고전적인 AI 교과서(러셀·노빅의 「Artificial Intelligence: A Modern Approach」)는 인공지능을 네 가지로 나눕니다.
두 가지 축, 즉 「사고(thinking)·행동(acting)」과 「인간적(humanly)·합리적(rationally)」을 곱한 2×2 매트릭스가 그 구분의 틀입니다.
첫째, 「인간처럼 사고하는 시스템」 — 사람의 인지 과정 자체를 컴퓨터로 재현하려는 인지과학적 접근.
둘째, 「합리적으로 사고하는 시스템」 — 논리학·확률론을 바탕으로 「올바르게 추론하는 기계」를 만드는 접근(고전 논리 AI).
셋째, 「인간처럼 행동하는 시스템」 — 사람을 흉내 내어 사람처럼 보이게 하는 시스템(튜링 테스트가 이 정의에 가깝습니다).
넷째, 「합리적으로 행동하는 시스템」 — 주어진 환경에서 최선의 결과를 만들어 내는 「합리적 에이전트(rational agent)」를 만드는 접근.
이 네 가지는 서로 배타적이지 않고, 시대마다 강조점이 달랐습니다.
1950~70년대는 「인간적 사고」(인지 모형), 1970~90년대는 「합리적 사고」(논리·확률), 그리고 1990년대 이후 현재까지는 「합리적 행동」(에이전트 기반)이 주된 흐름입니다.
오늘날의 LLM 기반 AI 에이전트는 정확히 「합리적으로 행동하는 시스템」 쪽에 가깝습니다.
즉 「사람처럼 생각한다」는 모호한 목표가 아니라, 「주어진 목표를 환경에서 최선으로 달성한다」는 실용적 목표가 현대 AI의 기본 설계입니다.
한 줄 요약
고전적 AI 분류는 「사고·행동 × 인간적·합리적」의 2×2로 나뉘며, 현대 AI는 그중 「합리적으로 행동하는 에이전트」 관점에 가장 가깝게 발전해 왔습니다.
더 알아볼 것
- 러셀·노빅 교과서 — AI 분야 표준 입문서
- 합리적 에이전트의 정의
- 튜링 테스트는 어느 분류에 속하는가
