2.20 1956년 다트머스 회의와 인공지능 학문의 공식 출범

2.20 1956년 다트머스 회의와 인공지능 학문의 공식 출범

1. 다트머스 회의의 배경

1956년 여름, 다트머스 대학(Dartmouth College)에서 개최된 “다트머스 인공지능에 관한 여름 연구 프로젝트(Dartmouth Summer Research Project on Artificial Intelligence)“는 인공지능(Artificial Intelligence)을 독립적 학문 분야로 공식 출범시킨 역사적 사건이다.

이 회의는 존 매카시(John McCarthy, 1927–2011)가 주도하여 기획하였으며, 마빈 민스키(Marvin Minsky, 1927–2016), 나대니얼 로체스터(Nathaniel Rochester, 1919–2001), 클로드 섀넌(Claude Shannon, 1916–2001)이 공동 발의자로 참여하였다. 록펠러 재단(Rockefeller Foundation)이 연구비를 지원하였으며, 1956년 6월 18일부터 8월 17일까지 약 두 달간 진행되었다.

2. 제안서의 핵심 내용

매카시 등이 1955년에 작성한 다트머스 회의 제안서는 인공지능의 최초의 공식 문서로서 다음의 핵심 가설을 명시하였다:

“학습의 모든 측면과 지능의 모든 특성이 원칙적으로 충분히 정밀하게 기술될 수 있어서 이를 시뮬레이션하는 기계를 만들 수 있다는 추측에 기반하여, 연구를 진행한다.”

제안서에서 연구 주제로 제시된 항목:

  1. 자동 컴퓨터(Automatic Computers): 범용 컴퓨터의 프로그래밍에 의한 지능적 행동의 구현
  2. 언어의 사용(Language): 기계가 자연 언어를 사용하여 의사소통하는 능력
  3. 신경망(Neuron Nets): 신경세포의 네트워크에 의한 계산과 학습
  4. 계산 규모(Size of Computation): 지능적 행동에 필요한 계산량의 추정
  5. 자기 개선(Self-Improvement): 기계가 스스로의 성능을 향상시키는 능력
  6. 추상화(Abstraction): 구체적 사례로부터 일반적 원리를 도출하는 능력
  7. 무작위성과 창의성(Randomness and Creativity): 창의적 문제 해결에서의 무작위적 탐색의 역할

3. “인공지능“이라는 용어의 채택

매카시는 이 회의에서 “인공지능(Artificial Intelligence)“이라는 용어를 공식적으로 제안하고 채택시켰다. 매카시가 이 용어를 선택한 이유에 대해 그 자신은 당시 사이버네틱스(Cybernetics)나 오토마타 이론(Automata Theory) 등의 기존 용어와 구별되는 독자적 정체성을 새 분야에 부여하고자 하였다고 설명하였다.

“인공지능“이라는 용어 자체가 분야의 목표를 규정한다: 자연적 지능(Natural Intelligence)에 대비되는 인공적 지능(Artificial Intelligence)의 구현. 이 용어는 이후 학문 분야의 명칭으로 정착하였으나, 동시에 과도한 기대와 오해의 원천이 되기도 하였다.

4. 참석자와 주요 기여

다트머스 회의의 주요 참석자와 그들의 기여:

존 매카시(John McCarthy): 회의 주최자. 이후 리스프(LISP) 프로그래밍 언어(1958)를 개발하고, 시분할(Time-Sharing) 시스템의 개념을 제안하였으며, “인공지능“이라는 용어를 명명하였다. 1971년 ACM 튜링상 수상.

마빈 민스키(Marvin Minsky): MIT 인공지능 연구소를 공동 설립하고, 프레임(Frame) 이론, 인공 신경망 이론(퍼셉트론의 한계 분석), 마음의 사회(Society of Mind) 이론 등을 기여하였다. 1969년 ACM 튜링상 수상.

앨런 뉴웰(Allen Newell)과 허버트 사이먼(Herbert A. Simon): 논리 이론가(Logic Theorist)를 다트머스 회의에서 시연하였다. 이 프로그램은 『수학 원리(Principia Mathematica)』의 정리를 자동으로 증명하는 데 성공하였으며, 기호주의 인공지능의 최초의 실증적 성과이다. 이후 범용 문제 해결기(General Problem Solver, GPS)를 개발하였다. 1975년 공동 ACM 튜링상 수상.

나대니얼 로체스터(Nathaniel Rochester): IBM 연구자. IBM 701 컴퓨터의 설계자이며, 신경망 시뮬레이션을 수행하였다.

클로드 섀넌(Claude Shannon): 정보 이론의 창시자. 체스 프로그래밍과 기계 학습에 관한 선구적 연구를 수행하였다.

아서 새뮤엘(Arthur Samuel): IBM에서 체커(Checkers) 프로그램을 개발하고, “기계 학습(Machine Learning)“이라는 용어를 최초로 사용한 인물이다(1959).

5. 다트머스 회의의 학문사적 의의

5.1 독립적 학문 분야의 탄생

다트머스 회의의 가장 직접적인 의의는 인공지능을 사이버네틱스, 오토마타 이론, 정보 이론 등의 기존 분야로부터 독립시켜 고유한 연구 목표, 방법론, 학문 공동체를 가진 독립적 학문 분야로 확립한 것이다.

5.2 기호주의 패러다임의 확립

다트머스 회의에서의 논의와 논리 이론가의 성공은 기호주의(Symbolicism) 패러다임을 인공지능 연구의 주류로 확립하였다. 지능을 기호적 표상에 대한 형식적 조작으로 구현한다는 접근법이 이후 수십 년간 인공지능 연구를 지배하였다.

5.3 낙관주의의 시작

다트머스 회의의 제안서에 내포된 가설—인간 지능의 모든 측면이 기계에 의해 시뮬레이션 가능하다—는 이후 인공지능 연구의 낙관주의적 전망의 출발점이 되었다. 이 낙관주의는 초기의 인상적 성과에 의해 강화되었으나, 이후 현실적 난관에 직면하여 AI 겨울(AI Winter)을 초래하기도 하였다.

5.4 학제적 연구 전통의 형성

수학, 논리학, 심리학, 신경과학, 공학의 연구자들이 공통의 목표—기계 지능의 구현—를 위해 모인 다트머스 회의의 학제적 성격은 인공지능 연구의 본질적 학제성을 정의하였으며, 이 전통은 현재까지 계속되고 있다.

다트머스 회의는 인공지능이라는 학문 분야의 공식적 출발점이며, 이 회의에서 제기된 핵심 연구 문제—학습, 언어, 추론, 추상화, 자기 개선—는 70년이 지난 현재에도 인공지능 연구의 핵심 과제로 남아 있다.