AI의 고질병: 인간처럼 이해하는 '심볼 그라운딩' 문제와 해결 노력

핵심 트렌드

AI의 2차 황금기에 제기된 '심볼 그라운딩' 문제는 AI가 사용하는 기호가 현실 세계의 의미와 어떻게 연결될 수 있는지에 대한 근본적인 난제를 다룹니다.

주요 변화 및 영향

• 심볼 그라운딩 문제 정의: AI 시스템이 사용하는 단어, 개념 등의 기호가 실제 대상이나 경험에 기반한 의미를 인간처럼 가질 수 있는지에 대한 문제입니다.
• 기호주의 AI의 한계: 스테반 하나드는 규칙 기반 또는 전문가 시스템과 같은 기호주의 AI가 현실 세계에 제대로 대응하지 못해 잘못된 답을 내거나 문제 해결에 한계를 보인다고 주장했습니다.
• 인간의 심볼 그라운딩: 인간은 언어, 감각 경험, 범주화 능력을 통해 '바나나', '얼룩말'과 같은 기호를 실제 대상과 연결하여 의미를 이해합니다.
• AI의 심볼 그라운딩 어려움: 컴퓨터는 기호에 대한 지식을 입력해도 실체와의 완전한 연관, 즉 그라운딩에 어려움을 겪습니다. '얼룩말 = 말 + 줄'과 같은 정보만으로는 실제 얼룩말을 인식하거나 구분하기 어렵습니다.
• 해결 노력: 연결주의 신경망, 로봇 공학, 신경망과 기호주의 AI의 결합(하이브리드 방식) 등을 통해 시도되고 있습니다. 특히 센서 등 하드웨어를 통한 실제 환경과의 상호작용과 딥러닝 기술 발전이 핵심입니다.
• 신체성(Embodiment)의 중요성: 로봇 공학에서는 보고 만지는 물리적 상호작용을 통한 경험이 개념 형성의 기초가 된다는 '신체성' 관점에서 접근합니다.
• 누벨 AI (Nouvelle AI): 로드니 브룩스는 전통적인 AI가 물리적 현실에 기반하지 않은 결함이 있다고 지적하며, 환경과의 지속적인 물리적 상호작용을 AI 연구의 원천으로 삼아야 한다고 주장했습니다.

트렌드 임팩트

심볼 그라운딩 문제는 AI가 진정한 이해 능력과 상식을 갖추기 위한 필수 과제이며, 이를 해결하기 위한 접근 방식은 AI의 인지 능력 향상과 실세계 적용 가능성을 넓히는 데 기여할 것입니다.

업계 반응 및 전망

딥러닝 및 로봇 공학의 발달로 심볼 그라운딩 문제는 점차 해결되거나 완화될 수 있을 것으로 기대됩니다. 특히 AI가 인간과 같은 수준의 인지 능력을 갖추기 위해서는 감각 운동 능력과 환경과의 상호작용이 필수적이라는 시각이 지배적입니다.

톤앤매너

AI 기술의 심오한 철학적, 실질적 난제를 다루며 미래 AI 발전에 대한 통찰력을 제공하는 분석적인 톤을 유지합니다.