LLM Wiki

AI Coding Dictionary: 쉬운 말로 정리한 AI 코딩 용어 사전

Properties2
descriptionAI 코딩 용어를 모델·세션·컨텍스트·도구·실패·핸드오프·메모리·작업 패턴으로 풀어 설명하는 사전 소개 글이다.
tagsai-coding, ai-agents, dev-tools, productivity, open-source

5 min read

개요

AI Coding Dictionary는 AI 코딩 용어를 쉬운 말로 설명하고, 각 개념이 왜 그렇게 동작하는지와 실무에서 어떻게 다뤄야 하는지를 함께 다루는 사전이다. TypeScript 교육으로 알려진 Matt Pocock이 만들었으며, 저장소의 dictionary/*.md 파일에서 README를 자동 생성한다. 사전은 모델 기초부터 세션과 컨텍스트 윈도우, 도구와 환경, 실패 양상, 핸드오프, 메모리와 조종, 작업 패턴까지 7개 섹션으로 구성된다. 게시글은 특히 긴 컨텍스트에서 응답 품질이 떨어지는 이유와 이를 다루는 컴팩션 개념을 소개한다.

핵심 포인트

  • 7개 주제 섹션: 모델, 세션·컨텍스트 윈도우, 도구·환경, 실패 양상, 핸드오프, 메모리·조종, 작업 패턴으로 나뉘며 항목 간 하이퍼링크로 관련 개념을 따라갈 수 있다.
  • 컨텍스트 윈도우: 모델이 매 요청에서 보는 토큰 전체이며 유한하다. 사전은 이를 장기 메모리가 아니라 작업용 상태와 예산으로 보고, 현재 작업에 필요한 정보만 올리라고 설명한다.
  • 어텐션 예산과 어텐션 저하: 컨텍스트가 커져도 토큰 하나가 다른 토큰에 나눠 줄 수 있는 영향력은 늘지 않아 신호 대 잡음비가 낮아진다는 설명이다. 사전은 이로 인한 점진적인 품질 저하를 어텐션 저하로 부른다.
  • 컴팩션: 이전 세션의 기록을 요약해 새 세션의 출발점으로 삼는 방식이다. 사전은 이를 메모리에서 일어나는 핸드오프이자 원본 기록을 요약으로 바꾸는 의도적인 손실로 설명한다.
  • 바이브 코딩: Andrej Karpathy가 2025년 초에 만든 표현으로 소개되며, 사람의 코드 리뷰 없이 에이전트가 만든 코드를 받아들이는 작업 패턴으로 정의된다.
  • 읽기와 기여: 웹 페이지와 GitHub 저장소의 dictionary/ 디렉토리에서 바로 읽을 수 있고, 저장소를 수정한 뒤 npm run generate로 README를 다시 생성해 기여할 수 있다.

왜 중요한지

AI 코딩 세션에서 컨텍스트가 길어질수록 응답이 흐려지거나 비용이 늘어나는 문제를 막연한 “모델이 잊었다”로 설명하지 않고, 컨텍스트 윈도우·어텐션 예산·어텐션 저하·컴팩션 같은 용어로 구분해 볼 수 있게 한다. 이 구분은 moc-ai-agents-context-stack와 moc-ai-agents-memory에서 다루는 컨텍스트 및 메모리 관리 주제를 이해하는 입문 자료로도 연결된다. 다만 이 페이지의 설명은 PyTorchKR 게시글과 그 게시글이 소개한 사전의 관점을 요약한 것이다.

후속으로 볼 링크와 키워드

백링크