추론 엔진

3. 추론 방법

추론 엔진은 정방향 추론과 역방향 추론 두 가지 주요 전략을 사용한다. 추론은 언제나 정돈되어 있다.^[2]

추론 엔진이 사용하는 논리는 일반적으로 IF-THEN 규칙으로 표현된다. 이 규칙의 일반적인 형식은 "IF <논리 표현식> THEN <논리 표현식>"이다. 전문가 시스템과 추론 엔진이 개발되기 전, 인공 지능 연구자들은 일차 논리의 더 완전한 구현을 제공하는 더 강력한 정리 증명기 환경에 집중했다. 예를 들어, 전칭 양화(모든 X에 대해 어떤 명제가 참이다) 및 존재 양화(어떤 X가 존재하여 어떤 명제가 참이다)를 포함하는 일반적인 명제가 있었다. 그러나 이러한 정리 증명 환경의 강력함은 곧 단점으로 드러났다. 1965년 당시에는 무한정 또는 무한한 시간이 걸릴 수 있는 논리 표현식을 만드는 것이 매우 쉬웠다. 예를 들어, 전칭 양화에서 모든 자연수의 집합과 같이 무한한 집합에 대한 명제를 만드는 것이 일반적이었다. 이러한 명제는 완벽하게 합리적이며 수학적 증명에도 필요했지만, 컴퓨터에서 실행되는 자동 정리 증명기에 포함되면 컴퓨터가 무한 루프에 빠질 수 있었다. IF-THEN 문에 집중하는 것(논리학자들이 ''전건 긍정''이라고 부르는 것)은 개발자들에게 여전히 논리를 표현할 수 있는 매우 강력한 일반적인 메커니즘을 제공했지만, 계산 자원을 효율적으로 사용할 수 있는 메커니즘이었다. 게다가, 인간도 복잡한 지식을 저장할 때 IF-THEN 표현을 선호한다는 심리적 연구도 있다.^[2]

논리 입문서에서 자주 사용되는 ''전건 긍정''의 간단한 예는 "만약 당신이 인간이라면 당신은 죽는다"이다. 이것은 의사 코드로 표현할 수 있다.^[2]

규칙1: Human(x) => Mortal(x)

추론 엔진을 사용자 인터페이스와 통합하는 혁신은 전문가 시스템의 두 번째 초기 발전인 설명 기능으로 이어졌다. 규칙이 아닌 코드로 지식을 명시적으로 표현함으로써 사용자에게 설명을 생성하는 것이 가능해졌다. 실시간 및 사후 설명을 모두 제공할 수 있었다. 시스템이 사용자에게 질문을 할 때, 사용자는 왜 그 질문을 받는지 궁금해할 수 있으며, 시스템은 규칙의 연쇄를 사용하여 현재 해당 지식을 확인하려고 하는 이유를 설명할 수 있었다. 처음에는 이러한 설명이 개발자가 모든 시스템을 디버깅할 때 처리하는 표준 디버깅 정보와 크게 다르지 않았다. 그러나 활발한 연구 분야는 자연어 기술을 활용하여 컴퓨터 형식 대신 자연어를 사용하여 질문과 설명을 묻고 이해하고 생성하는 것이었다.^[3]

추론 엔진은 ''규칙 일치'', ''규칙 선택'', ''규칙 실행''의 세 가지 단계를 순차적으로 거친다. 규칙 실행은 종종 지식 기반에 새로운 사실이나 목표를 추가하여 사이클이 반복되도록 한다. 이 사이클은 새로운 규칙이 일치할 수 없을 때까지 계속된다.^[4]

전문가 시스템이 연구 프로토타입에서 실제 시스템으로 발전하면서 속도와 안정성과 같은 문제에 더 많은 초점이 맞춰졌다. 전문가 시스템이 비즈니스 세계에서 상당한 관심을 받으면서, 에드워드 페이겐바움의 지도를 받은 Intellicorp와 같은 다양한 회사들이 추론 엔진의 제품화된 버전을 만들었다. 이러한 추론 엔진 제품은 처음에는 Lisp로 개발되는 경우가 많았다. 그러나 더 저렴하고 상업적으로 실행 가능한 플랫폼에 대한 요구로 인해 결국 개인용 컴퓨터 플랫폼이 매우 인기를 얻게 되었다.^[5]

