ai 종류 쉽게 정리, 능력·기술·활용 기준 한눈에

◆ ai 종류는 왜 설명마다 다를까

ai 종류를 검색하면 어떤 글은 ANI·AGI·ASI를 말하고, 어떤 글은 머신러닝·딥러닝·생성형 AI를 나열하며, 또 다른 글은 텍스트·이미지·영상 AI로 구분합니다. 서로 틀린 것이 아니라 분류 기준이 다르기 때문입니다.

능력 수준을 기준으로 보면 좁은 AI와 범용 AI를 나눌 수 있고, 기술 구조를 보면 머신러닝과 딥러닝을 설명할 수 있습니다. 생성 결과를 기준으로 보면 텍스트·이미지·영상·음성·코드 생성으로 나눌 수 있습니다.

따라서 ai 종류를 이해할 때는 먼저 “무엇을 기준으로 나누는가”를 확인해야 합니다. 이 기준만 잡으면 서로 다른 용어가 한꺼번에 나와도 헷갈리지 않습니다.

◆ 능력 기준 ai 종류는 ANI·AGI·ASI로 나눈다

능력 수준을 기준으로 한 분류에서는 ANI, AGI, ASI가 자주 등장합니다. Google Cloud와 IBM은 현재 실제로 사용하는 AI를 대부분 ANI, 즉 좁은 인공지능으로 설명합니다.

ANI는 특정 작업이나 제한된 영역에서 성능을 내도록 설계된 AI입니다. 이미지 인식, 음성 인식, 추천 시스템, 번역, 대화형 생성 AI처럼 매우 뛰어난 기능을 보여도 모든 지적 작업을 사람처럼 수행하는 것은 아닙니다.

AGI는 사람처럼 여러 분야의 지적 작업을 폭넓게 처리할 수 있는 범용 인공지능을 뜻합니다. 아직 실제로 완성된 기술이라기보다 연구와 논의의 대상입니다.

ASI는 인간의 지적 능력을 전반적으로 넘어서는 초지능을 뜻하며 역시 가설적 개념입니다. 따라서 ai 종류를 능력 기준으로 설명할 때 현재 상용 AI와 미래 개념을 구분하는 것이 중요합니다.

◆ 작동 방식 기준에는 반응형과 제한된 메모리가 있다

AI를 어떻게 작동하는지에 따라 나누는 분류도 있습니다. 대표적으로 반응형 AI와 제한된 메모리 AI가 자주 설명됩니다.

반응형 AI는 현재 입력에 반응하지만 과거 경험을 기억해 학습하는 구조가 제한적입니다. 특정 상황에서 정해진 계산과 탐색을 수행하는 초기 AI 시스템이 대표적인 예로 소개됩니다.

제한된 메모리 AI는 이전 데이터나 최근 상태를 활용해 판단을 개선합니다. 오늘날의 많은 머신러닝 시스템과 대화형 AI는 학습 데이터나 대화 맥락처럼 제한된 형태의 과거 정보를 활용합니다.

더 높은 단계로 감정과 의도를 이해하는 이론적 AI가 언급되기도 하지만, 현재 실제 서비스에서 완성된 수준으로 존재한다고 보기는 어렵습니다.

◆ 기술 기준 ai 종류는 AI·머신러닝·딥러닝 관계부터 본다

기술 용어를 기준으로 보면 AI가 가장 큰 범위이고, 머신러닝은 AI의 하위 분야이며, 딥러닝은 다시 머신러닝의 하위 분야입니다.

머신러닝은 데이터를 이용해 규칙과 패턴을 학습하고 새 입력을 예측하거나 분류합니다. 사람이 모든 규칙을 직접 코딩하는 대신 데이터에서 관계를 찾아 성능을 개선합니다.

딥러닝은 여러 층의 인공신경망을 사용하는 머신러닝 방법입니다. 이미지·음성·언어처럼 복잡한 데이터를 처리하는 데 널리 사용됩니다.

생성형 AI는 학습한 패턴을 이용해 새로운 콘텐츠를 만드는 AI입니다. 기술적으로는 딥러닝 모델을 활용하는 경우가 많지만, “무엇을 생성하는가”라는 기능 관점에서도 자주 분류됩니다.

◆ 머신러닝 안에도 학습 방식에 따른 종류가 있다

머신러닝 자체도 학습 방식에 따라 여러 종류로 나뉩니다. 대표적으로 지도학습, 비지도학습, 강화학습이 있습니다.

지도학습은 정답이 표시된 데이터를 이용합니다. 예를 들어 사진에 고양이와 개라는 라벨을 붙여 학습한 뒤 새로운 사진을 분류하게 합니다.

비지도학습은 정답 라벨 없이 데이터 안의 구조와 패턴을 찾습니다. 고객을 비슷한 행동끼리 그룹으로 나누는 작업이 대표적인 예입니다.

강화학습은 행동의 결과에 보상이나 불이익을 주면서 더 나은 행동을 학습하는 방식입니다. 게임, 로봇 제어, 의사결정 문제 등에서 활용됩니다.

◆ 생성 결과 기준으로 보면 텍스트·이미지·영상·음성·코드로 나뉜다

일반 사용자가 ai 종류를 고를 때는 기술 구조보다 만들어내는 결과물 기준이 가장 이해하기 쉽습니다. 최근 검색 결과에서도 생성형 AI를 텍스트, 이미지, 영상, 음성·음악, 코드처럼 나누는 방식이 많이 사용됩니다.

