생각해 보면 요즘 업무 관련 대화에서 모르는 단어가 정말 많이 튀어나온다.
“이건 SaaS라서 API만 붙이면 되고, 나중에 RAG로 사내 문서를 붙이면 돼요”, “그건 다른 테넌트라 토큰 권한 다시 따야 합니다” 같은 말이 오갈 때, 하나하나 검색해 봐야 겨우 따라가는 느낌이 든다.
문제는 이 단어들이 단순 유행어가 아니라, 앞으로 우리가 어떤 도구를 쓰고 어떤 구조로 시스템을 설계할지까지 결정하는 기본 언어라는 점이다. API, 웹훅, 토큰, SaaS, 서버리스, LLM, 벡터 DB 같은 개념을 한 번만 정확히 이해해 두면, 새 서비스 설명을 들을 때도 “아, 이건 어디에 속하는 거구나” 하고 바로 감을 잡을 수 있다.
그래서 이번 글에서는 개발자가 아닌 일반 사용자·기획자·데이터 담당자 관점에서, 요즘 자동화·AI·클라우드 문맥에서 특히 자주 쓰이는 시스템 용어 20~30개를 골라 정리해 보려고 한다. 기술 서적 같은 느낌이 아니라, 실제 일을 하면서 어디에 어떻게 쓰이는지까지 함께 짚어볼 것이다.
1. API, 웹훅, 엔드포인트
1) API (Application Programming Interface)
서로 다른 서비스나 프로그램이 “공식 통로”를 통해 대화하도록 정해 놓은 규칙·문서 세트다.
예를 들어, 쇼핑몰 서버가 “/orders”라는 API를 열어두면, 다른 시스템이 이 주소로 요청을 보내 주문 목록을 가져올 수 있다.
API가 있으면 사람 대신 시스템끼리 안전하게 데이터를 주고받고, 자동화를 만들 수 있다.
2) 엔드포인트(Endpoint)
API가 열려 있는 문 앞 주소(URL)라고 보면 된다.https://api.example.com/orders 같은 것이 엔드포인트고, 여기에 어떤 메서드(GET/POST 등)로 어떤 데이터를 보내야 하는지가 API 문서로 정리된다.
3) 웹훅(Webhook)
API가 “필요할 때 내가 먼저 물어보는 방식”이라면, 웹훅은 “이벤트가 생기면 상대 서버가 먼저 알려주는 방식”이다.
예: 결제가 성공하면 결제 플랫폼이 우리 서버의 웹훅 URL로 JSON 데이터를 자동 전송 → 우리는 그걸 받아서 영수증 메일 전송, DB 업데이트 등을 한다.
API는 Pull(당겨오기), 웹훅은 Push(밀어주기) 용도로 이해하면 편하다.
2. 토큰, OAuth, JWT, 테넌트
4) 토큰(Token)
“이 사용자가 누구인지, 무슨 권한이 있는지”를 담은 전자 열쇠 같은 문자열이다.
클라이언트가 서버에 요청을 보낼 때 토큰을 같이 보내면, 서버는 매번 비밀번호를 다시 확인하지 않고도 토큰만으로 허용/거절을 판단한다.
5) OAuth
구글 로그인, 카카오 로그인처럼 “다른 서비스 계정으로 로그인”할 때 쓰이는 표준 프로토콜이다.
“비밀번호는 구글이 맡고, 우리 서비스는 구글이 발급해 준 토큰만 신뢰해서 로그인 처리” 하는 구조라 보안상 유리하다.
6) JWT (JSON Web Token)
JSON 형태로 “누가, 언제, 어떤 권한으로 로그인했는지”를 담은 토큰 포맷이다.
앞부분에는 헤더·내용, 뒷부분에는 서명이 붙어서 위변조를 막고, 서버는 JWT만 보고도 사용자와 권한을 빠르게 판별할 수 있다.
7) 테넌트(Tenant)
하나의 클라우드 서비스(예: Azure, SaaS 앱)가 여러 고객 회사에게 동시에 제공될 때, 각 회사 하나하나를 테넌트라고 부른다.
