인공지능의 진정한 시작: 1957년, 프랭크 로젠블랫과 퍼셉트론(Perceptron)의 탄생
· 목차
오늘날 챗GPT가 유려한 문장을 작성하고, 자율주행 자동차가 복잡한 교차로를 스스로 통과하는 마법 같은 현실의 근간에는 '인공신경망(Artificial Neural Network)'이라는 거대한 뼈대가 존재합니다. 많은 사람들이 인공지능의 역사를 최근 10여 년 사이의 일로 생각하지만, 이 위대한 신경망의 씨앗은 무려 60여 년 전인 1957년 냉전 시대 한복판에서 잉태되었습니다. 그 역사적인 순간의 중심에는 컴퓨터 공학자가 아닌, 인간의 마음과 뇌를 연구하던 심리학자 프랭크 로젠블랫(Frank Rosenblatt)이 있었습니다.
그가 발명한 '퍼셉트론(Perceptron)'은 단순히 정해진 규칙에 따라 연산을 수행하는 과거의 계산기를 넘어, 기계가 스스로 데이터를 보고 경험을 쌓으며 '학습'할 수 있다는 가능성을 인류 역사상 최초로 증명한 기념비적인 모델이었습니다. 비록 시대적 한계에 부딪혀 한때 학계의 철저한 외면을 받기도 했지만, 그의 아이디어는 결코 죽지 않고 끈질기게 살아남아 오늘날 딥러닝(Deep Learning)이라는 거대한 폭발을 일으켰습니다. 이번 포스팅에서는 현대 인공지능의 진정한 아버지라 불리는 프랭크 로젠블랫의 1957년 퍼셉트론 발명 스토리와, 그것이 지녔던 치명적 한계, 그리고 세상을 어떻게 바꾸어 놓았는지 그 위대한 과학의 역사를 아주 상세하게 파헤쳐 보겠습니다.
1. 1957년의 기적: 뇌를 모방한 최초의 학습 기계, 마크 I 퍼셉트론(Mark I Perceptron)
1957년, 미국 코넬 항공 연구소(Cornell Aeronautical Laboratory)의 심리학자 프랭크 로젠블랫은 인류 과학사에 길이 남을 거대한 반역을 시도했습니다. 당시의 주류 컴퓨터 과학자들은 인간이 모든 규칙(IF-THEN)을 논리적으로 코딩하여 기계에 주입하는 방식을 맹신하고 있었습니다. 하지만 로젠블랫은 인간의 뇌가 처음부터 규칙을 알고 태어나는 것이 아니라, 수백억 개의 뉴런이 연결된 상태에서 시각적 경험을 통해 스스로 학습한다는 생물학적 메커니즘에 주목했습니다. 그는 이 생물학적 뉴런의 시냅스 연결과 신호 전달 과정을 컴퓨터 하드웨어로 고스란히 복제한 역사상 최초의 인공신경망 기기, '마크 I 퍼셉트론(Mark I Perceptron)'을 세상에 공개했습니다. 이는 소프트웨어 코드가 아니라 400개의 광수용체(카메라 눈)와 무수히 얽힌 전선, 그리고 전기 저항을 조절하는 모터들로 이루어진 거대한 물리적 기계 장치였습니다.
로젠블랫의 퍼셉트론은 작동 방식부터가 충격적이었습니다. 그는 기계의 카메라 눈앞에 알파벳 카드를 보여주었습니다. 기계는 처음에는 무작위로 답을 틀렸지만, 정답을 맞히지 못할 때마다 뉴런 사이의 연결 강도를 의미하는 '가중치(Weight)'를 전기 모터를 돌려 스스로 미세하게 조절했습니다. 이러한 오류 수정 과정을 수십 번 반복하자, 놀랍게도 기계는 인간이 알파벳의 형태적 규칙을 단 한 줄도 코딩해주지 않았음에도 스스로 특징을 파악하여 'A'와 'B'를 완벽하게 구별해 내는 기적을 보여주었습니다. 1958년 뉴욕 타임스는 이 엄청난 사건을 대서특필하며 "스스로 걷고, 말하고, 보고, 글을 쓰고, 번역하고, 심지어 자신의 존재를 복제할 수 있는 전자 뇌의 배아가 탄생했다"라고 극찬했습니다. 로젠블랫은 기계가 단순히 수동적인 계산 도구에 머무르지 않고, 스스로 환경에 적응하며 지능을 발달시킬 수 있다는 딥러닝의 위대한 철학적, 기술적 뼈대를 1957년에 이미 완벽하게 세운 진정한 선구자였습니다.
