 기존 관계 · 미검증
  - 관련 용어: 환각 할루시네이션 — https://119-ai-studio.kr/glossary.html#gl-hallucination · 기존 관계 · 미검증
  - 법령 정의: 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 — https://119-ai-studio.kr/ai-laws.html#law-ai-basic-act
  - 배경 학습: LLM 안내서 · 1부 · 큰 그림 — https://119-ai-studio.kr/learn/llm/01_큰그림.html
  - 관련 안내서: AI 결과, 제출 전 확인 사항 — https://119-ai-studio.kr/ai-output-review.html
  - 관련 안내서: 소방 AI, 이것만은 하지 마세요 — https://119-ai-studio.kr/ai-safety-anchor.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 — https://119-ai-studio.kr/ai-laws.html#law-ai-basic-act
  - 관련 용어 ← 공공부문 초거대 AI 도입·활용 가이드라인 2.0 — https://119-ai-studio.kr/ai-laws.html#law-hyperscale-ai-guideline
  - 관련 용어 ← 업무 효율성 향상을 위한 인사혁신처 인공지능(AI) 활용 가이드 — https://119-ai-studio.kr/ai-laws.html#law-mpm-ai-guide
  - 관련 용어 ← 생성형 AI 윤리 가이드북 — https://119-ai-studio.kr/ai-laws.html#law-genai-ethics-guidebook
  - 관련 용어 ← 공무원을 위한 챗GPT 활용방법 및 주의사항 안내서 — https://119-ai-studio.kr/ai-laws.html#law-mois-chatgpt-guide
  - 관련 용어 ← 생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드 — https://119-ai-studio.kr/ai-laws.html#law-pipc-genai-guide
  - 관련 용어 ← 인공지능 — https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence · 기존 관계 · 미검증
  - 관련 용어 ← 멀티모달 — https://119-ai-studio.kr/glossary.html#gl-multimodal · 기존 관계 · 미검증
  - 관련 용어 ← 고영향 인공지능 — https://119-ai-studio.kr/glossary.html#gl-high-impact-ai · 기존 관계 · 미검증

### 인공지능
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence
- 카드 파일: https://119-ai-studio.kr/kg/card-eff93dd8dda479cb1536.txt
- 요약: 학습·추론·인식·의사결정과 관련된 기능을 기계가 수행하도록 만드는 기술과 연구 분야의 총칭.
- 영문·다른 이름: Artificial Intelligence, AI · AI
- 난이도: 입문
- 비유: 사람이 하던 인식·예측·생성 같은 과업을 컴퓨터가 수행하게 하는 큰 우산.
- 업무 참고: 화재 영상 탐지부터 문서 요약까지 서로 다른 기술이 모두 AI로 불릴 수 있어 구체적 기능을 확인해야 한다.
- 구분하기: 생성형 AI와 머신러닝은 인공지능이라는 더 큰 범주 안에 있다.
- 연결:
  - 관련 용어: 생성형 AI — https://119-ai-studio.kr/glossary.html#gl-generative-ai · 기존 관계 · 미검증
  - 관련 용어: 머신러닝 — https://119-ai-studio.kr/glossary.html#gl-machine-learning · 기존 관계 · 미검증
  - 관련 용어: 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 1부 · 큰 그림 — https://119-ai-studio.kr/learn/llm/01_큰그림.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 생성형 AI — https://119-ai-studio.kr/glossary.html#gl-generative-ai · 기존 관계 · 미검증
  - 관련 용어 ← 머신러닝 — https://119-ai-studio.kr/glossary.html#gl-machine-learning · 기존 관계 · 미검증

### 머신러닝
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-machine-learning
- 카드 파일: https://119-ai-studio.kr/kg/card-94dc67485bff5e558bbf.txt
- 요약: 데이터에서 패턴을 학습해 분류·예측·생성 등의 과업을 수행하도록 모델을 만드는 인공지능 방법.
- 영문·다른 이름: Machine Learning, ML · 기계학습
- 난이도: 입문
- 비유: 규칙을 일일이 적기보다 사례를 보여주고 공통 패턴을 배우게 하는 방식.
- 업무 참고: 공개 화재 통계로 위험 패턴을 탐색할 수 있지만 실제 운영 판단에는 데이터 대표성과 검증이 필요하다.
- 연결:
  - 관련 용어: 인공지능 — https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence · 기존 관계 · 미검증
  - 관련 용어: 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증
  - 관련 용어: 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html
  - 관련 안내서: 지역별 화재 위험도 예측 모델 구축 — https://119-ai-studio.kr/risk-prediction.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 인공지능 — https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence · 기존 관계 · 미검증
  - 관련 용어 ← 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증

### 딥러닝
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-deep-learning
- 카드 파일: https://119-ai-studio.kr/kg/card-4f9b6fa57b9bcdb2085d.txt
- 요약: 많은 층을 가진 신경망을 이용해 데이터의 표현과 과업 규칙을 함께 학습하는 머신러닝 분야.
- 영문·다른 이름: Deep Learning · 심층학습
- 난이도: 실무
- 비유: 여러 층의 거름망을 통과하며 단순한 특징에서 복잡한 특징을 차례로 배우는 방식.
- 업무 참고: 연기 영상·음성·문장처럼 복잡한 입력을 다루지만 학습 데이터 밖 조건에서는 성능이 달라질 수 있다.
- 연결:
  - 관련 용어: 머신러닝 — https://119-ai-studio.kr/glossary.html#gl-machine-learning · 기존 관계 · 미검증
  - 관련 용어: 신경망 — https://119-ai-studio.kr/glossary.html#gl-neural-network · 기존 관계 · 미검증
  - 관련 용어: 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html
  - 관련 안내서: 화재 영상에서 화염·연기 탐지하기 — https://119-ai-studio.kr/fire-smoke-detection.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 머신러닝 — https://119-ai-studio.kr/glossary.html#gl-machine-learning · 기존 관계 · 미검증
  - 관련 용어 ← 신경망 — https://119-ai-studio.kr/glossary.html#gl-neural-network · 기존 관계 · 미검증
  - 관련 용어 ← 컴퓨터 비전 — https://119-ai-studio.kr/glossary.html#gl-computer-vision · 기존 관계 · 미검증

### 신경망
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-neural-network
- 카드 파일: https://119-ai-studio.kr/kg/card-16912fc94cbdb0ceaf9f.txt
- 요약: 가중치가 있는 계산 단위를 층으로 연결해 입력과 출력 사이의 복잡한 관계를 학습하는 모델 구조.
- 영문·다른 이름: Neural Network · 인공신경망
- 난이도: 실무
- 비유: 많은 조절 손잡이가 연결되어 입력을 조금씩 변환하고 최종 답을 만드는 계산망.
- 업무 참고: 영상 탐지나 언어 생성의 기반이지만 내부 계산이 곧 현장 인과관계 설명은 아니다.
- 연결:
  - 관련 용어: 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증
  - 관련 용어: 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어: 트랜스포머 — https://119-ai-studio.kr/glossary.html#gl-transformer · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 3부 · 어텐션과 트랜스포머 — https://119-ai-studio.kr/learn/llm/03_어텐션과_트랜스포머.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증
  - 관련 용어 ← 트랜스포머 — https://119-ai-studio.kr/glossary.html#gl-transformer · 기존 관계 · 미검증

### 모델
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-model
- 카드 파일: https://119-ai-studio.kr/kg/card-139ee3a380320f9fe181.txt
- 요약: 데이터와 학습 절차를 통해 정해진 파라미터를 사용해 입력에서 출력을 계산하는 시스템.
- 영문·다른 이름: Model · AI 모델 · 학습 모델
- 난이도: 입문
- 비유: 훈련을 마친 뒤 새 입력을 받아 결과를 내는 계산 규칙 묶음.
- 업무 참고: 같은 업무라도 모델 버전과 설정이 달라지면 결과가 달라지므로 사용 모델을 기록해야 한다.
- 연결:
  - 관련 용어: 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어: 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 관련 용어: 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 1부 · 큰 그림 — https://119-ai-studio.kr/learn/llm/01_큰그림.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 인공지능 — https://119-ai-studio.kr/glossary.html#gl-artificial-intelligence · 기존 관계 · 미검증
  - 관련 용어 ← 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어 ← 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증

### 파라미터
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-parameter
- 카드 파일: https://119-ai-studio.kr/kg/card-dab7984841b17f6a481e.txt
- 요약: 학습 과정에서 갱신되며 모델의 입력 변환 방식을 결정하는 수치 값. 실행 때 사용자가 주는 설정값과 구분된다.
- 영문·다른 이름: Parameter · 모델 파라미터 · 가중치
- 난이도: 실무
- 비유: 훈련 중 조정되어 모델의 행동을 결정하는 수많은 내부 손잡이.
- 업무 참고: 파라미터 수가 많다는 사실만으로 소방 업무 정확성이나 안전성이 보장되지는 않는다.
- 구분하기: 온도 같은 생성 설정은 실행 시 조절하고, 모델 파라미터는 학습으로 정해진다.
- 연결:
  - 관련 용어: 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 관련 용어: 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 관련 용어: 온도 — https://119-ai-studio.kr/glossary.html#gl-temperature · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증
  - 관련 용어 ← 신경망 — https://119-ai-studio.kr/glossary.html#gl-neural-network · 기존 관계 · 미검증
  - 관련 용어 ← 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 관련 용어 ← 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증

