AI 기초 개념: 기호주의 vs 연결주의

Key Claims

• 기호주의(Symbolism) AI: 기호와 규칙 기반 AI. 체스·전문가 시스템에 적합. 1950~1980년대 전성기. 한계: 실세계 개념을 기호로 표현 불가 → 1980년대 쇠락.¹
• 연결주의(Connectionism) AI: 뉴런 연결을 모방한 신경망 기반. 문자·영상·음성 패턴 인식에 적합. 로젠블렛의 퍼셉트론이 첫 공식 모델.¹
• 퍼셉트론: 연결주의 AI의 첫 공식 구현 모델(Frank Rosenblatt, 1957). 특정 임계값 이상의 입력에서 0/1 출력.¹
• 데이터와 AI의 관계: 1990년대 인터넷 대중화 → 2000년대 사용자 생성 데이터 급증 → IT에서 DT(Data Technology)로 확장. 빅데이터는 발생 데이터를 전부 수용하는 것, 일부 선별은 빅데이터가 아님.²
• CRISP-DM: 데이터 마이닝 표준 프로세스. 비즈니스 이해 → 데이터 이해 → 데이터 준비 → 모델링 → 평가 → 배포.²
• ML에 필요한 선형대수 기초: 스칼라(숫자 1개), 벡터(숫자 여러 개), 행렬(벡터 집합), 텐서(같은 크기 행렬 여러 개).²

Connections

• transformer-architecture — 연결주의의 발전이 딥러닝을 거쳐 Transformer 아키텍처로 이어짐
• object-detection — 연결주의 기반 CNN이 객체 탐지의 핵심 기술

Footnotes