Archiv

홈 › 자료실 › AI·실무 도구

AI 용어사전 2026 — MCP·에이전트·토큰·컨텍스트까지 한 장 정리

AI 뉴스에는 MCP, 에이전트, 토큰, 컨텍스트 같은 낱말이 매일 나옵니다. 뜻을 알아야 도구를 고르고, 맡길 일과 맡기면 안 되는 일을 나눌 수 있습니다. 자주 나오는 용어를 다섯 묶음으로 나눠 정리했습니다.

AI·실무 도구2026-11-13 기준AI 용어MCP에이전트
모델명과 제품명은 2026-11-13 기준 공식 문서에서 확인한 것만 적었습니다. 모델은 자주 바뀌고 지원 종료도 잦으니, 쓰기 전에 각 회사의 공식 페이지에서 최신 이름과 조건을 확인하세요. 이 글은 요금을 다루지 않습니다.

1. 모델과 기본 개념

LLM (대규모 언어 모델)

방대한 글을 학습해 다음에 올 내용을 예측하며 문장을 만드는 모델입니다. ChatGPT, Claude, Gemini의 바탕입니다.

토큰

모델이 글을 처리하는 기본 단위입니다. 글자 그대로가 아니라 조각으로 나눠 세며, 언어와 표기에 따라 수가 달라집니다.

컨텍스트 윈도 (컨텍스트 창)

모델이 한 번에 참고할 수 있는 전체 분량입니다. 질문, 앞선 대화, 첨부 파일, 도구 결과가 모두 여기에 들어갑니다.

컨텍스트 윈도는 모델이 한 번에 참고할 수 있는 전체 분량이며, 질문, 앞선 대화, 첨부 파일, 도구 결과가 모두 여기에 들어간다는 구조도질문첨부 파일앞선 대화도구 결과컨텍스트윈도한 번에참고하는전체 분량
그림 1. 컨텍스트 윈도에는 내 질문만이 아니라 앞선 대화, 첨부 파일, 도구 결과까지 모두 들어갑니다.

추론 모델

답하기 전에 단계를 나눠 따져 보도록 설계된 모델입니다. 여러 조건이 얽힌 판단이나 긴 작업 계획에 맞춰져 있습니다.

멀티모달

글뿐 아니라 이미지, 음성, 영상, PDF를 함께 입력받는 모델입니다.

환각 (할루시네이션)

사실이 아닌 내용을 그럴듯하게 만들어 내는 현상입니다.

벤치마크

여러 모델을 같은 시험 문제로 풀게 하고 매긴 점수 기준입니다.

오픈웨이트 (open weights)

학습된 모델의 가중치(내부 수치)를 내려받아 자신의 컴퓨터나 서버에서 돌릴 수 있게 공개한 모델입니다.

지금 쓰이는 모델 이름 (2026-11-13 기준)

공식 문서에서 확인한 대표 모델 ID와 상태
회사모델 ID공식 문서의 설명·상태
Anthropicclaude-fable-5-2복잡한 추론과 장기 에이전트 작업용 최상위 모델, 일반 제공(GA), 컨텍스트 1M
Anthropicclaude-opus-5-5대부분의 작업에 권장, 일반 제공
Anthropicclaude-sonnet-5-5속도와 지능의 균형, 일반 제공, 컨텍스트 1M
Anthropicclaude-haiku-5-5분류·추출·서브에이전트 같은 대량·저지연 작업용, 일반 제공
Anthropicclaude-mythos-5-2제한 공개(검증 프로그램 승인 기관만)
OpenAIgpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gpt-6-lunaGPT-6 계열 API 모델 목록. 용도와 상태는 공식 모델 페이지에서 확인
Googlegemini-3.1-pro-preview, gemini-3.5-flash-liteAI Studio 모델 문서 기준. 전자는 프리뷰, 후자는 안정(Stable) 표기

2. 사용 방법

프롬프트

모델에게 주는 지시와 질문 전체입니다.

시스템 프롬프트

대화 전에 서비스나 개발자가 미리 넣어 둔 기본 지시입니다. 보통 화면에는 보이지 않습니다.

프로젝트와 커스텀 지침

자주 쓰는 자료와 지침을 묶어 두고 대화마다 같은 기준을 적용하는 기능입니다. Claude에는 프로젝트 기능이 있으며, 세부 설정은 서비스마다 다릅니다.

