피드를 읽을 때 만나는 말

한 프로젝트의 파일과 변경 기록을 한곳에 모아 둔 공간입니다.

왜 알아야 하나 · 피드의 GitHub 항목 하나가 저장소 하나입니다.

흔한 오해 · 저장소가 있다고 해서 바로 쓸 수 있는 완성품이라는 뜻은 아닙니다.

파일을 고친 내용을 한 번 묶어 기록으로 남긴 단위입니다.

왜 알아야 하나 · 최근 커밋 날짜를 보면 프로젝트가 아직 손질되고 있는지 짐작할 수 있습니다.

흔한 오해 · 커밋이 많다고 해서 품질이 좋다는 뜻은 아닙니다.

남의 저장소를 내 계정으로 통째로 복사해 따로 고칠 수 있게 만든 사본입니다.

왜 알아야 하나 · 이름이 같은 저장소가 여러 개 보이면 어느 것이 원본인지 먼저 확인해야 합니다.

흔한 오해 · 포크한 사본이 원래 만든 사람의 공식 버전은 아닙니다.

이용자가 저장소에 눌러 두는 관심 표시로, 북마크에 가깝습니다.

왜 알아야 하나 · 화제가 된 정도를 대략 보여 줍니다.

흔한 오해 · 스타 수가 많다고 안전하거나 품질이 검증된 것은 아니며, 짧은 기간에 인위적으로 늘어나는 경우도 있습니다.

저장소에 올리는 문제 신고나 질문, 개선 요청 글입니다.

왜 알아야 하나 · 이슈에 답이 달리는지 보면 관리가 되고 있는지 알 수 있습니다.

흔한 오해 · 열린 이슈가 많다고 해서 꼭 나쁜 프로젝트는 아닙니다. 쓰는 사람이 많아도 늘어납니다.

다른 사람이 고친 내용을 원본에 합쳐 달라고 요청하는 절차입니다.

왜 알아야 하나 · 여러 사람이 고쳐 보내고 검토가 이뤄지는 프로젝트인지 가늠할 수 있습니다.

만든 사람이 "이 시점의 상태를 배포판으로 낸다"고 표시해 둔 묶음입니다.

왜 알아야 하나 · 사칭 저장소는 릴리스에 실행 파일을 올려 내려받게 하는 수법을 자주 씁니다.

흔한 오해 · 릴리스 파일이 저장소의 코드와 같은 내용이라고 단정할 수 없습니다.

만든 사람이 남에게 어떤 조건으로 쓰고 고치고 나눠도 되는지 적어 둔 허락 문서입니다.

왜 알아야 하나 · 라이선스가 없으면 원칙적으로 만든 사람이 모든 권리를 갖고 있다고 봐야 합니다.

흔한 오해 · 공개되어 누구나 볼 수 있다는 것과 마음대로 써도 된다는 것은 다른 이야기입니다.

저작권 표시와 라이선스 문구를 함께 남기면 넓게 쓰고 고치고 나눌 수 있게 허락하는 짧은 라이선스입니다.

왜 알아야 하나 · 피드에서 '자유'로 분류되는 대표적인 라이선스입니다.

흔한 오해 · 조건이 전혀 없는 것은 아닙니다. 표시 의무가 있고, 결과에 대한 보증도 없습니다.

MIT 처럼 넓게 허락하면서 특허 사용과 변경 사실 표시에 관한 조항을 더 갖춘 라이선스입니다.

왜 알아야 하나 · 기업에서 공개한 오픈소스에서 자주 보이며, 피드에서는 '자유'로 분류합니다.

흔한 오해 · NOTICE 파일이 함께 있으면 그 내용을 지켜야 한다는 점을 놓치기 쉽습니다.

고친 결과물을 나눠 줄 때 그 소스도 같은 조건으로 공개하도록 요구하는 라이선스이며, AGPL 은 인터넷 서비스로 제공하는 경우까지 넓힌 것입니다.

