AI 기초 상식 정리: 처음 쓰는 분이 먼저 알아야 할 개념 9개
AI를 쓰기 시작했는데 토큰, 추론, 모델, 에이전트 같은 말이 낯선 분을 위해 기업 교육 기초 파트에서 다룬 개념 아홉 개를 정리했습니다. 모델이 얼마나 빨리 바뀌는지 실제 수치로 보고, 바뀌어도 계속 쓰는 기준을 함께 짚습니다.

목차
세 줄로 먼저 읽기
이번 방문에서 한 편은 바로 볼 수 있습니다.
AI를 쓰기 시작한 분들은 "써 보긴 하는데 무슨 말인지 모르겠다"는 말을 자주 합니다. 토큰, 추론, 컨텍스트, 에이전트, 스킬 같은 말이 매일 새로 나오고, 지난달에 배운 모델 이름은 벌써 바뀌어 있습니다. 그래서 준이아빠블로그에 처음 AI를 쓰는 분을 위한 AI 기초 상식 코스를 새로 열었습니다.
이 코스는 기업 교육의 기초 파트에서 실제로 쓴 순서와 예시를 바탕으로 했습니다. 지금부터 AI가 얼마나 빨리 바뀌고 있는지 수치로 먼저 보고, 그 속에서 꼭 알아야 할 개념 아홉 개를 한 번에 정리합니다. 개념마다 자세한 설명과 직접 해 보는 연습은 클래스로 이어집니다.
AI는 얼마나 빨리 바뀌고 있나요?
새 모델이 나오는 간격이 눈에 띄게 짧아졌습니다. 오픈AI, 앤트로픽, 구글이 공식 발표한 대표 모델의 출시일을 모아 회사별로 평균 간격을 계산했습니다. 2026년 10월 6일 각 회사 발표문 기준이고, 간격은 뒤 모델이 나온 연도로 묶었습니다.
| 회사 | 2024년 | 2025년 | 2026년 |
|---|---|---|---|
| OpenAI | 9.0개월 | 3.0개월 | 1.4개월 |
| Anthropic | 5.1개월 | 2.2개월 | 1.0개월 |
| 6.1개월 | 4.1개월 | 1.6개월 |
2026년 9월 한 달에만 세 회사가 대표 모델을 모두 여덟 번 발표했습니다. 어떤 모델을 대표 모델로 세느냐에 따라 숫자는 조금 바뀔 수 있습니다. 그래도 간격이 몇 달에서 한 달 안팎으로 줄었다는 방향은 같습니다.
AI가 할 수 있는 일의 길이도 늘고 있습니다. AI 평가 연구 기관 METR은 사람 전문가가 몇 시간 걸리는 과제를 AI가 혼자 절반의 확률로 끝낼 수 있는지 측정합니다.
| 모델(공개 시기) | AI가 절반 확률로 끝내는 과제 길이(사람 기준) |
|---|---|
| GPT-2(2019년) | 약 6초 |
| GPT-4(2023년 3월) | 약 4분 |
| Claude 3.7 Sonnet(2025년 2월) | 약 1시간 |
| GPT-5(2025년 8월) | 약 3시간 20분 |
| Claude Opus 4.6(2026년 2월) | 약 12시간 |
METR이 공개한 데이터를 2026년 10월 6일 조회한 값입니다. 이 데이터에 적힌 증가 속도는 전체 기간 약 6개월(188일)마다, 2023년 이후만 보면 약 4개월(129일)마다 두 배입니다. METR이 2026년 1월 발표한 분석에서는 전체 기간 약 7개월(196일)로 계산했습니다. 다만 과제는 주로 소프트웨어와 보안 과제이고, 사람 업무 전체를 AI가 대신한다는 뜻은 아닙니다. 최신 값일수록 오차 범위도 커서 Claude Opus 4.6의 95% 구간은 약 5시간에서 60시간에 걸칩니다. 측정 방식은 METR의 설명 페이지에서 확인할 수 있습니다.
같은 기간 동안 AI가 하는 일의 모습도 바뀌었습니다. 2022년 11월 ChatGPT로 글을 묻고 답하던 AI는 2024년 9월 답하기 전에 생각하는 추론 모델(o1)을 거쳐, 2024년 10월에는 화면을 보고 조작하기 시작했습니다(클로드 컴퓨터 사용). 2025년 2월 Claude Code가 나오면서 도구로 일을 끝내는 에이전트가 본격적으로 쓰이기 시작했습니다.
