기술/연구

챗GPT 조상님 등장? 40년 전 AI, 회사 돈 수백억 아껴줬다

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2025.04.26 10:52

기사 3줄 요약

1 1980년대 AI, 연구실 넘어 돈 버는 도구로 등장
2 기업들, 전문가 지식 담은 ‘전문가 시스템’ 적극 도입
3 연간 수백억 비용 절감 등 실제 경제적 성과 입증

지금 챗GPT 같은 AI가 세상을 바꾸고 있지만, 사실 인공지능(AI) 열풍은 이번이 처음이 아닙니다. 1980년대에도 AI는 뜨거운 감자였는데, 이때는 지금과 다른 이유로 주목받았습니다. 바로 '돈이 되는 기술'로 인정받았기 때문입니다. 당시 AI는 단순히 똑똑한 기계를 만드는 이론 연구에 그치지 않았습니다. 기업들은 AI를 이용해 실제 문제를 해결하고 이익을 늘릴 수 있다는 사실을 깨달았습니다. 수백 개의 '전문가 시스템(Expert System)'이 탄생해 석유 탐사, 세금 처리, 통신망 관리, 농업 생산량 증대 등 다양한 산업 현장에 투입되었습니다.

1980년대 AI, 뭐가 달랐는데?

1980년대 AI 붐의 가장 큰 특징은 '실용성'과 '수익성'이었습니다. 이전까지 AI 연구가 주로 대학 연구실에서 이론 중심으로 이루어졌다면, 이때는 기업들이 직접 투자하고 개발에 나섰습니다. AI가 실제 돈을 벌어다 줄 수 있다는 확신이 있었기 때문입니다. 스탠퍼드 대학 연구진이 설립한 '테크놀리지(Teknowledge)' 같은 회사가 대표적입니다. 이들은 의료 진단 시스템(MYCIN) 기술을 바탕으로, 어떤 분야든 적용 가능한 전문가 시스템 개발 도구(EMYCIN)를 만들어 기업에 판매했습니다. 덕분에 기업들은 각자 상황에 맞는 AI를 더 쉽게 만들고 활용할 수 있게 되었습니다.

돈 되는 AI, 어떻게 가능했지?

전문가 시스템은 특정 분야 전문가의 지식과 경험을 컴퓨터 규칙으로 저장한 프로그램입니다. 마치 특정 분야의 베테랑 노하우를 디지털화한 것과 같습니다. 기업들은 이 시스템을 활용해 복잡한 문제를 해결하고 업무 효율성을 크게 높였습니다. 예를 들어, 컴퓨터 회사 DEC는 전문가 시스템(R1/XCON)으로 컴퓨터 부품 주문 정확도를 98%까지 높여 연간 4000만 달러(현재 가치 수백억 원 이상)를 절약했습니다. 광물 탐사 시스템(PROSPECTOR)은 실제로 상업적 가치가 있는 광맥을 찾아냈고, 기관차 고장 진단 시스템(DELTA)은 고장 원인의 80%를 정확히 진단해 유지보수 비용을 크게 줄였습니다.

전문가 시스템, 그래서 지금 AI랑은 뭐가 다른 거야?

1980년대 전문가 시스템과 현재의 챗GPT 같은 AI는 작동 방식에 차이가 있습니다. 전문가 시스템은 사람이 미리 입력한 규칙에 따라 답을 찾습니다. 반면 요즘 AI는 방대한 데이터를 스스로 학습해 패턴을 찾고 예측하거나 새로운 것을 만들어냅니다. 아래 표는 1차 AI 붐과 2차 AI 붐(1980년대)의 주요 차이점을 보여줍니다.

구분	1차 AI 붐 (1950~70년대)	2차 AI 붐 (1980년대)
자금 출처	주로 학계 연구비	기업 투자 중심
개발 초점	이론적 탐구	실용적 응용
성공 기준	새로운 이론/기술 개발	실질적인 재정적 이익
핵심 기술	기호 기반 추론	지식 표현 (전문가 시스템)

1980년대 AI 붐은 AI가 단순한 연구 대상을 넘어 경제 성장의 중요한 동력이 될 수 있음을 보여줬습니다. 비록 당시 전문가 시스템은 스스로 학습하지 못하는 등 한계도 있었지만, 이 경험은 오늘날 머신러닝과 같은 더 발전된 AI 기술 개발의 밑거름이 되었습니다. 결국 AI의 진정한 가치는 이론적 가능성뿐만 아니라, 실제 문제를 해결하고 세상을 이롭게 하는 능력에 있다는 교훈을 남겼습니다.