2.1-a 인공지능(AI)의 기원과 초기 개념

오늘날 인공지능(AI)은 고도화된 기술로서 우리 삶 곳곳에 스며들고 있지만, 그 뿌리는 오래전 철학적 사유와 논리적 탐구로 거슬러 올라갑니다. 본 글에서는 AI의 철학적 기초, 과학적 이론, 그리고 초창기 연구 사례를 바탕으로 AI의 기원과 초기 개념을 살펴보며, 현재의 AI를 이해하는 데 필요한 역사적 맥락을 제공합니다.

---

1. 인공지능의 정의와 초기 개념

인공지능(Artificial Intelligence)은 기계나 컴퓨터 시스템이 인간처럼 사고하고, 학습하고, 문제를 해결하며, 의사결정을 내릴 수 있는 능력을 의미합니다. "인공지능"이라는 용어는 존 매카시(John McCarthy)가 1956년 다트머스 회의에서 처음 사용했지만, 그 기본 개념은 훨씬 이전부터 존재해 왔습니다.

AI의 개념은 수학, 논리학, 철학 등의 분야에서 발전해 왔으며, 20세기 초 컴퓨터 과학이 태동하면서 본격적으로 기술적 기반이 마련되었습니다.

• 형식 논리와 수학적 기초
  1800년대 중반, 조지 불(George Boole)*의 불 대수**는 디지털 논리의 기초를 마련했고,

* 조지 불(George Boole, 1815–1864)은 현대 디지털 컴퓨터의 핵심 개념 중 하나인 불 대수(Boolean Algebra)**를 창시한   영국의 수학자이자 논리학자입니다. ** 불 대수(Boolean Algebra) : 전통적인 산술 연산이 아니라 참(True) 또는 거짓(False) 값만을 다루는 이진 논리 체계입니다. 인공지능과 불 대수의 관계 불 대수는 AI 시스템에서 논리 추론(logical reasoning)과 지식 표현(knowledge representation)에 다음과 같이 활용됩니다: 지식 기반 시스템 (Expert Systems) 진리값 기반의 규칙(예: “IF A AND B THEN C”)은 불 대수 논리에 기초함. 예시: 의료 진단 시스템에서 “열 AND 기침 → 감기 가능성” 논리. 디지털 회로와 신경망 하드웨어 AI가 작동하는 물리적 기반(프로세서, 메모리 등)은 모두 **논리 게이트(AND, OR, NOT)**로 구성되어 있음. 이 게이트들의 작동 원리는 모두 불 대수에 기반. 조건 기반 제어 (Rule-based AI) 초기 AI 시스템은 사람이 작성한 논리 규칙에 따라 작동. 예: MYCIN, PROLOG 등 .

     1900년대 초 쿠르트 괴델(Kurt Gödel)은 불완전성 정리***를 통해 계산 가능성과 알고리즘의 한계를 탐구함으로써
     AI의 이론적 근간을 형성했습니다.

* 괴델의 불완전성 정리란? 커트 괴델(1906–1978)은 1931년 다음 두 가지 불완전성 정리를 발표했습니다: 제1 불완전성 정리: 즉, 모든 수학적 진리를 증명할 수 있는 완전한 체계는 존재하지 않는다는 의미입니다. 제2 불완전성 정리: 즉, 체계가 무오류라고 증명하려면 더 강한 외부 체계가 필요하다는 것입니다. 불완전성 정리가 인공지능에 미친 영향 괴델의 정리는 인공지능의 이론적 한계와 가능성을 논의할 때 중요한 전제가 됩니다. (1) 논리 기반 인공지능(Logical AI)의 한계 AI가 인간처럼 추론하고 사고하기 위해선 형식논리(Formal Logic) 시스템 위에서 동작해야 합니다. 그러나 괴델 정리에 따르면, 어떤 논리 체계 위에서 작동하는 AI도, 참인 모든 명제를 증명할 수는 없다는 한계가 존재합니다. 이는 AI가 일정 수준 이상의 추론 능력을 갖추더라도, 본질적으로 해결 불가능한 문제를 마주할 수 있음을 의미합니다. (2) 튜링의 정지 문제(Halting Problem)와의 연결 앨런 튜링은 1936년 괴델의 정리를 기반으로 정지 문제를 증명했습니다. 어떤 프로그램이 언제 멈출지 자동으로 판단하는 알고리즘은 존재하지 않는다는 것을 보여줍니다. 이는 컴퓨터 기반 AI의 계산 불가능성 문제로 이어지며, AI의 자동 추론 한계와 직결됩니다. (3) 인간 지능과 AI의 차이 논의에서의 활용 일부 철학자(예: 로저 펜로즈)는 괴델 정리를 바탕으로 “인간은 기계보다 더 강한 추론 능력을 가진다”고 주장합니다. 그들은 인간은 참이지만 증명 불가능한 명제를 직관적으로 파악할 수 있지만, AI는 이를 할 수 없다고 봅니다. 하지만 이에 반대하는 견해도 많습니다. AI는 완전성과 무관하게 실용적 추론을 수행할 수 있는 휴리스틱 시스템으로 발전 중입니다.

