Herbert A. Simon
(1916 ~ 2001)
인공지능이란 무엇인가 : 김현숙, 크라운출판사, 1997, Page 297~300
사이먼은 누가 뭐라해도 AI 연구의 황제이며 많은 연구자들을 휘하에 거느리고 충실하게 길러냈다. 사이먼은 카네기 멜론 대학의 교수였으며, 인기탓인지 별호도 여러 개를 가지고 있다. 1978 년에는 노벨 경제학상을 받았다. "satisficing" 이라고 알려진 AI 의 기초중 하나인 bounded rationality 이론 으로 수상한 것이다.
사이먼의 학문적인 업적은 대단히 폭이 넓어서 경제학을 비롯하여 심리학과 사회학을 두루 섭렵하고, 게다가 컴퓨터 과학에도 중진으로서의 역활을 톡톡히 하고 있으며 그 동안 수많은 귀중한 논문들을 발표했다. 그 특징은 [인간의 정보처리 과정에 있어서의 Rationality 의 추구]라는 말로 집약시킬 수 있을 것 같다. 합리성 (Rationality) 라는 말은 그 의미를 단정짓기가 매우 어려운 말이지만, [어떤 일정한 시스템 원리하에서 일관된 체계를 갖춘 사고방식이나 행동규범]을 보이며, 합리성이라든가, 이성주의라고 번역할 수 있을 것 같다.
어떻든, 인간의 선택에 있어서의 Rationality 로서 어떠한 모델이 존재하고 있는가에서 출발하고, 인간 기억의 전략적인 제어, 나아가서 학습 프로세스(Process)의 수학 모델, 그리고 이들을 포함하도록 인간의 문제해결에 관한 정보 처리의 모델화가 이루어진 후에 Rationality 의 개념이 분명해진다. 이 Rationality 의 원리를 추구하기 위해서는 인간의 행동이나 처리 프로세스는 복잡하고 처리할 수 없는 처리를 대상으로 하는 것이 아니라, 시스템의 요소로서는 가능한 한 간단한 가정을 하고 있다.
그리고 우리의 행동은 그렇게 하고자하는 몇 가지 요소를 찾아내는데 있어서 너무 복잡하다는 철저한 Rationality 의 사상이 사이먼의 저서 "The Sciences of the artificial" (The MIT Press, 1981) 에 잘 나타나있다.
사이먼이 1977년 가을에 예일 대학에서 행한 Carl I. Hovland 의 메모리얼 강연을 정리한 "Models of Thought (사고의 모델)" (Yale Univ. Press, 1979) 에서는 사이먼 자신이 과거의 자신의 연구업적을 정리하고 있는데 그 구성은 다음과 같다.
(1) 시스템의 원리
: 인간의 경제행동을 다룬 것
o A Behavioral model of rational choice (1955)
o Rational Choice and the structure of environment (1956)
o Motivational and emotional controls of cognition (1967)
(2) 기억의 구조 : 인간의 기억 용량이나 기억의 전략에 관해서
o Amounts of fixation and discovery in maze learning behavior
(1957)
o How big is a chunk? (1974)
o The information storage system called "Human Memory"
(1976)
o A program modeling short - term memory under strategy control
(1976)
(3) 학습 프로세스 : 심리학적인 학습 프로세스의 이론이나 수학적 모델
o A theory of the serial position effect (1962)
o Effects of similarity, familiarization and meaningfulness
in verbal learning (1964)
o One-trial and incremental learning (1964)
o A note on mathematical models for learning (1962)
o A note Jost's law and exponential forgetting (1966)
(4) 문제 해결 : 문제 해결의 정식화
o The processes of creative thinking (1962)
o Trial and error search in solving difficult problems (1962)
o A chess matching combinations program (1966)
o Cognitive processes in solving algebra word problems (1966)
o The functional equivalence of problem solving skills (1975)
o Modeling strategy shifts in a problem solving task (1976)
(5) 규칙의 귀납과 개념형성
o Human acquisition of concepts for sequential patterns (1963)
o Empirical tests of a theory of human acquisition of concepts
for sequential patterns (1973)
o Complexity and the representation of patterned sequences
of symbols (1972)
o Process models and stochastic theories of simple concept
formation (1968)
o Problem solving and rule induction (1974)
(6) 지각
: 지각의 심리학과 문제 해결과의 관계
o An information processing explanation of some perceptual
phenomena (1967)
o Information processing analysis of perceptual processes
in Problem solving (1969)
o A simulation of memory for chess positions (1973)
o Perception in chess (1973)
o Alternative uses of phonemi information in spelling (1973)
(7) 이해
: 이해 프로세스의 해석과 틀
o Understanding written problem instruction (1974)
o The understanding process : problem isomorphs (1976)
o Psychological differences among problem isomorphs (1977)
이상은 1977년까지 사이먼이 단독 또는 공저의 논문을 [사고의 이론]으로서 재구성한 것인데, 발표 연대가 다른데도 불구하고 일관된 내용으로 되어있다. 그러나 여기서는 주로 정보처리의 어프로치에 의한 사고의 체계이며, 이 어프로치가 카네기 멜론 대학의 AI 특징의 하나이기도 하다.
