UPDATED. 2021-05-16 07:24 (일)
2021.05.16(일)
  • 서울
  • B
  • 경기
  • B
  • 인천
  • B
  • 광주
  • B
  • 대전
  • B
  • 대구
  • B
  • 울산
  • B
  • 부산
  • B
  • 강원
  • B
  • 충북
  • B
  • 충남
  • B
  • 전북
  • B
  • 전남
  • B
  • 경북
  • B
  • 경남
  • B
  • 제주
  • B
  • 세종
  • B
AI의 심볼그라운딩, 프레임, 지식의 효용성… AI 상용화 막는 난제들 해결과제로
AI의 심볼그라운딩, 프레임, 지식의 효용성… AI 상용화 막는 난제들 해결과제로
  • 이희길 기자
  • 승인 2021.04.28 06:45
  • 댓글 0
이 기사를 공유합니다

인공지능 상용화 [뉴스1]
인공지능 상용화 [뉴스1]

‘지식’을 넣으면 인공지능은 똑똑해지지만 어디까지 ‘지식’을 써도 다 쓸 수 없는 문제에 부딪쳤다.

또 ‘프레임 문제’에서는 태스크에 의해 로봇이 사용해야 할 지식을 어떻게 정해 두면 좋을 것일지가 결정되지 않았다.

‘심볼그라운딩 문제’에서는 컴퓨터가 얼룩말이 ‘시마시마가 있는 말’이라고 이해할 수 없는 것이 문제였다.

또 문제는 기계학습에서 무엇을 특징으로 할지는 인간이 정하지 않으면 안 된다는 점이다. 인간이 특징을 잘 설계하면 기계학습은 잘 움직이고 그렇지 않으면 잘 움직이지 않는다는 말이다.

이 문제는 결국 같은 한 방향을 가리키고 있다. 지금까지 인공지능이 실현되지 않은 것은 ‘세계에서 어느 특징에 주목해서 정보를 꺼내야 할까’에 관해 인간의 손을 빌리지 않으면 안 됐기 때문이다.

즉 컴퓨터가 주어진 데이터로 주목해야 할 특징을 찾고 그 특징의 정도를 나타내는 특징을 얻을 수만 있으면 기계학습에 있어서의 특징 설계 문제를 잘 해결할 수 있다.

심볼그라운딩 문제에서도 컴퓨터가 스스로 특징을 찾아내고 더욱이 특징을 이용해서 나타내는 개념을 꺼낼 수 있으면 다음은 기호의 이름을 주어서 인간이 결부시키는 것으로 컴퓨터는 기호의 의미를 이해해서 사용할 수 있다.

프레임 문제에서도 데이터를 바탕으로 현상의 특징을 꺼내고 그 특징을 이용한 개념을 사용해서 지식을 표현해 두면 그렇게 예외적인 것은 일어나지 않을 것이다.

또 ‘필요한 지식을 골라낼 때도 한 없이 생각해 버린다’ 따위의 일도 없다.

과거 언어철학자 소쉬르는 기호란 개념과 이름의 표리일체가 돼 결부된 것이라고 생각했다. 시니피에는 기호 내용, 시니피앙은 기호 표현이라고 말한다.

컴퓨터가 데이터에서 특징을 꺼내고 그것을 사용한 개념을 획득한 후에 거기에 이름을 주면 심볼그라운딩 문제는 처음부터 발생하지 않는다.

그리고 결정된 상황에서의 지식을 사용할 뿐만 아니라 상황에 맞춰 목적으로 맞추고 적절한 기호를 컴퓨터 스스로가 만들어 내고 그것을 사용한 지식을 스스로 획득하고 활용할 수 있다.

지금까지 인공지능이 각양각색인 문제에 직면하고 있었던 것은 개념을 스스로 획득할 수 없었기 때문이다.***

/ 도움말씀= 정보통신산업진흥원


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.