Zenn Stark's Sovereign Narratives Archive

002_The AI Stack: 5-Layer Worldview (Mapped to OSI 7 Layer)

Posted on: February 09, 2026
The English version: You can read on Medium here https://medium.com/@hwangzenn/the-ai-stack-a-5-layer-worldview-mapped-to-osi-7-layer-68ddfc4c0b40

1. Physical Layer (Infra)

H-H (Hardware to Hardware): 가장 밑바닥에 위치하는 물리적 토대입니다.

  1. Energy & Cooling: 전력과 냉각 시스템. (비즈니스 언어로 ‘운영 비용’)
  2. Data Center & Networking: GPU 서버들을 묶는 물리적 네트워크(InfiniBand 등).
  3. Accelerated Computing: GPU(H100, B200 등) 하드웨어 자체.

2. Computing Layer (OS)

H-S (Hardware to Software): 하드웨어의 힘을 소프트웨어가 쓸 수 있도록 변환하고 관리하는 층입니다.

  1. Kernel / OS:
    • CPU/RAM/GPU라는 물리 자원을 ‘프로세스’라는 소프트웨어 단위에 배분.
    • 하드웨어 자원을 제어하는 운영체제
    • 예시: Windows, Linux
  2. SDK & Drivers
    • 하드웨어 연산 기능을 소프트웨어 라이브러리로 전달하는 통로
    • GPU의 물리적 연산 회로를 소프트웨어가 명령을 내릴 수 있는 언어로 노출.
    • 예사: CUDA, NVIDIA NIM

C (Communication Network) : OSI 7 Layer > L1~L2 : 전기 신호 > 비트 > 데이터 조각

  • L1: Physical Layer (물리 계층)
    • 역할: 데이터를 전기적 신호(0과 1)로 변환하여 전선이나 무선으로 전송.
    • 비즈니스 관점: 젠슨황의 ‘에너지’. 전선, 랜케이블, 허브, GPU 서버를 돌리는 전력 그 자체.
  • L2: Data Link Layer (데이터 링크 계층)
    • 역할: 물리적 매체를 통해 인접한 두 장치 간의 데이터 전송을 신뢰성 있게 보장.
    • 비즈니스 관점: 네트워크 카드 간의 통신.
    • 주요 장비/주소: 스위치, MAC 주소.

3. Software Layer (Runtime)

S-S (Software to Software): 이미 자원화된 소프트웨어끼리 규약(Protocol)을 통해 대화하며 ‘가치’를 만드는 층입니다.

  1. Runtime / Docker
    • 가상화된 환경 안에서 프로그램이 안정적으로 실행되도록 격리.
    • 예시: WSL2, Docker가 여기 해당

C (Communication Network) : OSI 7 Layer > L3~L4 : 내 SW와 외부 SW가 서로 찾을 수 있고 신뢰할 수 있게 함

  • L3: Network Layer (네트워크 계층)
    • 역할:
      • 수많은 네트워크 중 최적의 경로 탐색(Routing)
      • 그 경로를 주소로 부여.
    • 예사: 라우터, IP 주소
  • L4: Transport Layer (전송 계층)
    • 역할:
      • 데이터가 깨지지 않게 쪼개어 전달
      • 특정 포트(5678)로 안내하는 신뢰성 통로.
      • 순서대로 잘 도착했는지 확인.
    • 예시 프로토콜: TCP(꼼꼼함), UDP(빠름).

4. Intellect Layer (Gen AI)

소프트웨어의 지능(뇌)를 담당하는 층입니다.