2. 퍼셉트론의 수학적 원리와 XOR의 장벽: 첫 번째 'AI의 겨울'을 부른 한계점
로젠블랫이 고안한 퍼셉트론의 수학적 작동 원리는 아주 우아하면서도 명쾌했습니다. 여러 개의 입력값($x_1, x_2, ...$)이 들어오면 각각에 중요도를 나타내는 가중치($w_1, w_2, ...$)를 곱하고 이를 모두 더한 뒤 편향($b$)을 합산합니다. 이 총합계 연산 값이 미리 정해둔 임계값(Threshold)을 넘어서면 1을 출력하고(뉴런 활성화), 넘지 못하면 0을 출력하는(비활성화) 계단 함수(Step Function) 형태를 취했습니다. 수식으로 표현하면 아주 단순한 선형 방정식이었지만, 기계가 가중치($w$)를 스스로 업데이트하며 데이터 공간을 이분법적으로 가르는 최적의 직선(결정 경계)을 찾아낸다는 사실은 당시 과학계에 엄청난 학술적 파장을 일으켰습니다. AND 연산이나 OR 연산처럼 단순한 논리 회로는 퍼셉트론 단 하나만으로도 완벽하게 학습하고 분류해 낼 수 있었습니다.
하지만 이 위대한 발명품은 1969년, 인공지능 학계의 또 다른 거두였던 마빈 민스키(Marvin Minsky)와 시모어 페퍼트(Seymour Papert)가 출간한 저서 《퍼셉트론즈(Perceptrons)》에 의해 처참한 죽음을 맞이하게 됩니다. 민스키는 단일 층으로 이루어진 로젠블랫의 퍼셉트론은 하나의 직선으로만 데이터를 나눌 수 있기 때문에, 선형적으로 분리할 수 없는 아주 기초적인 논리 문제인 '배타적 논리합(XOR)' 문제조차 절대 풀 수 없다는 수학적 한계를 잔인하리만치 명확하게 증명해 버렸습니다. 이 논문은 학계에 엄청난 충격을 주었고, 퍼셉트론은 더 이상 발전 가능성이 없는 실패한 기술로 낙인찍혀 버렸습니다. 미국 정부와 군 당국의 천문학적인 연구 자금 지원이 하루아침에 모두 끊겨버렸고, 인공신경망 연구자들은 일자리를 잃고 뿔뿔이 흩어지게 되었습니다. 로젠블랫의 찬란했던 발명이 무너지며, 인공지능 역사상 가장 춥고 길었던 첫 번째 빙하기인 'AI의 겨울(AI Winter)'이 본격적으로 시작된 것입니다.
3. 시대를 너무 일찍 앞서간 천재: 다층 퍼셉트론(MLP)과 현대 딥러닝으로의 부활
퍼셉트론의 치명적인 한계였던 XOR 문제를 해결할 이론적 방법은 이미 로젠블랫의 머릿속에 어렴풋이 존재했습니다. 바로 단일 층이 아니라 중간에 은닉층(Hidden Layer)을 여러 겹 겹겹이 쌓아 올린 '다층 퍼셉트론(Multi-Layer Perceptron, MLP)' 구조를 만들고 비선형성을 추가하는 것이었습니다. 그러나 당시 1960년대의 컴퓨터 컴퓨팅 파워는 처참할 정도로 느렸고, 겹겹이 쌓인 가중치들의 오차를 역방향으로 전달하며 학습시킬 수 있는 고도화된 수학적 알고리즘(역전파 알고리즘)이 아직 발명되지 않은 시대였습니다. 시대를 수십 년이나 일찍 앞서갔던 불운한 천재 로젠블랫은, 자신의 아이디어가 다시 부활하는 것을 보지 못한 채 1971년 43세의 젊은 나이에 보트 사고로 안타깝게 세상을 떠나고 말았습니다.