### 학습
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-training
- 카드 파일: https://119-ai-studio.kr/kg/card-67edcce9c8c30dcbf14b.txt
- 요약: 학습 데이터에 대한 손실을 줄이도록 모델 파라미터를 반복 갱신하는 과정.
- 영문·다른 이름: Training · 모델 학습 · 훈련
- 난이도: 입문
- 비유: 많은 연습 문제를 풀고 오답을 줄이도록 내부 손잡이를 반복 조정하는 과정.
- 업무 참고: 소방 데이터가 학습에 포함됐다는 주장만으로 지역·시기·업무 조건에 맞는지는 알 수 없다.
- 연결:
  - 관련 용어: 학습 데이터 — https://119-ai-studio.kr/glossary.html#gl-training-data · 기존 관계 · 미검증
  - 관련 용어: 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어: 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 머신러닝 — https://119-ai-studio.kr/glossary.html#gl-machine-learning · 기존 관계 · 미검증
  - 관련 용어 ← 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 관련 용어 ← 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어 ← 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 관련 용어 ← 파인튜닝 미세조정 — https://119-ai-studio.kr/glossary.html#gl-fine-tuning · 기존 관계 · 미검증
  - 관련 용어 ← 학습 데이터 — https://119-ai-studio.kr/glossary.html#gl-training-data · 기존 관계 · 미검증

### 추론
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-inference
- 카드 파일: https://119-ai-studio.kr/kg/card-aeeed8ea201232361c7d.txt
- 요약: 고정된 모델 파라미터와 입력을 사용해 예측이나 생성을 계산하는 실행 단계.
- 영문·다른 이름: Inference · 모델 실행 · 생성
- 난이도: 입문
- 비유: 훈련을 마친 모델이 새 문제를 받아 실제 답을 내는 시간.
- 업무 참고: 같은 입력도 생성 설정·도구 결과·모델 버전에 따라 달라질 수 있어 실행 조건을 함께 남겨야 한다.
- 구분하기: 학습은 파라미터를 바꾸고, 추론은 주어진 파라미터로 결과를 계산한다.
- 연결:
  - 관련 용어: 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 관련 용어: 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 관련 용어: 온도 — https://119-ai-studio.kr/glossary.html#gl-temperature · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 5부 · 추론: 모델은 어떻게 답을 만드는가 — https://119-ai-studio.kr/learn/llm/05_추론.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 모델 — https://119-ai-studio.kr/glossary.html#gl-model · 기존 관계 · 미검증
  - 관련 용어 ← 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 관련 용어 ← 온도 — https://119-ai-studio.kr/glossary.html#gl-temperature · 기존 관계 · 미검증
  - 관련 용어 ← Top-p — https://119-ai-studio.kr/glossary.html#gl-top-p · 기존 관계 · 미검증
  - 관련 용어 ← 추론 모델 — https://119-ai-studio.kr/glossary.html#gl-reasoning-model · 기존 관계 · 미검증

### LLM 대규모 언어모델
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-llm
- 정의 근거: https://119-ai-studio.kr/learn/llm/01_큰그림.html#s1 (LLM 안내서 — 1부 · 큰 그림 · 1.1 한 줄로 시작하기 · 앞선 문맥에서 다음 토큰을 고르고 반복해 텍스트를 생성하는 흐름. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/llm/01_큰그림.html#s3 (LLM 안내서 — 1부 · 큰 그림 · 1.3 LLM이 아닌 것 세 가지 · 모델 자체와 검색 기능을 붙인 서비스의 구분, 사실 데이터베이스와 생성의 차이. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/llm/04_학습.html#s3 (LLM 안내서 — 4부 · 학습: 모델은 어떻게 만들어지는가 · 4.1 사전학습 — 다음 토큰 맞히기를 수조 번; 4.3 사후학습 — 패턴 흡수기를 조수로 바꾸기 · 추가 학습과 파라미터 조정, 지시·응답 예시로 응답 방식을 조정하는 과정. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-46a0d4d2774d32c1d0dd.txt
- 요약: 대규모 텍스트로 학습해 주어진 맥락에서 다음 토큰의 확률을 계산하고 언어 작업을 수행하는 신경망 모델.
- 영문·다른 이름: Large Language Model · 대규모 언어 모델 · 언어모델 · LLM
- 난이도: 입문
- 의미 범위: 텍스트를 순차적으로 생성하는 언어모델
- 비유: 방대한 글에서 언어 패턴을 익혀 다음 글 조각을 이어 쓰는 고성능 자동완성 엔진.
- 학습 예시: 가상 훈련 상황을 적은 문장을 훈련일지 형식의 초안으로 바꾸거나 짧게 요약하는 작업에 해당한다.
- 업무 참고: 법령·SOP 질문에 근거를 붙여 답하게 하는 '소방 법령·SOP, RAG로 근거 있게 답하기'와 망 안에서 모델을 직접 돌리는 온프레미스 LLM 안내서에서 만난다. 소방 업무 용어 내부망·기관 인터넷망 카드도 온프레미스 LLM 안내서로 이어진다.
- 심화 설명: 작동 방식 입력 문장은 토큰으로 바뀌고, 모델은 주어진 문맥을 바탕으로 다음 토큰 후보의 확률을 계산합니다. 선택한 토큰을 문맥에 추가한 뒤 다음 토큰을 계산하는 과정을 반복해 답변을 만듭니다. 사전학습에서는 많은 텍스트의 패턴을 익히고, 추가 학습에서는 지시와 응답 예시 등을 통해 답변 방식을 조정합니다. 답변에 필요한 최신 자료나 계산 결과는 검색·계산 도구를 연결해 제공할 수 있습니다. 학습 예시 - 가상 입력: 교육 참석자는 10명이며 2개 조로 실습했다는 메모를 보고 문장으로 정리하도록 요청합니다. - 출력 예: 참석자 10명이 2개 조로 나뉘어 실습했습니다. - 해석: 모델은 메모의 관계를 문장으로 표현합니다. 여기서 교육 날짜나 실습 성과까지 알 수 있는 것은 아닙니다. 구분과 한계 이 설명은 텍스트를 순차적으로 생성하는 LLM을 기준으로 합니다. 모델 자체와 검색·저장·도구 실행을 붙인 챗봇 서비스는 구분합니다. 자연스러운 답변이나 높은 다음 토큰 확률은 답변 전체가 사실이라는 증거가 아닙니다.
- 연결:
  - 관련 용어: 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어: 다음 토큰 예측 — https://119-ai-studio.kr/glossary.html#gl-next-token-prediction · 기존 관계 · 미검증
  - 관련 용어: 환각 할루시네이션 — https://119-ai-studio.kr/glossary.html#gl-hallucination · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 — https://119-ai-studio.kr/learn/llm/index.html
  - 함께 볼 자료: LLM 안내서 · 1부 · 큰 그림 — https://119-ai-studio.kr/learn/llm/01_큰그림.html
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 안내서: AI 결과, 제출 전 확인 사항 — https://119-ai-studio.kr/ai-output-review.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 생성형 AI — https://119-ai-studio.kr/glossary.html#gl-generative-ai · 기존 관계 · 미검증
  - 관련 용어 ← 다음 토큰 예측 — https://119-ai-studio.kr/glossary.html#gl-next-token-prediction · 기존 관계 · 미검증
  - 관련 용어 ← 트랜스포머 — https://119-ai-studio.kr/glossary.html#gl-transformer · 기존 관계 · 미검증

### 토큰
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-token
- 정의 근거: https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html#s1 (LLM 안내서 — 2부 · 언어를 숫자로 · 2.1 토큰화 — 왜 단어가 아니라 토큰인가 · 부분 단어·문장부호 등 토큰 단위, 토큰 수와 글자·단어 수의 차이. 특정 문자열의 실제 토큰 수는 주장하지 않습니다. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-20be1455390ff6aa10d6.txt
- 요약: 토크나이저가 텍스트를 변환한 처리 단위. 단어 전체일 수도 있고 단어 일부·문장부호일 수도 있다.
- 영문·다른 이름: Token · 텍스트 토큰
- 난이도: 입문
- 의미 범위: 언어모델이 처리하는 텍스트 단위
- 비유: 모델이 글을 읽고 쓰기 위해 나누는 작은 글 조각.
- 학습 예시: 같은 가상 훈련 기록의 전체 문장과 요약문을 각각 입력하면 처리할 토큰 수가 달라진다.
- 업무 참고: 법령을 토큰 수로 자르면 한 조문이 두 청크로 갈리는 예가 '소방 법령·SOP, RAG로 근거 있게 답하기'의 청킹 단계에 나온다. 온프레미스 LLM 안내서의 가상 운영 시나리오는 로컬 모델의 입력 길이 한계와 토큰 계산 차이로 긴 근거의 뒷부분이 잘렸다고 보는 경우를 다룬다.
- 구분하기: 인증에 쓰는 액세스 토큰과는 이름만 같고 뜻이 다르다.
- 심화 설명: 작동 방식 토크나이저는 텍스트를 정해진 규칙에 따라 조각으로 나누고 각 조각을 숫자 ID로 바꿉니다. 조각은 단어 전체일 수도 있고 단어의 일부나 문장부호일 수도 있습니다. 모델은 이 ID를 처리하므로 글자 수나 띄어쓰기 단어 수와 토큰 수가 같지 않습니다. 같은 문장도 토크나이저에 따라 나뉘는 방식이 달라져 사용 모델의 기준으로 세어야 합니다. 학습 예시 가상 토큰 계수기가 다음 값을 반환했다고 가정합니다. 특정 모델로 측정한 수치는 아닙니다. 입력에 넣은 부분 가정한 토큰 수 ------: 작업 지시와 질문 80 가상 교육 메모 120 입력 합계 200 메모를 줄여 120토큰에서 60토큰으로 바꾸면 입력 합계는 140토큰입니다. 단어 수를 세어 얻은 값이 아니라 같은 토크나이저로 센 값을 더한 계산입니다. 구분과 한계 토큰은 의미가 완결된 단어를 뜻하지 않습니다. 한국어 한 글자나 한 어절을 언제나 일정한 수의 토큰으로 환산할 수도 없습니다. 인증·접근 권한에 쓰는 액세스 토큰은 여기서 말하는 텍스트 처리 단위와 다른 개념입니다.
- 연결:
  - 관련 용어: 토크나이저 — https://119-ai-studio.kr/glossary.html#gl-tokenizer · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어: 다음 토큰 예측 — https://119-ai-studio.kr/glossary.html#gl-next-token-prediction · 기존 관계 · 미검증
  - 다음에 볼 개념: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 자료 대조: 문맥 한도를 토큰으로 세므로 글자 수와 토큰 수의 차이를 먼저 알면 입력·출력 예산을 읽기 쉽습니다. 기술적 필수 의존이 아닌 학습 순서입니다.
    - 편집 판단 근거: LLM 안내서 — 2부 · 언어를 숫자로 — https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html#s1 (2.1 토큰화 — 왜 단어가 아니라 토큰인가, 2026-10-24)
    - 편집 판단 근거: 프롬프트·컨텍스트 엔지니어링 — 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html#s2 (윈도우 안에서 모든 것이 경쟁한다; 용량은 커지는데, 왜 다 넣으면 안 되나, 2026-10-24)
  - 정의 설명 학습 자료: LLM 안내서 · 2부 · 언어를 숫자로 — https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 31. 비용·길이·지연 트레이드오프 — https://119-ai-studio.kr/learn/prompt/31_비용과_지연_트레이드오프.html
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← LLM 대규모 언어모델 — https://119-ai-studio.kr/glossary.html#gl-llm · 기존 관계 · 미검증
  - 관련 용어 ← 토크나이저 — https://119-ai-studio.kr/glossary.html#gl-tokenizer · 기존 관계 · 미검증
  - 관련 용어 ← 다음 토큰 예측 — https://119-ai-studio.kr/glossary.html#gl-next-token-prediction · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어 ← 어텐션 — https://119-ai-studio.kr/glossary.html#gl-attention · 기존 관계 · 미검증
  - 관련 용어 ← 토큰화 — https://119-ai-studio.kr/glossary.html#gl-tokenization · 기존 관계 · 미검증

