기호 기반 인공지능

기호 기반 인공지능(英: Symbolic AI, 또는 클래식 인공지능)은 인간이 이해할 수 있는 표상(symbol)을 이용해 문제를 표현하고, 명시적인 논리와 규칙을 통해 추론하는 전통적인 인공지능 접근 방식이다.

개요

기호 기반 인공지능은 고수준의 기호 표현, 논리 및 탐색(search)을 중심으로 한 인공지능 연구 방법을 총칭한다. 이 방식은 프로덕션 규칙, 의미망, 프레임(frames), 논리 프로그래밍 등 다양한 수단을 활용하며, 전문가 시스템, 기호 수학, 정리 증명 자동화, 온톨로지, 시맨틱 웹, 계획 수립 및 스케줄링 시스템 등에 활용되었다.

역사

• 1950년대 중반부터 1990년대 중반까지 기호 기반 인공지능은 AI 연구의 주요 패러다임이었다.
• 초기의 성공 사례로는 Logic Theorist, General Problem Solver 등이 있으며, 이후 전문가 시스템(MYCIN, XCON 등)이 개발되었다.
• 1980년대 후반 이후에는 신경망 기반의 연결주의 접근이 부각되면서 기호 기반 방식은 주류에서 다소 밀려났다.

특징

• 기호적 표현: 인간이 이해할 수 있는 기호로 개념과 관계를 구조적으로 표현
• 논리 기반 추론: 명시된 규칙을 바탕으로 한 체계적인 연역적 추론
• 모듈화된 지식 구조: 온톨로지, 프레임 기반 구조 등 다양한 표현 방식 사용

장점과 한계

장점

• 설명 가능성: 추론 경로가 명확하여 결과 해석이 용이하다
• 구조화된 표현: 복잡한 지식과 규칙 기반 표현에 유리하다

한계

• 지식 획득의 병목: 전문가의 지식을 수작업으로 구현하는 데 높은 비용이 든다
• 유연성 부족: 모호하거나 불완전한 데이터에 취약하다
• 스케일링 문제: 도메인 확장 시 규칙 수가 기하급수적으로 증가한다

현대 연구 동향

최근에는 기호 기반 방식과 딥러닝 기반 방식의 장점을 결합한 신경-기호 인공지능(Neuro-symbolic AI)이 활발히 연구되고 있다. 이 접근은 기호 기반의 구조적 추론력과 신경망의 인식 능력을 통합하여 보다 설명 가능하고 적응력 있는 시스템을 구축하고자 한다.

응용 분야

• 전문가 시스템(의료, 법률, 기술 분야)
• 자동 정리 증명(theorem proving)
• 시맨틱 웹 및 온톨로지 기반 시스템
• 계획 수립 및 작업 스케줄링

같이 보기

• 전문가 시스템
• 논리 프로그래밍
• 신경‑기호 인공지능
• 기계 추론
• 온톨로지 (정보과학)

참고 문헌

• Haugeland, John. Artificial Intelligence: The Very Idea. MIT Press, 1985.
• Boden, Margaret A. AI: Its Nature and Future. Oxford University Press, 2016.
• Feigenbaum, Edward A. "The Art of Artificial Intelligence: Themes and Case Studies of Knowledge Engineering". Stanford University, 1981.
• Kautz, Henry. "The Third AI Summer: Symbolic Systems and Deep Learning". Association for the Advancement of Artificial Intelligence (AAAI), 2020.