기술/연구

AI 뇌 구조의 비밀, '이것' 없으면 ChatGPT도 깡통?

댓글 0 · 저장 0 2025.05.07 12:32

기사 3줄 요약

1 AI 지식 표현, 시맨틱 네트워크 한계 봉착
2 온톨로지, AI 지능 향상의 핵심 열쇠로 부상
3 AI 시스템 간 소통, 온톨로지가 표준 역할 수행

챗GPT 같은 똑똑한 AI 뒤에는 우리가 모르는 거대한 비밀이 숨어있습니다. 바로 AI가 세상을 이해하고 사람처럼 생각하게 만드는 '지식 표현' 기술입니다. 수십 년간 AI 연구자들은 이 문제로 골머리를 앓았고, 만약 이 열쇠를 찾지 못했다면 지금의 AI 발전은 상상도 못 했을 겁니다. 마치 인간에게 체계적인 지식과 상식이 없다면 제대로 된 대화나 학습이 불가능한 것과 같습니다.

AI, 뭘 알아야 똑똑해지지?

인공지능을 만들려는 노력은 아주 오래전부터 있었습니다. 하지만 초기 AI, 특히 1950년대와 60년대에 나온 시스템들은 주로 특정 문제를 풀거나 정보를 찾는 알고리즘에 집중했습니다. 문제는 이 AI들이 특정 분야의 방대한 지식을 활용하거나 처리하는 능력이 부족했다는 점입니다. 그래서 조금만 새로운 상황에 놓이면 쉽게 오류를 내거나 작동을 멈추는, 소위 '유리멘탈' AI였습니다.

옛날 AI의 '단어 연결 놀이', 시맨틱 네트워크가 뭐길래?

이런 한계를 극복하기 위해 등장한 초기 방법 중 하나가 '시맨틱 네트워크(Semantic Network)'입니다. 이 아이디어는 고대 그리스 철학까지 거슬러 올라가는데, 컴퓨터로 구현된 것은 1956년 리처드 리첸스에 의해서였습니다. 시맨틱 네트워크는 쉽게 말해 단어(노드)들을 의미 있는 선(링크)으로 연결해 지식을 표현하는 방식입니다. 마치 '고래는 포유류다', '포유류는 동물이다'처럼 단어들을 그물처럼 엮는 것이죠. 1960년대 카네기 멜런 대학의 로스퀼리언은 이 구조를 사용해 인간의 연상 기억을 모델링하기도 했습니다. 하지만 시맨틱 네트워크에는 분명한 한계가 있었습니다. 단어들을 연결하는 선의 의미가 애매모호하거나, 복잡한 지식 구조를 다루기에는 역부족이었던 것입니다. 예를 들어 '사랑'이라는 단어가 '가족'과 '연인' 모두와 연결될 수 있지만, 그 관계의 성격은 다르다는 것을 명확히 구분하기 어려웠습니다. 이런 문제를 해결하기 위해 1980년대 로널드 브라크만 주도로 KL-One 같은 더 정교한 방법론이 등장하게 됩니다.

AI에게 '체계적인 생각의 틀'을! 온톨로지 등장

AI 분야에서 '온톨로지(Ontology)'는 시맨틱 네트워크보다 훨씬 더 구조적이고 의미가 풍부한 지식 표현 틀을 제공합니다. 토마스 그루버는 온톨로지를 "개념화에 대한 명시적인 명세"라고 정의했는데, 쉽게 말해 우리가 생각하는 개념들을 명확하게 정의하고, 그 관계를 체계적으로 정리해서 여러 시스템에서 함께 사용할 수 있도록 만든 '지식 지도' 또는 '개념 사전' 같은 것입니다. 시맨틱 네트워크와 달리 온톨로지는 개념들을 계층적으로 구조화하고 그 관계를 엄격하게 정의합니다. 예를 들어 '동물'이라는 상위 개념 아래 '포유류', '조류' 등을 두고, 각 개념의 특징(예를 들어 포유류는 젖을 먹인다)과 관계를 명확히 기술하는 식입니다. 1990년대에는 온톨로지 표현 방식이 표준화되기 시작했고, 시맨틱 웹 기술이 발전하면서 도서관학이나 기업 지식 관리 등 전통적인 AI 영역을 넘어 다양하게 활용되기 시작했습니다. 시맨틱 네트워크와 온톨로지의 가장 큰 차이는 '의미의 명확성'과 '재활용 가능성'에 있습니다. 시맨틱 네트워크는 연결선의 의미가 모호해서 지식을 재활용하거나 다른 시스템과 정보를 주고받기 어려웠습니다. 반면 온톨로지는 공식적인 약속(형식 의미론)을 사용해 개념과 관계를 명확히 정의하기 때문에, 여러 시스템에서 일관되게 해석하고 정보를 쉽게 공유할 수 있습니다.


특징	시맨틱 네트워크	온톨로지
의미 연결 방식	애매하고 비공식적, 해석이 다를 수 있음	명확하고 공식적, 일관된 해석 가능
지식 재활용	체계 부족으로 지식 공유 어려움	명확한 정의와 구조로 지식 공유 및 재사용 용이
시스템 간 호환성	의미 모호, 표준화 부족으로 시스템 통합 어려움	일관된 표현으로 여러 시스템 및 분야 간 호환 용이
구조	단순 연결 구조, 복잡한 지식 표현 한계	분류, 속성, 관계 등 체계적 구조, 복잡한 지식 표현 가능

그래서 온톨로지가 왜 그렇게 중요한데?

초기 전문가 시스템에서 오늘날의 정교한 AI 모델로 발전하기까지, 가장 중요했던 것은 특정 분야의 지식을 체계적으로 정리하는 능력이었습니다. 온톨로지는 바로 이 '체계적인 정리'를 가능하게 해, 과거의 시맨틱 네트워크보다 훨씬 강력하고 여러 시스템에서 함께 쓸 수 있는 해결책을 제시합니다. 덕분에 AI는 지식을 더 효과적으로 공유하고, 재사용하며, 다른 시스템과 통합될 수 있게 되었습니다. 이는 복잡한 실제 세상의 문제를 해결하고 추론할 수 있는 고급 AI 시스템 개발에 필수적입니다. AI 기술이 점점 더 복잡해짐에 따라, 지식을 구조화하고 표준화하는 온톨로지의 역할은 더욱 중요해지고 있습니다. 미래의 AI는 단순히 뛰어난 알고리즘뿐만 아니라, 그 알고리즘이 사용하는 데이터를 의미 있게 정리하는 능력에 달려있으며, 온톨로지는 이 작업에 없어서는 안 될 핵심 도구입니다.