### 토크나이저
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-tokenizer
- 카드 파일: https://119-ai-studio.kr/kg/card-02726c6ceacf429df6e9.txt
- 요약: 텍스트를 토큰 ID의 열로 인코딩하고 다시 텍스트로 디코딩하는 규칙과 구성요소.
- 영문·다른 이름: Tokenizer · 토큰화기
- 난이도: 실무
- 비유: 문장을 모델이 읽을 수 있는 조각과 번호로 바꾸는 절단기이자 사전.
- 업무 참고: 같은 문서라도 모델의 토크나이저에 따라 토큰 수가 달라질 수 있어 실제 도구에서 확인해야 한다.
- 연결:
  - 관련 용어: 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어: 토큰화 — https://119-ai-studio.kr/glossary.html#gl-tokenization · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 2부 · 언어를 숫자로 — https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어 ← 토큰화 — https://119-ai-studio.kr/glossary.html#gl-tokenization · 기존 관계 · 미검증

### 다음 토큰 예측
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-next-token-prediction
- 카드 파일: https://119-ai-studio.kr/kg/card-fa016d780999b86c0d77.txt
- 요약: 현재 컨텍스트에 조건부인 다음 토큰의 확률분포를 계산하고 선택하는 과정을 반복해 출력을 만드는 방식.
- 영문·다른 이름: Next-token Prediction · 다음 단어 예측
- 난이도: 실무
- 비유: 앞에 놓인 글 조각을 보고 다음에 올 가능성이 큰 조각을 하나씩 고르는 이어쓰기.
- 업무 참고: 문장이 자연스럽다는 사실과 내용이 사실이라는 판단을 분리해야 하는 이유를 설명한다.
- 연결:
  - 관련 용어: LLM 대규모 언어모델 — https://119-ai-studio.kr/glossary.html#gl-llm · 기존 관계 · 미검증
  - 관련 용어: 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어: 환각 할루시네이션 — https://119-ai-studio.kr/glossary.html#gl-hallucination · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 02. LLM이 텍스트를 다루는 방식 — https://119-ai-studio.kr/learn/prompt/02_LLM이_텍스트를_다루는_방식.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← LLM 대규모 언어모델 — https://119-ai-studio.kr/glossary.html#gl-llm · 기존 관계 · 미검증
  - 관련 용어 ← 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어 ← 디코드 — https://119-ai-studio.kr/glossary.html#gl-decode · 자료 대조: 기본 자기회귀 디코드에서는 이미 생성한 토큰을 조건으로 다음 토큰을 반복해서 선택한다.
    - 원문에 명시: NVIDIA — Mastering LLM Techniques: Inference Optimization — https://developer.nvidia.com/blog/mastering-llm-techniques-inference-optimization/ (LLM inference / Batching / Key-value caching / Quantization, 2026-10-24)

### 컨텍스트 윈도우
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-context-window
- 정의 근거: https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html#s2 (프롬프트·컨텍스트 엔지니어링 — 12. 컨텍스트 윈도우란 무엇인가 · 윈도우 안에서 모든 것이 경쟁한다; 용량은 커지는데, 왜 다 넣으면 안 되나 · 지시·대화·자료·도구 결과·출력의 토큰 예산과 용량이 효과를 보장하지 않는 한계. 8,000토큰은 편집 예시의 가정입니다. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html#s1 (LLM 안내서 — 2부 · 언어를 숫자로 · 2.1 토큰화 — 왜 단어가 아니라 토큰인가 · 부분 단어·문장부호 등 토큰 단위, 토큰 수와 글자·단어 수의 차이. 특정 문자열의 실제 토큰 수는 주장하지 않습니다. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-859d601408460ff629c0.txt
- 요약: 모델이 한 요청에서 처리할 수 있는 입력과 출력 토큰의 최대 범위. 큰 용량이 모든 내용을 고르게 활용한다는 뜻은 아니다.
- 영문·다른 이름: Context Window · 문맥 창 · 컨텍스트 길이
- 난이도: 입문
- 의미 범위: 한 번의 생성에 사용하는 문맥의 한도
- 비유: 모델이 한 번의 작업에서 펼쳐 볼 수 있는 제한된 책상 넓이.
- 학습 예시: 긴 공개 교육교재와 질문을 함께 넣을 때 입력 한도를 넘는지 확인하고 질문에 필요한 부분을 골라 넣는다.
- 업무 참고: 법령·SOP 질문에 답하는 '소방 법령·SOP, RAG로 근거 있게 답하기'는 검색된 근거 청크만 컨텍스트로 넘긴다. 온프레미스 LLM 안내서는 로컬 모델의 컨텍스트 윈도우가 클라우드보다 짧은 경우가 많아 긴 RAG 문맥의 뒷부분 근거가 잘릴 수 있다고 적는다.
- 심화 설명: 작동 방식 모델에 보내는 문맥에는 이번 질문 외에도 지시, 대화 기록, 참고 자료와 도구 결과가 포함됩니다. 텍스트 생성에서는 입력과 생성할 출력이 한도를 나눠 쓰므로 답변에 필요한 공간도 계산합니다. 대화가 길어지면 응용 프로그램이 일부 기록을 제외하거나 요약해 다시 넣을 수 있습니다. 한도 안에 들어간 자료라도 모델이 모든 부분을 같은 수준으로 활용한다는 뜻은 아닙니다. 학습 예시 입력과 출력을 합한 한도가 8,000토큰인 가상의 모델을 가정합니다. 사용할 부분 토큰 수 ------: 지시·질문·이전 대화 1,000 참고 문서 5,000 출력에 남길 공간 2,000 합계 8,000 문서를 1,000토큰 더 넣으면 합계가 9,000토큰이 됩니다. 이 조건에서는 자료를 줄이거나 출력 계획을 바꿔야 합니다. 실제 입력·출력 한도의 산정 방식은 해당 모델의 기준을 확인합니다. 구분과 한계 컨텍스트 윈도우의 크기는 영구 기억 용량이나 사실 정확도 점수가 아닙니다. 대화 기록이 화면에 남아 있어도 그 내용이 현재 모델 입력에 모두 포함됐다고 단정할 수 없습니다.
- 연결:
  - 관련 용어: 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어: 중간 소실 — https://119-ai-studio.kr/glossary.html#gl-lost-in-middle · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 31. 비용·길이·지연 트레이드오프 — https://119-ai-studio.kr/learn/prompt/31_비용과_지연_트레이드오프.html
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 먼저 볼 개념 ← 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 자료 대조: 문맥 한도를 토큰으로 세므로 글자 수와 토큰 수의 차이를 먼저 알면 입력·출력 예산을 읽기 쉽습니다. 기술적 필수 의존이 아닌 학습 순서입니다.
    - 편집 판단 근거: LLM 안내서 — 2부 · 언어를 숫자로 — https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html#s1 (2.1 토큰화 — 왜 단어가 아니라 토큰인가, 2026-10-24)
    - 편집 판단 근거: 프롬프트·컨텍스트 엔지니어링 — 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html#s2 (윈도우 안에서 모든 것이 경쟁한다; 용량은 커지는데, 왜 다 넣으면 안 되나, 2026-10-24)
  - 관련 용어 ← 토크나이저 — https://119-ai-studio.kr/glossary.html#gl-tokenizer · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 압축 — https://119-ai-studio.kr/glossary.html#gl-compaction · 기존 관계 · 미검증
  - 관련 용어 ← 중간 소실 — https://119-ai-studio.kr/glossary.html#gl-lost-in-middle · 기존 관계 · 미검증
  - 관련 용어 ← 청크 — https://119-ai-studio.kr/glossary.html#gl-chunk · 기존 관계 · 미검증