3. 1. 정방향 추론 (Forward Chaining)

3. 2. 역방향 추론 (Backward Chaining)

4. 구현

초창기 추론 엔진은 주로 정방향 연쇄에 중점을 두었으며, Lisp 프로그래밍 언어로 구현되었다. Lisp는 기호 조작 능력이 뛰어나 초기 인공지능 연구의 주요 플랫폼이었고, 인터프리터 언어로서 복잡한 프로그램의 디버깅에 적합한 개발 환경을 제공했다. 그러나 Lisp 프로그램은 C와 같은 컴파일 언어보다 속도가 느리고 안정성이 떨어지는 경향이 있었다.^[1]

MYCIN은 의료 진단을 위한 초기 전문가 시스템이었으며, EMYCIN은 MYCIN에서 파생되어 다른 연구자들이 사용할 수 있도록 제공된 추론 엔진이었다.^[1] 전문가 시스템이 연구 프로토타입에서 실제 시스템으로 발전하면서, Rete 알고리즘을 사용한 OPS5와 같은 정방향 연쇄 엔진과 Prolog 논리 프로그래밍 언어와 같은 역방향 연쇄를 위한 기술이 개발되었다.^[5]

전문가 시스템이 비즈니스 세계에서 관심을 받으면서, 에드워드 페이겐바움이 지도한 Intellicorp와 같은 회사들이 추론 엔진의 제품화된 버전을 만들었다. 이러한 제품은 처음에는 Lisp로 개발되었으나, 더 저렴하고 상업적으로 실행 가능한 플랫폼에 대한 요구로 인해 개인용 컴퓨터 플랫폼이 매우 인기를 얻게 되었다.

4. 1. 오픈 소스 구현

5. 데이터 구동 처리와 절차적 제어

추론 엔진의 제어는 데이터 저장부의 상태를 빈번하게 평가하는 것에 기반하며, 정적인 프로그램의 제어 구조에는 의존하지 않는다. 이러한 처리를 "데이터 구동" 또는 "패턴 유도"라고 하며, 일반적인 절차적 제어와 대비된다. 규칙은 데이터를 통해서만 상호 작용이 발생하며, 일반적인 프로그래밍 언어에서는 절차나 함수가 명시적으로 서로 호출한다. 명령과는 달리, 규칙은 순차적으로 실행되지 않으며, 규칙 집합만 봐서는 어느 것이 다음에 실행될지 알 수 없고, 추론 엔진이 언제 정지할지도 알 수 없다.

절차적 처리에서는 문제 영역에 대한 지식이 제어 구조 안에 명령으로 흩어져 있지만, 추론 엔진에서는 지식(규칙)과 제어(추론 엔진)가 더 명확하게 분리되어 있다. 객체 지향 프로그래밍은 그 중간 수준의 분리가 이루어졌다고 할 수 있다.

참조

_[1] 서적 Building Expert Systems https://archive.org/[...] Addison-Wesley
_[2] 서적 The Handbook of Artificial Intelligence, Volume I https://archive.org/[...] Addison-Wesley 1986-09-01
_[3] 간행물 A New Approach to Expert System Explanations https://apps.dtic.mi[...]
_[4] citation A Rule-Based Inference Engine which is Optimal and VLSI Implementable University of Kentucky.
_[5] 서적 The Art of Prolog https://archive.org/[...] MIT
_[6] 서적 Artificial Beings, the conscience of a conscious machine Wiley
_[7] 서적 Management Information Systems 12/E: Managing the Digital Firm, CHAPTER 11, 445P Pearson Education Asia
_[8] 서적 유비쿼터스 시대의 정보기술과 경영정보시스템 P.326 대경