Article at a Glance

인공지능 연구는 기존의 신경망 기반 AI(생성형 AI)가 가진 근본적인 한계를 극복하고 인간처럼 ‘사고하는 AI’를 구현하기 위해 뉴로심볼릭 AI 패러다임으로 전환하고 있다. 뉴로심볼릭 AI는 패턴 인식을 담당하는 신경망과 논리적 추론을 담당하는 심볼릭을 통합한 접근법으로 의료, 금융 등 고위험 분야에서 요구되는 투명성, 설명 가능성, 추적 및 감사 필수 요건을 충족시키는 데 유리하다. AWS는 에이전틱 AI를 개발하는 데 뉴로심볼릭 접근법을 적용하고 있다. 뉴로심볼릭 AI는 정답을 제시하기보다 질문을 통해 사용자의 사고를 유도하는 소크라테스식 AI를 구현하고 규제 준수와 안전성을 확보함으로써 인공일반지능(AGI)으로 발전할 것이다.

---

인공지능(AI) 분야는 오랫동안 두 개의 평행선을 달려왔다. 하나는 명시적 규칙과 논리로 작동하는 심볼릭(Symbolic AI)1 1명시적으로 규정된 규칙과 기호(symbol)를 조작해 인간의 논리적 추론 과정을 모방하는 AI 접근법이다. 닫기 이고 다른 하나는 대규모 데이터에서 패턴을 학습하는 신경망 기반 AI(Artificial Neural Network)2 2인간 뇌의 신경망 구조를 모방해 다층 연결된 인공 뉴런들이 데이터에서 패턴을 학습하도록 설계된 AI 접근법이다. 닫기 다. 전자는 ‘전문가 시스템’으로 불리며 투명하고 신뢰할 수 있지만 경직돼 있다는 한계가 있고 후자는 생성형 AI로 대표되며 창의적이지만 설명이 불가능한 ‘블랙박스’라는 한계를 지닌다. 생성형 AI의 성능이 급격히 발전하면서 신경망 기반 AI가 대세가 된 가운데 최근 그 한계를 극복하면서 더욱 인간처럼 ‘사고하는 AI’를 지향하는 패러다임 전환이 이뤄지고 있다. 올해 7월 오픈AI가 챗GPT의 o1 모델에 ‘공부 모드(Study Mode)’를 도입한 것이 대표적인 사례다.3 3OpenAI (2025). “Introducing Study Mode” OpenAI Blog. 닫기 단순히 답을 생성하는 것을 넘어 소크라테스식 문답법을 통해 사용자의 추론 과정을 안내하는 이 기능은 AI가 ‘응답하는 것’에서 ‘생각하는 것’으로 진화하고 있음을 보여준다. 이제 업계는 묻고 있다. 심볼릭과 신경망 AI 중 “어느 쪽을 선택할 것인가?”가 아니라 “어떻게 결합할 것인가?”를 말이다.


현재 AI의 근본적 한계,
뉴로심볼릭의 부상



현재 대형 언어 모델을 중심으로 한 생성형 AI는 놀라운 성과를 보여주지만 실제 기업 운영 단계에서 명확한 한계를 드러내고 있다. 첫째, 신경망은 블랙박스로 작동하기 때문에 왜 그런 결정을 내렸는지 설명할 수 없다. 둘째, 학습 데이터에 없는 시나리오에서 성능이 급격히 떨어지는 일반화 실패 문제가 나타난다. 셋째, 막대한 양의 학습데이터가 필요하며 이는 비용과 시간 측면에서 큰 부담이다. 넷째, 사전 지식이나 도메인 규칙, 제약 조건을 반영하기 어렵다. 마지막으로 사실이 아닌 정보를 그럴듯하게 생성하는 환각(hallucination) 문제가 있다.

인기기사