신경기호 AI, 생성 AI의 한계를 넘어서다
Elemental Cognition의 창립자이자 CEO인 데이비드 페루치는 신경기호 AI(neurosymbolic AI)를 개발하여 현대의 생성 AI 기술이 가진 한계를 극복하려 하고 있다.
- 현재 생성 AI는 대형 언어 모델(ex. GPT-3)을 통해 문장 생성을 수행하지만, 모호한 언어나 맥락에서 오류가 발생할 수 있다. 신경기호 AI는 이를 보완하기 위해 논리적 사고와 규칙 기반의 심볼릭 논리를 접목한다.
- 시장조사기관 Gartner는 2025년까지 신경기호 AI가 전체 AI 프로젝트의 20%에 채택될 것으로 예측하고 있으며, 이는 AI의 데이터 효율성와 정확도를 향상시킬 수 있는 잠재력을 인정받고 있다.
신경기호 AI란 무엇인가?
신경기호 AI는 딥러닝 기반의 생성 AI가 가지고 있는 제약을 보완하기 위해 개발된 새로운 접근 방식이다. 이 기술은 인간의 추론 능력을 모방하는 동시에 심볼릭(reasoning) 시스템을 통합하여 더 나은 결과를 제공한다.
- Stanford University의 연구에 따르면, 신경기호 AI는 이미지 인식 및 자연어 처리에서 기존 AI와 비교하여 더 높은 정확도를 보이며, 기계의 추론 능력을 크게 향상시킬 수 있다.
- DARPA(미국 방위고등연구계획국)는 Explainable AI 프로그램을 통해 심볼릭 시스템과 딥러닝의 결합을 연구하고 있으며, 이는 군사 및 민간 분야에 활용 가능한 기술 발전을 목표로 하고 있다.
딥러닝의 한계와 그 해결책
딥러닝은 많은 데이터를 처리하는 데 강점이 있지만, 논리적 추론이나 복잡한 문제 해결에 있어서는 한계가 있다. 신경기호 AI는 이러한 문제를 극복하고자 딥러닝과 심볼릭 AI의 장점을 결합한다.
- 딥러닝은 학습 데이터에 의존하기 때문에 데이터 편향 문제에 취약하다. 이에 반해 신경기호 AI는 데이터 편향 문제를 완화하며, 심볼릭 논리를 통해 규칙 기반의 사고를 가능케 해준다.
- AI 분야의 분석기관 OpenAI는 2021년 연구에서 신경기호 AI가 비슷한 복잡성의 문제에서 최대 30% 더 빠른 응답 시간을 기록했음을 보고하여, 이 기술의 효율성을 입증했다.
Elemental Cognition의 역할
Elemental Cognition은 신경기호 AI 분야에서 선두주자로, 이 기술을 통해 더 지능적이고 효율적인 AI 시스템을 구축하고자 한다. 데이비드 페루치는 이러한 노력을 통해 AI 기술의 새로운 가능성을 열어가고 있다.
- Elemental Cognition은 금융 분석, 의료 진단 등에 신경기호 AI를 적용하여 실질적인 산업 문제를 해결하고 있으며, 이는 산업 전반에서 생산성을 높인다.
- 페루치는 “AI는 복잡한 인식적, 논리적 작업을 수행하는 데 있어 인간과의 협업을 통해 지식을 확장할 수 있어야 한다”라고 강조하였으며, 이는 AI의 사용 사례 확장을 겨냥한 목표를 나타낸다.
출처 : 원문 보러가기
