전문가 시스템의 유래
전문가시스템은 특정분야의 전문적인 지식을 지닌 컴퓨터 프로그램으로써, 문제분야의 오랜 경험을 지닌 전문가의 역할을 대신한다. 이는 기존의 컴퓨터 프로그램이 정확한 알고리듬이나 일방적인 탐색방법을 사용하는데 비하여 보다 전문적이고 체계적인 지식의 사용을 강조한다. 전문가 시스템은 문제분야의 지식을 시스템 운영및 문제 풀이 부분으로부터 명확히 구분지어놓게 되며, 이로써 시스템이 사용하고 있는 지식을 검토하거나 수정하는데 용이하며, 시스템이 도달한 결론등을 설명할 수 있게 된다.
최초의 전문가 시스템은 60년대 후반 미국의 스텐포드 대학에서 개발된 DENDRAL로써, 이는 어떤 화합물의 구성요소와 그
화합물의 샘플로부터 얻어진 질량 스펙트로그램을 이용하여 그 화합물의 분자구조를 결정하는, 화학전문가의 역할을 담당하는
전문가시스템이다. 이 시스템의 실험중에 DENDRAL은 화학 전문가에게도 알려지지 않은 몇가지의 분자구조를 발견하기도 하였다.
이후 개발된 MYCIN은 감염성 질환에 대하여 항생제의 처방을 자문하여주는데, 수 년간 걸친 보완작업에 의하여 성능의 향상은
물론, 다양한 기능의 지원 부분을 개발하여 현재는 대표적인 전문가 시스템의 하나로써 간주되고 있다. 초기의 전문가 시스템 이후
많은 상업적 그리고 군사적 목적의 시스템들이 개발되었다. 특히 DEC(Digital Equipment Cooporation)
에서 개발된 XCON은 판매용 컴퓨터의 부품을 선정하고 시스템의 조합을 완성시키는 것으로써, 연간 수백만불의 경비절감효과를
나타내고 있다.
인간 기술과 인공 기술
전문가 시스템을 `특정 문제분야에서 높은 수준의 성능을 얻기 위하여 전문가의 지식을 사용하는 컴퓨터 프로그램'이라고도 정의할 수
있다. 이러한 전문가 시스템을 개발하는 과정을 지식공학 (Knowledcge Engineering)이라고 한다. 그렇다면, 왜
인간의 전문 기술을 이용하지 않고 인공적인 전문기술을 이용하는가?
- 인간의 전문 기술은 지속적인 훈련과 연습이 필요한 반면 일단 구성된 인공적 전문기술은 영구적으로 존재한다.
- 인간 전문기술의 전달은 교육을 통하여 오랫동안의 값비싼 댓가를 치뤄야 하지만, 인공적 전문기술은 프로그램이나 자료화일을 복사하는 것으로 해결된다.
- 인간의 전문기술은 문서화가 매우 어렵고 시간을 요하는 작업이지만, 인공적 전문기술은 지식표현과 같은 인공지능의 기술로 체계적이고 명확히 표현될 수 있다.
- 인간의 전문기술은 동일한 상황이더라도 긴급함이나 감정에 따라 다른 결정을 내릴 수 있다.
- 인간의 전문기술은 전문인력이 귀하기 때문에 고가인 반면 인공적 전문기술은 개발비용이 높기는 하지만 사용하는 비용을 저렴하게 할 수 있으므로 결국 높은 개발비는 낮은 사용비용과 용이한 복사로 그 보상을 충분히 받게 된다.
비록 인공적 전문기술을 구현하는 전문가시스템이 많은 장점을 지니고 있으나 시각, 청각등의 인간의 감각능력을 이용하거나 광범위한
범위의 지식이 필요한 전문기술은 현재의 인공지능 기술수준으로 볼때 오히려 인간의 전문기술이 더욱 효과적이다. 따라서 적절한
문제분야의 전문기술을 선택하는 것이 전문가시스템의 효과적인 결과산출에 중요한 요인이 된다.
전문가 시스템의 구조
전문가시스템은 기본적으로 문제분야의 지식을 저장하는 지식 베이스 (knowledge base)와 이를 이용하여 문제를 해결하는
지식을 저장하는 추론기관 (inference engine)으로 이루어 진다. 이러한 전문가시스템을 개발하기 위해서 초창기에는
LISP, PROLOG, C 등과 같은 프로그래잉언어를 사용하여 구성하기도 하였지만, 지식베이스에 저장된 문제분야의 지식만을
바꾸어 구성하고 기존의 추론기관을 그대로 사용하여 전문가시스템을 쉽게 개발할 수 있도록, MYCIN으로부터 개발된 EMYCIN의
등장으로 전문가시스템 개발도구의 개념이 생겨났다. 이후 전문가시스템을 더욱 용이하게 개발할 수 있도록, 지식 베이스를 다양한
방법으로 표현할 수 있는 복합 지식표현을 제공하고 지식 베이스 구성을 위한 특별한 문서편집기, 지식간의 에러 진단 및 수정을
위한 디버깅 기능, 사용자 인터페이스를 용이하게 개발하기 위한 라이브러리, 결과나 과정에 대한 설명 기능, 각종 데이타베이스와
연결할 수 있는 기능 등을 제공하는 통합적인 전문가시스템 개발도구가 많이 개발되었다. 이러한 전문가시스템 개발도구의 개발과
전문가시스템 기술의 발전으로 많은 산업체에서 실용적인 전문가시스템의 개발이 이루어지고 있다.