### 트랜스포머
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-transformer
- 카드 파일: https://119-ai-studio.kr/kg/card-331c4d175d09dcdfd56b.txt
- 요약: 어텐션을 중심으로 토큰 간 관계를 계산하는 신경망 구조로 현대 LLM의 주요 기반이다.
- 영문·다른 이름: Transformer · Transformer Architecture
- 난이도: 심화
- 비유: 문장 속 여러 위치를 동시에 비교해 서로 중요한 관계를 찾는 언어 처리 구조.
- 학습 예시: 소방 문서를 요약하는 언어모델의 소개 자료에서 이 이름을 만나면, 모델 내부에서 문장 조각의 관계를 계산하는 구조를 가리킨다고 읽는다.
- 업무 참고: 소방 문서 요약에 쓰는 언어모델의 구조를 설명할 때 등장한다. 지원하는 입력 길이와 실제 요약 품질은 별도로 확인한다.
- 연결:
  - 관련 용어: 어텐션 — https://119-ai-studio.kr/glossary.html#gl-attention · 기존 관계 · 미검증
  - 관련 용어: 신경망 — https://119-ai-studio.kr/glossary.html#gl-neural-network · 기존 관계 · 미검증
  - 관련 용어: LLM 대규모 언어모델 — https://119-ai-studio.kr/glossary.html#gl-llm · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 3부 · 어텐션과 트랜스포머 — https://119-ai-studio.kr/learn/llm/03_어텐션과_트랜스포머.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 신경망 — https://119-ai-studio.kr/glossary.html#gl-neural-network · 기존 관계 · 미검증
  - 관련 용어 ← 어텐션 — https://119-ai-studio.kr/glossary.html#gl-attention · 기존 관계 · 미검증

### 어텐션
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-attention
- 카드 파일: https://119-ai-studio.kr/kg/card-7a4d3161588d9934e024.txt
- 요약: 각 토큰이 다른 토큰과 얼마나 관련되는지 가중치를 계산해 표현을 결합하는 메커니즘.
- 영문·다른 이름: Attention · 주의 메커니즘
- 난이도: 심화
- 비유: 답을 만들 때 문장 안에서 지금 참고할 부분에 서로 다른 무게를 주는 표시 장치.
- 업무 참고: 어텐션 값은 참고 신호일 뿐 법령 근거나 모델 판단의 완전한 설명으로 간주하면 안 된다.
- 연결:
  - 관련 용어: 트랜스포머 — https://119-ai-studio.kr/glossary.html#gl-transformer · 기존 관계 · 미검증
  - 관련 용어: 토큰 — https://119-ai-studio.kr/glossary.html#gl-token · 기존 관계 · 미검증
  - 관련 용어: 설명가능성 — https://119-ai-studio.kr/glossary.html#gl-explainability · 기존 관계 · 미검증
  - 정의 설명 학습 자료: LLM 안내서 · 3부 · 어텐션과 트랜스포머 — https://119-ai-studio.kr/learn/llm/03_어텐션과_트랜스포머.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 트랜스포머 — https://119-ai-studio.kr/glossary.html#gl-transformer · 기존 관계 · 미검증
  - 관련 용어 ← KV 캐시 — https://119-ai-studio.kr/glossary.html#gl-kv-cache · 자료 대조: 자기회귀 트랜스포머에서 KV 캐시는 어텐션에 쓰는 앞 토큰의 key·value를 재사용한다.
    - 원문에 명시: NVIDIA — Mastering LLM Techniques: Inference Optimization — https://developer.nvidia.com/blog/mastering-llm-techniques-inference-optimization/ (LLM inference / Batching / Key-value caching / Quantization, 2026-10-24)

### 멀티모달
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-multimodal
- 카드 파일: https://119-ai-studio.kr/kg/card-7c034f3dd814b87ed912.txt
- 요약: 텍스트·이미지·음성·영상 등 둘 이상의 데이터 양식을 입력이나 출력으로 처리하는 모델 또는 시스템.
- 영문·다른 이름: Multimodal · 다중양식 AI
- 난이도: 실무
- 비유: 글뿐 아니라 사진·음성·표처럼 여러 형태의 자료를 함께 다루는 AI.
- 업무 참고: 현장 사진과 신고 음성 활용 가능성이 있어도 개인정보·오탐·전사 오류를 각각 평가해야 한다.
- 연결:
  - 관련 용어: 생성형 AI — https://119-ai-studio.kr/glossary.html#gl-generative-ai · 기존 관계 · 미검증
  - 관련 용어: 음성 인식 — https://119-ai-studio.kr/glossary.html#gl-speech-recognition · 기존 관계 · 미검증
  - 관련 용어: 컴퓨터 비전 — https://119-ai-studio.kr/glossary.html#gl-computer-vision · 기존 관계 · 미검증
  - 배경 학습: LLM 안내서 · 1부 · 큰 그림 — https://119-ai-studio.kr/learn/llm/01_큰그림.html
  - 관련 안내서: 신고 전사 심화, 화자 결합과 품질 관리 — https://119-ai-studio.kr/call-transcription-quality.html
  - 관련 안내서: 화재 영상에서 화염·연기 탐지하기 — https://119-ai-studio.kr/fire-smoke-detection.html
  - 주제: 119 신고 음성·전사 — https://119-ai-studio.kr/kg/index.txt#topic-call-speech
- 이 개체를 가리키는 자료:
  - 관련 용어 ← FLAME 2: Fire detection and modeLing: Aerial Multi-spectral imagE dataset — https://119-ai-studio.kr/datasets.html#dataset-flame2-aerial-multispectral
  - 관련 용어 ← FLAME 3 - Radiometric Thermal UAV Imagery for Wildfire Management — https://119-ai-studio.kr/datasets.html#dataset-flame3-radiometric-thermal
  - 관련 용어 ← WildfireSpreadTS: A dataset of multi-modal time series for wildfire spread prediction — https://119-ai-studio.kr/datasets.html#dataset-wildfirespreadts
  - 관련 용어 ← WildFire VQA — https://119-ai-studio.kr/datasets.html#dataset-wildfire-vqa
  - 관련 용어 ← 지능형 터널 및 지하차도 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-tunnel-fire-facility
  - 관련 용어 ← 배터리 열폭주 제어 멀티모달 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-battery-thermal-runaway
  - 관련 용어 ← 컴퓨터 비전 — https://119-ai-studio.kr/glossary.html#gl-computer-vision · 기존 관계 · 미검증
  - 관련 용어 ← 음성 인식 — https://119-ai-studio.kr/glossary.html#gl-speech-recognition · 기존 관계 · 미검증

### 파인튜닝 미세조정
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-fine-tuning
- 정의 근거: https://119-ai-studio.kr/learn/llm/04_학습.html#s3 (LLM 안내서 — 4부 · 학습: 모델은 어떻게 만들어지는가 · 4.1 사전학습 — 다음 토큰 맞히기를 수조 번; 4.3 사후학습 — 패턴 흡수기를 조수로 바꾸기 · 추가 학습과 파라미터 조정, 지시·응답 예시로 응답 방식을 조정하는 과정. · 원문 대조 2026-10-24)
- 정의 근거: https://developers.google.com/machine-learning/crash-course/overfitting/dividing-datasets#training_validation_and_test_sets (Google Machine Learning Crash Course — Datasets: Dividing the original dataset · Training, validation, and test sets; Additional problems with test sets · 학습과 평가 사례의 분리, 검증용 자료와 마지막 테스트 자료의 용도 차이 및 반복 사용의 한계. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/prompt/26_검색과_도구_결합.html#s2 (프롬프트·컨텍스트 엔지니어링 — 26. 검색·도구와 결합하기 (RAG·도구 사용) · RAG — 검색 증강 생성 · 질문·검색·문맥 제공·생성 흐름과 검색 실패 및 생성 오류의 구분. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-f6aed379310e7f133415.txt
- 요약: 사전학습 모델의 일부 또는 전체 파라미터를 추가 데이터로 갱신해 특정 작업이나 행동에 맞추는 학습 방식.
- 영문·다른 이름: Fine-tuning · 미세조정 · 추가 학습
- 난이도: 심화
- 비유: 이미 훈련된 모델을 특정 과업의 추가 사례로 다시 교육하는 과정.
- 학습 예시: 합성 교육 메모와 정리 결과의 쌍으로 일정한 출력 형식을 추가 학습하고, 학습에 넣지 않은 합성 메모로 결과를 비교하는 상황입니다.
- 업무 참고: 화재 탐지 모델을 만드는 '화재 영상에서 화염·연기 탐지하기'에서 일반 사물을 익힌 사전학습 모델을 화재 데이터셋으로 미세조정하는 단계에서 만난다. 학습 데이터셋의 '산불 확산 위험 대응방안 추론 데이터'는 산불 지휘 의사결정 보조 LLM의 미세조정·평가 세트로 쓰는 자료이며 LLM이 생성한 데이터라고 적혀 있다.
- 구분하기: RAG는 실행 때 근거를 넣고, 파인튜닝은 모델 파라미터를 바꾼다.
- 심화 설명: 작동 방식 이미 학습된 모델을 출발점으로 삼고 특정 작업의 예시를 추가로 학습시킵니다. 예측과 학습 목표의 차이를 줄이는 방향으로 모델의 학습 가능한 파라미터를 조정합니다. 언어 모델에서는 지시와 기대 응답의 쌍으로 답변 방식이나 형식을 익히게 할 수 있습니다. 결과는 학습에 사용하지 않은 자료로 확인해 목표 작업에서의 변화를 비교합니다. 학습 예시 - 가상 입력: 합성 교육 메모와 항목별 정리 결과의 쌍을 준비해 장소·시간·준비물을 같은 형식으로 쓰도록 추가 학습한다고 가정합니다. - 출력 예: 학습에 넣지 않은 새 합성 메모에 대해 같은 세 항목으로 정리한 응답을 얻습니다. - 해석: 형식이 안정됐는지뿐 아니라 원문에 없는 값을 채우거나 필요한 항목을 누락했는지도 평가합니다. 이 예시는 성능 개선을 측정한 결과가 아닙니다. 구분과 한계 프롬프트에 예시를 넣는 것은 이번 입력을 바꾸는 방법이고, 파인튜닝은 학습을 통해 파라미터를 바꾸는 방법입니다. RAG는 실행 시점에 검색한 자료를 제공하므로 변경 위치가 다릅니다. 파인튜닝을 했다고 최신 사실이나 인용 근거가 자동으로 갱신되지는 않습니다.
- 연결:
  - 관련 용어: 학습 — https://119-ai-studio.kr/glossary.html#gl-training · 기존 관계 · 미검증
  - 관련 용어: 검색증강생성 RAG — https://119-ai-studio.kr/glossary.html#gl-rag · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 부록 E. 용어집 — https://119-ai-studio.kr/learn/prompt/E_용어집.html
  - 함께 볼 자료: LLM 안내서 · 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서 — https://119-ai-studio.kr/ai-laws.html#law-pipc-genai-dev-guide
  - 관련 용어 ← 산불 확산 위험 대응방안 추론 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-wildfire-spread-reasoning-text
  - 함께 비교 ← 검색증강생성 RAG — https://119-ai-studio.kr/glossary.html#gl-rag · 자료 대조: RAG는 실행 시점의 검색 자료를 입력에 넣고 파인튜닝은 추가 학습으로 파라미터를 바꾸므로 바꾸려는 대상과 갱신 방법을 비교합니다.
    - 편집 판단 근거: 프롬프트·컨텍스트 엔지니어링 — 26. 검색·도구와 결합하기 (RAG·도구 사용) — https://119-ai-studio.kr/learn/prompt/26_검색과_도구_결합.html#s2 (RAG — 검색 증강 생성, 2026-10-24)
    - 편집 판단 근거: LLM 안내서 — 4부 · 학습: 모델은 어떻게 만들어지는가 — https://119-ai-studio.kr/learn/llm/04_학습.html#s3 (4.1 사전학습 — 다음 토큰 맞히기를 수조 번; 4.3 사후학습 — 패턴 흡수기를 조수로 바꾸기, 2026-10-24)