바뀌는 것과 계속 쓰는 것
이렇게 빨리 바뀌면 무엇을 배워야 할지 막막해집니다. 기초 파트에서는 이 둘을 먼저 구분했습니다.
| 몇 달마다 바뀌는 것 | 오늘 배워 계속 쓰는 것 |
|---|---|
| 모델 이름과 성능 순위 | 목적, 자료, 완료 기준을 주는 요청 |
| 구독 요금과 한도 | 원문과 대조하는 확인 |
| 메뉴와 기능 이름 | 반복 업무를 지침과 스킬로 저장 |
지금 우리가 쓰는 AI는 앞으로 쓰게 될 AI 가운데 성능이 가장 낮은 AI라는 말이 있습니다. 모델 이름을 외우기보다 오른쪽 칸의 방식을 익히는 편이 오래 갑니다. 아래 개념 아홉 개는 오른쪽 칸을 제대로 쓰기 위한 기초입니다.
1. AI는 다음 말을 예측해 답을 만듭니다
ChatGPT, 클로드, 제미나이 안에는 대규모 언어 모델(LLM)이 들어 있습니다. 아주 많은 글을 읽으며 다음 말을 맞히는 연습을 반복해 만든 계산식이고, 답을 쓸 때도 질문과 이미 쓴 답을 읽고 가능성이 높은 다음 말을 하나씩 이어 붙입니다.
그래서 자료 없이 "교육 신청 마감이 언제야?"라고 물으면 그럴듯한 날짜를 추정해 말할 수 있습니다. 공지를 붙이고 "근거가 된 원문 문장도 붙여 줘"라고 하면 원문을 반영한 답과 함께 대조할 문장을 받을 수 있습니다. 직접 비교해 보는 연습은 AI는 어떻게 답을 만들까요 클래스에 있습니다.
2. 한 답 안에도 출처가 섞여 있습니다
한 대화 안에는 모델이 학습한 지식, 검색 도구로 찾은 내용, 사용자가 첨부한 자료가 섞입니다. 모델은 학습을 마친 시점 이후의 일을 모르므로 최신 소식은 검색이나 첨부가 있어야 답에 반영됩니다. 숫자와 계산, 이름과 직함, 날짜, 최신 소식과 인용은 문장만 봐서는 틀린 줄 모르므로 공유하기 전에 원문과 대조합니다. 출처를 구분하는 방법은 AI 답의 출처 클래스에서 이어집니다.
3. 토큰은 한도와 요금의 단위입니다
AI는 글을 토큰이라는 조각으로 읽고 씁니다. 같은 뜻의 업무 요청 네 쌍을 2026년 10월 9일 OpenAI의 o200k_base 토크나이저로 세어 보니 한국어가 62토큰, 영어가 44토큰으로 약 1.4배였습니다. 한 번에 읽는 양, 사용 한도, API 요금이 모두 토큰 수로 정해지므로 필요한 자료만 넣는 습관이 한도와 비용을 함께 아낍니다. 계산 표와 100만 토큰의 분량은 토큰 클래스에서 볼 수 있습니다.
4. 추론은 정확해지는 대신 사용량이 늘어납니다
추론 모델은 답을 쓰기 전에 조건을 나누고 계산을 검토하는 생각 단계(Thinking)를 거칩니다. 클로드는 노력 수준을 Low부터 Max까지 다섯 단계로, ChatGPT는 추론 슬라이더로 고를 수 있습니다. 요약이나 번역처럼 틀리면 바로 보이는 일은 낮은 깊이로, 조건 비교나 계획처럼 조건을 놓치면 틀리는 일은 추론을 켜서 맡깁니다. 서비스별 설정 위치는 추론 모델 클래스에 정리했습니다.
5. 회사, 서비스, 모델은 다른 이름입니다
앤트로픽은 회사이고, 클로드는 서비스이며, Haiku 4.5와 Sonnet 5.5, Opus 5.5는 클로드 안에서 고르는 모델입니다. 모델은 크기에 따라 속도와 비용이 다르므로 처음에는 중간 모델로 시작하고 답이 부족할 때 큰 모델로 바꿉니다. 앱 메뉴의 모델 이름과 API 모델 이름이 다를 수 있다는 점도 함께 알아 둡니다. 세 회사의 모델 크기 비교표는 회사, 서비스, 모델 클래스에 있습니다.
