복잡한 AI 용어, 한 방에 이해하기

LLM, RLM, LMM, LAM, LWM, MCP, A2A, Agent

2026년도 여전히 아니 기존보다 더 AI 기술은 고도화되고 다변화될 것이다. 그 과정에서 보다 많은 AI 기술이 다양한 우리 일상과 각종 기계 그리고 인터넷 서비스에 스며들어가면서 더욱 보편화될 것이다. 이미 2025년만 해도 AI는 더 큰 변화와 발전이 있었다. 이렇게 너무 빠르게 발전 중인 AI 기술을 이해하는 과정에 있어서 기준이 필요하다. 바로, 특정 기술을 지칭하는 용어에 대한 이해와 이들 기술이 어떻게 상호 연결되어 무슨 변화를 만들어내는지 인과관계에 대한 구분이다. 기술를 제대로 이해하려면 용어들간의 연관관계를 명확하게 구분해서 파악해야 한다.

생성형 AI를 가능하게 한 핵심 AI 기술은 LLM(Large Language Model)이고, 2025년은 이 모델이 RLM(Reasoning Language Model)으로 한 단계 진화해서 추론 즉 생각할 수 있는 AI를 가능하게 만들어주었다. 또한, AI가 인간의 언어로만 학습을 하는 것을 넘어 다양한 멀티미디어 데이터 즉 보고 들을 수 있는 경지에 오를 수 있게 되었고 이 모델을 LMM(Large Multimodal Model)이라고 부른다. 이렇게 AI 모델이 인간처럼 세상을 인식하고 생각할 수 있게 되었고 이제 LAM(Large Action Model) 덕분에 다른 시스템 자원에 연결해 작업을 수행하는 것까지 가능하게 되었다. LAM 이전 모델이 텍스트나 이미지, 영상, 문서, 코딩 등을 생성하는 것만 할 수 있었다면 LAM 덕분에 실행까지도 가능하게 된 것이다.

그런데, AI가 프롬프트 창이라는 제한된 영역 내에서 생성하는 것을 넘어 실행까지 이어지려면 다양한 시스템과 서비스에 연결되어야 한다. 연결을 넘어 사람 대신 로그인을 해서 인증하고 권한을 가져야 한다. 일례로 AI가 사람 대신 상품 검색을 하고 장바구니에 상품을 넣고 배송지를 선택해 결제를 하고 주문까지도 해야 한다. 이를 위해서는 AI가 시스템에 연결해 실행할 수 있는 표준 프로토콜이 필요하고 그것이 MCP(Model Context Protocol)이다. 또한, 특정 AI가 수행하지 못하는 것은 이를 수행할 수 있는 다른 AI를 호출해서 대신 요청해야 한다. 이를 위한 프로토콜이 A2A(Agent to Agent)이다. 이렇게 AI 모델의 진화와 프로토콜의 발전 덕분에 지능을 가지고 자율 실행이 가능한 Agent 시대가 개막될 수 있게 되었다. 그런 Agent들이 보다 다양한 작업들을 서로 연결되어 수행하는 보다 완전체의 AI를 Agentic AI라고 한다. 이렇게 지능의 자율화가 된 시대를 cognitive AI라고 부를 수 있다.

(LLM(RLM) + LMM + LAM) x (MCP + A2A) = Agentic AI = 지능의 자율화 = cognitive AI