인지적 구조

3. 특징

인지적 구조는 기호적 접근, 연결주의적 접근, 또는 이 둘을 결합한 하이브리드 방식으로 구현될 수 있다.^[7] 어떤 인지 아키텍처든 인간의 인식 처리 과정을 이해하고 이를 계산 가능한 수준으로 구현하려는 공통된 목표를 가진다. 이러한 인지 아키텍처는 다음과 같은 특징들을 공유하는 경향이 있다.

# 인지 행동의 다양한 측면과 인식이라는 개념 전체를 포괄적으로 구현하고자 한다(전체론). 이는 특정 인지 기능만을 모델링하는 인지 모델과는 대조적인 접근 방식이다.

# 모델의 대상이 되는 인지 시스템(주로 인간)의 행동, 특히 반응 속도와 같은 시간적 측면을 상세하게 재현하려 시도하는 경우가 많다.

# 오류가 발생하거나 예상치 못한 상황, 혹은 이전에 경험하지 못한 미지의 상황에 직면했을 때도 안정적이고 확실하게 작동하도록 설계된다.

# 학습 능력을 포함하는 경우가 많으나, 모든 인지 아키텍처가 반드시 학습 기능을 갖추는 것은 아니다.

# 신경망 모델과 달리, 별도의 파라미터 조정(튜닝) 없이 작동하는 것을 목표로 하는 경우가 많다. 하지만 이 역시 모든 인지 아키텍처에 해당하는 특징은 아니다.

또한, 인지 아키텍처는 일반적으로 인식이라는 개념에 대해 하향식 접근 방식을 취하지 않는다는 점이 중요하다.

4. 종류

인지적 구조는 여러 기준에 따라 다양하게 분류된다.^[7] 주요 분류 기준으로는 접근 방식, 구조적 특징, 그리고 구성 단위(모듈성) 등이 있다.

• 접근 방식: 기호적 방식, 연결주의 방식, 이 둘을 결합한 하이브리드 방식으로 나눌 수 있다.^[7] 이는 인지 과정을 명시적인 규칙으로 처리하는지, 아니면 분산된 요소들의 상호작용으로 보는지 등에 따른 구분이다.
• 구조적 특징: 정보 처리 방식이 특정 프로세서 등에 집중되는 집중형 구조와, 여러 요소에 분산되는 분산형 구조로 구분된다.^[7] 분산형 구조는 1980년대 중반 이후 신경망 등과 함께 주목받았다.
• 구성 단위 (모듈성): 구조가 전체로서 통합적으로 기능하는 전체론적 방식과, 여러 독립적인 모듈로 구성되는 원자론적 방식(모듈성)으로 나눌 수 있다.^[7] 이는 지식 표현 방식과도 관련된다.

4. 1. 접근 방식에 따른 분류

• 기호주의(Symbolicism): 인지주의 원칙에 기반하여, 미리 정의된 일련의 규칙이나 기호 조작을 통해 인지 과정을 설명하려는 접근 방식이다. 예를 들어, IPL(Information Processing Language)을 사용하거나, Soar나 ACT-R과 같은 구조가 대표적이다. 이러한 구조들은 기본적으로 인간의 인지 과정을 계산주의적인 과정, 즉 계산과 유사하다고 보는 관점에 바탕을 둔다. 정신을 컴퓨터에 비유하는 관점을 따른다. 전통적인 AI 개발에서 많이 사용된 방식으로, 프로그래머가 시스템의 지능을 설계하고 규칙을 직접 부여하는 상향식(bottom-up) 접근을 따른다. 시스템이 학습하도록 설계될 수는 있지만, 기본적인 작동 원리는 프로그래머가 정의한 규칙에 기반한다.