텍스트 AI는 질문 답변, 요약, 번역, 문서 작성에 활용되고, 이미지 AI는 그림과 사진풍 이미지를 생성하거나 편집합니다. 영상 AI는 텍스트나 이미지를 바탕으로 동영상을 만들고, 음성 AI는 TTS·보이스 클로닝·음악 생성에 사용됩니다.

코드 AI는 프로그램 코드를 작성·수정하고 테스트와 리팩터링을 보조합니다. 최근에는 단순 코드 생성보다 프로젝트 파일과 도구를 직접 다루는 코딩 에이전트로 확장되고 있습니다.

◆ 대화형 AI와 생성형 AI는 같은 범위가 아니다

대화형 AI는 사용자와 대화하는 인터페이스를 중심으로 한 분류입니다. 생성형 AI는 새로운 콘텐츠를 만드는 능력을 기준으로 한 분류이므로 두 개념은 완전히 같지 않습니다.

텍스트를 생성하는 챗봇은 대화형이면서 생성형 AI일 수 있습니다. 반대로 이미지 생성 서비스는 생성형 AI이지만 반드시 대화형일 필요는 없습니다.

ai 종류를 이해할 때 이런 분류 기준이 겹칠 수 있다는 점을 알면 “이 서비스는 어느 한 종류인가?”라는 질문보다 “어떤 기능을 함께 갖고 있는가?”로 보는 것이 더 정확합니다.

◆ AI 에이전트는 답변보다 행동까지 이어간다

AI 에이전트는 최근 실사용 분류에서 중요해진 유형입니다. 일반 챗봇이 답을 만드는 데 중심이 있다면 에이전트는 목표를 받고 필요한 도구를 선택해 여러 단계를 실행할 수 있습니다.

예를 들어 자료를 검색하고 파일을 읽고 결과를 표로 정리한 뒤 문서를 저장하는 흐름을 하나의 작업으로 이어갈 수 있습니다. 개발에서는 코드베이스를 탐색하고 파일을 수정한 뒤 테스트까지 실행하는 방식이 사용됩니다.

AI 에이전트는 별도의 능력 단계라기보다 여러 AI 모델과 도구, 메모리, 실행 구조를 결합한 시스템 형태라고 이해하는 것이 좋습니다.

◆ 어떤 ai 종류를 선택할지는 목적부터 정한다

글쓰기와 문서 분석이 목적이라면 텍스트 AI를 먼저 보면 됩니다. 사진이나 디자인 결과가 필요하면 이미지 AI, 영상 제작이 목적이면 영상 AI가 더 직접적입니다.

반복적인 내레이션은 음성 AI, 프로그램 개발은 코드 AI가 적합합니다. 여러 앱과 데이터를 오가며 작업을 자동으로 이어가야 한다면 AI 에이전트 방식이 필요할 수 있습니다.

ai 종류를 많이 아는 것보다 자신의 작업을 “입력 → 필요한 판단 → 결과물 → 실제 행동”으로 나눠 보는 것이 선택에 도움이 됩니다. 한 서비스가 여러 종류의 기능을 동시에 제공할 수도 있기 때문입니다.

◆ 자주 묻는 질문

Q. ai 종류는 정확히 몇 가지인가요?

　A. 하나의 공식 숫자로 정할 수 없습니다. 능력, 작동 방식, 기술, 결과물, 활용 목적처럼 분류 기준에 따라 개수가 달라집니다. 먼저 어떤 기준으로 나누는지 확인하는 것이 중요합니다.

Q. 현재 AGI나 ASI를 사용할 수 있나요?

　A. 현재 실제로 사용하는 AI는 대부분 특정 작업에 특화된 ANI로 분류됩니다. AGI와 ASI는 아직 완성된 상용 기술이라기보다 연구·이론적 개념으로 보는 것이 일반적입니다.

Q. 머신러닝과 딥러닝도 ai 종류인가요?

　A. 넓게는 AI 기술을 나누는 방식으로 설명할 수 있습니다. 정확한 관계는 AI가 가장 큰 범위이고 머신러닝이 그 안에 있으며 딥러닝은 다시 머신러닝의 하위 분야입니다.

Q. 생성형 AI 종류는 어떻게 나누나요?

　A. 일반 사용에서는 만드는 결과물 기준으로 텍스트, 이미지, 영상, 음성·음악, 코드로 나누면 이해하기 쉽습니다. 하나의 서비스가 여러 결과물을 함께 처리하는 멀티모달 AI일 수도 있습니다.

◆ 공식 자료에서 확인할 AI 분류 기준

Google Cloud는 능력 기준 AI를 ANI·AGI·ASI로 구분하며, 현재 실제로 존재하는 것은 특정 작업에 특화된 ANI라고 설명합니다. 또한 작동 방식 기준으로 Reactive Machines와 Limited Memory 같은 유형을 구분하고 있습니다.

Google Cloud의 AI·머신러닝·딥러닝 설명은 AI가 가장 넓은 개념이고 머신러닝이 AI의 하위 분야, 딥러닝이 머신러닝의 하위 분야라는 계층을 명확하게 설명합니다.

공식 자료: Google Cloud 인공지능과 AI 종류 설명

공식 자료: Google Cloud AI·머신러닝·딥러닝 비교

© pick.wi-th.com