기술/연구

"AI 투자 열풍, 사실 두 번째 '폭망' 위기?" 과거의 교훈은?

댓글 1 · 저장 0 · 편집: 이도윤 기자 발행: 2025.06.19 13:22

기사 3줄 요약

1 1980년대 AI, 두 번째 암흑기(겨울) 맞이
2 전문가 시스템 한계와 투자 축소가 주 원인
3 신경망도 난관 봉착, AI 불신 시대 도래

한때 세상을 바꿀 것처럼 떠들썩했던 인공지능(AI) 기술이 하루아침에 찬밥 신세가 된 역사가 있습니다. 그것도 한 번이 아니라, 무려 두 번씩이나 말이죠. 지금의 AI 열풍도 어쩌면 과거의 전철을 밟는 건 아닐까요? 1980년대 후반부터 1990년대 중반까지 이어진 ‘AI의 두 번째 겨울’ 이야기입니다. 1980년대 초반, AI는 제2의 황금기를 맞이했습니다. 특히 ‘전문가 시스템’이라는 AI가 큰 주목을 받았죠. 특정 분야 전문가의 지식을 컴퓨터에 넣어, 사람처럼 판단하고 문제를 해결하게 만드는 기술이었습니다. 하지만 이 전문가 시스템은 곧 한계를 드러냈습니다. 의학, 금융 등 특정 분야에서는 똑똑했지만, 여러 분야에 걸친 넓은 지식이나 우리가 당연하게 아는 ‘상식’이 부족했습니다. 예를 들어, 어떤 의료 AI는 남자 환자에게 여자만 해당되는 검사 결과를 바탕으로 진단을 내리는 어처구니없는 일도 있었죠.

잘나가던 AI 전문가, 왜 갑자기 백수 됐나?

전문가 시스템은 지식을 입력하고 관리하는 것도 매우 까다로웠습니다. 전문가의 머릿속에 있는 지식을 꺼내 컴퓨터가 이해할 수 있는 규칙으로 바꾸는 것부터가 고역이었죠. 규칙이 수백, 수천 개로 늘어나자 서로 충돌하기도 했고, 새로운 지식을 추가하거나 시스템을 고치는 것도 보통 일이 아니었습니다. 설상가상으로 당시 AI는 ‘AI 전용 비싼 컴퓨터(LISP 머신)’에서 주로 개발됐는데, 이 컴퓨터 가격이 너무 비쌌습니다. 그런데 1980년대 중반부터 일반 데스크톱 컴퓨터 성능이 엄청나게 좋아지고 가격은 싸지면서, 굳이 비싼 AI 전용 컴퓨터를 쓸 이유가 사라졌습니다. 결국 기업들은 비싸고 쓰기 어려운 전문가 시스템에서 등을 돌리기 시작했습니다.

믿었던 정부·기업도 등 돌린 AI, 무슨 일 있었길래?

AI가 현실 세계의 복잡한 문제를 제대로 이해하지 못한다는 근본적인 문제도 계속 발목을 잡았습니다. AI가 단어나 기호를 처리하지만, 그게 진짜 무엇을 의미하는지 모른다는 ‘심볼 그라운딩 문제’ 같은 철학적인 논쟁까지 벌어졌죠. 이런 상황에서 거액의 국가 프로젝트들도 줄줄이 실패했습니다. 일본의 ‘제5세대 컴퓨터 프로젝트’나 미국의 ‘전략 컴퓨팅 계획’처럼 야심 찬 계획들이 막대한 돈만 쓰고 별다른 성과를 내지 못하자, 정부와 기업들은 AI에 대한 투자를 대폭 줄였습니다. 기대에 못 미치는 성과에 실망한 정부와 기업들은 AI 연구 자금을 끊기 시작했습니다. “AI는 아직 멀었다”는 인식이 퍼지면서, AI 연구는 또다시 차가운 겨울을 맞이하게 된 것입니다. 많은 연구자가 AI 분야를 떠나거나 연구 방향을 바꿔야 했습니다.

구원투수인 줄 알았던 신경망, 얘도 안되네?

전문가 시스템의 대안으로 ‘신경망’ 연구가 다시 주목받기도 했습니다. 신경망은 스스로 학습할 수 있다는 장점이 있었죠. 실제로 손글씨를 인식하거나 자동차가 스스로 주행하는 기술의 초기 형태도 이때 개발됐습니다. 하지만 신경망 역시 당시 기술로는 획기적인 성능을 보여주지 못했습니다. 신경망을 깊게 쌓아야 복잡한 문제를 풀 수 있는데, 깊어질수록 학습이 잘 안되거나(기울기 소실 문제), 훈련 데이터에만 너무 맞춰져 새로운 상황에서는 엉뚱한 답을 내놓는(과적합 문제) 현상이 나타났습니다. 결국 신경망도 뚜렷한 해결책이 되지 못하면서, AI에 대한 불신은 1995년 무렵까지 길게 이어졌습니다. 이렇게 AI는 두 번의 겨울을 겪으며 기대와 실망을 반복했습니다.

편집자: 이도윤 기자

제보·문의: aipick@aipick.kr