<인간의 정의는 어디부터인가 - ④> 다른 관점에서의 접근! 새로운 도약!

저번 글에서는 인공지능의 빠른 발전에 제동을 건 암흑기에 대해서 알아봤습니다.

그리고 마지막엔 그 암흑기를 벗어나고자 하는 노력들 또한 확인했습니다.

이번 글에서는 그러한 노력에 이어 다시금 인공지능의 발전을 위해 어떤 일들이 했는지 알아보겠습니다.

<다른 관점, 다른 용도로의 접근>

1. 백과사전을 대체하는 '전문가 시스템'

기존 인공지능에게 요구한 것은 '인간처럼 사고하는 것'이었습니다.

하지만 하드웨어의 한계나 저번 글에서 말했던 근본적 물음 등에 막혀 더 이상의 진전은 없었는데요.

미국의 컴퓨터 과학자 '에드워드 파이겐바움'은 인공지능에게 새로운 역할을 요구했습니다.

 

 

 

 

 

 <기존과 다른 것을 시도한 '에드워드 파이겐바움'>

그는 인공지능에게 '사고'를 요구하지 않았습니다.

그는 전문가의 지식을 이용한 '전문가 시스템'을 개발했다.

비로소 1965년 그는 그의 제자인 '덴드럴'과 함께 분과계로부터 화합물을 식별하는 시스템을 개발했습니다.

그 뒤, 1972년에는 전염되는 혈액 질환을 진단하는 《MYCIN》이 개발되었습니다.

인공지능에 대해서 이러한 접근 방식이 타당성이 있다고 입증은 되었으나,

아직은 그들의 프로그램이 유용성(효율)이 있는지는 확실하게 판명되지는 않았습니다.

하지만 1980년이 되어서는 지식 기반 시스템과 엔지니어링은 개발자들의 주요 관심사가 되었습니다.

이러한 기세에 가속을 더하는 프로그램이 등장하였으니, 그것이 바로 《XCON(R1)》입니다.

《XCON》을 만든 회사 'DEC(Digital Equipment Corporation)'

《XCON》은 1980년 'DEC'에서 개발한 프로그램으로 고객이 주문한 컴퓨터 시스템을 구성하는데 필요한

모든 구성요소와 소프트웨어를 제공하는 프로그램으로 약 2500개의 규칙을 가지고 있었습니다.

《XCON》은 86년까지 약 80,000개의 주문을 95% ~ 98% 정확도로 처리했습니다.

이 프로그램은 기술자가 실수를 했을 때, 고객에게 무료 부품을 제공할 가능성을 줄이고,

조립 공정을 가속화하고, 고객 만족도를 높임으로써 연간 2500만 달러,

약 297억 원의 이익이 있을 것으로 예상되었습니다.

하지만 예상을 뒤엎고 연간 4000만 달러, 약 475억 원의 이익을 가져왔습니다.

이러한 이익 가져다 주자 1984년 '더글라스 레나트'는 기계가 사용 가능한 형태로

인간의 상식을 구성하는 수많은 지식의 조각을 프로그램화하는 《CYC》 프로젝트를 시작했습니다.

하지만 1986년 그는 이 프로젝트가 완성되기 위해선 250,000개의 규칙과

350 인/년(1명의 사람이 1년 간 일하는 양)이 필요하다고 추산했습니다.

그리고 훗날 2008년이 되어서 《CYC》의 자료는 우리의 친구 'Wiki'와 연결되었습니다.

 

《CYC》 프로젝트를 시작한 '더글라스 레나트'

2. 인간의 뇌를 모방한 '신경망 이론'

1970년 이후 '신경망 이론'은 두 가지 이유로 발전이 더뎌지게 되었습니다.

하나는 단층 신경망으로는 배타적 논리합 회로를 처리 못한다는 것이었고,

둘째는 거대한 신경망이 처리하는데 걸리는 긴 시간을 컴퓨터가 효율적으로 처리를 못한다는 것이었습니다.

1982년 두 가지 새로운 이론이 사장되어 가는 '신경망 이론'에 다시금 활기를 불어 넣었습니다.

그중 하나는 '존 홉필드'의 《홉필드 네트워크(Hopfield network)》로

이것은 극솟값으로 수렴하는 것이 정해져 있지만, 오류가 발생할 경우,

오류로 구해진 극솟값이 아닌 예상된 극솟값으로 수렴하는 형태의 네트워크로

이 이론은 단순히 인공지능에 국한되지 않고 인간의 기억을 이해하는데 도움을 주기도 하였다.

또 하나는 '데이비드 럼멜하트'가 기존 알려진 《오류 역전파 알고리즘》을 개선했다는 것이다.

이러한 노력들로 인해 1990년대에 이르러 광학 문자 인식 및

음성 인식과 같은 프로그램에서 '신경망'이 구동 엔진으로 사용되며 상업적으로 성공하였습니다.

 

 

 

 

 

<신경망 이론에 활기를 불어넣은 존 홉필트>

위처럼 기존의 접근 방식에서 벗어난 새로운 접근 방식이나 기존의 것을 개선하는 것으로

인공지능 분야는 다시금 활기를 찾아가고 있었고, 지원도 늘어났습니다.

추후 이러한 일들이 모이고 모여서 지금의 '알파고'를 만들어 냈겠죠?

이번 글에선 1980년부터 1987년까지 인공지능의 재기를 살펴봤습니다.

다음 글은 오늘 있을 이세돌 9단과 알파고와의 마지막 대국이 끝난 뒤에 작성할 것 같은데요.

이세돌 9단의 승리를 기원하며 글을 마치겠습니다!!