파일 업로드

PDF, 엑셀, 이미지를 대화에 첨부해 그 내용을 바탕으로 묻는 것입니다.

API와 API 키

API는 프로그램이 AI 모델을 호출하는 통로이고, API 키는 그 호출을 인증하는 열쇠입니다.

3. 에이전트와 도구

에이전트

목표를 받으면 계획을 세우고 도구를 골라 여러 단계를 스스로 수행하는 AI 프로그램입니다. 채팅은 답을 주고, 에이전트는 작업을 끝까지 처리합니다.

에이전트 루프

계획, 도구 호출, 결과 확인, 다음 행동을 목표에 닿을 때까지 되풀이하는 구조입니다.

에이전트 루프: 계획을 세우고, 도구를 호출하고, 결과를 확인하고, 다음 행동으로 이어 가는 네 단계가 목표에 닿을 때까지 되풀이되는 순환도1계획목표에 맞춰 할 일을세움2도구 호출검색, 파일 읽기, 계산같은 외부 기능3결과 확인나온 결과를 살핌4다음 행동예: 오류 원인을고치고 다시 실행반복
그림 2. 에이전트는 목표에 닿을 때까지 이 네 단계를 되풀이하며, 반복이 길수록 사용량도 늘어납니다.

도구 사용 (tool use)

모델이 검색, 파일 읽기, 계산, 코드 실행 같은 외부 기능을 필요할 때 호출하도록 연결하는 방식입니다.

MCP (Model Context Protocol)

AI 앱이 외부 도구와 자료에 연결되는 방법을 정한 공개 규격입니다. 공식 설명은 “AI 앱의 USB-C 포트”에 비유됩니다. 2025-12-09 Linux Foundation 산하 Agentic AI Foundation(AAIF)으로 옮겨졌고, 현재 사양 버전은 2026-07-28입니다.

스킬 (Skills)

작업 절차와 참고 자료를 묶어 두고 필요할 때 에이전트가 불러 쓰는 기능입니다.

서브에이전트

메인 에이전트가 맡긴 일부 작업을 독립된 맥락에서 처리하고, 결과 요약만 돌려주는 하위 에이전트입니다.

훅 (hooks)

특정 작업 전후 같은 정해진 시점에 자동으로 실행되도록 걸어 두는 명령입니다.

플러그인

스킬, 훅, MCP 연결을 한 꾸러미로 묶어 설치하는 확장 기능입니다.

플러그인 하나에 스킬(작업 절차와 참고 자료), 훅(정해진 시점에 자동 실행되는 명령), MCP 연결(외부 도구와 자료 연결)이 함께 묶여 있다는 구조도스킬작업 절차와참고 자료MCP 연결외부 도구와자료 연결훅정해진 시점에자동 실행플러그인한 꾸러미로묶어 설치
그림 3. 플러그인은 스킬, 훅, MCP 연결을 한 꾸러미로 묶은 것이라 설치하면 셋을 한꺼번에 받아들입니다.

샌드박스와 권한

권한은 에이전트가 파일을 쓰거나 명령을 실행하기 전 허용 여부를 정하는 장치입니다. 샌드박스는 에이전트가 움직이는 공간을 나머지 시스템과 분리합니다.

4. 데이터

RAG (검색 증강 생성)

질문과 관련된 문서를 먼저 검색해 찾은 뒤, 그 내용을 근거로 답하게 하는 방식입니다.

임베딩

문장의 뜻을 숫자 목록(벡터)으로 바꾼 것입니다. 뜻이 비슷하면 숫자 목록도 비슷해져, 단어가 달라도 관련 문서를 찾을 수 있습니다.

파인튜닝과 프롬프팅의 차이

프롬프팅은 지시문과 예시로 응답을 조정하며 모델은 그대로입니다. 파인튜닝은 추가 데이터로 모델을 더 학습시켜 행동을 바꿉니다.

