AI의 역사] 53 줄무늬가 있는 말과 얼룩말의 관계 - 심볼 그라운딩 문제와 누벨 AI

카테고리

트렌드

서브카테고리

인공지능

대상자

AI 연구자, 개발자, 학생 등 AI 이론 및 기술적 한계에 관심 있는 사람

난이도 관점에서의 해석

중급~고급 수준의 AI 이론 및 역사 이해를 요구함

핵심 요약

• 심볼 그라운딩(Symbol Grounding) 문제는 AI가 기호(Symbol)에 현실 세계의 의미를 부여하는 과정에 대한 한계를 지칭함
• 기호주의 AI(규칙 기반, 전문가 시스템)는 심볼과 현실 대상 간의 연결(그라운딩)을 완전히 수행하지 못함
• 누벨 AI(Nouvelle AI)는 신체성(Body Schema)과 환경과의 상호작용을 통해 기호의 의미를 형성하는 신경망+로봇 기반의 하이브리드 접근법을 제안

섹션별 세부 요약

1. 심볼 그라운딩 문제의 정의

• 심볼 그라운딩은 인간이 감각과 경험을 통해 기호에 현실 세계의 의미를 연결하는 과정을 설명함
• AI는 미리 정의된 기호의 의미를 조작하지만, 실제 대상과의 연결(그라운딩)이 부족함
• 예시: "얼룩말=말+줄무늬"라는 기호 조합을 통해 얼룩말을 식별하는 인간과 AI의 차이

2. 기호주의 AI의 한계

• 규칙 기반 AI는 기호 간의 관계만을 기반으로 판단하므로, 새로운 정보에 대한 유연성 부족
• 중국어 방 논증(존 설)에서 보듯, 기호 조작만으로는 진정한 의미 이해가 불가능
• 프레임 문제와 함께 AI 연구의 근본적 과제로 여겨짐

3. 해결 방향: 신경망과 로봇 공학의 결합

• 신경망은 감각 데이터를 기반으로 저수준 기호 형성 가능
• 로봇은 환경과의 상호작용을 통해 고수준 추론을 수행
• 하이브리드 시스템에서 기호가 감각 정보와 연결되며, 심볼 그라운딩 문제 완화 가능

4. 누벨 AI의 제안

• 로드니 브룩스(MIT)가 제안한 환경과의 상호작용 기반 AI
• "코끼리는 체스를 두지 않는다" 논문에서 전통적 AI의 추상적 추론에 대한 비판
• 신체성(Body Schema)을 통해 환경과의 물리적 상호작용을 핵심으로 삼는 접근

결론

• 심볼 그라운딩 문제 해결을 위해 신경망과 로봇 기반의 하이브리드 시스템 도입이 필요
• 누벨 AI는 실제 환경과의 상호작용을 통해 기호의 의미를 형성하므로, AI 인지 능력의 한계 극복에 기여
• AI 연구는 추상적 추론보다 환경과의 물리적 상호작용을 기반으로 접근해야 한다는 결론