기호주의 인공지능 (symbolic AI)
한 줄 정의: 지식을 기호와 규칙으로 명시하고 논리적 추론으로 문제를 푸는 인공지능 접근입니다.
쉽게 풀면
사람의 지능을 기호를 다루는 능력으로 보고, 세상에 대한 지식을 “만약 A이면 B이다” 같은 규칙으로 적어 넣는 방식입니다. 컴퓨터는 이 규칙들을 논리적으로 조합해 결론을 끌어냅니다. 데이터에서 통계적 패턴을 학습하는 요즘의 신경망과 달리, 사람이 지식을 직접 써 넣는다는 점이 특징입니다.
왜 중요한가
1950년대부터 1980년대까지 인공지능 연구의 주류였으며 전문가 시스템, 자동 정리 증명, 논리 프로그래밍 같은 성과를 남겼습니다. 추론 과정을 사람이 그대로 읽고 검증할 수 있다는 장점 때문에, 설명 가능성과 안전성이 중요한 분야에서 다시 주목받고 있습니다. 신경망과 결합하는 신경-기호 접근이 현재 활발한 연구 주제입니다.
논문에서는 이렇게 쓰입니다
"본 연구는 신경망의 지각 모듈과 기호주의 인공지능의 규칙 추론기를 결합한 신경-기호 구조를 제안한다."
데이터에서 배우는 부분과 규칙으로 추론하는 부분을 한 시스템에 합쳤다는 뜻입니다.
조금 더 깊게 보면
뉴웰과 사이먼의 물리 기호 체계 가설, 즉 기호를 조작하는 체계는 지능적 행동에 필요하고도 충분하다는 명제가 이론적 토대였습니다. 대표적 기술로는 술어 논리와 도출 원리, 탐색 기반 문제 해결, 프레임과 온톨로지 같은 지식 표현 형식이 있습니다. 상식 지식을 일일이 적는 데 드는 비용, 예외 처리의 어려움, 잡음 섞인 실제 감각 데이터를 다루지 못하는 한계가 드러나며 주도권이 연결주의로 넘어갔습니다.
주의할 점
연결주의와 대비되는 계보를 가리키는 말이므로, 특정 알고리즘 하나가 아니라 연구 패러다임 전체를 지칭합니다. 기호주의가 실패했다는 단순한 서술은 부정확하며, 논리 기반 기법은 형식 검증이나 지식 그래프 등에서 여전히 현역입니다.