AI의 역사: 제2차 AI 겨울의 원인과 영향

카테고리

트렌드

서브카테고리

AI 트렌드

대상자

• AI 연구자, 개발자, 기술 역사 관심자
• 난이도: 중간 이상 (기계학습, 전문가 시스템, AI 역사 등 기술적 내용 포함)

핵심 요약

• 전문가 시스템의 한계 (상식 정보 부족, 규칙 추출 어려움, LISP 머신의 실용성 저하)로 제2차 AI 겨울 발생
• 신경망의 초기 실패 (기울기 소실, 과적합)로 AI 기술 발전에 차질
• 1980년대 후반 정부 및 기업의 AI 투자 감소로 AI 연구 침체기 진입

섹션별 세부 요약

1. 전문가 시스템의 성장과 한계

• 1980년대 전문가 시스템(R1/XCON)은 지식기반 AI로 상업적 성공
• 상식 정보 부족으로 일반 문제 해결에 한계
• 암묵적 지식 추출 어려움으로 규칙 확장 시 충돌 발생
• LISP 머신 의존성으로 기존 시스템과 통합 불가능

2. AI 기술의 전환점: 신경망의 등장

• 1980년대 중반 다층 신경망(네오코그니트론, 홉필드 네트워크) 개발
• 학습 기능 도입으로 전문가 시스템의 한계 극복 시도
• 기울기 소실, 과적합 문제로 성능 저하

3. 제2차 AI 겨울의 원인

• 일본 제5세대 컴퓨터 프로젝트 실패, DARPA 자금 지원 감소
• 1987년 AI 연구의 침체기 진입, 연구자 이탈
• 1995년까지 AI 분야에 대한 불신 지속

결론

• 전문가 시스템의 한계와 신경망의 초기 문제가 제2차 AI 겨울을 유발
• AI 기술의 진화는 지속적인 연구와 자금 지원 필요
• 현대 AI는 과거의 교훈을 바탕으로 딥러닝, 대규모 데이터 처리 등으로 발전 중