하지만 진정한 진리는 잿더미 속에서도 기어코 꽃을 피우는 법입니다. 로젠블랫이 죽고 10여 년이 흐른 1980년대 중반, 제프리 힌튼(Geoffrey Hinton)을 비롯한 후대의 학자들이 '역전파(Backpropagation)' 알고리즘을 완벽하게 정립해 내면서 멈춰 있던 다층 퍼셉트론의 심장이 다시 뛰기 시작했습니다. 그리고 2010년대에 들어와 GPU라는 압도적인 하드웨어 성능과 폭발적인 인터넷 빅데이터가 쏟아지자, 수십 개의 은닉층을 가진 다층 퍼셉트론은 이른바 '딥러닝(Deep Learning)'이라는 새로운 이름으로 화려하게 부활하여 전 세계의 바둑 세계 챔피언을 꺾고 인간의 언어를 정복하기에 이릅니다. 오늘날 구글의 인공지능, 테슬라의 오토파일럿, 오픈AI의 챗GPT에 쓰이는 수천억 개의 파라미터는 모두 1957년 로젠블랫이 땜납과 전선으로 만들었던 그 투박한 마크 I 퍼셉트론의 직계 후손들입니다. 인류의 미래를 바꾼 딥러닝의 역사는 결국 한 심리학자의 위대한 직관에서 시작된 지독한 집념의 승리입니다.
결론: 실패가 아닌 위대한 잉태
결론적으로 1957년 프랭크 로젠블랫이 창조한 퍼셉트론은 단순히 일회성으로 반짝이고 사라진 실패한 발명품이 결코 아닙니다. [1. 규칙을 주입하는 대신 뇌를 모방하여 스스로 가중치를 조절해 학습한다는 혁명적인 철학을 최초로 입증했고], [2. 비록 XOR 문제라는 선형적 한계에 부딪혀 학계의 지독한 핍박과 AI의 겨울을 맞이했지만], [3. 현대 딥러닝의 근간이 되는 다층 퍼셉트론(MLP) 아키텍처로 진화하며 세상을 완벽하게 지배하게 된 것]입니다. "미래의 퍼셉트론은 인간처럼 언어를 번역하고 우주를 탐험할 것이다"라고 선언했던 로젠블랫의 1950년대 인터뷰는 당시 허풍 취급을 받았지만, 지금 우리는 정확히 그가 예언한 세상 속에서 살아가고 있습니다. 현재 우리가 누리는 눈부신 AI 혁명의 영광은, 암흑기 속에서도 인공신경망의 불씨를 지폈던 인공지능의 진정한 아버지 프랭크 로젠블랫에게 바쳐져야 할 것입니다.
참고 자료 및 출처
- 인공지능 역사와 철학 저널: 코넬 항공 연구소(Cornell Aeronautical Laboratory)의 Mark I Perceptron 하드웨어 아키텍처 및 이미지 분류 학습 논문 분석
- 컴퓨터 과학 및 수학사: 마빈 민스키(Marvin Minsky)의 XOR 문제 제기와 인공신경망 단일층(Single-layer) 한계 증명이 초래한 첫 번째 AI Winter 고찰
- 머신러닝과 딥러닝 진화 과정: 단층 퍼셉트론에서 역전파(Backpropagation) 기반 다층 퍼셉트론(Multi-Layer Perceptron)으로의 패러다임 시프트와 은닉층(Hidden Layer)의 역할
