14/07/2026
"AI를 학습시킨다"는 말, 정확히 무슨 뜻일까요?
제품에 LLM을 붙이다 보면 "학습시킨다"는 표현을 참 많이 쓰게 되는데, 사실 이 말 안에는 서로 다른 여러 작업이 뭉뚱그려져 있습니다. 제니퍼소프트가 그 의미를 하나씩 풀어봤습니다.
🔹 Pre-training — 방대한 데이터로 언어의 기초 능력을 만드는 단계. 빅테크의 영역이라 제니퍼는 시도하지 않습니다.
🔹 Post-training (Fine-tuning) — 기반 모델을 특정 목적에 맞게 다듬는 단계. Full fine-tuning, LoRA/QLoRA 등 방식이 갈립니다.
🔹 Context engineering — 모델은 그대로 두고, RAG처럼 외부 지식·실시간 데이터를 문맥으로 넣어주는 방식. 모델 파라미터는 바뀌지 않지만 "알게 했다"는 의미에서 학습이라 불리기도 합니다.
그렇다면 제니퍼는 어떤 방식을 쓰고 있을까요?
👉 제니퍼는 브라우저 LLM에 한해서만 제한적으로 fine-tuning을 진행하고, 그 외 대부분의 AI 기능(도움말 챗봇, 제니퍼 인사이트 등)은 RAG와 context engineering으로 구성합니다. 이유는 명확합니다. 성능 모니터링 데이터는 실시간성과 정확성이 생명인데, LLM은 학습 시점에 고정되는 확률 분포 함수라 매 순간 바뀌는 데이터를 모델 안에 담기 어렵기 때문입니다. 반면 context engineering은 매 요청마다 최신 데이터를 새로 구성해 넘길 수 있고, 외부 LLM이 발전할수록 함께 좋아진다는 장점이 있습니다.
"AI를 학습시킨다"는 말, 어떤 단계·어떤 방식을 가리키는지 알고 나면 AI라는 블랙박스가 조금은 덜 낯설게 느껴지실 거예요.
전체 내용은 블로그에서 확인하세요 👇
🔗 https://jennifersoft.com/ko/blog/tech/2026-07-13-llm-ai-jennifer/
#제니퍼소프트
목차 LLM 학습 용어 정리언어 생성 딥러닝 모델 학습LLM 학습학습 단계에 따른 LLM 학습학습 데이터를 만드는 방법에 따른 LLM 학습Context engineering제니퍼의 AI 기능을 이 관점에서 보면자주 묻는 질문 (FAQ) LLM 학습 용어 정리 LLM을 제....
