용어집
사전 지식을 전제하지 않은, 쉬운 말로 된 정의입니다. 훑어보거나, 다른 곳에서 마주친 용어를 검색하세요.
Agent (에이전트)
반복 루프 안에서 행동을 취하도록 설정된 AI — 목표를 읽고, 도구를 호출하고, 결과를 보고, 완료될 때까지 반복합니다. Claude Code는 당신의 코드베이스를 위한 에이전트입니다.
Anthropic
Claude를 만드는 회사.
API (Application Programming Interface, 응용 프로그램 인터페이스)
당신의 소프트웨어가 채팅 창에 입력하는 대신 프로그래밍 방식으로 Claude와 대화하는 방법. 첫 API 호출을 참고하세요.
Artifact (아티팩트)
claude.ai에서 채팅과 별개로 측면 패널에 렌더링되는, 실행 가능한 라이브 출력(앱, 차트, 문서).
Chain-of-thought (CoT, 사고의 연쇄)
모델에게 답하기 전에 단계별로 추론하도록 요청하는 것으로, 어려운 문제에서 정확도를 높입니다.
Claude
Anthropic이 만드는 AI 모델(과 앱)의 제품군. "Claude"는 맥락에 따라 채팅 앱, 모델, 또는 브랜드를 의미할 수 있습니다.
Claude Code
당신의 코드베이스를 읽고 편집하고, 명령을 실행하고, 도구를 사용할 수 있는 Anthropic의 에이전트형 커맨드라인/IDE 도구. Claude Code란 무엇인가를 참고하세요.
CLAUDE.md
프로젝트에 대한 지속적인 지침을 Claude Code에 주는 일반 텍스트 파일 — 가장 효과가 큰 맞춤 설정입니다.
Context window (컨텍스트 윈도)
모델이 한 번에 고려할 수 있는 최대 텍스트 양(토큰 단위) — 당신의 프롬프트 더하기 그 응답. 이를 초과하면 가장 오래된 내용이 떨어져 나갑니다.
Embedding (임베딩)
텍스트 조각의 의미를 나타내는 숫자 목록으로, 소프트웨어가 (단순히 키워드가 일치하는 것이 아니라) 의미가 비슷한 것을 찾을 수 있게 합니다. 시맨틱 검색과 RAG를 가능하게 합니다.
Eval (evaluation, 평가)
AI 출력 품질에 대한 반복 가능한 테스트로, 변경이 상황을 더 좋게 만들었는지 나쁘게 만들었는지 가늠할 수 있게 합니다.
Few-shot (퓨샷)
원하는 패턴을 모델에게 보여주기 위해 프롬프트에 몇 개의 작업 예시를 포함하는 것.
Fine-tuning (파인튜닝)
모델을 당신만의 예시로 추가 학습시켜 특화하는 것. 보통 최후의 수단입니다 — 먼저 프롬프트와 RAG를 시도하세요.
Hallucination (환각)
모델이 거짓이지만 자신감 있게 무언가를 진술하는 것. 핵심 기술은 검증입니다. 환각을 참고하세요.
Hook (훅)
Claude Code에서, 형식, 게이트, 또는 안전을 강제하기 위해 라이프사이클 이벤트(예: 모든 파일 편집 후)에 자동으로 실행되는 명령.
Inference (추론)
모델을 실행해 출력을 얻는 행위(학습시키는 것과 대비됨).
LLM (Large Language Model, 대형 언어 모델)
Claude의 기반이 되는 종류의 AI: 다음 텍스트 조각을 예측하도록 학습되며, 그것만으로도 글쓰기, 코딩, 요약, 추론을 하기에 충분합니다. LLM이란 무엇인가?를 참고하세요.
MCP (Model Context Protocol)
AI를 외부 도구 및 데이터(데이터베이스, GitHub, 브라우저)에 연결하기 위한 개방형 표준. "MCP 서버"는 도구를 노출하고, Claude는 그것을 호출할 수 있습니다. MCP를 참고하세요.
Multimodal (멀티모달)
텍스트 이상을 다루는 모델 — 예: 이미지와 PDF를 입력으로.
Prompt (프롬프트)
모델에게 보내는 것: 당신의 지침, 질문, 그리고 모든 맥락.
Prompt caching (프롬프트 캐싱)
비용과 지연 시간을 줄이기 위해 호출 간에 프롬프트의 변하지 않는 앞부분을 재사용하는 것. 프롬프트 캐싱을 참고하세요.
Prompt injection (프롬프트 인젝션)
AI가 읽는 콘텐츠(웹 페이지, 문서)에 숨겨진 악의적 지침이 AI를 탈취하려 하는 공격. 프롬프트 인젝션을 참고하세요.
RAG (Retrieval-Augmented Generation, 검색 증강 생성)
당신의 데이터에서 관련 조각을 가져와 프롬프트에 추가함으로써 모델이 그에 대해 답하게 하는 것. RAG를 참고하세요.
Reasoning / extended thinking (추론 / 확장된 사고)
모델이 답하기 전에 "사고"에 추가 연산을 쓰는 모드로, 더 어려운 작업을 위한 것.
Skill (스킬)
Claude가 관련성이 있을 때 필요에 따라 로드하는, 패키징된 능력(지침 + 선택적 스크립트). 스킬을 참고하세요.
Subagent (서브에이전트)
작업의 일부(예: 리서치)를 위임하기 위해 사용되는, 자체 컨텍스트와 도구를 가진 별도의 Claude 인스턴스. 메인 세션이 집중을 유지하게 합니다.
System prompt (시스템 프롬프트)
대화 전체에 대해 모델의 역할과 규칙을 정하는 상위 수준의 지침 — 가장 강력한 조종 수단입니다.
Temperature (온도)
무작위성을 제어하는 설정(일부 모델에서): 낮음 = 집중적이고 반복 가능, 높음 = 다양하고 창의적.
Token (토큰)
모델이 읽고 세는 단위 — 영어에서는 대략 단어의 ¾. 가격과 컨텍스트 한도는 토큰으로 측정됩니다. 토큰 & 컨텍스트를 참고하세요.
Tool use / function calling (도구 사용 / 함수 호출)
당신이 정의한 함수(검색, 계산기, 당신의 API)를 모델이 호출하고 그 결과를 사용하게 하는 것. 도구 사용을 참고하세요.
Guardrails (가드레일)
AI의 행동을 안전하고 과업에 충실하게 유지하는 규칙과 한계 — 예: 권한 규칙, "완료 전 테스트 실행", 또는 위험한 행동에 대한 사람의 승인. 에이전트 보안을 참고하세요.
Latency (지연 시간)
응답을 기다리는 시간. 더 큰 모델은 보통 더 느립니다. 스트리밍은 출력이 생성되는 대로 보여주어 체감 지연 시간을 개선합니다.
Structured output (구조화된 출력)
자유 텍스트 대신 엄격하고 기계가 읽을 수 있는 형태(예: 스키마에 맞는 JSON)로 결과를 얻는 것 — 다른 소프트웨어가 그것을 믿고 쓸 수 있도록. 구조화된 출력을 참고하세요.
Context engineering (컨텍스트 엔지니어링)
최상의 결과를 얻기 위해 모델의 컨텍스트 윈도에 무엇이 들어갈지 — 지침, 예시, 검색된 데이터 — 를 의도적으로 결정하는 것. 프롬프트, RAG, 메모리의 바탕이 되는 분야입니다.
빠진 용어가 있나요? 추가하세요 — 용어집 항목은 첫 기여로 안성맞춤입니다.