Daniel Park박영헌

학습과 추론: ChatGPT는 나와 대화하면서 배울까

표지 카드예요. 노란 형광펜으로 강조한 '학습과 추론'이라는 제목 아래 영어 표기 training vs inference 와 '모델이 배우는 시간과 써먹는 시간'이라는 한 줄 설명이 있고, 맨 아래에 ChatGPT 가 대화하면서 배우는지 묻는 질문이 놓여 있어요.

학습과 추론이란 무엇일까

학습과 추론은 같은 모델이 서로 다른 때에 하는 일이에요. 둘을 갈라 두면 '내 대화가 AI 학습에 쓰이나' 같은 질문도 훨씬 또렷하게 물을 수 있죠.

카드 텍스트 보기

오래 가는 진짜 AI 기본기 알아야 보인다 training vs inference 학습과 추론 모델이 배우는 시간과 써먹는 시간 Q ChatGPT는 나와 대화하면서 배울까요? 01 / 07

공부할 때와 시험 볼 때를 두 줄로 나란히 놓은 카드예요. 채점하고 틀린 만큼 고치는 공부에는 학습, 처음 보는 문제에 답만 쓰는 시험에는 추론이라는 이름표가 붙어 있고, 맨 아래에서 두 말을 한 줄로 정의해요.

공부하는 시간과 시험 보는 시간

비유가 어긋나는 곳도 있어요. 사람은 시험을 치르면서도 조금씩 배우지만, 모델은 추론하는 동안 가중치가 그대로거든요. 배운 것이 반영되는 건 다음 학습 때예요.

카드 텍스트 보기

학습과 추론 · training & inference 이런 상황이라면 공부하는 시간과 시험 보는 시간 한 학생에게 두 가지 시간이 있습니다 공부할 때 채점하고, 틀린 만큼 고칩니다 학습 시험 볼 때 처음 보는 문제에 답만 씁니다 추론 한 줄로 training 은 데이터로 모델을 고치는 일, inference 는 다 배운 모델로 답을 내는 일입니다 참고: Google ML 입문 지도학습 · Hugging Face LLM Course 1장 오래 가는 진짜 AI 기본기 02 / 07

학습과 추론을 1, 2, 3 단계로 나눈 목록과 가로 막대그래프예요. 예측을 채점해 손실을 재고, 손실이 줄어드는 쪽으로 가중치를 고치기를 반복한 뒤, 고정된 가중치로 새 입력에 답한다는 순서를 보여줘요. 막대는 반복 1회차 303.7, 3회차 103.2, 6회차 42.2 로 손실이 빠르게 줄어드는 모습이에요.

학습과 추론이 돌아가는 방식

이렇게 손실이 줄어드는 쪽으로 조금씩 내려가며 고치는 방법을 경사 하강법(gradient descent)이라고 불러요. 손실이 더 줄지 않을 때까지 이걸 반복하죠. 그 지점을 수렴(converge)이라고 해요.

카드 텍스트 보기

학습과 추론 · training & inference AI로 옮기면 채점은 손실로, 고치기는 가중치로 1 채점 = 손실 계산 예측이 정답에서 빗나간 만큼이 loss 입니다 2 오답 고치기 = 가중치 수정 손실이 줄도록 가중치를 조금씩 옮기며 반복합니다 3 시험 = 추론 가중치를 고정한 채 새 입력에 답만 냅니다 1회차 303.7 3회차 103.2 6회차 42.2 반복 회차별 손실(MSE). 고칠수록 줄어듭니다 참고: Google ML 크래시 코스 선형 회귀 · 경사 하강법 오래 가는 진짜 AI 기본기 03 / 07

자동차 연비 예제를 학습과 추론 두 열로 나눈 비교표예요. 학습 열에는 차 7대의 무게와 연비로 b와 w를 찾아 y' = 34 − 4.6x 라는 식을 얻는 과정이, 추론 열에는 새 차 무게 4,000파운드를 그 식에 넣어 연비 15.6 mpg 를 계산하는 과정이 놓여 있어요.

숫자 두 개로 끝나는 모델

LLM 도 원리는 같아요. 숫자가 수십억 개일 뿐이죠. Karpathy 강의를 보면 2023년 공개 모델 하나를 학습하는 데 GPU 약 6,000개로 12일쯤 걸렸는데, 추론은 노트북 한 대로도 돌아가요.