## 프롬프트·컨텍스트

### 프롬프트
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-prompt
- 정의 근거: https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html#s2 (프롬프트·컨텍스트 엔지니어링 — 01. 프롬프트 엔지니어링이란 무엇인가 · 정의 · 원하는 출력을 위해 입력을 설계하고 대표 결과를 보며 다듬는 과정. · 원문 대조 2026-10-24)
- 정의 근거: https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html#s4 (프롬프트·컨텍스트 엔지니어링 — 01. 프롬프트 엔지니어링이란 무엇인가 · 그럼 왜 어떤 표현은 실제로 효과가 있을까 · 출력 형식·독자·기준을 구체적으로 전달하는 원리. 과장된 표현의 반복과 구분합니다. · 원문 대조 2026-10-24)
- 카드 파일: https://119-ai-studio.kr/kg/card-d6605418e885cc633bb8.txt
- 요약: 모델에 전달되는 지시·질문·맥락·예시·데이터의 입력. 좁게는 이번 지시문만 뜻하기도 한다.
- 영문·다른 이름: Prompt · 지시문 · 모델 입력
- 난이도: 입문
- 의미 범위: AI 모델에 전달하는 지시·입력
- 비유: AI에게 주는 작업 지시와 필요한 재료를 함께 담은 업무 요청서.
- 학습 예시: 공개 교육자료를 주고 대상은 신규 대원, 결과는 교육 목표와 준비물 목록으로 정리해 달라고 요청하는 문장이다.
- 업무 참고: 프롬프트에 목적·자료·완성 기준·하지 말 것을 담는 'AI에게 업무를 맡기는 프롬프트 기초'와 AI가 준 코드나 에이전트 작업이 막혔을 때 다시 요청하는 '막혔을 때 다시 요청하는 법'에서 만난다. 프롬프트에 붙일 자료의 개인정보는 '개인정보, AI에 넣기 전에 점검하기'에서 로컬로 먼저 점검한다.
- 심화 설명: 작동 방식 프롬프트에는 수행할 작업, 참고할 자료, 대상 독자와 출력 형식 등을 적습니다. 모델은 이 정보를 문맥의 일부로 처리해 어떤 내용을 어떤 형태로 생성할지 결정합니다. 같은 자료라도 요청 범위와 형식이 달라지면 결과가 달라질 수 있습니다. 여러 대표 입력으로 결과를 확인하고 지시를 고치는 과정이 프롬프트 설계에 포함됩니다. 학습 예시 - 가상 입력: 교육 일정 메모를 제공하고, 신입 대원에게 필요한 준비물만 두 항목 이내로 정리하며 자료에 없으면 확인 필요로 쓰도록 요청합니다. - 출력 예: 필기도구를 준비합니다. 추가 준비물은 확인이 필요합니다. - 해석: 대상·범위·형식·자료가 부족할 때의 처리 방법을 함께 지정한 예입니다. 두 항목이라는 형식을 지켜도 내용의 근거는 따로 대조합니다. 구분과 한계 프롬프트는 한 번의 입력을 설계하는 수단이며 모델 파라미터를 바꾸는 파인튜닝과 다릅니다. 강한 표현을 반복한다고 정확성이나 보안이 보장되지는 않습니다. 자료 안의 문장과 작업 지시도 구분해 전달해야 합니다.
- 연결:
  - 관련 용어: 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어: 시스템 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-system-prompt · 기존 관계 · 미검증
  - 다음에 볼 개념: 프롬프트 인젝션 — https://119-ai-studio.kr/glossary.html#gl-prompt-injection · 자료 대조: 작업 지시와 참고 자료가 모델 입력에 함께 들어간다는 점을 먼저 배우면 자료 속 지시가 작업을 바꾸는 문제를 이해하기 쉽습니다.
    - 편집 판단 근거: 프롬프트·컨텍스트 엔지니어링 — 01. 프롬프트 엔지니어링이란 무엇인가 — https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html#s4 (그럼 왜 어떤 표현은 실제로 효과가 있을까, 2026-10-24)
    - 편집 판단 근거: OWASP Gen AI Security Project — LLM01:2025 Prompt Injection — https://genai.owasp.org/llmrisk/llm01-prompt-injection/ (Types of Prompt Injection Vulnerabilities; Prevention and Mitigation Strategies, 2026-10-24)
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 01. 프롬프트 엔지니어링이란 무엇인가 — https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html
  - 함께 볼 자료: 셸 프롬프트 — https://119-ai-studio.kr/setup.html#term-prompt
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 안내서: 막혔을 때 다시 요청하는 법 — https://119-ai-studio.kr/rescue-prompts.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 업무 효율성 향상을 위한 인사혁신처 인공지능(AI) 활용 가이드 — https://119-ai-studio.kr/ai-laws.html#law-mpm-ai-guide
  - 관련 용어 ← AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 용어 ← 막혔을 때 다시 요청하는 법 — https://119-ai-studio.kr/rescue-prompts.html
  - 관련 용어 ← 파인튜닝 미세조정 — https://119-ai-studio.kr/glossary.html#gl-fine-tuning · 기존 관계 · 미검증
  - 관련 용어 ← 시스템 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-system-prompt · 기존 관계 · 미검증
  - 관련 용어 ← 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 엔지니어링 — https://119-ai-studio.kr/glossary.html#gl-context-engineering · 기존 관계 · 미검증
  - 관련 용어 ← 역할과 페르소나 — https://119-ai-studio.kr/glossary.html#gl-role-persona · 기존 관계 · 미검증
  - 관련 용어 ← 제로샷 — https://119-ai-studio.kr/glossary.html#gl-zero-shot · 기존 관계 · 미검증
  - 관련 용어 ← 원샷 — https://119-ai-studio.kr/glossary.html#gl-one-shot · 기존 관계 · 미검증

### 시스템 프롬프트
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-system-prompt
- 카드 파일: https://119-ai-studio.kr/kg/card-80bb1e7cc119345362bb.txt
- 요약: 애플리케이션이 모델에 제공하는 상위 수준 지시로 역할·행동 원칙·출력 정책을 설정한다.
- 영문·다른 이름: System Prompt · 시스템 지시
- 난이도: 실무
- 비유: 대화 전체에서 우선 적용되는 역할·범위·안전 수칙을 적은 근무 규정.
- 업무 참고: 근거 없는 단정 금지와 사람 검토 표시를 둘 수 있지만 기술적 강제나 완전한 보안 경계는 아니다.
- 연결:
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어: 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 인젝션 — https://119-ai-studio.kr/glossary.html#gl-prompt-injection · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 27. 시스템 프롬프트 설계 — https://119-ai-studio.kr/learn/prompt/27_시스템_프롬프트_설계.html
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어 ← 역할과 페르소나 — https://119-ai-studio.kr/glossary.html#gl-role-persona · 기존 관계 · 미검증

### 지시
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-instruction
- 카드 파일: https://119-ai-studio.kr/kg/card-19e10da1726f5b233e25.txt
- 요약: 모델이 수행해야 할 과업·제약·형식·판단 기준을 표현한 입력 부분.
- 영문·다른 이름: Instruction · 명령 · 요청 사항
- 난이도: 입문
- 비유: 자료를 주는 것과 별개로 무엇을 어떻게 하라고 적은 작업 절차.
- 업무 참고: 법령 자료와 지시를 구분하고 확인할 수 없으면 보류하라는 조건을 명시한다.
- 구분하기: 자료는 참고 대상이고 지시는 모델이 수행할 행동을 정한다.
- 연결:
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어: 구분자 — https://119-ai-studio.kr/glossary.html#gl-delimiter · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 05. 명확하고 구체적인 지시 — https://119-ai-studio.kr/learn/prompt/05_명확하고_구체적인_지시.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 01. 프롬프트 엔지니어링이란 무엇인가 — https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어 ← 시스템 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-system-prompt · 기존 관계 · 미검증
  - 관련 용어 ← 구분자 — https://119-ai-studio.kr/glossary.html#gl-delimiter · 기존 관계 · 미검증

