brunch

매거진 인공지능의 역사

라이킷 5 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by JK의 계단 밑 연구실 Jun 13. 2017

인공지능의 역사 4

전문가 시스템과 새로운 부흥기(1970년대 초반~1980년대 후반)

1970년대에 가장 중요한 발전은 지능형 기계에 대한 문제 영역을 충분히 제한해야 한다는 사실을 깨달은 것이다. 이전에 등장한 인공지능 연구의 핵심은 기초적인 추론 단계들을 연결해서 완전한 해를 찾아내려 하는 범용 검색 메커니즘이었다. 그런 접근방식들을 약한 방법(weak method)이라고 불렀는데, 이는 이들이 비록 범용적이긴 하지만 더 큰 또는 더 어려운 문제 사례들로 규모를 확장하기 어려웠기 때문이다. 이를 통해 연구자들은 전문지식이 필요한 전형적인 영역으로 문제를 제한하고 큰 추론 단계로 해결해야 실용적인 결과를 얻을 수 있다는 것을 깨달았다.

전문가 시스템의 등장

에드워드 파이겐바움

초기 전문가 시스템을 이끌었던 선구자로 ('인공지능 역사 2'에 나오는) 허버트 사이먼의 제자 에드워드 파이겐바움(Edward Feigenbaum)을 들 수 있다. 그는 1969년 DENDRAL이라는 화학 분자 구조를 유추하는 인공지능(프로그램)을 만들었다. 이는 최초로 인간 전문가의 지식과 경험을 프로그램화하여 문제를 해결한 것으로, 인공지능의 포커스를 범용으로 쓰이는 약한 방법에서 특정 분야의 방법으로 패러다임 전환을 이끌었다. DENDRAL은 화학자에게 꽤 유용한 분석 도구로 알려져 미국에서 유료로 판매되었다.

이러한 성공에 힘입어 파이겐바움은 전문가 시스템을 다른 영역에도 적용하는 프로젝트를 시작한다. 바로 그 유명한 MYCIN과 PROSPECTOR이다. MYCIN은 전염성 혈액 질환을 진단하는 규칙 기반 전문가 시스템으로 일부 전문의만큼이나 훌륭한, 그리고 풋내기 의사들보다는 훨씬 나은 진단을 내릴 수 있었다. PROSPECTOR는 광물 탐사 전문가 시스템이다. 이 시스템을 이용하여 실제로 광업 회사가 100만 달러 이상의 가치가 있는 매장물을 찾아냈는데, 대표적인 전문가 시스템의 성공 케이스로 뽑히고 있다.

산업계의 러브콜

이렇듯 70년대는 전문가 시스템의 대두로 인해 인공지능이 긴 겨울잠에서 점점 벗어나는 시기이다. 특히 80년대로 들어서면서 전문가 시스템의 성공을 본 기업들은 인공지능의 가치를 알아보고 자신들의 사업에 이를 응용하기 시작한다. 최초의 성공적인 상용 전문가 시스템 R1은 Digital Equipment Corporation(DEC)에서 운용을 시작했다(McDermott, 1982). 그 프로그램은 새 컴퓨터 시스템에 대한 주문을 조정하는 작업을 도왔다. 1986년 DEC는 이 시스템 덕분에 연간 4,000만 달러의 비용을 절감할 수 있었다. 1988년 DEC의 인공지능 그룹은 40개의 전문가 시스템을 사용했으며, 그 수는 이후 더욱 증가했다. 화학제품 제조회사인 듀퐁사는 100여 가지 분야에 전문가 시스템을 도입해 연간 약 1,000만 달러를 절감했다. 미국의 거의 모든 주요 기업이 사내 인공지능 그룹을 가지고 있었으며, 전문가 시스템을 사용하거나 살펴보고 있었다.

국가적 지원

1980년대는 산업뿐만 아니라 국가적으로도 인공지능에 대한 투자가 커지는 시기였다. 경제 호황의 정점에 있던 일본은 1982년 통상산업성을 중심으로 '제 5세대 컴퓨터' 프로젝트를 출범시키면서 본격적인 인공지능 전쟁에 참전을 선언한다. 일본은 초병렬 컴퓨팅의 개념을 바탕으로 5세대 컴퓨터를 개발해서 향 후의 컴퓨터 시대를 주도하려고 했다. 하지만 결과적으로는 실패였다. 1982년부터 1992년까지 약 4억 달러의 연구비가 투입됐지만 가시적인 성과를 얻지는 못하였다. 그러나 이러한 일본의 투자는 향후 일본이 로봇 강국으로 가는 밑거름이 된다.

일본의 5세대 컴퓨터 프로젝트가 시작되자 미국은 이에 맞서 국방성을 중심으로 전략 컴퓨팅 계획을 시작하고 약 10억 달러의 연구비를 투입한다. 이는 더욱 진화된 컴퓨터와 인공지능에 중점을 두고 새로운 칩 설계 및 생산, 컴퓨터 시스템 개발, 그리고 인공지능 기술 개발에 집중적으로 투자하는 프로젝트였다. 하지만 이 역시도 기대했던 것만큼 가시적인 성과를 얻지 못하면서 마무리된다.