전문가 시스템
experts system
1. 개요
1980년대에 사용되는 인공지능의 한 방법
2. 설명
사실 인공지능에 대한 개념은 1940년대와 1950년대 앨런 튜링 등에 의해서 정립되었다.
문제는 그 당시 컴퓨터의 성능은 그야말로 똥이었다는 것. 진공관으로 고작 탄도 계산하고 암호 해석하는 것이 전부인 마당에 컴퓨터가 사람을 대체할 수 있다는 말이 들어올리가 없었다. 그러나 트랜지스터가 발전하고 프로그래밍 언어가 발전하면서 사람들은 사람이 하는 일을 프로그래밍하기 시작했다.
최초의 전문가 시스템은 1971년에 화학 분자식과 질량 스펙트럼을 넣으면 가장 그럴듯한 구조식을 추정하여 찾아주는 파이겐바움 교수의 DENDRAL이라는 시스템이다. 아주 원시적이었지만, (1) 입력된 데이터의 패턴화 (2) 데이터베이스상에서 가장 유사한 패턴 도출 (3) 도출된 패턴에 대응되는 컴퓨터 행동 실행 이라는 전형적인 전문가 시스템의 구조를 가지고 있었다.
이런 전문가 시스템은 말 그대로 인공지능의 붐을 일으켰다. 주로 산업계에서 반색했는데 사람이 하는 일을 프로그래밍해서 컴퓨터가 실행하도록 하면, 인력을 많이 절약할 수 있기 때문이다. 이 때부터 제조업등에서 대대적으로 로봇이 사용되었고 사람의 일을 대체하기 시작했다. 사실 달에 사람도 보냈겠다. 이 시대 인공지능에 매혹된 사람들은 이 과학의 발전 속도로 보면 머지않아 기계 유토피아가 올 것이라고 믿었다.
물론 현실은 시궁창. 전문가 시스템은 시쳇말로 IF-ELSE 문이 빽빽한 시스템에 불과했다. 즉, 컴퓨터가 많은 일을 처리하게 하려면 많은 경우의 수를 다 고려해야했고, 고려되지 않은 경우의 수에 대해서 컴퓨터는 맥을 추리지 못했다. 세상을 살다보면 예외적인 일이 얼마나 많이 일어나는지를 생각해보면 이 점은 아주 치명적이었다. 즉, 전문가 시스템은 시킨 일만 시킨 대로 하는 기계에 불과했다는 것. 단순 작업이 소용되는 제조업등에서는 많이 사용되었지만 거기까지였고 융통성을 요구하는 직업에서는 전혀 사용되지 못했다.
그래서 80년대까지 유행하던 전문가 시스템은 90년대에는 아예 사람들 안중에 없게 되었다. 이 때부터 인공지능의 겨울이 시작되었다. 물론 이 때에도 신경망 등의 기술이 있었지만 2020년을 바라보는 현대의 연구실 컴퓨터로도 며칠 걸리는 작업이 그 당시 성능으로 제대로 진행될리가 없었다. 이 당시 컴퓨터 연구는 다른 쓸모 있는 기술 (그래픽스나 임베디드 등)에 집중되었으며 2000년대 중후반에 기계학습방법들이 계산성능으로 구현가능하게 될때까지 한동안 인공지능 분야는 버로우를 타게 되었다.
사실 현재는 사람들이 아무리 열심히 의사결정 모델을 프로그래밍해 보아도 딥 러닝을 쓰는 것이 신뢰성이 오히려 높아졌기 때문에, 전문가 시스템은 한물 간 편이다. 예를 들면 영상 처리와 같은 분야의 문제들이다.
아직도 전문가 시스템이 쓰이는 곳은 Computer Algebra 같이 통계적인 결정 모델이 아니라 규칙 기반 결정 모델이 필요하거나, 아니면 기계학습 기반 인공지능을 쓰기에는 컴퓨터 사양이 부족할 만한 환경 (예를 들면 실시간 전략 시뮬레이션 게임 같은)에서만 사용될 것이다.