📚 [ 면접 대비 핵심 용어 정리 ]
🧠 인공지능 및 데이터 기술
1. RAG (Retrieval-Augmented Generation, 검색 증강 생성)
🔍 정의: 대규모 언어 모델(LLM)이 답변을 생성할 때, 신뢰할 수 있는 외부 지식 베이스를 실시간으로 참조하게 하는 기술
💡 핵심 포인트:
- LLM의 고질적인 문제인 부정확성, 환각 현상(Hallucination), 최신 정보 부족 등을 보완합니다.
- 답변의 출처를 명확히 제시하여 정보의 신뢰도를 대폭 향상시킵니다.
2. LLM (Large Language Model, 대규모 언어 모델)
🤖 정의: 방대한 텍스트 데이터를 학습하여, 인간의 언어를 이해하고 생성하는 인공지능 모델
⚠️ 주의점:
- 확률 기반으로 답변을 생성하기 때문에 거짓 정보를 사실처럼 말하는 문제가 발생할 수 있습니다.
- 이를 보완하기 위해 RAG 기술 도입을 고려해야 합니다.
🏗️ 시스템 아키텍처 및 보안
3. MSA (Micro Service Architecture, 마이크로서비스 아키텍처)
🧩 정의: 애플리케이션을 비즈니스 기능 단위로 나누어 독립적으로 배포하고 운영할 수 있게 하는 아키텍처
💡 핵심 포인트:
- 서비스 간 결합도가 낮아져(Decoupling) 유지보수와 확장성(Scalability) 확보에 매우 유리합니다.
4. SSO (Single Sign-On, 통합 인증)
🔑 정의: 한 번의 로그인으로 여러 개의 다른 애플리케이션이나 서비스에 접근할 수 있게 하는 인증 방식
💡 핵심 포인트:
- 사용자 편의성을 높이고 중앙 집중적인 인증 관리가 가능합니다.
💼 비즈니스 모델 및 서비스 형태
5. O2O (Online to Offline)
📱➡️🏪 정의: 온라인에서 결제나 예약을 진행하고, 실제 서비스는 오프라인 현장에서 받는 형태
🎯 중요 요소: 온라인과 오프라인 간의 상태 동기화 및 관리가 핵심입니다.
6. B2B (Business to Business)
🏢🤝🏢 정의: 기업이 다른 기업에게 소프트웨어나 서비스를 제공하는 형태
🎯 중요 요소: 기업 간 거래이므로 데이터의 무결성과 강력한 보안이 최우선입니다.
7. B2C (Business to Consumer)
🏢➡️👤 정의: 기업이 일반 소비자에게 서비스를 제공하는 형태
🎯 중요 요소: 불특정 다수가 접속하므로 대용량 트래픽 처리 및 관리가 중요합니다.
8. D2C (Direct to Customer)
🏭➡️🛒 정의: 유통 단계를 거치지 않고 제조사가 직접 소비자에게 판매하는 형태
🎯 중요 요소: 고객과 직접 소통하므로 데이터 수집 및 분석 역량이 중요합니다.