프롬프팅은 지시문과 예시로 응답을 조정하고 모델은 그대로이며, RAG는 관련 문서를 먼저 검색해 그 내용을 근거로 답하고, 파인튜닝은 추가 데이터로 모델을 더 학습시켜 행동을 바꾸는 세 가지 비교프롬프팅지시문과 예시로 응답을 조정모델은 그대로RAG질문과 관련된 문서를 먼저 검색찾은 내용을 근거로 답함파인튜닝추가 데이터로 모델을 더 학습모델의 행동이 바뀜데이터 준비와 검증에 품이 많이 듦
그림 4. 자료가 자주 바뀌면 프롬프팅이나 RAG가 맞고, 파인튜닝은 준비와 검증에 품이 많이 듭니다.

5. 콘텐츠 생성

이미지 생성 모델

문장이나 참고 그림으로 새 그림을 만듭니다. Google의 Nano Banana Pro(API 모델 ID gemini-3-pro-image), Adobe Firefly 같은 도구가 있습니다.

영상 생성 모델

문장이나 이미지로 짧은 영상을 만듭니다. Google Veo 3.1, Gemini Omni Flash, Runway Gen-4.5, Luma Ray3.2 등이 공식 문서에 나옵니다.

음악 생성 모델

가사나 장르 설명으로 노래와 배경음악을 만듭니다. Suno는 v6 계열을 2026-09-09에 내놓았습니다.

생성물 표시 의무

한국의 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(인공지능기본법)은 2026-01-22부터 시행되었습니다. 생성형 AI 결과물은 이용자가 알아볼 수 있게 표시하는 것이 원칙입니다. 딥페이크는 눈에 띄게 표시해야 하고, 애니메이션·웹툰 등은 디지털 워터마크를 함께 쓸 수 있다고 정부가 밝혔습니다.

인간 저작자 요건

저작권은 사람의 창작에만 인정된다는 원칙입니다. 미국 연방대법원은 2026-03-02 Thaler v. Perlmutter 사건의 상고를 기각해, 이 요건을 유지하는 판단을 그대로 두었습니다.

학습 데이터와 공정이용

AI 모델을 저작물로 학습시키는 것이 침해인지, 허락 없이 쓸 수 있는 공정이용인지를 두고 여러 나라에서 소송과 논의가 이어지고 있습니다. 문화체육관광부와 한국저작권위원회는 2026-02-26 「생성형 인공지능의 저작물 학습에 대한 저작권법상 ‘공정이용’ 안내서」 최종본을 펴냈습니다. 다만 공식 해석이 아닌 안내서입니다.

상업적 이용 가능

결과물을 광고, 판매, 납품에 써도 되는지를 뜻합니다. 저작권 보호와는 별개로, 서비스 약관과 요금제가 기준입니다.

자주 묻는 질문

Q. 토큰과 글자 수는 같은가요?

같지 않습니다. 토큰은 모델이 글을 나눠 세는 조각이라 사용 한도와 요금의 기준이 됩니다.

Q. 컨텍스트 윈도가 크면 무조건 좋은가요?

아닙니다. 자료가 길수록 중요한 내용이 묻히기 쉬우니, 핵심 조건은 질문에 따로 정리하세요.

Q. MCP는 개발자만 쓰는 기술인가요?

연결 설정에는 기술적 절차가 필요하지만, 사용자는 MCP를 지원하는 도구에서 서버를 추가해 쓸 수 있습니다. 연결 전에 서버의 권한을 먼저 확인하세요.

Q. 에이전트를 맡기면 사람이 안 봐도 되나요?

아닙니다. 삭제, 전송, 결제처럼 되돌리기 어려운 작업에는 반드시 사람의 승인 단계를 두세요.

Q. AI가 만든 이미지나 음악을 상업적으로 써도 되나요?

서비스 약관과 요금제가 먼저 기준입니다. 저작권 보호와 생성물 표시 의무는 나라마다 다르니 따로 확인하세요.

함께 보면 좋은 가이드 건축 실무 AI 프롬프트 작성법 — 실제로 답이 달라지는 다섯 가지 → AI 보안 기준 — 도면·계약서를 안전하게 쓰는 법 → AI 저작권·법적 쟁점 — 건축 실무에서 알아야 할 것 → MCP 가이드 — AI에 도구와 자료를 연결하는 법 → AI 학습 로드맵 2026 — 어디서부터 배울까 → AI 어시스턴트와 코딩 에이전트 2026 → AI 음악·영상·이미지 도구 2026 →

자유수다(말머리 AI)에서 활용 사례 보기 →