기술/연구

AI 대실패의 역사, 70년대 'AI 겨울'은 왜 왔을까?

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2025.04.17 16:50

기사 3줄 요약

1 초기 AI, 인간 능력 초월 예측 빗나가
2 기술적 한계와 철학적 비판에 부딪혀
3 결국 자금 끊긴 ‘AI 겨울’ 암흑기 도래

1950년대부터 1970년대 초반까지, 인공지능(AI) 연구는 엄청난 기대를 받았습니다. 마치 세상을 바꿀 것처럼 보였죠. 하지만 현실은 차가웠습니다. 초기 연구자들의 지나친 자신감은 곧 실망으로 바뀌었고, 결국 'AI 겨울'이라는 암흑기를 맞이하게 됩니다. 도대체 왜 AI의 첫 꿈은 좌절되었을까요?

그때 그 시절, AI는 무적일 줄 알았지?

초기 AI 과학자들은 컴퓨터가 곧 사람처럼 생각하고, 심지어 사람을 뛰어넘을 거라고 믿었습니다. 1956년 다트머스 회의에서는 '인공지능'이라는 말까지 만들며 희망에 부풀었죠. 하지만 그들의 예측은 대부분 빗나갔습니다. 1958년에는 10년 안에 컴퓨터가 체스 세계 챔피언을 이길 거라 했지만, 실제로는 1997년에야 겨우 이겼습니다. 40년 가까이 걸린 셈이죠. 1965년에는 20년 안에 기계가 사람이 하는 모든 일을 할 거라 예측했지만, 아직도 그런 기계는 없습니다. 사람처럼 자연스럽게 대화하는 AI도 아직 멀었습니다. 아래 표는 당시 예측과 실제 결과를 비교한 것입니다.

예측 내용	실제 결과	실패 원인 (쉽게 말해)
10년 안에 컴퓨터가 체스왕 이긴다 (1958년 예측)	약 40년 걸림 (1997년 성공)	컴퓨터 성능 부족, 체스가 생각보다 복잡했음
20년 안에 기계가 사람 일 다 한다 (1965년 예측)	아직도 불가능	세상은 너무 복잡하고, 기계는 상식·센스 부족
곧 사람처럼 말하는 AI 나온다 (초기 예측)	아직도 어색함	말의 애매함, 세상 지식 부족, 분위기 파악 못 함

1966년에 나온 'Eliza'라는 초기 챗봇은 간단한 규칙으로 대답했는데도, 사람들은 AI랑 진짜 대화하는 줄 알고 열광했습니다. 그만큼 기대가 부풀려져 있었던 거죠.

생각보다 똑똑하지 않았던 컴퓨터?

초기 AI가 실패한 건 기술적인 문제만은 아니었습니다. 이론적으로도 큰 벽에 부딪혔습니다. 가장 큰 문제는 '조합 폭발'이었습니다. 문제가 조금만 복잡해져도, 컴퓨터가 따져봐야 할 경우의 수가 너무 많아져서 계산하다가 멈춰버리는 겁니다. 예를 들어, 여러 도시를 가장 짧게 도는 길을 찾는 문제(TSP)는 도시 수가 늘면 경우의 수가 어마어마하게 늘어납니다. 또 'NP-완전 문제'라는 것도 있습니다. 이건 수학적으로 '아주 풀기 어려운 문제'라고 증명된 것들인데, 안타깝게도 AI가 풀어야 할 문제 중에 이런 것들이 많았습니다. 당시 컴퓨터 성능으로는 도저히 감당할 수 없었죠.

"AI는 진짜 지능 아냐" 철학자의 일침?

여기에 철학자 휴버트 드레이퍼스가 찬물을 끼얹었습니다. 그는 "컴퓨터는 진짜 생각하는 게 아니다"라고 주장했습니다. 사람은 단순히 규칙만 따르는 게 아니라, 직감이나 경험으로 상황에 맞게 판단하는데, AI는 그게 안 된다는 비판이었죠. 물론 AI 과학자들은 "기술이 발전하면 해결될 문제"라고 반박했습니다. 신경망 같은 새로운 기술로 극복할 수 있다고 믿었죠. 하지만 당시 기술로는 드레이퍼스의 비판을 넘어서기 어려웠습니다.

실패는 성공의 어머니? AI 겨울이 남긴 것

결국 1970년대 들어 AI에 대한 실망감이 커지면서 정부와 기업의 지원이 뚝 끊겼습니다. 이것이 바로 'AI 겨울'입니다. 많은 연구 프로젝트가 중단되고, 연구자들은 뿔뿔이 흩어졌습니다. 하지만 이 암흑기 동안 AI 연구자들은 실패 원인을 분석하고 새로운 길을 찾기 시작했습니다. 덕분에 신경망, 머신러닝 같은 지금의 AI 기술 토대가 마련될 수 있었습니다. 초기 AI의 역사는 우리에게 중요한 교훈을 줍니다. 기술에 대한 막연한 기대보다는 현실적인 한계를 인정하고, 꾸준히 문제를 해결해나가야 한다는 것입니다. 과거의 실패를 거울삼아, 인간과 AI가 함께 발전하는 미래를 만들어가야 할 것입니다.

편집자: 이도윤 기자

제보·문의: aipick@aipick.kr