같은 인스턴스를 쓰지만, 테넌트 단위로 데이터·권한·설정이 분리돼 있어서 서로 정보가 섞이지 않는다.
3. SaaS, PaaS, IaaS, 서버리스
8) SaaS (Software as a Service)
우리가 요즘 쓰는 대부분의 웹 서비스가 여기에 해당한다.
설치 없이 브라우저/앱으로 접속해서 쓰는 소프트웨어이며, 서버 관리·업데이트·보안 패치는 전부 공급자가 한다.
예: Microsoft 365, Slack, Notion, Salesforce 등.
9) PaaS (Platform as a Service)
개발자가 앱을 올릴 수 있는 “런타임 환경”까지 제공하는 클라우드 모델이다.
OS·미들웨어·런타임은 클라우드가 관리하고, 우리는 코드만 올리면 된다. Azure App Service, Heroku 등이 대표적이다.
10) IaaS (Infrastructure as a Service)
가상머신·스토리지 같은 하드웨어에 가까운 자원을 빌려 쓰는 모델이다.
AWS EC2, Azure VM처럼 OS까지 우리가 직접 설치·운영해야 하지만, 대신 제일 자유도가 높다.
11) 서버리스(Serverless)
“서버가 없다”는 뜻이 아니라, 서버 관리가 완전히 숨겨진 형태다.
이벤트가 발생하면 짧은 코드를 실행하고, 사용한 만큼만 과금된다. 개발자는 인스턴스, 스케일링을 신경 쓰지 않고 비즈니스 로직만 작성하면 된다.
4. 모놀리식, 마이크로서비스, 오케스트레이션, 이벤트 주도
12) 모놀리식(Monolithic Architecture)
하나의 큰 애플리케이션 안에 웹·API·배치·관리자 기능 등이 다 들어 있는 구조다.
처음 만들기는 쉽지만, 커질수록 배포·확장이 어려워지고, 일부만 고쳐도 전체를 다시 배포해야 하는 문제가 생긴다.
13) 마이크로서비스(Microservices)
기능을 잘게 쪼개서 여러 개의 작은 서비스로 나누는 구조다.
각 서비스는 독립적으로 개발·배포·스케일링이 가능하고, 서로는 API로 통신한다. 대신 서비스 수가 많아질수록 설계·운영 난이도가 올라간다.
14) 오케스트레이션(Orchestration)
여러 서비스·컨테이너·작업을 중앙에서 일정·상태를 조율하는 것이다.
쿠버네티스(Kubernetes)가 대표적인 예로, 어떤 컨테이너를 몇 개 띄울지, 죽으면 다시 살릴지 등을 자동으로 조정해 준다.
15) 이벤트 주도(Event-driven)
“이벤트가 발생하면 그때 필요한 작업을 트리거하는 방식”이다.
예: 주문 생성 이벤트 → 재고 차감, 고객 알림, 회계 시스템 전표 생성 등 여러 프로세스가 뒤에서 자동으로 반응한다. 이때 많이 쓰는 것이 웹훅·메시지 큐다.
5. LLM, 프롬프트, 컨텍스트 윈도우
16) LLM (Large Language Model)
ChatGPT 같은 대규모 언어 모델로, 방대한 텍스트 데이터를 학습해 문장을 이해·생성하는 AI다.
프로그래밍, 분석, 요약 등 다양한 작업에 같은 모델을 재사용할 수 있는 것이 특징이다.
17) 프롬프트(Prompt)
LLM에게 주는 질문·지시 텍스트 자체를 의미한다.
“이렇게 답해라, 이런 톤으로, 이런 포맷으로” 같은 설명을 함께 적으면, 같은 모델이라도 전혀 다른 스타일의 결과를 낸다.
18) 컨텍스트 윈도우(Context Window)
모델이 한 번에 기억하고 참고할 수 있는 입·출력 토큰의 최대 길이다.