### 컨텍스트
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-context
- 카드 파일: https://119-ai-studio.kr/kg/card-7d416ea74bc810b8e0ae.txt
- 요약: 시스템 지시·대화 기록·제공 자료·도구 결과·현재 질문을 포함해 모델이 한 요청에서 볼 수 있는 정보.
- 영문·다른 이름: Context · 맥락 · 문맥
- 난이도: 입문
- 비유: 모델이 이번 답을 만들 때 책상 위에 펼쳐 놓은 모든 정보.
- 업무 참고: 오래된 지시나 다른 사건 자료가 섞이면 잘못된 전제가 이어질 수 있어 작업별로 분리한다.
- 연결:
  - 관련 용어: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 엔지니어링 — https://119-ai-studio.kr/glossary.html#gl-context-engineering · 기존 관계 · 미검증
  - 관련 용어: 멀티턴 대화 — https://119-ai-studio.kr/glossary.html#gl-multi-turn · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 03. 프롬프트 vs 컨텍스트 엔지니어링 — https://119-ai-studio.kr/learn/prompt/03_프롬프트_vs_컨텍스트.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어 ← 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어 ← 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 엔지니어링 — https://119-ai-studio.kr/glossary.html#gl-context-engineering · 기존 관계 · 미검증
  - 관련 용어 ← 구분자 — https://119-ai-studio.kr/glossary.html#gl-delimiter · 기존 관계 · 미검증
  - 관련 용어 ← 멀티턴 대화 — https://119-ai-studio.kr/glossary.html#gl-multi-turn · 기존 관계 · 미검증

### 컨텍스트 엔지니어링
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-context-engineering
- 카드 파일: https://119-ai-studio.kr/kg/card-48c1cb6ae4dd611d01cd.txt
- 요약: 모델이 과업을 수행하도록 지시·자료·기억·도구 결과의 선택과 구조를 설계하는 접근.
- 영문·다른 이름: Context Engineering · 문맥 설계
- 난이도: 실무
- 비유: 모델 책상 위에 어떤 자료를 어떤 순서로 놓고 언제 치울지 설계하는 일.
- 업무 참고: 최신 SOP만 넣고 출처·시점·불확실성을 함께 전달해 오래된 자료 혼입을 줄인다.
- 구분하기: 프롬프트 엔지니어링보다 입력 환경 전체를 다루는 넓은 개념이다.
- 연결:
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어: 검색 — https://119-ai-studio.kr/glossary.html#gl-retrieval · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 03. 프롬프트 vs 컨텍스트 엔지니어링 — https://119-ai-studio.kr/learn/prompt/03_프롬프트_vs_컨텍스트.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 용어 ← 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어 ← 중간 소실 — https://119-ai-studio.kr/glossary.html#gl-lost-in-middle · 기존 관계 · 미검증

### 역할과 페르소나
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-role-persona
- 카드 파일: https://119-ai-studio.kr/kg/card-2b76921ed5eb4c12bc93.txt
- 요약: 모델 출력의 관점·톤·전문 수준을 유도하기 위해 역할이나 독자를 명시하는 기법.
- 영문·다른 이름: Role and Persona · 역할 부여 · 페르소나
- 난이도: 실무
- 비유: 답변자가 어떤 관점과 독자 수준으로 말할지 정하는 배역 설정.
- 업무 참고: 소방 법률 전문가 역할을 줘도 실제 자격이나 최신 법령 지식이 생기지는 않는다.
- 연결:
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 관련 용어: 시스템 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-system-prompt · 기존 관계 · 미검증
  - 관련 용어: 환각 할루시네이션 — https://119-ai-studio.kr/glossary.html#gl-hallucination · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 06. 역할과 페르소나 부여 — https://119-ai-studio.kr/learn/prompt/06_역할과_페르소나.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 01. 프롬프트 엔지니어링이란 무엇인가 — https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html

### 구분자
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-delimiter
- 카드 파일: https://119-ai-studio.kr/kg/card-f9dbce60ce4476d969a5.txt
- 요약: XML 태그·제목·따옴표처럼 입력의 서로 다른 구역을 명확히 구분하는 표식.
- 영문·다른 이름: Delimiter · 경계 표시
- 난이도: 실무
- 비유: 지시·자료·예시의 경계를 나누는 문서철의 색인 탭.
- 업무 참고: 법령 원문과 작성 지시를 나눠 모델이 자료 속 문장을 명령으로 오인할 가능성을 낮춘다.
- 구분하기: 구분자는 구조를 돕지만 프롬프트 인젝션을 완전히 차단하지 않는다.
- 연결:
  - 관련 용어: 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 인젝션 — https://119-ai-studio.kr/glossary.html#gl-prompt-injection · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 11. 구분자와 구조화 (XML 태그 등) — https://119-ai-studio.kr/learn/prompt/11_구분자와_구조화.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 지시 — https://119-ai-studio.kr/glossary.html#gl-instruction · 기존 관계 · 미검증

### 제로샷
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-zero-shot
- 카드 파일: https://119-ai-studio.kr/kg/card-8543ecdad1fade5d1fa2.txt
- 요약: 프롬프트에 완성 예시를 제공하지 않고 모델이 지시만으로 과업을 수행하게 하는 설정.
- 영문·다른 이름: Zero-shot · 예시 없음
- 난이도: 입문
- 비유: 정답 예시 없이 지시와 기준만으로 처음 과업을 맡기는 방식.
- 업무 참고: 단순 요약은 가능해도 기관별 분류처럼 형식이 중요한 일은 결과 편차를 먼저 점검한다.
- 연결:
  - 관련 용어: 원샷 — https://119-ai-studio.kr/glossary.html#gl-one-shot · 기존 관계 · 미검증
  - 관련 용어: 퓨샷 예시 — https://119-ai-studio.kr/glossary.html#gl-few-shot · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 07. 예시로 가르치기 (zero/one/few-shot) — https://119-ai-studio.kr/learn/prompt/07_예시로_가르치기.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 원샷 — https://119-ai-studio.kr/glossary.html#gl-one-shot · 기존 관계 · 미검증
  - 관련 용어 ← 퓨샷 예시 — https://119-ai-studio.kr/glossary.html#gl-few-shot · 기존 관계 · 미검증

### 원샷
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-one-shot
- 카드 파일: https://119-ai-studio.kr/kg/card-4e316cbeeb297a47e37d.txt
- 요약: 하나의 입력·출력 예시를 프롬프트에 포함해 기대 형식과 판단 패턴을 유도하는 기법.
- 영문·다른 이름: One-shot · 예시 한 개
- 난이도: 입문
- 비유: 완성 사례 하나를 보여주고 같은 방식으로 새 작업을 맡기는 방식.
- 업무 참고: 보고 양식 예시 하나가 편향되거나 예외를 빠뜨릴 수 있어 다른 사례에서도 검증한다.
- 연결:
  - 관련 용어: 제로샷 — https://119-ai-studio.kr/glossary.html#gl-zero-shot · 기존 관계 · 미검증
  - 관련 용어: 퓨샷 예시 — https://119-ai-studio.kr/glossary.html#gl-few-shot · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 — https://119-ai-studio.kr/glossary.html#gl-prompt · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 07. 예시로 가르치기 (zero/one/few-shot) — https://119-ai-studio.kr/learn/prompt/07_예시로_가르치기.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 제로샷 — https://119-ai-studio.kr/glossary.html#gl-zero-shot · 기존 관계 · 미검증
  - 관련 용어 ← 퓨샷 예시 — https://119-ai-studio.kr/glossary.html#gl-few-shot · 기존 관계 · 미검증

### 퓨샷 예시
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-few-shot
- 카드 파일: https://119-ai-studio.kr/kg/card-64c0f24fc9bbbaec09ec.txt
- 요약: 소수의 입력·출력 예시를 컨텍스트에 넣어 모델의 형식과 과업 수행 패턴을 유도하는 기법.
- 영문·다른 이름: Few-shot · 소수 예시 · 예시 학습
- 난이도: 실무
- 비유: 원하는 답의 좋은 사례를 몇 개 보여주고 공통 기준을 따라 하게 하는 방식.
- 업무 참고: 정상·누락·보류 사례를 함께 보여줘 한 종류의 보고서만 흉내 내지 않게 한다.
- 연결:
  - 관련 용어: 제로샷 — https://119-ai-studio.kr/glossary.html#gl-zero-shot · 기존 관계 · 미검증
  - 관련 용어: 원샷 — https://119-ai-studio.kr/glossary.html#gl-one-shot · 기존 관계 · 미검증
  - 관련 용어: 평가셋 — https://119-ai-studio.kr/glossary.html#gl-evaluation-set · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 07. 예시로 가르치기 (zero/one/few-shot) — https://119-ai-studio.kr/learn/prompt/07_예시로_가르치기.html
  - 관련 안내서: AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 용어 ← 제로샷 — https://119-ai-studio.kr/glossary.html#gl-zero-shot · 기존 관계 · 미검증
  - 관련 용어 ← 원샷 — https://119-ai-studio.kr/glossary.html#gl-one-shot · 기존 관계 · 미검증