  1. Gen AI Model (LLM)
    • 예시: ChatGPT, Claude 3.5, Midjourney
    • 특징:
      • 스스로 추론하고 문장을 생성하는 에너지원. 지능의 원재료.
      • 사용자가 직접 만질 수 있는 화면이 없습니다. 입출력(I/O) 수단이 없으면 고립된 뇌와 같습니다.
      • API라는 통로를 통해 호출해 명령(Prompt)을 받고 결과(Completion)를 내뱉습니다.
    • AI랑 Gen AI 차이점
      • AI
        • 인간의 지능을 흉내 내는 모든 기술
        • 데이터 속의 패턴을 찾아 분류+예측
        • 예/아니오, 수치, 카테고리, 추천 목록
        • 스팸 메일 차단, 넷플릭스 추천 시스템
      • Gen AI(생성형 AI)
        • AI 중 콘텐츠를 생성해내는 특정 기술
        • 데이터의 패턴을 학습해 새로운 것을 창조+생성
        • 텍스트, 이미지, 코드, 오디오, 비디오
        • ChatGPT, Claude 3.5, Midjourney
  2. Orchestration Framework
    • 예시: n8n, LangChain, CrewAI.
    • 특징:
      • 1의 지능(Intelligence)의 구조화가 일어나는 곳.
      • 지능 모델에게 “너는 지금부터 로고 디자이너야”라고 페르소나를 부여하고, “모르는 건 검색(Tool)해봐”라고 명령을 내리는 설계도입니다.
  3. Context & Memory (RAG)
    • 항목: Vector DB (Pinecone), 사용자 과거 대화 기록.
    • 특징:
      • 지능이 똑똑해지기 위해 곁에 두는 자료들
      • n8n이라는 틀 안에서 모델이 필요할 때마다 꺼내 쓰는 외장 하드입니다.

C (Communication Network) : OSI 7 Layer > L5~L6 : 데이터의 형식을 맞추고 세션을 유지 (JSON, REST API, SSL).

  • L5: Session Layer
    • 역할: 통신 장치 간의 ‘대화 유지’. 연결을 설정하고 동기화하며 끊기면 복구.
    • 예시: 로그인 유지, API 호출 시의 세션 관리.
  • L6: Presentation Layer (표현 계층)
    • 역할: 데이터의 ‘번역’. 서로 다른 체계 간의 데이터 형식을 맞추고 암호화/압축을 수행.
    • 예시: OpenAI가 보낸 응답을 JSON 형태로 파싱하거나, 보안을 위해 데이터를 암호화(SSL/TLS)하는 단계.

5.Value Layer (User Experience)

일반 사용자에게 가치를 제공하는 층입니다.

  1. Product/Platform: 특정 도메인에서 목적을 가지고 기능을 가진 IoT 제품
  2. Interface: 웹(Web), 앱(App), 검색결과페이지(SERP, SRP), 챗봇 대화형 UI.
  3. Agent: 스스로 판단하고 행동하여 결과를 만들어내는 완성형 AI 직원.
    • 예시: Molbot, Claude Computer Use API (Claude(LLM)이 마우스 조작, 화면 인식 가능)

C (Communication Network) : OSI 7 Layer > L7: 사용자가 직접 사용하는 SW와 네트워크 간의 인터페이스

  • L7: Application Layer (응용 계층)
    • 사용자가 직접 사용하는 소프트웨어와 네트워크 간의 인터페이스.
    • 예시: OpenAI API를 호출하거나, n8n 대시보드를 보는 단계.
    • 주요 프로토콜:HTTP(S), FTP, DNS, SMTP.

  • 다음 질문(궁금증) = 다음 글
    • 가설1: 서로 다른 개념이 연결되는 접점이 많을 수록, 보안 유지가 어려울 것이다.
      • 진짜 그럴까? 어디서 왜 가장 많이 일어날까?
      • 자율주행, 물류배송-이커머스 같은 온오프라인 접점이 추가된 환경(디지털환경에서 전부 통제가능하지 않음)에서 보안은 어떻게 유지/관리될 수 있을까?
      • 보안의 정의와 범위는 윤리적, 사회적, 기술적, 법적으로 어디서부터 어디까지인가? 기업이 보안에 어디까지 책임과 자유를 가지는가?
    • 가설2: 전통적 AI(넷플릭스 추천알고리즘 10년전에 유명하지 않앗나…)는 충분히 똑똑하고 자율적이다.

댓글 남기기