기술/연구

“GPT 이전에 진짜 AI는 따로 있었다” 지금도 쓰는 90년대 알고리즘의 정체

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2025.07.03 12:22

기사 3줄 요약

1 1990년대, 챗GPT 뿌리가 된 핵심 AI 알고리즘들 대거 등장
2 벨 연구소, SVM·랜덤 포레스트 등 개발하며 머신러닝 주도
3 여러 모델 합친 '앙상블' 기법, 넷플릭스 대회서 성능 입증

요즘 AI 하면 다들 챗GPT를 떠올립니다. 하지만 챗GPT가 등장하기 훨씬 전인 1990년대, 이미 세상을 바꾸고 있던 전설적인 AI 알고리즘들이 있었습니다. 놀랍게도 이 기술들은 지금도 우리 생활 곳곳에서 활약하고 있습니다. 바로 '서포트 벡터 머신(SVM)'과 '랜덤 포레스트' 이야기입니다. 이 혁신적인 기술들은 모두 전설적인 '벨 연구소'에서 탄생했습니다.

그래서 SVM이 도대체 뭔데?

SVM은 데이터를 두 그룹으로 나누는 똑똑한 분류 기술입니다. 예를 들어, 강아지와 고양이 사진을 구분한다고 상상해 봅시다. SVM은 두 그룹 사이에 가장 넓은 '안전지대'를 만드는 경계선을 긋는 것과 같습니다. 이 경계선 덕분에 새로운 사진이 들어와도 더 정확하게 분류할 수 있습니다. 이 기술은 구소련 출신의 천재 통계학자 블라디미르 뱁닉이 개발했는데, 당시 신경망 기술이 주춤할 때 새로운 희망으로 떠올랐습니다. 특히 의료 영상 분석이나 날씨 예측처럼 정밀함이 중요한 분야에서 큰 힘을 발휘했습니다.

전문가 한 명보다 여러 명이 낫다고?

'랜덤 포레스트'는 이름처럼 '의사결정 나무' 여러 개를 모아 '숲'을 만드는 방식입니다. 한 명의 전문가에게만 의존하면 실수할 수 있지만, 여러 전문가의 의견을 종합하면 더 현명한 결정을 내릴 수 있는 것과 같은 원리입니다. 각각의 나무(전문가)는 조금씩 다른 데이터를 보고 학습해 자신만의 결론을 내립니다. 그 후, 모든 나무의 의견을 모아 투표처럼 다수결로 최종 결정을 내리죠. 이 방법은 벨 연구소의 호 틴캄이 개발했으며, 하나의 결정 나무가 가질 수 있는 오류를 줄여 훨씬 정확한 예측을 가능하게 했습니다.

그래서 이게 왜 중요한 건데?

SVM이나 랜덤 포레스트 같은 알고리즘 여러 개를 합쳐 더 강력한 모델을 만드는 것을 '앙상블' 기법이라고 부릅니다. 이는 머신러닝 성능을 극적으로 끌어올렸습니다. 대표적인 사례가 바로 '넷플릭스 프라이즈' 대회입니다. 2009년, 한 팀이 바로 이 앙상블 기법으로 넷플릭스의 영화 추천 정확도를 획기적으로 높여 100만 달러의 상금을 받았습니다. 1990년대에 탄생한 이 알고리즘들은 오늘날 인공지능 기술의 튼튼한 뿌리가 되었습니다. 챗GPT와 같은 최신 AI도 결국 이러한 기초 연구 위에 세워진 셈입니다.