### 구조화 출력
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-structured-output
- 카드 파일: https://119-ai-studio.kr/kg/card-bdda143f1eec8c633095.txt
- 요약: JSON Schema 등 미리 정의한 구조와 자료형을 따르도록 모델 출력을 제한하거나 검증하는 기능.
- 영문·다른 이름: Structured Output · 스키마 출력 · JSON 출력
- 난이도: 실무
- 비유: 자유로운 문장 대신 정해진 칸이 있는 서식에 답을 채우게 하는 방식.
- 업무 참고: 신고 분류 결과를 시스템에 넘길 때 형식 오류를 줄이지만 값의 사실성과 적정성은 별도 검증한다.
- 구분하기: 구조가 맞는 것과 내용이 정확한 것은 서로 다른 품질 조건이다.
- 연결:
  - 관련 용어: JSON — https://119-ai-studio.kr/glossary.html#gl-json · 기존 관계 · 미검증
  - 관련 용어: 스키마 — https://119-ai-studio.kr/glossary.html#gl-schema · 기존 관계 · 미검증
  - 관련 용어: 함수 호출 — https://119-ai-studio.kr/glossary.html#gl-function-calling · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 08. 출력 형식 지정 — https://119-ai-studio.kr/learn/prompt/08_출력_형식_지정.html
  - 함께 볼 자료: 에이전틱 AI 엔지니어링 · 20. 실전 n8n: 메모리·도구·앱 연동·프로덕션 — https://119-ai-studio.kr/learn/agentic-ai/20_n8n-production.html
  - 주제: 119 신고 음성·전사 — https://119-ai-studio.kr/kg/index.txt#topic-call-speech
- 이 개체를 가리키는 자료:
  - 관련 용어 ← AI에게 업무를 맡기는 프롬프트 기초 — https://119-ai-studio.kr/prompt-basics.html
  - 관련 용어 ← 회의록 정리, 지어낸 담당자·기한 막기 — https://119-ai-studio.kr/meeting-memo-verify.html
  - 관련 용어 ← 프롬프트 체이닝 — https://119-ai-studio.kr/glossary.html#gl-prompt-chaining · 기존 관계 · 미검증
  - 관련 용어 ← 함수 호출 — https://119-ai-studio.kr/glossary.html#gl-function-calling · 기존 관계 · 미검증
  - 관련 용어 ← JSON — https://119-ai-studio.kr/glossary.html#gl-json · 기존 관계 · 미검증
  - 관련 용어 ← 스키마 — https://119-ai-studio.kr/glossary.html#gl-schema · 기존 관계 · 미검증

### 온도
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-temperature
- 카드 파일: https://119-ai-studio.kr/kg/card-3ecf875424ceb4b0d6b1.txt
- 요약: 다음 토큰 확률분포의 날카로움을 조절해 출력 다양성에 영향을 주는 생성 설정. 제품별 지원과 의미가 다를 수 있다.
- 영문·다른 이름: Temperature · 생성 온도
- 난이도: 실무
- 비유: 다음 글 조각을 고를 때 가능성이 낮은 선택에도 기회를 주는 정도를 조절하는 손잡이.
- 업무 참고: 반복 가능한 문서 작업은 기본값과 모델 지침을 우선하고 설정 변경 전 같은 평가셋으로 비교한다.
- 구분하기: 낮은 온도도 사실 오류를 없애지 않으며 일부 추론 모델은 조정을 권하지 않는다.
- 연결:
  - 관련 용어: Top-p — https://119-ai-studio.kr/glossary.html#gl-top-p · 기존 관계 · 미검증
  - 관련 용어: 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 관련 용어: 회귀 테스트 — https://119-ai-studio.kr/glossary.html#gl-regression-test · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 22. 일관성과 재현성 높이기 — https://119-ai-studio.kr/learn/prompt/22_일관성과_재현성.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 파라미터 — https://119-ai-studio.kr/glossary.html#gl-parameter · 기존 관계 · 미검증
  - 관련 용어 ← 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 관련 용어 ← Top-p — https://119-ai-studio.kr/glossary.html#gl-top-p · 기존 관계 · 미검증

### Top-p
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-top-p
- 카드 파일: https://119-ai-studio.kr/kg/card-a1f11229f459c1487e63.txt
- 요약: 다음 토큰 후보를 누적 확률 p 안의 집합으로 제한한 뒤 그 안에서 선택하는 샘플링 설정.
- 영문·다른 이름: Nucleus Sampling · 누클리어스 샘플링
- 난이도: 심화
- 비유: 다음 후보 중 누적 가능성이 일정 범위에 드는 선택지만 남기는 문턱.
- 업무 참고: 온도와 함께 무작정 바꾸지 말고 업무 품질 평가셋으로 변경 효과를 확인한다.
- 연결:
  - 관련 용어: 온도 — https://119-ai-studio.kr/glossary.html#gl-temperature · 기존 관계 · 미검증
  - 관련 용어: 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 관련 용어: 평가셋 — https://119-ai-studio.kr/glossary.html#gl-evaluation-set · 기존 관계 · 미검증
  - 배경 학습: 프롬프트·컨텍스트 엔지니어링 · 22. 일관성과 재현성 높이기 — https://119-ai-studio.kr/learn/prompt/22_일관성과_재현성.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 온도 — https://119-ai-studio.kr/glossary.html#gl-temperature · 기존 관계 · 미검증

### 사고 사슬
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-chain-of-thought
- 카드 파일: https://119-ai-studio.kr/kg/card-ede417439ca57ebacff8.txt
- 요약: 모델이 답을 만들 때 중간 추론 단계를 활용하는 현상과 이를 유도하는 기법. 모든 내부 추론 공개를 요구하는 것과 같지 않다.
- 영문·다른 이름: Chain-of-Thought, CoT · 단계적 사고
- 난이도: 심화
- 비유: 복잡한 문제를 한 번에 결론 내리지 않고 중간 판단 단계로 나누는 방식.
- 업무 참고: 시간순 정리는 단계별 근거를 요구하되 숨은 사고 전체보다 확인 가능한 요약 근거와 결과를 받는다.
- 구분하기: 추론 모델에는 장황한 사고 공개 요구가 불필요하거나 성능을 해칠 수 있다.
- 연결:
  - 관련 용어: 추론 모델 — https://119-ai-studio.kr/glossary.html#gl-reasoning-model · 기존 관계 · 미검증
  - 관련 용어: 프롬프트 체이닝 — https://119-ai-studio.kr/glossary.html#gl-prompt-chaining · 기존 관계 · 미검증
  - 관련 용어: 설명가능성 — https://119-ai-studio.kr/glossary.html#gl-explainability · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 09. 단계적 사고 유도 (chain-of-thought) — https://119-ai-studio.kr/learn/prompt/09_단계적_사고_유도.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 추론 모델 — https://119-ai-studio.kr/glossary.html#gl-reasoning-model · 기존 관계 · 미검증
  - 관련 용어 ← 설명가능성 — https://119-ai-studio.kr/glossary.html#gl-explainability · 기존 관계 · 미검증

### 추론 모델
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-reasoning-model
- 카드 파일: https://119-ai-studio.kr/kg/card-a5b2dc5ce83451a42b69.txt
- 요약: 수학·코딩·계획 등 다단계 과업에서 추가 추론 계산을 사용하도록 설계되거나 학습된 모델 계열.
- 영문·다른 이름: Reasoning Model · 추론 특화 모델
- 난이도: 심화
- 비유: 답을 내기 전에 더 많은 계산 시간을 써 복잡한 문제를 검토하도록 훈련된 모델.
- 업무 참고: 추론 시간이 길어도 법령·현장 사실의 출처가 생기는 것은 아니므로 근거 확인은 그대로 필요하다.
- 연결:
  - 관련 용어: 사고 사슬 — https://119-ai-studio.kr/glossary.html#gl-chain-of-thought · 기존 관계 · 미검증
  - 관련 용어: 추론 — https://119-ai-studio.kr/glossary.html#gl-inference · 기존 관계 · 미검증
  - 관련 용어: 환각 할루시네이션 — https://119-ai-studio.kr/glossary.html#gl-hallucination · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 09. 단계적 사고 유도 (chain-of-thought) — https://119-ai-studio.kr/learn/prompt/09_단계적_사고_유도.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 사고 사슬 — https://119-ai-studio.kr/glossary.html#gl-chain-of-thought · 기존 관계 · 미검증

### 프롬프트 체이닝
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-prompt-chaining
- 카드 파일: https://119-ai-studio.kr/kg/card-6d94d37597187b683ad5.txt
- 요약: 여러 모델 호출을 순서대로 연결해 각 호출이 한 가지 하위 과업을 맡도록 구성하는 패턴.
- 영문·다른 이름: Prompt Chaining · 단계 연결
- 난이도: 실무
- 비유: 큰 업무를 작은 공정으로 나누고 앞 단계 결과를 다음 단계 재료로 넘기는 방식.
- 업무 참고: 전사·분류·요약·검토를 분리하면 오류 위치를 찾기 쉽지만 앞 단계 오류가 전파되는지 검사해야 한다.
- 연결:
  - 관련 용어: 워크플로 — https://119-ai-studio.kr/glossary.html#gl-workflow · 기존 관계 · 미검증
  - 관련 용어: 구조화 출력 — https://119-ai-studio.kr/glossary.html#gl-structured-output · 기존 관계 · 미검증
  - 관련 용어: 회귀 테스트 — https://119-ai-studio.kr/glossary.html#gl-regression-test · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 24. 프롬프트 체이닝과 분해 — https://119-ai-studio.kr/learn/prompt/24_프롬프트_체이닝과_분해.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 31. 비용·길이·지연 트레이드오프 — https://119-ai-studio.kr/learn/prompt/31_비용과_지연_트레이드오프.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 사고 사슬 — https://119-ai-studio.kr/glossary.html#gl-chain-of-thought · 기존 관계 · 미검증
  - 관련 용어 ← 워크플로 — https://119-ai-studio.kr/glossary.html#gl-workflow · 기존 관계 · 미검증

