인공지능 세대 구분

인공지능의 세대 구분은 인공지능 기술의 발전 단계를 시대적 흐름과 기술적 특징에 따라 구분한 체계로, 대표적으로 5단계로 나뉜다. 각 세대는 특정한 철학적 접근 방식, 구현 기술, 상징적 사건과 한계를 중심으로 정의된다.

1세대 (1960년대–1980년대): 기호 기반 인공지능

• 핵심 개념: 인간의 지능은 기호(symbol)의 조작과 논리적 규칙을 통한 지식 인코딩으로 설명 가능하다는 전제
• 주요 기술: 논리 추론, 규칙 기반 시스템(rule-based systems), 전문가 시스템, 의미망, 추론 엔진
• 대표 시스템 및 사건:
  • 앨런 튜링의 "Computing Machinery and Intelligence" 논문 (1950)
  • 다트머스 회의 (1956): AI라는 용어 공식 등장
  • 엘리자(ELIZA, 1966): 자연어 대화 모사 프로그램
  • 마이신(MYCIN, 1972): 의료 진단용 전문가 시스템
  • 싸익(Cyc, 1984~): 인간의 상식 지식을 컴퓨터에 체계적으로 인코딩하기 위한 대규모 기호 기반 지식베이스 프로젝트
• 한계:
  • 불확실성과 현실 세계 정보 처리의 취약성
  • 새로운 지식을 스스로 학습하지 못함
  • 지식 획득 및 유지의 비용이 매우 큼 (지식 획득 병목)
  • 유연성이 부족하고, 도메인 밖 문제에 약함

2세대 (1980년대–2000년대): 기계 학습과 빅데이터

• 핵심 개념: 기계가 데이터를 통해 규칙과 패턴을 스스로 학습하게 함으로써 성능 향상 도모
• 주요 기술: 의사결정나무, 베이지안 네트워크, 서포트 벡터 머신(SVM), 인공신경망, 지도 학습, 강화 학습
• 대표 사건:
  • 딥 블루(Deep Blue)가 가리 카스파로프를 꺾음 (1997): 체스 세계 챔피언을 이긴 최초의 컴퓨터 시스템
• 한계:
  • 특징 공학(feature engineering)의 한계
  • 과적합 및 일반화 문제
  • 시스템 해석 및 설명 가능성 낮음

3세대 (2010년대): 딥러닝 기반 인공지능

• 핵심 개념: 대규모 데이터와 고성능 GPU를 바탕으로, 다층 신경망(deep neural networks)을 활용하여 다양한 문제에서 인간 이상의 성능 달성
• 주요 기술: CNN, RNN, LSTM, 딥 강화 학습, 대규모 지도 학습
• 대표 사건:
  • ImageNet 챌린지에서 알렉스넷(AlexNet)의 돌풍 (2012)
  • 알파고(AlphaGo)가 바둑 세계 챔피언 이세돌을 이김 (2016)
• 한계:
  • 블랙박스 문제: 내부 작동 원리의 불투명성
  • 막대한 데이터와 연산 자원 요구 (비용, 에너지 소모)
  • 윤리·공정성·책임성 문제 대두

4세대 (2020년대): 생성형 AI와 범용 모델

• 핵심 개념: 대규모 언어 모델과 멀티모달 학습을 바탕으로, 다양한 작업을 수행할 수 있는 범용 인공지능 시스템의 등장
• 주요 기술: 트랜스포머(Transformers), LLM(대형 언어 모델), 확산 모델(Diffusion Models), 에이전트형 AI
• 대표 사건:
  • ChatGPT 출시 (2022)
  • GPT-4 및 GPT-4.5 등 범용 AI 모델의 확산 (2023–2025)
  • DALL·E 등 생성형 이미지 모델의 상용화
• 과제:
  • 안전성과 윤리성, 해석 가능성의 확보
  • 오용 방지와 편향 제거
  • 지속 가능성과 자원 절약 문제

같이 보기

• 기호 기반 인공지능
• 기계 학습
• 딥러닝
• 생성형 인공지능
• Cyc 프로젝트
• 인공지능의 역사

참고 문헌

• Haugeland, John. Artificial Intelligence: The Very Idea. MIT Press, 1985.
• Hsu, Feng-hsiung. Behind Deep Blue: Building the Computer that Defeated the World Chess Champion. Princeton University Press, 2002.
• Vaswani et al. "Attention is All You Need." NeurIPS, 2017.
• Marcus, Gary & Davis, Ernest. Rebooting AI: Building Artificial Intelligence We Can Trust. Pantheon Books, 2019.