왜 알아야 하나 · 회사 제품에 섞으면 우리 쪽 소스까지 공개해야 할 수 있어 피드에서는 '조건 있음'으로 분류합니다.

흔한 오해 · 쓰는 것 자체가 금지된 것은 아닙니다. 어떻게 쓰고 나누느냐에 따라 의무가 달라집니다.

소스 코드를 공개하고 정해진 라이선스로 이용을 허락하는 소프트웨어입니다.

왜 알아야 하나 · 피드의 GitHub 항목 대부분이 여기에 해당하지만 조건은 라이선스마다 다릅니다.

흔한 오해 · 오픈소스라는 이름만으로 무료 상업 이용이 허락되거나 안전하다는 뜻은 아닙니다.

프로그램끼리 정해진 형식으로 요청하고 답을 주고받는 창구입니다.

왜 알아야 하나 · 많은 AI 서비스가 화면 대신 API 로 기능을 제공합니다.

흔한 오해 · API 를 쓰면 보통 사용량에 따라 비용이 생기고, 보낸 내용이 상대 서버로 갑니다.

어떤 서비스나 기능을 프로그램에서 쉽게 쓰도록 미리 만들어 둔 도구 묶음입니다.

왜 알아야 하나 · 저장소 이름에 SDK 가 붙어 있으면 완성 서비스가 아니라 개발 재료라는 뜻인 경우가 많습니다.

많은 자료에서 규칙을 익혀 새 입력에 답을 내도록 만든 계산 결과물입니다.

왜 알아야 하나 · 같은 서비스라도 어떤 모델을 쓰느냐에 따라 품질과 비용이 크게 달라집니다.

흔한 오해 · 모델은 사실을 찾아보는 검색기가 아니어서 그럴듯하게 틀린 답을 낼 수 있습니다.

사람 말로 된 글을 읽고 이어서 글을 만들어 내도록 아주 많은 글로 학습한 모델입니다.

왜 알아야 하나 · 요즘 'AI 챗봇'이라고 부르는 것 대부분의 바탕입니다.

흔한 오해 · 말투가 자신 있어 보여도 내용이 맞는지는 따로 확인해야 합니다.

모델이 글을 잘게 나눠 처리하는 단위로, 대략 단어 조각에 해당합니다.

왜 알아야 하나 · 사용 요금과 한 번에 넣을 수 있는 글의 양이 토큰 수로 정해집니다.

흔한 오해 · 돈이나 결제 수단을 뜻하는 말이 아니라, 글을 자르는 단위를 가리킵니다.

모델에게 무엇을 해 달라고 넣는 지시문과 자료입니다.

왜 알아야 하나 · 같은 모델이라도 무엇을 어떻게 묻느냐에 따라 답의 질이 달라집니다.

모델이 답만 하는 데 그치지 않고 도구를 골라 쓰며 여러 단계를 스스로 이어 가는 프로그램입니다.

왜 알아야 하나 · 파일을 고치거나 인터넷을 쓰는 권한을 갖기 때문에 무엇을 맡길지 신중하게 정해야 합니다.

흔한 오해 · 스스로 움직인다고 해서 판단이 늘 옳은 것은 아닙니다.

AI 프로그램이 바깥 도구나 자료에 연결하는 방식을 맞춰 둔 공통 약속입니다.

왜 알아야 하나 · MCP 서버를 하나 연결하면 AI 가 그 서버가 허락하는 일을 할 수 있게 됩니다.

흔한 오해 · MCP 라는 이름이 붙었다고 공식이거나 안전한 것은 아니며, 이를 사칭한 악성 저장소가 보고된 적이 있습니다.

이미 학습된 모델을 특정 목적의 자료로 조금 더 학습시켜 맞춤형으로 다듬는 일입니다.

왜 알아야 하나 · 회사 업무에 맞추는 방법 가운데 하나이지만 비용과 자료 관리 부담이 큽니다.

