6편: 두 번째 겨울과 매칭의 한계 (이론과 현실의 괴리)
1980년대 중반, 의사나 변호사 같은 전문가의 지식을 컴퓨터에 주입하는 '전문가 시스템'의 성공으로 AI 학계는 다시 한번 막대한 자금과 대중의 관심을 한 몸에 받았습니다. "이번에야말로 진짜 인공지능이 완성된다"는 낙관론이 팽배했고, AI 전용 하드웨어와 소프트웨어를 판매하는 기업들의 주가는 연일 사상 최고치를 경신했습니다. 그러나 이 화려한 전성기는 채 10년을 가지 못하고 다시 한번 차갑게 얼어붙었습니다. 역사학자들은 이 시기를 'AI의 두 번째 겨울(Second AI Winter)'이라고 부릅니다.
처음 이 시기의 역사를 공부했을 때, 저는 한 번 실패를 경험했던 천재들이 왜 똑같은 실수를 반복하며 두 번째 암흑기를 자초했는지 의아했습니다. 하지만 기술의 내면을 들여다보니, 그것은 단순한 실수가 아니라 당시 기술 패러다임이 가질 수밖에 없었던 '태생적 한계' 때문이었습니다.
전문가 시스템의 가장 큰 문제는 '확장성'이었습니다. 초기에는 몇 백 개의 규칙(IF-THEN)만으로도 그럴싸한 진단과 예측을 해내며 세상을 놀라게 했습니다. 하지만 시스템이 다루는 영역이 넓어지고 실전에 투입되면서, 필요한 규칙의 수는 수천 개에서 수만 개로 기하급수적으로 늘어났습니다.
여기서 치명적인 균열이 발생했습니다. 규칙이 많아질수록 인간이 만든 논리와 논리가 서로 충돌하기 시작한 것입니다. 예를 들어 'A 상황에서는 B를 하라'는 규칙과 'C 상황에서는 B를 하지 마라'는 규칙이 있을 때, 현실에서 A와 C가 동시에 애매하게 겹치는 상황이 오면 컴퓨터는 판단을 내리지 못하고 오류를 뿜어냈습니다.
게다가 인간의 지식을 일일이 인터뷰하여 컴퓨터 규칙으로 변환하는 과정, 즉 '지식 획득의 병목 현상(Knowledge Acquisition Bottleneck)'은 상상을 초월하는 비용과 시간을 요구했습니다. 세상의 지식은 고정되어 있지 않고 끊임없이 업데이트되는데, 법이 바뀌거나 새로운 의학 지식이 나올 때마다 수만 개의 코드를 인간이 수동으로 수정해야 했습니다. 배보다 배꼽이 더 커지는 상황이 발생한 것입니다.
이러한 이론과 현실의 괴리는 시장의 냉혹한 외면으로 이어졌습니다. 당시 AI 시스템을 구동하기 위해서는 '리스프 기계(Lisp Machine)' 같은 고가의 전용 하드웨어가 필수적이었습니다. 대당 수천만 원에서 수억 원에 달하는 전용 컴퓨터를 유지하는 것은 기업들에게 큰 부담이었습니다.
마침 1980년대 후반부터 IBM과 애플을 필두로 한 일반 개인용 컴퓨터(PC)의 성능이 급격하게 발전하기 시작했습니다. 굳이 비싸고 다루기 힘든 AI 전용 컴퓨터를 사지 않아도, 값싼 일반 PC에서 훨씬 더 안정적으로 업무 처리가 가능해진 것입니다. 결국 AI 하드웨어 기업들은 줄도산했고, 시장의 거품은 한순간에 꺼져버렸습니다.
1990년대를 관통하며 AI 연구는 다시 한번 '사기극' 혹은 '실현 불가능한 학문'이라는 오명을 쓰고 주류 학계에서 밀려났습니다. 연구비는 완전히 고갈되었고, 학자들은 생존을 위해 '인공지능'이라는 단어 대신 '고급 컴퓨팅', '정보기술(IT)' 같은 다른 명칭을 사용하며 숨죽여야 했습니다.
하지만 이 두 번째 겨울은 AI 역사에서 가장 중요한 인식의 전환을 이끌어내는 계기가 되었습니다. 과학자들은 뼈아픈 실패를 통해 중요한 진리를 깨달았습니다. "인간이 규칙을 하나하나 가르치는 방식(Top-down)으로는 절대 완벽한 지능을 만들 수 없다. 아이가 스스로 세상을 배우듯, 컴퓨터도 데이터 속에서 '스스로 규칙을 찾아내게(Bottom-up)' 만들어야 한다."
이 절망적인 암흑기 속에서 뿌리내린 이 생각의 씨앗이, 훗날 21세기 전체를 뒤흔들 '머신러닝'과 '딥러닝'이라는 위대한 부활의 서막이 되었습니다.
[핵심 요약]
AI의 두 번째 겨울은 1980년대 후반, 전문가 시스템의 확장성 한계와 기하급수적으로 늘어난 규칙 간의 충돌로 인해 발생했습니다.
인간의 지식을 수동으로 입력하는 방식의 한계와, 일반 PC의 급격한 발전으로 인해 고가의 AI 전용 하드웨어 시장이 붕괴되었습니다.
이 가혹한 암흑기를 거치면서 AI 학계는 '인간이 규칙을 가르치는 방식'에서 '기계가 스스로 학습하는 방식'으로 패러다임을 전환하게 되었습니다.
[다음 편 예고]
두 번의 가혹한 겨울을 버텨낸 인공지능은 1990년대 후반, 뜻밖의 구원투수를 만나게 됩니다. 바로 전 세계를 하나로 연결한 '인터넷의 폭발적 보급'과 대량의 '데이터 축적'입니다. 다음 편에서는 인프라의 변화가 어떻게 AI의 체질을 바꾸어 놓았는지 알아보겠습니다.
댓글
댓글 쓰기