부록

← 7부 원리에서 실전으로 · 목차

A. 핵심 용어집

각 용어는 처음 등장한 부와 함께, 한 줄 정의와 시각적/직관적 설명을 붙였습니다.

B. 오개념 vs 사실 대조표

본문 곳곳의 "흔한 오해 깨기"를 한자리에 모았습니다.

C. 합의되지 않은 논쟁 주제 (단정 금지)

이 안내서가 일부러 한쪽으로 결론짓지 않은 주제들입니다. 누군가 이걸 "정설"처럼 말한다면 신중히 받아들이세요.

• LLM이 언어를 "이해"하는가 — 통계적 패턴 짜맞추기일 뿐이라는 입장과, 다음 토큰을 잘 맞히려면 세계의 내부 표상이 형성된다는 입장이 맞섭니다 (1부).
• LLM이 "추론"하는가 — 사고 사슬의 실용적 효과는 분명하나, 그것이 사람 같은 논리 실행인지는 논쟁 중입니다. 복잡도 붕괴를 둘러싼 연구와 그 반박이 공존합니다 (6부).
• 사고 사슬이 실제 근거를 충실히 반영하는가 — 보이는 "생각 과정"과 내부 계산이 일치한다는 보장은 없습니다(충실성 문제) (6부).
• 환각을 어디까지 줄일 수 있는가 — 평가·훈련 개선으로 줄이는 방법이 활발히 연구되지만, 완전 제거 가능 여부는 미정입니다 (6부).
• 차세대 아키텍처 — "다음 토큰 예측" 패러다임을 넘어서려는 시도(토크나이저 없는 구조, 개념 단위 모델 등)가 연구되고 있으나, 무엇이 표준이 될지는 정해지지 않았습니다.

의식·지각 여부처럼 더 멀리 나간 질문은 이 안내서의 범위를 넘어서며, 현재로선 과학적 합의가 없습니다.

D. 🔬 더 깊이 — 다음 단계 안내

본문의 🔬 콜아웃에서 다룬 주제를 더 파고들고 싶다면, 아래 키워드로 출발하면 좋습니다. (특정 링크는 빠르게 바뀌므로, 키워드 중심으로 안내합니다.)

수식이 부담스럽다면, 본문만으로도 원리는 충분히 잡힙니다. 위 자료는 "한 겹 더" 들어가고 싶을 때의 선택지입니다.

E. 추가 학습 자료 (유형별)

특정 사이트를 단정하기보다, 어떤 종류의 자료가 어떤 학습에 맞는지 안내합니다.

• 시각적 직관: 트랜스포머·어텐션을 애니메이션이나 인터랙티브 도구로 보여 주는 시각화 자료가 직관을 빠르게 키워 줍니다.
• 개념 강의: 대학 공개강의(NLP·딥러닝 입문)는 본문보다 한 단계 깊은 체계를 제공합니다.
• 원전 논문: 위 D표의 키워드로 원논문을 찾으면 1차 출처를 확인할 수 있습니다(영어·수식 포함).
• 직접 실습: 작은 모델을 돌려 보거나 토크나이저를 시각화해 보면, "토큰이 이렇게 잘리는구나"를 몸으로 익힙니다.
• 공식 문서: 특정 모델·제품의 최신 스펙(컨텍스트 길이·도구·가격 등)은 해당 제공사의 공식 문서가 가장 정확합니다(빠르게 바뀜).

F. 다른 시리즈 권 안내

이 안내서는 시리즈의 "원리 편"입니다. 여기서 잡은 토대가 후속 권들의 "왜 통하는가"를 떠받칩니다.

마치며

LLM의 거의 모든 것은 한 문장에서 출발합니다 — "지금까지의 글을 보고, 다음에 올 가장 그럴듯한 한 조각을 고른다." 토큰화·임베딩·어텐션·학습·샘플링은 이 한 문장을 어떻게 거대한 규모로 잘 해내는지에 대한 답이고, 환각·편향·중간 소실 같은 한계는 이 한 문장에서 불가피하게 따라 나오는 그림자입니다. 그리고 프롬프트·RAG·도구·에이전트는 그 그림자를 메우려는 노력입니다.

원리를 손에 쥐면, 새로운 기법이나 모델을 만났을 때도 "이건 어느 한계를 어떻게 메우는 거지?"라고 스스로 물을 수 있습니다. 그게 이 안내서가 남기고 싶은 가장 단단한 도구입니다.

← 7부 원리에서 실전으로 · 목차