신경-기호 AI 통합 프레임워크 제안

한줄 요약

신경망과 기호 추론을 결합한 통합 프레임워크로, 데이터 효율성과 해석 가능성을 동시에 달성한다.

풀어야 하는 문제

기존 신경망은 데이터 의존성과 블랙박스 특성으로 인해 해석이 어렵고, 기호 AI는 유연성이 부족하다. 두 패러다임의 장점을 통합하는 방법이 필요하다.

접근 방법

신경망의 하위 수준 패턴 인식과 기호 시스템의 상위 수준 논리 추론을 연결하는 브리지 아키텍처를 설계한다. 구체적으로, 신경망 출력을 기호 표현으로 변환하는 신경-기호 인터페이스를 도입하고, 역으로 기호 규칙을 신경망 학습에 활용한다.

결과·기여

제안된 프레임워크는 기존 신경망 대비 적은 데이터로도 높은 성능을 보이며, 추론 과정을 설명할 수 있는 해석 가능성을 제공한다. 또한, 기호 규칙을 통해 지식 주입이 가능하여 도메인 특화 문제에 효과적이다.