현명하게 AI로 개발하기

LLM (Large Language Model) 계열

개발 생산성 부스터 (하지만 검증 필수)

 

- 대표

GPT-4 / Claude / Gemini

 

- 특징

자연어 이해 / 생성에 최적화

코드, 문서, 대화, 요약 등 전방위 활용 가능

"텍스트 기반 문제 해결"에 가장 강력

 

- 강점

범용성 (개발, 기획, 문서, QA 등)

빠른 프로토타이핑

뛰어난 코드 생성 능력

 

- 단점

환각 (halucination) 가능

최신 정보/정확성 보장 안됨

상태 유지(컨텍스트) 비용이 큼

 

- 주 사용처

API 서버 자동 생성

코드 리뷰 / 리팩토링

챗봇 / 고객지원

문서 자동화

 

 

 

 

 

멀티모달 모델

텍스트 + 현실 세계 연결

 

- 대표

GPT-4V / Gemini Pro Vision

 

- 특징

텍스트 + 이미지 + (영상/음성 일부) 처리 가능

입력 형태가 다양함

 

- 강점

이미지 분석 + 설명 + 판단 가능

 

- 단점

비용 높음

처리속도 느림

정확도  편차 있음

 

- 주 사용처

이미지 기반 QA (ex: 영수증, 도면)

UI 자동 분석

CCTV/영상 분석 (간단 레벨)

 

 

 

 

 

이미지 생성 모델 (Diffusion 계열)

디자인 인력 1명 추가된 느낌

 

- 대표

Stable Diffusion / DALL E / Midjourney

 

- 특징

텍스트 > 이미지 생성

Diffusion 방식으로 점진적 생성

 

- 강점

고퀄리티 이미지 생성

디자인/콘텐츠 제작 자동화

 

- 단점

정확한 컨트롤 어려움

일관성 유지 어려움 (캐릭터 등)

상업적 라이선스 이슈

 

- 주 사용처

썸네일 / 배너 생성

게임 / 웹 디자인 초안

마케팅 이미지

 

 

 

 

 

음성 AI (Speech AI)

- 대표

Whisper / ElevenLabs

 

- 특징

STT (음성 > 텍스트)

TTS (텍스트 > 음성)

 

- 강점

음성 인터페이스 구축 가능

다국어 지원 강력

 

- 단점

실시간 처리 비용

잡음 환겨에서 정확도 저하

 

- 주 사용처

음성 챗봇

회의 기록 자동화

유튜브 자막 생성

 

 

 

 

 

추천 시스템 / 임베딩 모델

AI에게 기억을 심어주는 핵심 기술

 

- 대표

FAISS / Pinecone

 

- 특징

텍스트 / 데이터를 벡터화하여 유사도 기반 검색

LLM과 함께 RAG 구조로 많이 사용

 

- 강점

검색 정확도 높음 (키워드 기반 보다 좋음)

개인화 추천 가능

 

- 단점

초기 설계 중요 (임베딩 품질)

데이터 관리 복잡

 

- 주 사용처

검색 엔진 (Semantic Search)

추천 시스템

RAG (문서 기반 QA)

 

 

 

 

 

에이전트형 AI

AI를 사람처럼 일하게 만드는 구조

 

- 대표

AutoGPT / LangChain

 

- 특징

LLM + 툴 + 로직 결합

스스로 판단하고 여러 단계 작업 수행

 

- 강점

자동화 수준 높음

복잡한 처리 가능 (크롤링 > 분석 > 보고서)

 

- 단점

비용 폭발 가능

디버깅 어려움

예측 불가능성

 

- 주 사용처

업무 자동화

데이터 수집 + 분석 파이프라인

AI 개발 도우미

 

 

 

 

 

파인 튜닝 / 경량 모델 계열

작지만 통제 가능한 AI

 

- 대표

LLaMa / Mistral

 

- 특징

특정 목적에 맞게 튜닝된 모델

온프레미스 / 로컬 실행 간으

 

- 강점

비용 절감 (API 불필요)

데이터 통제 가능

빠른 응답

 

- 단점

성능은 대형 모델보다 낮음

튜닝 / 운영 난이도 있음

 

- 주 사용처

사내 AI 시스템

보안 중요한 서비스

경량 챗봇

 

 

 

 

 

개발자 관점 LLM 분석

GPT 계열

- 강점

코드 생성 안정성이 높음

 

- 단점

상대적으로 비싼 비용

긴 컨텍스트 비용 부담

 

- 잘 맞는 상황

스타트업 MVP

API 서버 자동 생성

에이전트 시스템

범용 서비스 (챗봇, SaaS 등)

 

 

 

Claud 계열 (opus, sonnet)

긴 글 + 맥락 이해에 특화된 모델

 

- 강점

코드도 잘 짜지만 기획서, 리팩토링, 코드 이해에서 좋은 성능

긴 컨텍스트 처리 (대용량 코드/문서)

자연스러운 문장 + 논리 전개

코드 리팩토링 및 리뷰

할루시네이션이 비교적 적은 편

 

- 단점

툴 호출 / 에이전트 기능을 GPT 보다 불편

응답속도가 약간 느림

API 생태계가 상대적으로 적음

 

- 잘 맞는 상황

대규모 코드 분석

레거시 리팩토링

설계 문서 작성

기술 블로그 자동 작성

 

- opus

클로드 계열 최고 성능 모델

복잡한 로직이해 / 추론, 설계, 구조화 능력이 뛰어남

어려운 문제에서 정답률이 높음

속도가 느리고 비용이 비싸지만 성능이 좋음

 

- sonnet

클로드 계열 성능 + 속도 + 비용 균형 모델

일반적인 코드 생성을 잘함 (CRUD / API / 일반 로직)

복잡한 추론은 아쉬운 편

속도도 빠르고 비용도 저렴하지만 성능은 중간

실 서비스에 넣기 좋은 모델

 

 

 

Gemini 계열

구글 서비스 + 멀티 모달에 강함

 

- 강점

구글 생태계 사용 시 강력한 성능 (특히 GCP)

멀티 모달 (이미지, 영상) 능력 강력

Google Docs, Drive, Youtube 연동 가능

빠른 응답

가격 경쟁력

 

- 단점

코드 생성 퀄리티 편차

답변 일관성

 

- 잘 맞는 상황

GCP 기반 서비스

이미지 / 영상 분석

데이터 파이프라인 (BigQuery 등)

구글 워크스페이스 자동화