GUAVA AI 교육 :
D1D0 가르치기 1탄
두 아들 AI 이해 시키기
# 도1_D1(도원, 첫째 아들, 초등학교 3학년), 도0_D0(도영, 둘째 아들, 6살 유치원)
두 아들에게 가끔 AI를 알려주고는 있지만, 그냥 놀이로만 게임처럼 알려줘서 교육이 부족한 것 같아서 쉽게 설명하려고 준비를 했다. 그런데 재미없단다. 실패다. 그래도 준비한 게 아까워서 글로 써본다.
좀 더 쉽게 재밌게 만들어서 다시 도전해야겠다.
우리 아들 알려주려고 만든 자료, 그런데 재미가 없고 이해가 안 된다고 해서 현타를 느낀.. 그 자료
MCP가 뭐길래?
안녕! 요즘 사람들이 "MCP"라는 것에 대해 많이 이야기하는데, 너무 복잡하게 설명해서 이해하기 어렵지 않았니? 걱정 마! 오늘은 정말 쉽게 설명해 줄게.
AI의 어린 시절 문제들
초창기 AI(인공지능)는 마치 책을 많이 읽은 친구 같았어. 하지만 몇 가지 재미있는 문제가 있었지:
(AI 글 다듬기, 마무리는 클로드로 쓰는 편인데, 정리를 할 때 번호가 들어가기 전에는 꼭 : 를 쓴다. 클로드는)
1. 할루시네이션 문제 - 상상력이 너무 풍부해!
AI는 가끔 없는 이야기를 지어내곤 했어. 마치 이런 느낌이야:
나: "공룡에 대해 알려줘"
AI: "물론! 공룡은 파란색 비늘이 있고, 매주 일요일에는 춤을 추며 놀았어요!"
음... 그건 사실이 아니잖아!
이렇게 AI가 확신에 찬 목소리로 틀린 정보를 말하는 걸 '할루시네이션'(환각)이라고 불러.
상상력이 너무 풍부해서 생기는 문제지!
2. 옛날 책만 읽었어요 - 최신 소식은 몰라요!
초기 AI는 학습한 데이터(주로 책과 인터넷 글)만 알고 있었어. 이건 마치:
나: "2023년 월드컵 우승팀은?"
AI: "음... 글쎄요, 제가 2021년까지만 배워서 모르겠어요."
AI는 학습이 끝난 후의 새로운 정보는 전혀 알 수 없었어.
마치 인터넷이 끊긴 채로 퀴즈 대회에 나간 것 같은 느낌이지!
3. 인터넷 검색? 그게 뭐죠? - 스스로 찾지 못해요
초창기 AI는 인터넷을 검색할 수 없었어.
질문에 대한 답을 모르면 그냥 "모르겠어요"라고 말하거나 더 나쁘게는 틀린 답을 지어내곤 했지.
나: "지금 서울 날씨가 어때?"
AI: "죄송해요, 저는 인터넷에 연결되어 있지 않아서 현재 날씨를 알 수 없어요."
AI가 성장하는 방법
이런 문제들을 해결하기 위해 과학자들은 AI를 더 똑똑하게 만드는 방법을 찾았어!
1️⃣ RAG의 등장 - AI에게 참고 자료 주기
RAG(검색 증강 생성)는 마치 AI에게 시험 전에 참고 자료를 주는 것과 같아.
이제 AI는 자기가 모르는 것에 대해 자료를 찾아볼 수 있게 되었어!
나: "우리 학교 급식 메뉴가 뭐야?"
AI: (급식 메뉴표를 찾아보고) "오늘은 김치찌개, 불고기, 시금치나물이네요!"
이렇게 AI는 자기가 원래 배우지 않았던 정보도 특별한 자료를 보고 대답할 수 있게 되었어.
2️⃣ 에이전트의 등장 - AI에게 도구 주기
그다음엔 더 대단한 일이 일어났어. AI가 다양한 도구를 사용할 수 있게 된 거야!
마치 슈퍼히어로가 특별한 장비를 갖게 된 것 같아.
계산기
인터넷 검색
날씨 앱
지도
이렇게 다양한 도구를 쓸 수 있으니까, AI는 더 많은 일을 도울 수 있게 되었어!
나: "내일 소풍 가는데 날씨가 어때?"
AI: (날씨 앱 사용) "내일은 맑고 25도로 소풍 가기 딱 좋은 날씨예요!"
❓ 그런데 또 문제가 생겼어요!
도구가 많아지면서 새로운 문제가 생겼어. 각 도구마다 연결하는 방법이 달랐거든!
이건 마치...
학교에서 영어 선생님은 영어로,
일본어 선생님은 일본어로,
중국어 선생님은 중국어로만 대화해야 하는 것과 같아.
하나하나 다른 언어를 배워야 하니 너무 복잡하지!
MCP의 등장 - 모두를 위한 만능 번역기!
여기서 MCP(멀티 컨텍스트 프로토콜)이 등장했어!
MCP는 마법 같은 번역기야.
이제 AI는 어떤 도구와도 쉽게 대화할 수 있게 되었지!
이전에는:
구글 검색에게 물어볼 때 → 구글 언어로
날씨 앱에게 물어볼 때 → 날씨 앱 언어로
계산기에게 물어볼 때 → 계산기 언어로
MCP가 있으면:
모든 도구와 → MCP 하나의 언어로 대화!
실제 예시로 보는 AI의 성장
옛날 AI (할루시네이션 문제가 있던 시절):
나: "토끼는 무슨 색이야?"
AI: "토끼는 항상 분홍색이고 초콜릿 냄새가 나요!" (틀린 답)
RAG를 사용한 AI:
나: "토끼는 무슨 색이야?"
AI: (토끼에 대한 정보를 찾아보고) "토끼는 주로 흰색, 갈색, 회색, 검은색 등 다양한 색을 가지고 있어요."
에이전트가 된 AI:
나: "지금 우리 동네에 토끼가 몇 마리 살고 있어?"
AI: (인터넷 검색 도구 사용) "정확한 수치는 알 수 없지만, 우리 동네 야생동물 보호구역에는 약 50마리의 야생 토끼가 살고 있다고 합니다."
MCP를 사용하는 AI:
나: "토끼에 대한 영상을 보여주고, 토끼의 평균 수명도 알려줘."
AI: (유튜브 도구로 영상 찾고, 위키피디아 도구로 정보 찾아서) "여기 귀여운 토끼 영상이 있어요! 그리고 집토끼의 평균 수명은 8-12년이라고 합니다."
AI의 성장 스토리 요약
초창기 AI: 많이 알지만 틀린 정보도 자신 있게 말하고, 새로운 정보는 전혀 모름
RAG 도입: 참고 자료를 볼 수 있어 더 정확한 정보 제공 가능
에이전트 등장: 다양한 도구를 사용할 수 있게 되어 더 많은 일 가능
MCP 혁명: 모든 도구와 쉽게 대화할 수 있어 가능성이 무한대로 확장!
이제 AI는 마치 슈퍼히어로처럼 더 많은 일을 도울 수 있게 되었어!
그리고 MCP는 그 슈퍼히어로에게 더 많은 초능력을 주는 특별한 훈련과 같은 거야!
어때, 이제 AI가 어떻게 발전해 왔는지, 그리고 MCP가 왜 중요한지 알겠지?
어려운 AI 용어도 쉽게 이해할 수 있다면 정말 멋지지 않니?
재미없다고?
도1아! 그놈의 항아리 게임 그만해!
도0아! 뽀로로컴퓨터 그만해!
To Be Continue......