인간의 문제 해결 (Problem Solving), 특히 체스 (Chess) 등의 게임을 푸는 프로세스를 솔직하게 해석하고, 거기서부터 문제해결의 틀을 찾고, 그것을 모의실험하는 컴퓨터 모델을 작성한다는 식의 수많은 시도가 행해졌다. 이러한 실험이나 컴퓨터 시뮬레이션을 통해서, 문제해결시의 탐색 알고리즘이나 경험적규칙 (휴리스틱 (Heuristic)) 을 정식화하여 체계화시킨 것이 "Human Problem Solving" (1971) 이다. 이 저서는 [사고의 모델]에 비해 AI 에 근접하고 있지만, 그래도, 실험 심리학적 입장에서, 정보처리 어프로치를 구체화시킨 것으로 간주할 수 있다. 사이먼이 시도한 것은 일반 문제 해결기, 즉 GPS (General Problem Solver) 이고, 정보처리 어프로치로부터 얻어진 수단 목표 분석 (Means Ends Analysis) 에 현존하는 목표와 최종목표와의 차를 줄여나가는 오퍼레이터의 경험적 탐색 (휴리스틱 탐색 (Heuristic Search)) 을 부가한 문제해결의 틀이다.
AI 의 패러다임 (Paradigm) 은 1970년대에 들어서자 언어와 지식의 시대가 되고, 1960년대의 GPS 등을 정점으로 하는 게임이나 퍼즐을 사용한 인간의 학습 모델화는 약간 시들해졌다. 물론 카네기 멜론 대학의 AI 는 GPS 에서 보다 강력한 틀을 마련한 생성 시스템으로 발전하고 심리학적 연구를 실증하는 수단으로서 진행되었다.
특히 사이먼과 오랫동안의 공동연구자인 Allen Newell 이 인간 기억의 코딩 프로세스를 생성 시스템(Production System)으로 시뮬레이트하고 그 프로세스의 추적과 실제 인간 프로세스와의 비교연구를 행했다. 생성 시스템 자체의 구조로 단기 메모리 (Short Term Memory) 와 장기 메모리 (Long Term Memory) 가 채택되고, 어느덧 생성 시스템이 인간정보처리의 아키텍처에 가까운 이미지로서 사용된 것이다.
그리고 인지과학 (Cognitive Science) 회의에서의 [인지과학과 인공 시스템으로 새로운 과학]이라는 그의 강연은 십 수년간 연구해온 정보처리 어프로치를 인공 시스템의 어프로치로서, 나아가서 그러한 시스템이 어떻게 환경에 적응하고 학습해 가는가 하는 시점을 다시 한번 강조한 것이였다. 그러나 역시, 카네기 멜론 대학의 AI 의 특징은 사이먼과 뉴월이 오랜 기간 동안 심혈을 기울여 구축한 생성 시스템의 패러다임 (문제해결을 위한 경험적 어프로치) 이라고 할 수 있다.