AI & Chatbot Glossary

RAG는 응답을 생성하기 전에 지식 베이스에서 관련 문서를 검색하여 LLM 출력을 검증된 사실에 기반하게 하는 AI 아키텍처입니다.

NLP는 기계에 인간의 언어를 읽고, 이해하고, 생성하는 능력을 부여하는 인공지능의 한 분야입니다.

대화형 AI는 기계가 텍스트 또는 음성을 통해 자연스럽고 인간과 유사한 대화를 나눌 수 있게 하는 기술의 총체입니다.

챗봇 위젯은 모든 웹사이트나 애플리케이션에 AI 대화 채팅 창을 추가하는 임베드 가능한 UI 컴포넌트입니다.

AI 환각은 언어 모델이 그럴듯하지만 사실과 다르거나 날조된 정보를 자신 있게 생성하는 현상입니다.

AI 지식 베이스는 AI 챗봇이 정확하고 근거 있는 답변을 제공하기 위해 검색하는 구조화된 콘텐츠 저장소입니다.

챗봇 훈련은 챗봇에 질문에 정확히 답변하는 데 필요한 정보와 지침을 제공하는 과정입니다.

의도 감지는 사용자 메시지를 달성하려는 목표를 나타내는 사전 정의된 카테고리로 분류하는 NLP 작업입니다.

감성 분석은 텍스트의 감정 톤을 식별하여 긍정, 부정, 중립 등으로 분류하는 NLP 기술입니다.

라이브 챗 전환은 챗봇 대화를 전체 대화 컨텍스트를 유지하면서 인간 상담원에게 원활하게 전달하는 과정입니다.

옴니채널 메시징은 모든 메시징 채널을 공유 컨텍스트와 대화 이력을 가진 단일 인박스에 연결하는 통합 커뮤니케이션 전략입니다.

Webhook은 특정 이벤트 발생 시 한 시스템에서 다른 시스템으로 실시간으로 자동 데이터를 보내는 HTTP 콜백입니다.

AI 임베딩은 텍스트의 의미론적 의미를 나타내는 밀집 수치 벡터로, 개념의 수학적 비교를 가능하게 합니다.

벡터 데이터베이스는 고차원 임베딩 벡터의 인덱싱, 저장, 쿼리에 최적화된 전문 데이터 저장소입니다.

프롬프트 엔지니어링은 원하는 행동과 품질을 달성하기 위해 AI 모델에 주어지는 텍스트 지시를 설계하고 최적화하는 실천입니다.

챗봇 분석은 해결률, 신뢰도 점수, 만족도 등 성능 지표의 측정과 분석입니다.

노코드 챗봇 빌더는 프로그래밍 코드 없이 비주얼 인터페이스를 통해 AI 챗봇을 생성, 훈련, 배포할 수 있는 플랫폼입니다.

신뢰도 점수는 검색된 정보의 품질과 관련성에 기반하여 AI 시스템의 응답 확실성을 평가하는 과정입니다.

하이브리드 검색은 밀집 벡터 검색(시맨틱 유사도)과 희소 키워드 검색(정확한 일치)을 결합하여 더 정확한 결과를 제공하는 검색 전략입니다.

청킹은 RAG 파이프라인에서 독립적으로 임베딩 및 검색할 수 있는 더 작고 의미론적으로 일관된 세그먼트로 문서를 분할하는 과정입니다.

리랭킹은 더 강력한 모델로 초기 검색 결과를 재평가하고 재정렬하는 2차 점수 매기기 단계입니다.

시스템 프롬프트는 AI 모델에 제공되는 숨겨진 지시 세트로, 역할, 개성, 제약, 동작을 정의합니다.

다국어 챗봇은 수신 메시지의 언어를 자동 감지하고 수동 번역 없이 해당 언어로 자연스럽게 응답합니다.

챗봇 임베드 코드는 사이트 소유자가 HTML에 붙여넣어 AI 챗봇 위젯을 추가하는 작은 JavaScript 스니펫입니다.

대화형 커머스는 메시징 채널과 AI 챗봇을 사용하여 상품 발견부터 구매까지 고객을 안내하는 실천입니다.