정의
인공지능 연구의 가장 큰 난관은 방대한 양의 ‘상식적 지식(Common Sense Knowledge)‘을 어떻게 표현하고 활용할 것인가의 문제입니다.
상식이란 인간이 세상을 이해하고 일상적인 추론을 하는 데 사용하는, 명시적으로 배우지 않은 수백만 가지의 암묵적이고 기본적인 사실들(예: ‘물은 젖는다’, ‘끈은 당길 수만 있고 밀 수는 없다’, ‘사람들은 부모가 있다’, ‘죽은 사람은 다시 살아나지 않는다’)을 의미합니다.
핵심 난관:
-
방대함과 암묵성: 상식의 범위는 사실상 무한대에 가까우며, 대부분의 지식이 언어화되거나 명시적으로 학습되지 않고 경험을 통해 암묵적으로 체득됩니다.
-
지식 표현(Representation): 이 거대하고 미묘하며 종종 모호한 지식망을 컴퓨터가 이해하고 처리할 수 있는 공식적인 형태(규칙, 논리식, 프레임, 온톨로지 등)로 변환하는 것이 극도로 어렵습니다.
-
지식 활용(Utilization): 설령 지식을 표현하는 데 성공하더라도, 주어진 특정 상황에 어떤 상식이 관련되는지 신속하게 판단하고(관련성 문제), 그것을 추론에 효과적으로 적용하는 것(예: 프레임 문제)은 또 다른 차원의 복잡한 문제입니다.
배경 및 함의:
이 문제는 특히 1970~80년대의 고전적 AI(GOFAI) 또는 기호주의(Symbolism) 접근법의 핵심적인 한계로 지적되었습니다. 기호주의 AI는 지능을 기호 조작과 논리적 추론으로 구현하려 했으나, 실제 세계의 복잡성을 다루는 데 필요한 상식의 기반이 없어 ‘유리성(brittleness, 정해진 규칙 외의 상황에 취약함)‘을 드러냈습니다.
-
더글러스 레냇의 Cyc 프로젝트는 이 문제를 정면으로 해결하기 위해 수십 년간 인간 전문가들이 방대한 상식 지식베이스를 수동으로 구축하려 시도한 대표적인 사례입니다.
-
상식의 부족은 AI가 인간의 언어(특히 비유, 중의성, 문맥)를 깊이 있게 이해하거나, 예측 불가능한 실제 환경에 유연하게 대처하는 것을 가로막는 근본적인 장애물로 남아있습니다.
Tags: 인공지능 AI_난관 상식적_지식 Common_Sense_Knowledge 기호주의 GOFAI 지식_표현 지식_활용 추론 프레임_문제 Cyc프로젝트 암묵적_지식
연결 노트: 발제문_계산하는 기계는 생각하는 기계가 될 수 있을까 ,튜링 테스트, 연결주의 (병렬분산처리, PDP), 중국어 방 논증, MOC_계산하는 기계는 생각하는 기계가 될 수 있을까