흔한 오해 · 새 사실을 정확히 외우게 하는 데는 다른 방법(예: RAG)이 더 맞는 경우가 많습니다.

글이나 그림의 뜻을 숫자 목록으로 바꿔, 뜻이 가까운 것끼리 숫자도 가깝게 놓이게 만든 표현입니다.

왜 알아야 하나 · '비슷한 문서 찾기'나 RAG 의 검색 부분이 이것으로 움직입니다.

모델이 답하기 전에 관련 자료를 먼저 찾아 붙여 주고, 그 자료를 바탕으로 답하게 하는 방식입니다.

왜 알아야 하나 · 회사 내부 자료로 답하는 AI 를 만들 때 가장 흔히 쓰는 구조입니다.

흔한 오해 · 자료를 붙여도 모델이 자료를 잘못 읽거나 지어낼 수 있어 출처 확인은 여전히 필요합니다.

외부 서버가 아니라 내 컴퓨터나 회사 서버에서 직접 돌리는 모델입니다.

왜 알아야 하나 · 자료가 밖으로 나가지 않는 장점이 있지만 성능과 장비 요구 수준을 함께 따져야 합니다.

흔한 오해 · 내 컴퓨터에서 돌린다고 해서 내려받은 파일까지 안전하다는 뜻은 아닙니다.

학습이 끝난 모델에 입력을 넣어 답을 얻는 단계입니다.

왜 알아야 하나 · 서비스 비용의 대부분은 학습보다 이 추론을 몇 번 하느냐에서 생깁니다.

흔한 오해 · 일상어의 '논리적 추론'과 같은 뜻으로만 쓰이지는 않습니다.

여러 모델이나 프로그램을 같은 시험 문제로 견줘 보는 기준 시험입니다.

왜 알아야 하나 · 발표 자료의 '최고 성능'이 어떤 시험에서 나온 숫자인지 알아야 뜻을 읽을 수 있습니다.

흔한 오해 · 벤치마크 점수가 높아도 내 업무에서 잘한다고 단정할 수는 없습니다.

프로그램을 바깥과 차단된 격리 공간에서만 돌려 피해가 번지지 않게 하는 환경입니다.

왜 알아야 하나 · 처음 보는 도구를 시험할 때는 중요한 자료와 키가 없는 격리 환경에서 해야 합니다.

흔한 오해 · 샌드박스 안에서 문제가 없었다고 실제 환경에서도 안전하다는 뜻은 아닙니다.

모델이 읽는 글 속에 몰래 지시를 숨겨, 모델이 원래 지시 대신 그 지시를 따르게 만드는 공격입니다.

왜 알아야 하나 · README 나 웹 글을 AI 에게 읽힐 때 그 글이 AI 를 조종할 수 있습니다.

흔한 오해 · 사람 눈에 보이지 않는 곳에 숨겨 두는 경우가 많아 읽어 보기만으로는 찾기 어렵습니다.

유명 도구나 회사의 이름·설명을 흉내 내 진짜처럼 보이게 만든 가짜 저장소입니다.

왜 알아야 하나 · 새 AI 모델이나 도구가 화제가 되면 짧은 시간 안에 사칭 저장소가 나타나 악성 파일을 퍼뜨린 사례가 있습니다.

흔한 오해 · 스타 수나 그럴듯한 설명만으로는 진짜인지 가려낼 수 없습니다. 만든 곳이 확인된 조직인지, 공식 사이트가 그 저장소를 가리키는지를 봐야 합니다.

어떤 프로그램이 돌아가려면 함께 있어야 하는 다른 프로그램이나 부품입니다.

왜 알아야 하나 · 저장소 하나를 쓰면 그 안에서 부르는 여러 부품까지 함께 들여오게 됩니다.

흔한 오해 · 내가 고른 저장소가 믿을 만해도 그 의존성 가운데 하나에 문제가 있을 수 있습니다.