카드 텍스트 보기

학습과 추론 · training & inference 예를 볼까요 차 무게로 연비 맞히기 학습 추론 주는 것 차 7대의 무게와 연비 새 차 무게 4,000파운드 하는 일 b와 w 찾기 식에 넣어 계산 얻는 것 y' = 34 − 4.6x 연비 15.6 mpg Google ML 크래시 코스 예제. x는 천 파운드 단위 무게 학습이 끝나면 모델은 숫자 두 개 , 추론은 그 숫자로 하는 계산입니다 참고: Google ML 크래시 코스 선형 회귀 오래 가는 진짜 AI 기본기 04 / 07

지식 기준일과 데이터 제어 두 항목의 설명, 그리고 학습에서 출시, 내 대화, 다음 학습으로 이어지는 흐름도예요. 내 대화는 출시된 모델을 쓰는 추론이고, 그 대화가 학습에 쓰이더라도 반영되는 건 다음 학습 때라는 순서를 보여줘요.

지식 기준일과 학습 설정에서 만나는 구분

API 로 보낸 데이터는 기본적으로 학습에 안 쓰여요. OpenAI 문서가 2023년 3월 1일부터 그렇다고 밝히고 있죠. 기준일 뒤의 일을 답할 때는 검색 결과를 대화에 붙여 넣고 읽는 거예요.

카드 텍스트 보기

학습과 추론 · training & inference 실제로 보이는 곳 지식 기준일과 학습 설정 지식 기준일 모델 문서에 학습 데이터 기준일이 적혀 있어요. 그 뒤의 일은 가중치에 없습니다 데이터 제어 ChatGPT의 '모두를 위한 모델 개선'. 끄면 새 대화가 학습에 쓰이지 않아요 학습 출시 내 대화 다음 학습 내 대화가 쓰이더라도 반영은 다음 학습 때입니다 참고: Anthropic 모델 문서 · OpenAI 도움말 데이터 제어 · Karpathy 2023 오래 가는 진짜 AI 기본기 05 / 07

흔한 오해 두 가지를 취소선 친 문장과 그 아래 교정 문장으로 짝지어 보여주는 카드예요. ChatGPT 가 대화하면서 배운다는 오해와, 추론 모델의 추론이 여기서 말하는 추론과 같은 뜻이라는 오해를 차례로 바로잡아요.

학습과 추론을 헷갈리는 두 장면

메모리 기능도 학습은 아니에요. OpenAI 도움말은 메모리와 모델 학습을 서로 다른 설정이라고 적어 뒀거든요. 메모리를 꺼도 학습 설정은 그대로고, 그 반대도 마찬가지죠.

카드 텍스트 보기

학습과 추론 · training & inference 흔한 오해 학습과 추론이 뒤섞이는 두 곳 ✕ ChatGPT는 대화하면서 배워요 ○ 대화 중엔 가중치가 그대로예요. 앞에서 한 말은 함께 읽어서 알아요 ✕ 추론 모델의 추론도 같은 뜻이에요 ○ 그건 reasoning 이에요. 번역만 같아요 참고: Karpathy 2025 (Deep Dive into LLMs) · 바이라인네트워크 2025 오래 가는 진짜 AI 기본기 06 / 07

마무리 카드예요. 번호 매긴 요약 세 줄과 그 아래 세로선으로 강조한 한 문장, 그리고 제대로 알아 둔 개념이 하나 늘었다는 마무리 문구가 놓여 있어요.

오늘 기억할 세 가지

요약 두 번째 줄이 실무에서 제일 쓸모 있어요. 대화로 아무리 가르쳐도 모델 자체는 그대로거든요. 꼭 필요한 내용은 그때그때 대화에 넣어 주는 게 확실하죠.

카드 텍스트 보기

학습과 추론 · training & inference 정리 오늘 하나만 가져간다면 1 training 은 고치는 일, inference 는 쓰는 일 2 대화하는 동안 가중치는 그대로 3 내 대화는 다음 학습 재료가 될 수 있어요 모델은 바뀌어도 이 질문은 남습니다. 지금 배우는 중인가, 쓰는 중인가 제대로 아는 게 하나 늘었어요 개념 하나를 제대로 알면 다음이 쉬워집니다 오래 가는 진짜 AI 기본기 07 / 07

출처