기술/연구

최초의 AI 챗봇은 '블록'만 이해했다... 현대 AI와 56년 차이 실감나네

댓글 0 · 저장 0 2025.04.09 13:39

기사 3줄 요약

1 MIT가 1968년 개발한 SHRDLU, 세계 최초 대화형 AI 프로그램 탄생.
2 가상 블록 세계에서만 작동, 자연어 명령 처리 가능했던 혁신적 기술.
3 현대 AI와 달리 미리 프로그래밍된 규칙에 의존, 제한된 환경만 이해.

'블록 세계'에서 태어난 AI의 첫 발걸음

오늘날 우리가 일상적으로 사용하는 ChatGPT와 같은 AI 서비스의 뿌리를 찾아 거슬러 올라가면, 56년 전 MIT의 작은 연구실로 향하게 됩니다. 1968년부터 1970년까지 테리 위노그라드(Terry Winograd) 교수가 개발한 'SHRDLU'(슈르들루)는 인공지능의 역사에서 혁신적인 전환점을 마련했습니다. SHRDLU는 오늘날의 복잡한 AI 시스템과는 달리 단순한 '블록 세계'라는 제한된 가상 환경에서만 작동했습니다. 이 환경은 다양한 모양과 색상의 블록, 피라미드, 공 등 간단한 물체들로 구성되어 있었습니다. 일종의 디지털 장난감 상자라고 생각하면 됩니다.

SHRDLU의 놀라운 능력

당시로서는 혁신적이었던 SHRDLU의 가장 큰 특징은 자연어 처리 능력이었습니다. 사용자가 "빨간 블록을 집어라"와 같은 일상 언어로 명령을 내리면, SHRDLU는 이를 이해하고 가상 환경에서 실행할 수 있었습니다. 지금이야 당연하게 느껴질 수 있지만, 컴퓨터가 인간의 언어를 이해한다는 개념은 당시에는 획기적이었습니다. 더 놀라운 것은 SHRDLU가 대화의 맥락을 기억할 수 있었다는 점입니다. 예를 들어 "그 피라미드를 상자에서 꺼내라"라고 명령하면, 이전 대화에서 언급된 특정 피라미드를 식별할 수 있었습니다. 또한 "상자 안에 무엇이 있니?"라고 질문하면 현재 상자에 들어있는 물체들을 정확히 알려주었습니다. 이러한 능력은 SHRDLU가 단순한 명령 실행을 넘어 추론과 계획 기능도 갖추고 있었음을 보여줍니다. 복잡한 목표를 달성하기 위해 여러 단계의 행동을 계획하고, 자신의 결정에 대한 이유를 설명할 수도 있었습니다.

한계와 도전

그러나 SHRDLU에는 분명한 한계가 있었습니다. 가장 큰 제약은 그 이해력이 오직 프로그래머가 미리 설정한 '블록 세계'에만 국한되었다는 점입니다. 실제 세계의 복잡성이나 예상치 못한 상황을 처리하는 능력이 전혀 없었죠. SHRDLU는 기본적으로 규칙 기반 시스템이었습니다. 언어 처리와 추론을 위해 프로그래머가 직접 코딩한 규칙과 의미 네트워크에 의존했기 때문에, 시스템을 확장하거나 모호한 입력을 처리하기가 어려웠습니다. 또한 실제 세계에 대한 이해나 상식적인 지식도 없었습니다. SHRDLU에게 블록은 단지 조작할 수 있는 가상 객체일 뿐, 그것이 무엇인지, 어떤 물리적 특성을 가지는지에 대한 개념은 전혀 없었습니다.

현대 AI와의 차이점

SHRDLU와 ChatGPT 같은 현대 AI 시스템은 근본적으로 다른 접근 방식을 취합니다. SHRDLU가 미리 프로그래밍된 규칙에 의존했다면, ChatGPT는 트랜스포머 아키텍처를 기반으로 한 대규모 언어 모델입니다. SHRDLU의 지식은 명시적으로 프로그래밍되었지만, ChatGPT는 기계 학습을 통해 방대한 양의 데이터에서 패턴을 학습합니다. 이러한 차이는 확장성에서도 두드러집니다. SHRDLU의 규칙 기반 접근 방식은 확장이 어려웠지만, ChatGPT는 데이터 기반 접근 방식 덕분에 훨씬 더 넓은 범위의 입력과 작업을 처리할 수 있습니다. 물론 ChatGPT도 여전히 진정한 이해력은 부족하지만, SHRDLU보다 훨씬 더 유연하고 미묘한 언어 이해를 보여줍니다.

AI 연구에 미친 영향

제한된 능력에도 불구하고, SHRDLU는 AI 연구에 중요한 영향을 미쳤습니다. 자연어 처리의 잠재력을 보여주고 이 분야의 추가 연구를 촉진했으며, AI 시스템 확장의 과제와 보다 강력하고 적응 가능한 접근 방식의 필요성을 강조했습니다. 흥미롭게도 SHRDLU는 대화형 소설의 첫 번째 공식 사례로도 간주됩니다. 그 유산은 인공 일반 지능을 향한 여정에서 초기 성과와 지속적인 도전 모두를 상기시켜 줍니다. SHRDLU의 한계는 복잡하고 예측 불가능한 환경에 적응할 수 있는 AI 시스템의 필요성을 부각시켰으며, 이는 오늘날까지도 AI 연구를 추진하는 과제로 남아 있습니다.