본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

파운데이션 모델

파운데이션 모델(foundation model)은 폭넓은 데이터로 대규모 학습한 큰 모델로, 한 가지 작업을 위해 만들어지는 대신 프롬프팅이나 미세 조정을 통해 여러 하위 작업에 맞춰 조정할 수 있습니다.

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

이 용어는 2021년 Stanford 연구자들이 이런 모델의 기회와 위험을 다룬 긴 보고서에서 만들었습니다. 이들은 BERT, DALL-E, GPT-3 같은 예를 들었고, 많은 애플리케이션이 하나의 기반 위에 만들어진다는 점을 강조하려고 "foundation"(기반)이라는 단어를 골랐습니다.

왜 중요한가

오늘날 대부분의 AI 제품은 자체 모델을 학습시키지 않습니다. 파운데이션 모델에서 시작해 프롬프트를 쓰거나, 검색을 더하거나, 자신의 데이터로 미세 조정해 조정합니다. 비용이 큰 사전 학습 한 번이 수천 가지 용도에 쓰일 수 있습니다.

파운데이션 모델과 LLM

대규모 언어 모델은 파운데이션 모델의 한 종류입니다. 이 용어는 더 넓습니다. 이미지, 오디오, 영상, 멀티모달 모델도 폭넓게 학습한 뒤 조정해 쓰인다면 파운데이션 모델이 될 수 있습니다.

한계

Stanford 저자들은 동질화를 경고합니다. 매우 많은 시스템이 같은 기반을 공유하므로, 파운데이션 모델의 결함이나 편향은 그로부터 조정된 모든 것에 물려집니다. 이 용어는 정해진 크기나 구조가 아니라 모델이 쓰이는 방식을 가리키므로, 회사마다 붙이는 이름이 다릅니다.

관련 용어

대규모 언어 모델
대규모 언어 모델(LLM, large language model)은 수십억 개의 매개변수를 가진 신경망으로, 대량의 텍스트로 다음 토큰을 예측하도록 학습되어 글쓰기, 질문 답변, 요약, 지시 따르기를 할 수 있습니다.
파인튜닝(미세 조정)
파인튜닝(fine-tuning, 미세 조정)은 사전 학습된 모델을 더 작은 작업 특화 데이터셋으로 추가 학습시켜, 처음부터 학습하지 않고도 특정 기술, 형식, 어조, 분야를 익히게 하는 것입니다.
사전 학습(Pretraining)
사전 학습(pretraining)은 모델 학습의 첫 단계이자 가장 큰 단계로, 작업별 튜닝에 앞서 레이블이 없는 매우 큰 데이터셋에서 보통 다음 토큰을 예측하는 방식으로 일반적인 패턴을 익힙니다.
베이스 모델
베이스 모델(base model)은 지시 튜닝이나 인간 피드백 학습을 거치기 전, 사전 학습을 막 마친 언어 모델입니다. 지시를 따르거나 대화를 이어 가기보다 주어진 텍스트를 계속 이어 씁니다.
멀티모달 모델(Multimodal model)
멀티모달 모델(multimodal model)은 텍스트, 이미지, 오디오, 동영상 같은 여러 종류의 데이터를 별도 시스템이 아니라 하나의 모델 안에서 받아들이고, 경우에 따라 생성하기도 하는 AI 모델입니다.
프런티어 모델
프런티어 모델(frontier model)은 특정 시점에 이용할 수 있는 가장 유능한 범용 AI 모델 가운데 하나로, 보통 자금이 풍부한 연구소에서 나옵니다. 상대적인 용어이며 AI 안전 정책에도 등장합니다.

출처