6. 무료와 유료는 모델과 기능이 다릅니다
2026년 10월 6일 한국 결제 화면 기준 개인 유료 요금은 ChatGPT Plus 월 29,000원, Claude Pro 월 22달러(부가세 포함 표시), Google AI Pro 월 29,000원입니다. 유료 요금제는 사용량만 많은 것이 아니라 큰 모델, 리서치, 코딩 도구처럼 쓸 수 있는 기능이 다릅니다. API로 공지 한 건(입력 3,000토큰, 출력 1,000토큰)을 정리하면 Claude Sonnet 5.5 기준 약 0.016달러라서, 이런 작업에서는 비용보다 결과 확인에 시간을 쓰는 편이 중요합니다. 요금표 전체와 계산 과정은 요금제와 API 요금 클래스에서 확인합니다.
7. 사용 한도는 쌓이고, 긴 대화는 조건을 놓칩니다
구독의 사용 한도는 대화마다 쓴 토큰이 5시간 한도와 주간 한도로 쌓이는 구조입니다. 대화를 여러 개 동시에 진행하거나 추론 깊이를 최대로 올리면 한도가 빨리 찹니다. 대화가 길어지면 처음 정한 조건도 놓치기 쉬우므로, 목적과 확정한 것, 남은 일, 지킬 기준으로 요약을 받아 새 대화로 옮깁니다. 요약 요청문 예시는 사용 한도와 새 대화 클래스에 있습니다.
8. 내 자료를 넣기 전에 학습 설정을 봅니다
개인 계정의 대화는 설정에 따라 모델 학습에 쓰일 수 있으므로 자료를 넣기 전에 학습 설정을 확인합니다. 팀과 기업 계정은 기본으로 학습에 쓰지 않으므로 업무 자료는 조직이 관리하는 계정에 넣습니다. "AI에게 내 말투를 학습시켰다"는 경험은 대부분 계정에 저장된 메모를 대화마다 다시 읽는 메모리 기능입니다. 서비스별 설정 메뉴는 학습 설정과 메모리 클래스에서 찾아볼 수 있습니다.
9. 도구와 권한이 있으면 AI가 일까지 끝냅니다
AI 서비스 안에서 모델은 다음 행동을 정하고, 검색, 계산, 파일 저장 같은 도구가 실제 작업을 수행합니다. 도구와 권한을 받은 AI가 목표를 끝낼 때까지 스스로 다음 단계를 고르면 에이전트라고 부릅니다. 스킬은 에이전트가 필요할 때 꺼내 읽는 업무 설명서입니다. 사람은 작업 기록에서 AI가 읽은 자료를 확인하고 결과 파일을 직접 열어 봅니다. 도구 호출과 MCP, 스킬의 구조는 도구, 에이전트, 스킬 클래스에서 이어서 설명합니다.
어디부터 시작하면 될까요?
아홉 개를 한 번에 다 읽을 필요는 없습니다. 지금 가장 헷갈리는 상황에 맞춰 시작합니다.
- AI 답을 믿어도 되는지 헷갈린다면 1번과 2번부터 읽고, 가상 공지로 원문 대조를 한 번 해 봅니다.
- 유료 결제를 고민 중이라면 5번과 6번에서 지금 쓰는 앱의 모델 메뉴와 요금 페이지를 직접 열어 봅니다.
- 회사 자료를 넣으려는 참이라면 8번에서 학습 설정부터 확인합니다.
이 글의 요금과 모델 이름은 2026년 10월 6일 기준입니다. 몇 달 안에 바뀔 가능성이 크므로, 결제나 업무 결정 전에는 각 서비스의 공식 페이지를 다시 확인합니다.

제대로 이해했는지 한 문제로 확인해 볼까요?
답을 고르면 바로 풀이가 나와요.
2026년 10월에 AI 기초를 배우는 사람에게 가장 오래 쓸모 있는 공부는 무엇일까요?
이 글이 도움이 되었나요?
토큰, 추론, 모델 이름, 요금과 한도처럼 AI를 처음 쓸 때 헷갈리는 개념을 직접 확인하며 익힙니다
- 1AI는 어떻게 답을 만들까요? 언어 모델(LLM)과 다음 말 예측
- 2AI 토큰(Token)이란? 글을 읽는 조각이자 한도와 요금의 단위
- 3AI 답의 출처: 학습한 지식, 검색 결과, 첨부 자료 구분하기

새 글과 AI 소식을 메일로 받아 보세요
AI가 바꾸는 일과 도구, 측정 실무 이야기를 매주 한 번 보내 드려요.