컨텍스트 윈도우가 크면 긴 문서를 통째로 넣고 질답할 수 있지만, 그만큼 비용과 속도에 영향을 준다.
6. 임베딩, 벡터 DB, RAG
19) 임베딩(Embedding)
텍스트·이미지 등을 벡터(숫자 리스트)로 바꿔 의미를 숫자로 표현한 것이다.
비슷한 의미의 문장은 벡터 공간에서 가깝게, 다른 의미는 멀게 배치되어, “단어가 아닌 의미” 기준 검색이 가능해진다.
20) 벡터 데이터베이스(Vector Database)
임베딩 벡터를 저장·검색하는 데 최적화된 DB다.
사용자 쿼리를 임베딩으로 바꿔, 가장 가까운 벡터(=가장 관련 있는 문서)를 빠르게 찾아주는 데 특화돼 있다. Pinecone, Weaviate, Qdrant 등이 대표 예다.
21) RAG (Retrieval-Augmented Generation)
LLM이 답변을 만들기 전에, 벡터 DB에서 관련 문서를 먼저 찾아와 참조 자료를 붙여주는 구조다.
이렇게 하면 모델이 학습 당시 모르는 최신 정보나 사내 문서까지 활용할 수 있고, “근거 있는 답변”을 만들기 쉬워진다.
7. 워크플로, 자동화, 통합
22) 워크플로(Workflow)
업무를 이루는 작업 순서와 규칙을 흐름으로 표현한 것이다.
예: “폼 제출 → 검증 → 승인 요청 메일 → 승인 → 결과 알림” 전체를 하나의 워크플로로 본다.
23) 자동화(Automation)
이 워크플로를 사람이 눌러주는 대신, 시스템이 이벤트·스케줄에 따라 자동 실행하도록 만든 것이다.
Zapier, Make, n8n 같은 도구는 API·웹훅을 활용해 이런 자동화를 구성하는 플랫폼이다.
24) 통합(Integration)
원래 따로 놀던 시스템들(예: CRM, 슬랙, ERP, 구글 시트 등)을 API·웹훅·ETL 등으로 연결해서 데이터가 자연스럽게 흐르도록 설계하는 것이다.
요즘 말하는 “플랫폼”, “솔루션” 대부분이 사실 이 통합을 얼마나 잘 해주느냐를 두고 경쟁하고 있다.
지금 정리한 용어들은 하나하나만 보면 어려운 기술처럼 보이지만, 실제로는 서로 연결되어 하나의 그림을 만들고 있다. API·웹훅·토큰은 서비스와 서비스가 어떻게 안전하게 대화하는지를 설명하고, SaaS·PaaS·서버리스는 그 서비스들이 어디에서 어떤 방식으로 돌아가는지를 말해 준다. LLM·임베딩·벡터 DB·RAG는 요즘 AI가 “어떻게” 똑똑한 척을 하는지를 이해하는 핵심 키워드다.
이 기본 언어를 알고 있으면, 새 플랫폼이나 솔루션을 만날 때마다 겉만 보고 판단하지 않고, “아, 이건 우리 워크플로에서 여기랑 여기 사이를 자동화해 주는 애구나”, “이건 데이터가 밖으로 나가는 구조라 보안 검토가 필요하겠네”처럼 한 단계 위에서 판단할 수 있게 된다. 결국 용어를 아는 건 단순 지식 습득이 아니라, 도구를 고르고 설계할 때 나오는 선택의 질을 높여 주는 일이다.
앞으로 새 서비스 설명이나 기술 블로그를 읽다가 낯선 단어가 나오면, “이건 지금 배운 어떤 그룹에 속하는 개념일까?”를 먼저 떠올려 보면 좋다. 몇 번만 반복하면, 자동화와 AI 이야기가 더 이상 ‘남의 언어’가 아니라, 내 일과 직접 연결되는 현실적인 도구의 이야기로 들릴 것이다.
놓치면 아쉬운 추천 글, 함께 읽어보세요!
- 추천 글을 불러오는 중입니다...
