1980년대 들어 AI 분야는 「전문가 시스템(Expert System)」이라는 새로운 흐름으로 잠시 부활했습니다.
전문가 시스템은 「특정 분야의 전문가가 가진 지식을 IF-THEN 규칙의 묶음으로 옮겨 놓고, 컴퓨터가 그 규칙을 따라 답을 내도록 만든 프로그램」입니다.
예를 들어 의료 진단 시스템 MYCIN은 「열이 38도 이상이고 백혈구 수치가 어떠하다면 항생제 X를 쓰라」는 식의 수백 가지 규칙을 모아 두고 환자에게 추천을 내렸습니다.
또한 화학 분야의 DENDRAL, 컴퓨터 부품 구성에 쓰인 R1/XCON 등 산업 현장에서 실질적 가치를 만들어 낸 사례가 등장했습니다.
이 흐름을 타고 일본은 1982년 「제5세대 컴퓨터 프로젝트」에 약 8억 5천만 달러를 투입하며 「논리적 추론 기반의 차세대 AI」를 선언했습니다.
미국·영국·유럽 국가들도 경쟁적으로 자금을 쏟아부었고, 한때 전문가 시스템 시장은 수십억 달러 규모로 자랐습니다.
그러나 1987년 무렵부터 한계가 드러나기 시작했습니다.
첫째, 규칙을 손으로 일일이 정리하는 작업의 비용이 폭발적으로 늘었고, 한 영역의 규칙을 다른 영역으로 옮기기가 거의 불가능했습니다.
둘째, 새 지식을 추가하면 기존 규칙들과 충돌해 시스템이 무너지는 일이 잦았습니다.
셋째, 같은 시기에 등장한 개인용 워크스테이션이 전용 「리스프 머신(Lisp Machine)」보다 훨씬 싸고 빨라 시장이 무너졌습니다.
결과적으로 1987~1993년 사이 또 한 번의 큰 겨울이 찾아왔습니다.
두 번째 AI 겨울은 「사람의 손으로 지식을 일일이 적어 주는 방식의 한계」를 분명히 보여 준 사건이며, 이 교훈은 1990년대 후반 「데이터로부터 스스로 배우는」 머신러닝의 부활로 이어졌습니다.
한 줄 요약
두 번째 AI 겨울은 손으로 규칙을 정리해 만든 전문가 시스템이 확장성·유지보수의 한계에 부딪히면서 찾아왔으며, 그 교훈은 데이터 기반 머신러닝으로 가는 길을 열었습니다.
더 알아볼 것
- MYCIN — 의료 전문가 시스템의 명과 암
- 일본 제5세대 컴퓨터 프로젝트의 결말
- 리스프 머신과 워크스테이션의 경쟁