• 연결주의(Connectionism): 기호주의와 달리, 사전에 정의된 규칙 없이 수많은 처리 단위(노드)들의 상호작용과 연결 강도 변화를 통해 인지 기능이 창발적으로 나타난다고 보는 접근 방식이다. 이는 1980년대 중반 병렬 분산 처리(PDP)라는 이름으로 주목받기 시작했으며, 신경망이 대표적인 예시다. 이 방식은 특정 프로세서에 기능이 집중되기보다는 네트워크 전체에 분산되어 처리되는 분산형 구조를 특징으로 한다. 생물학적 뇌의 작동 방식에서 영감을 받은 접근 방식으로, 생물학적 영감 컴퓨팅에서는 이러한 하향식(top-down), 분산적 접근 방식을 채택한다. 간단한 규칙이나 노드를 설정하고 이들의 상호작용을 통해 복잡계에서 나타나는 것처럼 복잡한 전체 행동을 유도하는 것을 목표로 한다.

• 하이브리드(Hybrid): 기호주의와 연결주의 접근 방식을 모두 통합하려는 시도이다. 예를 들어, CLARION 아키텍처는 명시적인 규칙 기반 처리와 암묵적인 연결주의적 처리를 함께 사용한다.

4. 2. 구조에 따른 분류

• 기호적 구조: 인지주의 원칙에 따라 일련의 명시적인 규칙을 기반으로 작동한다. 많은 경우 인지를 계산 과정으로 보는 계산주의에 바탕을 둔다. 대표적인 예로는 IPL, Soar, ACT-R 등이 있다.^[7] 이러한 구조들은 정신 활동을 컴퓨터의 정보 처리 과정과 유사하게 설명하려는 시도에 기반하는 경우가 많다.
• 연결주의 구조 (하위 기호 처리): 명시적인 사전 규칙 없이, 여러 처리 단위(노드) 자체의 속성과 그들 간의 상호작용을 통해 정보 처리가 창발적으로 이루어지는 방식이다.^[7]
• 하이브리드 구조: 기호적 처리와 연결주의 처리를 모두 활용한다. CLARION과 같은 인지 아키텍처가 이에 해당한다.^[7]

• 집중형 vs. 분산형: 핵심 프로세서와 같은 처리 중심부가 중앙 집중적인지(집중형), 아니면 여러 곳에 분산되어 있는지(분산형)에 따른 구분이다. 분산형 구조는 1980년대 중반 병렬 분산 처리나 커넥셔니즘이라는 이름으로 주목받았으며, 신경망이 대표적인 예시다.^[7]
• 전체론적 vs. 원자론적 (모듈식): 구조가 전체로서 통합적으로 기능하는 전체론적 방식과, 상대적으로 독립적인 여러 모듈들의 조합으로 구성되는 원자론적 방식(모듈성) 사이의 구분이다. 이는 지식 표현 방식과도 관련이 있다.^[7]

4. 3. 모듈성에 따른 분류

• 기호적 방식: IPL, Soar, ACT-R과 같이 명확한 규칙에 기반하여 작동한다. 이는 인지 과정을 일종의 계산으로 보는 계산주의 원리에 바탕을 둔다.
• 연결주의 방식 (하위 기호 처리): 미리 정해진 규칙 없이, 여러 처리 단위(노드 등) 사이의 상호작용을 통해 정보 처리가 이루어지는 방식이다.
• 하이브리드 방식: CLARION처럼 기호적 방식과 연결주의 방식을 모두 활용한다.

• 집중형 구조: 특정 프로세서(CPU)가 중심 역할을 하는 구조이다.
• 분산형 구조: 특정 중심 없이 여러 요소가 분산되어 처리하는 구조이다. 1980년대 중반부터 병렬 분산 처리와 커넥셔니즘이라는 이름으로 주목받았으며, 신경망(뉴럴 네트워크)이 대표적인 예시다.

