목차
- 전문가 시스템이란?
- 전문가 시스템의 구성 요소
- 전문가 시스템의 장점과 한계
- 대표적인 전문가 시스템 사례
- 오늘날의 전문가 시스템 활용
1. 전문가 시스템이란?
전문가 시스템(Expert System)이란 특정 분야의 인간 전문가가 가지고 있는 지식과 추론 능력을 컴퓨터로 구현한 인공지능 시스템을 말합니다. 1970~1980년대에 인공지능 연구에서 크게 주목받았으며, 당시에는 ‘지식기반 시스템’이라고도 불렸습니다.
전문가 시스템은 질병 진단, 금융 분석, 법률 상담 등 인간 전문가가 수행하는 복잡한 문제 해결을 지원하거나 대체하는 목적으로 개발되었습니다. 예를 들어, 의료 분야에서 진단 전문가 시스템은 환자의 증상 데이터를 입력받아 질병을 추론하는 역할을 합니다.
2. 전문가 시스템의 구성 요소
전문가 시스템은 크게 지식 베이스(Knowledge Base), 추론 엔진(Inference Engine), 그리고 사용자 인터페이스(User Interface)라는 세 가지 기본 요소로 구성됩니다. 하지만 실무에서는 유지 관리, 설명 기능 등 몇 가지 추가적인 구성 요소도 중요하게 다루어집니다.
1) 지식 베이스 (Knowledge Base)
지식 베이스는 전문가 시스템의 핵심입니다.
- 정의: 해당 분야의 전문가들이 수년간 쌓아온 경험과 노하우, 규칙(rule), 사실(fact), 객체(object), 관계(relation) 등을 체계적으로 모아놓은 데이터베이스입니다.
- 구성: 보통 “만약 A라면 B다”와 같은 IF-THEN 규칙, 또는 프레임(frame), 의미망(semantic network), 온톨로지(ontology) 등 다양한 형태로 저장됩니다.
- 예시:
- 의료 전문가 시스템에서는 “만약 환자에게 발열과 기침이 있으면 독감을 의심한다”와 같은 규칙이 포함됩니다.
- 금융 분야에서는 “고객의 신용점수가 600점 이하이면 대출을 거절한다”와 같은 규칙을 담을 수 있습니다.
2) 추론 엔진 (Inference Engine)
추론 엔진은 지식 베이스에 저장된 정보를 바탕으로 사용자의 질문이나 문제에 대해 전문가처럼 추론(Reasoning)을 수행합니다.
- 역할: 입력된 정보(사실, 증상, 데이터 등)와 지식 베이스의 규칙을 비교·분석하여, 가장 적합한 해결책을 도출합니다.
- 추론 방식:
- 전방 추론(Forward Chaining): 사용자의 입력 데이터를 출발점으로, 적용 가능한 규칙을 순차적으로 적용하여 결론을 도출합니다.
- 후방 추론(Backward Chaining): 원하는 결론(목표)에서 출발해, 해당 결론에 도달하기 위해 어떤 조건들이 필요한지 역으로 추적합니다.
- 예시:
- 사용자가 “기침과 두통”을 입력하면, 추론 엔진이 여러 규칙을 조합해 “감기일 가능성이 높다”고 결론을 내릴 수 있습니다.
3) 사용자 인터페이스 (User Interface)
사용자 인터페이스는 사용자가 시스템과 쉽게 상호작용할 수 있게 해주는 창구입니다.
- 형태:
- 초창기에는 텍스트 기반 질문-답변 형식이 많았지만, 현대에는 그래픽 기반(GUI)이나 웹 인터페이스, 음성 인식 등 다양한 방식이 사용됩니다.
- 기능:
- 사용자가 질문을 입력하고, 시스템이 답변을 제공하는 기본 기능 외에도, 시스템이 중간 과정에서 추가 질문을 하거나, 최종 결과를 설명하는 역할을 합니다.
4) 설명 모듈 (Explanation Module)
많은 전문가 시스템은 사용자의 신뢰를 얻기 위해 설명 기능을 포함합니다.
- 역할: 시스템이 왜 이런 결론을 내렸는지, 어떤 규칙과 사실을 바탕으로 결과가 도출됐는지 설명합니다.
- 예시: 당신의 증상과 일치하는 규칙 A, B, C에 따라 ‘감기’로 진단했습니다.
5) 지식 획득 모듈 (Knowledge Acquisition Module)
지식 베이스의 내용을 입력·관리하는 역할을 합니다.
- 기존: 초기에는 전문가가 시스템 개발자에게 구두로 지식을 전달하고, 개발자가 직접 입력했습니다.
- 현대: 최근에는 자동화 도구, 머신러닝, 데이터 마이닝 등을 활용하여 지식 획득이 이루어지는 경우도 많습니다.
3. 전문가 시스템의 장점과 한계
장점
- 인간 전문가의 지식을 언제, 어디서나 빠르게 사용할 수 있습니다.
- 일관된 판단을 제공하며, 피로·감정 등 인간의 한계를 극복할 수 있습니다.
- 특정 분야에서 초보자도 전문가의 조언을 받을 수 있습니다.
한계
- 전문가의 지식이 충분히 축적되어야 하며, 새로운 지식 추가·갱신이 어렵습니다.
- 비정형적이거나 창의적인 문제에는 한계가 있습니다.
- 시스템이 오작동하거나 오류를 일으킬 경우 원인 분석이 쉽지 않습니다.
4. 대표적인 전문가 시스템 사례
- MYCIN(마이신):
1970년대 미국에서 개발된 의료 진단용 전문가 시스템으로, 세균 감염과 항생제 추천을 목적으로 사용되었습니다. - DENDRAL(덴드랄):
화학 구조 분석 전문가 시스템으로, 분자 구조를 추론하는 데 쓰였습니다.