좋은 구시대적 인공지능 편집하기

좋은 구시대적 인공지능(Good Old-Fashioned Artificial Intelligence, GOFAI)은 [[기호 기반 인공지능|명시적인 기호(symbol) 조작을 기반으로 한 고전적인 인공지능 접근 방식]]이다.
==개요==
좋은 구시대적 인공지능은 기호를 기반으로 한 논리적 추론과 규칙을 통해 지식을 표현하고 문제를 해결하는 인공지능 방법론이다. 이 용어는 철학자 존 하우겔랜드(John Haugeland)가 1985년 저서 《Artificial Intelligence: The Very Idea》에서 처음 사용하였다.<ref>Haugeland, John. ''Artificial Intelligence: The Very Idea''. MIT Press, 1985.</ref>

GOFAI는 인공지능의 초기 형태로, 인간의 사고 과정을 논리와 규칙 기반 체계로 구현하려는 시도를 대표한다.
==역사==
*1950년대와 1960년대, 허버트 사이먼과 앨런 뉴웰은 기호 조작 기반의 문제 해결 시스템인 Logic Theorist와 General Problem Solver(GPS)를 개발하였다.
*1970년대에는 전문가 시스템(expert systems)이 등장하여 GOFAI의 기술이 실용화되었다.
*1980년대 후반 이후, 통계적 기법과 신경망 기반 인공지능이 부상하면서 GOFAI는 주류에서 다소 밀려났다.
==특징==
*기호적 표현: 개념, 객체, 규칙 등을 명확한 기호와 구조화된 방식으로 표현
*논리 기반 추론: 전제와 규칙을 바탕으로 새로운 결론을 도출하는 논리적 접근
*설명 가능성: 추론 과정이 명확하게 기술되어 결과에 대한 해석이 용이
==장점==
*높은 설명 가능성(explainability): 결과 도출 과정을 추적하고 분석하기 쉬움
*명확한 규칙과 구조로 디버깅 및 유지보수가 용이함
*제한된 도메인에서는 높은 성능을 발휘함 (예: 전문가 시스템)
==한계==
*스케일링의 어려움: 지식이 방대해질수록 규칙 수가 기하급수적으로 증가
*학습 능력 부족: 새로운 지식이나 경험을 스스로 학습하지 못함
*불확실성 처리 미비: 확률적, 모호한 상황에 대한 적응력이 낮음
==현대적 재조명==
최근에는 딥러닝 기반의 신경망 인공지능과 GOFAI의 장점을 결합하려는 신경-기호 인공지능(neuro-symbolic AI)이 활발히 연구되고 있다. 이는 구조화된 지식 표현과 강력한 인식 능력을 통합하려는 시도로, GOFAI의 구조적 사고 능력이 재평가받고 있다.<ref>Boden, Margaret. ''AI: Its Nature and Future''. Oxford University Press, 2016.</ref>
==활용 사례==
*초기 AI 게임(예: 체스 엔진의 규칙 기반 전략)
*의료 진단 시스템(MYCIN 등 전문가 시스템)
*로봇의 계획 수립 및 명령 해석 시스템
==같이 보기==
*[[기호 기반 인공지능]]
*[[전문가 시스템]]
*[[신경-기호 인공지능]]
*[[기호 논리]]
*[[인공지능의 역사]]
==참고 문헌==
*Haugeland, John. ''Artificial Intelligence: The Very Idea''. MIT Press, 1985.
*Boden, Margaret. ''AI: Its Nature and Future''. Oxford University Press, 2016.
==각주==
[[분류:인공지능]]