2. 철학적 사유와 인공지능에 대한 초기 상상

인공지능에 대한 사유는 고대 철학부터 시작되어, 인간 지능과 사고의 본질을 탐구하면서 기계가 사고할 수 있는지에 대한 질문으로 이어졌습니다.

• 고대 그리스 철학
  아리스토텔레스는 ‘삼단 논법’과 같은 형식 논리를 제시하며 인간 사고의 구조를 체계화했습니다. 이러한 논리적 사고 체계는 이후 AI 알고리즘 설계에 영향을 주었습니다.
• 17~18세기 철학자들
  르네 데카르트(René Descartes)는 인간과 동물을 복잡한 기계로 간주하며, 인간 사고 또한 기계적으로 설명될 수 있다고 주장했습니다.
  토머스 홉스(Thomas Hobbe**는 “사고는 계산이다”라고 하며, 인간 사고의 계산 가능성에 주목했습니다.
• 19세기 문학
  메리 셸리(Mary Shelley)의 『프랑켄슈타인』(1818)은 인공 생명체에 대한 도덕적 질문을 제기하며, 오늘날 AI 윤리 논의의 상징적 출발점으로 간주되기도 합니다.
• 20세기 초 사상과 과학
  앨런 튜링(Alan Turing)은 1950년 논문 「컴퓨터 기계와 지능」에서 ‘튜링 테스트’를 제안하며, 기계가 인간과 구별되지 않을 정도의 지능을 가질 수 있는지를 실험적으로 검증할 수 있는 틀을 제시했습니다.

---

3. 역사적으로 검증된 AI 초기 사례들

• 앨런 튜링의 업적 (1936~1950)
  튜링은 ‘튜링 머신’이라는 이론적 모델을 통해 계산 가능성과 알고리즘의 개념을 제시하며 현대 컴퓨터와 AI 이론의 기초를 닦았습니다.

튜링 머신은 "계산이란 무엇인가?"라는 근본적인 질문에 답하기 위해 고안된 수학적 사고 실험입니다. 이는 물리적 기계가    아니라, 이론적 모델로 튜닝 머신의 구성요소는 다름과 같습니다. 무한한 테이프 : 정보를 기록하는 무한한 종이 테이프 (셀 단위로 나뉘고 각 셀에 기호 저장 가능) 헤드(Head) : 테이프 위를 좌우로 이동하면서 기호를 읽고 쓰는 장치 상태 저장 장치 : 기계의 현재 상태를 기억함 (q0, q1, ..., qn) 전이 함수 : 상태와 읽은 기호에 따라 새로운 상태, 쓰기 기호, 이동 방향을 결정하는 규칙 집합

• 클로드 섀넌(Claude Shannon)의 정보이론 (1948)
  섀넌은 정보의 양을 수학적으로 정의하고 디지털 통신의 기초를 정립하며, 머신러닝과 데이터 기반 AI 발전의 핵심 토대를 제공했습니다.

정보이론은 정보를 수학적으로 정의하고, 정보를 압축(encoding)하고 전송(transmission)하며 복원(decoding)하는 과정을 분석하는 학문입니다. 정보이론의 핵심 질문은 다음과 같습니다. 정보는 무엇인가? 얼마나 많은 정보를 보낼 수 있는가? 어떻게 정보를 손실 없이 전송할 수 있는가? 잡음이 있어도 정보를 복구할 수 있는가?

• 노버트 위너(Norbert Wiener)와 사이버네틱스 (1940~50년대)
  사이버네틱스는 자가 조절 시스템과 피드백 메커니즘에 대한 이론으로, 초기 인공지능 시스템과 신경망 개념에 큰 영향을 주었습니다.

"사이버네틱스는 동물과 기계에서의 제어(Control)와 통신(Communication)에 대한 과학이다." 사이버네틱스는 본질적으로 시스템이 자신의 출력을 관찰하고 그것을 다시 입력으로 사용하여 스스로를 조정하는 구조를 연구합니다. * 사이버네틱스의 구성 원리 입력(Input) : 외부 자극 또는 정보 처리(Process) : 시스템이 정보를 해석하고 판단 출력(Output) : 결과 또는 행동 피드백 (Feedback) : 출력 결과를 측정하고, 그 정보를 시스템 입력으로 다시 사용하여 조정

---

4. 왜 AI의 기원을 이해해야 할까?

AI의 기원과 초기 사상을 이해하는 것은 오늘날 우리가 직면한 AI 윤리, 지능의 본질, 인간-기계의 상호작용 같은 주요 논의들을 깊이 있게 이해하는 데 필수적입니다. 과거의 철학적·이론적 논의들은 오늘날에도 반복되고 있으며, 이는 기술 발전만큼이나 인문학적 성찰이 중요함을 시사합니다.