5. 주요 인지 아키텍처

허버트 A. 사이먼, 인공지능 분야의 창시자 중 한 명은 제자인 에드 페이겐바움의 1960년 논문 EPAM이 여러 인간 정신의 기본적인 측면(인간 기억과 인간의 학습)이 어떻게 작동하는지에 대한 가능성을 보여주었기 때문에 가능한 "인지 구조"를 제공했다고 언급했다.^[4]

존 R. 앤더슨은 1970년대 초반에 인간 기억에 대한 연구를 시작했으며, 고든 H. 바우어와 함께 1973년에 발표한 논문은 인간 연상 기억에 대한 이론을 제시했다.^[5] 그는 장기 기억과 사고 과정에 대한 연구를 이 작업에 통합하여 결국 ACT라고 부르는 인지 구조를 설계했다. 그와 그의 학생들은 앨런 뉴웰이 "인지 구조"라는 용어를 사용한 것에 영향을 받았다. 앤더슨의 연구실은 일련의 논문과 설계에 구현된 ACT 이론을 지칭하기 위해 이 용어를 사용했다. (당시에는 ACT의 완전한 구현이 이루어지지 않았다.)

1983년 존 R. 앤더슨은 이 분야의 중요한 저서인 ''인지 구조''를 출판했다.^[6] 인지 이론과 그 이론의 구현은 구별될 수 있다. 인지 이론은 마음의 다양한 부분의 구조를 설명하고 규칙, 연상 네트워크 및 기타 측면의 사용을 가정한다. 인지 구조는 컴퓨터에서 그 이론을 구현한 것이다. 인지 구조를 구현하는 데 사용되는 소프트웨어 역시 "인지 구조"라고 불렸다. 따라서, 인지 구조는 지능형 에이전트에 대한 설계도를 지칭할 수도 있다. 그것은 특정 인지 시스템처럼 작동하는 (인공적인) 계산 프로세스를 제안한다. 대부분의 경우, 이러한 프로세스는 인간의 인지를 기반으로 하지만, 다른 지능적인 시스템도 적합할 수 있다. 인지 구조는 일반적인 에이전트 아키텍처의 하위 집합을 형성한다. '아키텍처'라는 용어는 행동뿐만 아니라 모델링된 시스템의 구조적 속성까지 모델링하려는 접근 방식을 의미한다.

알파벳순으로 나열된 몇 가지 잘 알려진 인지 아키텍처는 다음과 같다.

참조

_[1] 서적 Cognitive Design for Artificial Minds Routledge, Taylor & Francis
_[2] 서적 Unified Theories of Cognition Harvard University Press
_[3] 웹사이트 Cognitive Architecture https://cogarch.ict.[...] Institute for Creative Technologies 2024-02-11
_[4] 웹사이트 The Feigenbaum Papers https://exhibits.sta[...] Stanford University 2024-02-11
_[5] 간행물 This Week's Citation Classic: Anderson J R & Bower G H. Human associative memory. Washington http://garfield.libr[...] CC 1979-12-24
_[6] 서적 The Architecture of Cognition https://books.google[...]
_[7] 논문 A Survey of Artificial Cognitive Systems: Implications for the Autonomous Development of Mental Capabilities in Computational Agents 2007-04
_[8] 서적 Mobile robots XVII: 26–28 October 2004, Philadelphia, Pennsylvania, USA Society of Photo-optical Instrumentation Engineers
_[9] 학위논문 Extended Artificial Memory. Toward an integral cognitive theory of memory and technology. https://kluedo.ub.un[...] Technical University of Kaiserslautern 2017-02-07
_[10] 학위논문 Flexible Attention-based Cognitive Architecture for Robots https://opus.lib.uts[...]
_[11] 논문 Mechanisms of planning and problem solving in the brain 1979-08
_[12] arXiv Playing Atari with Deep Reinforcement Learning
_[13] arXiv Neural Turing Machines
_[14] 논문 Human-level control through deep reinforcement learning 2015-02-25
_[15] 웹사이트 DeepMind's Nature Paper and Earlier Related Work http://people.idsia.[...]
_[16] 논문 Deep learning in neural networks: An overview
_[17] 논문 A Large-Scale Model of the Functioning Brain 2012-11-29
_[18] 문서 Sparse distributed memory https://ntrs.nasa.go[...]