### 멀티턴 대화
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-multi-turn
- 카드 파일: https://119-ai-studio.kr/kg/card-a367121bb2e7d47c0696.txt
- 요약: 이전 메시지와 결과가 컨텍스트에 누적되는 여러 왕복의 모델 상호작용.
- 영문·다른 이름: Multi-turn Conversation · 다회 대화
- 난이도: 실무
- 비유: 한 번에 끝내지 않고 질문과 답을 여러 차례 주고받는 대화.
- 업무 참고: 사건이 바뀌면 새 대화를 시작해 이전 사건의 사람·주소·판단이 섞이지 않게 한다.
- 연결:
  - 관련 용어: 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 압축 — https://119-ai-studio.kr/glossary.html#gl-compaction · 기존 관계 · 미검증
  - 관련 용어: 메모리 — https://119-ai-studio.kr/glossary.html#gl-memory · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 15. 대화 누적과 컨텍스트 관리 — https://119-ai-studio.kr/learn/prompt/15_대화_누적과_컨텍스트_관리.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 컨텍스트 — https://119-ai-studio.kr/glossary.html#gl-context · 기존 관계 · 미검증
  - 관련 용어 ← 컨텍스트 압축 — https://119-ai-studio.kr/glossary.html#gl-compaction · 기존 관계 · 미검증
  - 관련 용어 ← 메모리 — https://119-ai-studio.kr/glossary.html#gl-memory · 기존 관계 · 미검증

### 컨텍스트 압축
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-compaction
- 카드 파일: https://119-ai-studio.kr/kg/card-a80bbd8c9f534b69b8a3.txt
- 요약: 긴 대화나 도구 결과를 요약·선별해 더 작은 컨텍스트로 바꾸는 과정.
- 영문·다른 이름: Compaction · 컴팩션 · 대화 압축
- 난이도: 심화
- 비유: 가득 찬 업무철에서 핵심만 새 요약지로 옮겨 다음 작업 공간을 만드는 것.
- 업무 참고: 압축 과정에서 수치·부정·예외가 사라질 수 있어 핵심 사실은 원문과 다시 대조한다.
- 연결:
  - 관련 용어: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어: 멀티턴 대화 — https://119-ai-studio.kr/glossary.html#gl-multi-turn · 기존 관계 · 미검증
  - 관련 용어: 출처 이력 — https://119-ai-studio.kr/glossary.html#gl-provenance · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 15. 대화 누적과 컨텍스트 관리 — https://119-ai-studio.kr/learn/prompt/15_대화_누적과_컨텍스트_관리.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 멀티턴 대화 — https://119-ai-studio.kr/glossary.html#gl-multi-turn · 기존 관계 · 미검증

### 중간 소실
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-lost-in-middle
- 카드 파일: https://119-ai-studio.kr/kg/card-b2662fbb9ef8f2c628fa.txt
- 요약: 긴 컨텍스트에서 중간 위치의 정보가 시작이나 끝의 정보보다 덜 활용되는 경향.
- 영문·다른 이름: Lost in the Middle · 중간 정보 약화
- 난이도: 심화
- 비유: 긴 서류철의 맨 앞과 끝은 기억하지만 가운데 항목을 놓치기 쉬운 현상.
- 업무 참고: 긴 SOP의 핵심 예외를 가운데 둔 채 답을 맡기지 말고 필요한 조항을 선별해 위치와 함께 제공한다.
- 연결:
  - 관련 용어: 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증
  - 관련 용어: 컨텍스트 엔지니어링 — https://119-ai-studio.kr/glossary.html#gl-context-engineering · 기존 관계 · 미검증
  - 관련 용어: 검색 — https://119-ai-studio.kr/glossary.html#gl-retrieval · 기존 관계 · 미검증
  - 정의 설명 학습 자료: 프롬프트·컨텍스트 엔지니어링 · 14. 긴 컨텍스트와 중간 소실 — https://119-ai-studio.kr/learn/prompt/14_긴_컨텍스트와_중간_소실.html
  - 함께 볼 자료: 프롬프트·컨텍스트 엔지니어링 · 12. 컨텍스트 윈도우란 무엇인가 — https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 컨텍스트 윈도우 — https://119-ai-studio.kr/glossary.html#gl-context-window · 기존 관계 · 미검증

## AI·모델 기초

### 컴퓨터 비전
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-computer-vision
- 카드 파일: https://119-ai-studio.kr/kg/card-69bce81ae05ce7b8b809.txt
- 요약: 이미지와 영상에서 분류·탐지·분할·추적 등의 정보를 추출하는 인공지능 분야.
- 영문·다른 이름: Computer Vision · 영상 인식 · 이미지 AI
- 난이도: 실무
- 비유: 컴퓨터가 사진과 영상에서 물체·위치·상태의 패턴을 찾게 하는 눈 역할의 기술.
- 업무 참고: 연기나 장비 탐지는 조명·가림·카메라 위치별 누락과 오탐을 공개·합성 자료로 먼저 평가한다.
- 연결:
  - 관련 용어: 멀티모달 — https://119-ai-studio.kr/glossary.html#gl-multimodal · 기존 관계 · 미검증
  - 관련 용어: 딥러닝 — https://119-ai-studio.kr/glossary.html#gl-deep-learning · 기존 관계 · 미검증
  - 관련 용어: 오탐 — https://119-ai-studio.kr/glossary.html#gl-false-positive · 기존 관계 · 미검증
  - 배경 학습: 화재 영상에서 화염·연기 탐지하기 — https://119-ai-studio.kr/fire-smoke-detection.html
  - 주제: 화재·연기 영상 탐지 — https://119-ai-studio.kr/kg/index.txt#topic-fire-smoke-vision
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 세종특별자치시_AI 영상분석 학습데이터 — https://119-ai-studio.kr/datasets.html#dataset-sejong-ai-video-analysis
  - 관련 용어 ← 다중밀집시설 및 주거시설 화재 안전 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-fire-facility-safety-image
  - 관련 용어 ← 소방시설·장비 3D 스캐닝 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-fire-facility-equipment-3d
  - 관련 용어 ← 물류창고 내 작업 안전 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-logistics-warehouse-safety
  - 관련 용어 ← 열화상 카메라 이미지 — https://119-ai-studio.kr/datasets.html#dataset-aihub-industrial-thermal-anomaly
  - 관련 용어 ← 멀티모달 — https://119-ai-studio.kr/glossary.html#gl-multimodal · 기존 관계 · 미검증
  - 하위 개념 ← 객체 탐지 — https://119-ai-studio.kr/glossary.html#gl-object-detection · 자료 대조: 객체 탐지는 영상에서 대상의 위치와 종류를 찾는 컴퓨터 비전 과업으로 분류한다.
    - 편집 판단 근거: Ultralytics — Object Detection — https://docs.ultralytics.com/tasks/detect (Object Detection — introduction, 2026-10-24)

### 음성 인식
- 개체 주소: https://119-ai-studio.kr/glossary.html#gl-speech-recognition
- 카드 파일: https://119-ai-studio.kr/kg/card-b0197deea2522b47da7c.txt
- 요약: 음성 신호를 문자 열로 변환하는 기술. 잡음·억양·겹침·고유명사에 따라 오류 양상이 달라진다.
- 영문·다른 이름: Automatic Speech Recognition, ASR · 자동 음성 인식 · 음성 전사 · STT
- 난이도: 실무
- 비유: 들리는 말을 시간순 글자로 옮기는 자동 기록 장치.
- 업무 참고: 신고 통화의 주소·숫자·부정 표현은 자동 전사만 믿지 말고 원음과 사람이 확인한다.
- 연결:
  - 관련 용어: 멀티모달 — https://119-ai-studio.kr/glossary.html#gl-multimodal · 기존 관계 · 미검증
  - 관련 용어: 미탐 — https://119-ai-studio.kr/glossary.html#gl-false-negative · 기존 관계 · 미검증
  - 관련 용어: 사람 검토 — https://119-ai-studio.kr/glossary.html#gl-human-review · 기존 관계 · 미검증
  - 배경 학습: 신고 전사 심화, 화자 결합과 품질 관리 — https://119-ai-studio.kr/call-transcription-quality.html
  - 주제: 119 신고 음성·전사 — https://119-ai-studio.kr/kg/index.txt#topic-call-speech
- 이 개체를 가리키는 자료:
  - 관련 용어 ← 위급상황 음성/음향 (고도화) - 119 지능형 신고접수 음성 인식 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-119-call-speech
  - 관련 용어 ← 주소 음성 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-address-speech
  - 관련 용어 ← 다국어 일상대화 실시간 통번역 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-multilingual-dialogue-interpretation
  - 관련 용어 ← RescueSpeech: A German Corpus for Speech Recognition in Search and Rescue Domain — https://119-ai-studio.kr/datasets.html#dataset-rescuespeech
  - 관련 용어 ← 응급실 임상 대화 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-er-clinical-dialogue
  - 관련 용어 ← 의료 분야 음성 데이터 — https://119-ai-studio.kr/datasets.html#dataset-aihub-medical-speech-119-center
  - 관련 용어 ← 신고 전사 심화, 화자 결합과 품질 관리 — https://119-ai-studio.kr/call-transcription-quality.html
  - 관련 용어 ← 멀티모달 — https://119-ai-studio.kr/glossary.html#gl-multimodal · 기존 관계 · 미검증
  - 함께 비교 ← 화자 분리 — https://119-ai-studio.kr/glossary.html#gl-speaker-diarization · 자료 대조: 화자별 시간 구간을 구분하는 일과 발화 내용을 텍스트로 인식하는 일은 서로 다른 평가 대상이다.
    - 편집 판단 근거: pyannote.audio — Project README — https://github.com/pyannote/pyannote-audio (Neural building blocks for speaker diarization / Community-1 usage output, 2026-10-24)
    - 편집 판단 근거: Hugging Face Evaluate — CER metric card — https://huggingface.co/spaces/evaluate-metric/cer/blob/main/README.md (Metric description / Output values, 2026-10-24)