전문가 시스템의 동향
현재 국내외적으로 전문가시스템에 관한 여러가지 새로운 연구가 다양하게 이루어지고 있기 때문에 관련 연구동향을 단적으로 언급하기
힘들지만 크게 두가지 방향으로 나누어볼 수 있을 것이다. 즉, 효과적으로 전문가시스템을 구축하는 데 관련된 연구와 특정 유형의
문제를 해결하기 위한 연구의 방향이다. 효과적으로 전문가시스템을 구축하는 데 관련된 연구는 여러가지 함축적 의미를 가질 수
있지만 주로 전문가시스템 개발에 있어서 공통된 애로사항으로 인식되고 있는 지식획득 (knowledge acuisition)과
지식베이스 구성에 관련된 문제로 볼 수 있다. 최근의 전문가시스템에 신경망 이론을 결합하려는 연구는, 근본적으로 신경망 이론의
학습능력을 이용하여 지식획득을 용이하게 하는 데 그 목적이 있다. 또, 퍼지이론을 이용한 다양한 형태의 새로운 전문가시스템은
전문가의 본질적으로 애매한 지식을 효과적으로 처리하기 위한 방향의 연구이다.
위의 두가지 연구방향이 인접분야의 연구성과를 이용하려는 움직임이라면 인공지능 자체의 반성으로 부터 이루어진 소위 3세대
전문가시스템라고 일컬어지는 방법론도 대두되고 있다. 1세대 전문가시스템은 경험에 의하여 관찰된 문제분야의 표면적인 지식으로
지식베이스가 구성되고, 2세대 전문가시스템은 문제분야의 인과율이나 구조의 표현을 포함하는 지식베이스로 구성된다. 그러나, 3세대
전문가시스템은 기존의 지식표현이 하위수준 표현체계이므로 인간이 문제를 풀이하는 인지적 과정을 효과적으로 모델링하기 어려운
것이라고 전제하고 인간의 문제풀이 과정을 몇가지의 유형으로 가정하여 상위수준의 새로운 지식표현과 추론기관으로 구성한다.
Chandrasekran 등은 이러한 방법을 이용한 전문가시스템의 지식획득과 설명발생 등을 연구하고 있다.
한편, 특정 유형의 문제를 해결하기 위한 연구방향은 계획 / 스케쥴링 또는 진단과 같은 유형의 문제를, 경험적인 지식을 주로
사용하는 기존의 전문가시스템 방법과 OR 기법이나 시뮬레이션 등과 같은 방법을 결합하여 효과적인 해결방안을 모색하는 연구분야와
대규모 데이타베이스를 이용해야하는 전문가시스템, 실시간 처리를 요하는 전문가시스템, 또는 분산환경하에서의 전문가시스템 구축 등과
같은 전문가시스템의 적용환경에 적응하기 위한 연구분야로 진행되고 있다. 그외에도 전문가시스템도 하나의 소프트웨어 시스템이기
때문에 소프트웨어 공학적인 검증과 테스트를 위한 연구와 개발관리를 위한 연구도 최근 대두되고 있다.
국내에도 대표적 상용 전문가시스템 개발도구로써 아래와 같이,
- Gensym의 G2,
- Neuron Data의 Nexpert Object,
- IntelliCorp의 KEE,
- proKappa, Inference의 ART-IM,
- IBM의 TIRS 등의 많은 전문가시스템 개발도구들이 도입되어 있다.
이들을 이용한 여러 전문가시스템 개발사례들로는 진단분야에서는 원전 2차계통 수화학 이상진단 전문가시스템 ( 한국전력 ),
설비진단 전문가시스템 ( 포항제철, 금성소프트웨어 ) 등과 스케쥴링분야에서는 삼성물산 SS 패션 생산 스케쥴링 시스템 (
삼성데이타 시스템 ), 제강 - 열연 공장간 직결 연속 Rolling Scheduling 전문가시스템 ( 포항제철 ),
유류수송차량 배차 전문가시스템 TOPAS( 유공, IBM, 연세대 )등이 있다. 그외에도 설계, 제어, 예측 등의 여러 분야의
많은 전문가시스템이 개발되었거나 개발중에 있다 .
결론
이상의 걸쳐 전문가 시스템의 대하여 간략히 살펴 보았는데 1988 년에 행한 조사에 의하면 개빌된 전문가 시스템의 수가 전해의
50에서 1400으로, 개발중인 전문가 시스템의 수도 2500에서 8500으로 급증하고 있었다. 아직 국내의 연구는 일본이나
미국등에 비하여 규모에 있어서 월등히 떨어지는 편이지만, 개발능력이나 자원은 산, 학, 연간에 비교적 널리 확보되어 있는
편이다. 그러나, 이러한 전문가 시스템에 대한 인력도 중요하지만, 보다 성공적인 시스템의 개발을 위하여서는 문제분야 전문가의
적극적인 참여가 중요시 된다. 즉, 철저하고 완벽한 문제분야의 지식이 없이는 훌륭한 전문가시스템을 기대할 수 없는 것이다.
전문가 시스템의 개발요구는 이러한 문제분야의 전문가들로부터 나오고, 또 이들의 적극적인 추진 및 참여가 있을 때, 그 성공
가능성이 높아지는 것이다.
|
|
|
|
