Commonsense Knowledge (상식 지식)

인간 10세 아동이라면 누구나 당연하게 여기는 일상의 물리적 직관, 심리적 교감, 인과적 통찰. 인공지능 70년 역사에서 가장 정복하기 어려웠던 궁극의 난제이자, 오늘날 거대 언어 모델(LLM)과 AGI를 가르는 최전선의 지평입니다.

💡 "체스와 미적분보다 물컵이 쏟아지는 원리를 이해하기가 더 어렵다" — 모라벡의 역설과 상식 표상의 승리

📑 빠른 목차 안내

1. 닐스 닐슨(Nils J. Nilsson)의 상식 정의와 고전 명제

인간 수준의 인공지능(AI) 시스템을 구현하려면 전문 분야의 좁은 지식보다 훨씬 더 광범위하고 방대한 지식이 필요합니다. 그리고 이들 시스템은 형식적인 기호 논리로 개념화하기가 극도로 까다로운 일상의 무수한 주제에 대해서도 이미 알고 있어야 합니다.

"10세 정도의 인간 어린이가 너무나 쉽게 할 수 있는 일상적 판단을 AI적인 방법으로 처리하는 것은 대단히 어려운 일이다."

— 닐스 닐슨 (Nils J. Nilsson, 1998, 스탠퍼드 대학교 컴퓨터과학과 명예교수)

물리학자들은 파동 방정식, 상대성 이론 또는 고등 미적분학 같은 정밀한 수학적 도구를 사용하여 복잡한 우주적 물리 현상을 명확하게 기술할 수 있습니다. 그러나 AI 학자들은 "컵에 물을 부으면 컵 모양에 따라 물이 차오르고, 이 컵이 기울어지거나 넘어지면 물이 쏟아져 나온다"는 유아도 체득하고 있는 직관적인 사실조차 컴퓨터 언어로 어떻게 표현하고 연역할 것인가를 두고 수십 년간 격렬한 논쟁을 거듭해 왔습니다.

👶 10세 인간 어린이가 본능적으로 알고 있는 상식 지식의 예 Common Sense
✔

물건을 놓으면 그것은 땅으로 떨어진다. (10세 정도의 요즘 인간은 지구 주위를 도는 인공위성에서 물건을 놓으면 떨어지지 않는다는 것까지 알고 있다.)

✔

사람은 자기 자신이 태어나기 전에는 세상에 존재하지 않았다.

✔

물에서 살고 있는 물고기가 물 밖으로 나오면 숨을 쉬지 못해 죽을 것이다.

✔

빵과 우유는 병원이나 학교가 아니라 상점(가게)에서 사고판다.

✔

사람들은 보통 낮에 활동하고 밤이 되면 잠을 잔다.

인간에게는 너무나 당연해서 교과서에조차 적히지 않는 이러한 무언의 지식을 보통 상식(Commonsense Knowledge)이라고 부릅니다.

2. [인포그래픽 1] AI가 이해해야 할 상식 지식의 5대 도메인

상식은 단순한 사실의 집합이 아니라 물리 법칙, 심리 추론, 인과성, 시공간 감각이 총체적으로 얽혀 있는 인지적 기반입니다.

도메인 1 🍎

소박 물리 (Naïve Physics)

중력, 관성, 물체의 영속성, 액체의 유동성. "유리잔을 콘크리트 바닥에 떨어뜨리면 깨진다", "벽을 뚫고 지나갈 수 없다"와 같은 기초 물리 법칙.

도메인 2 💭

마음 이론 (Theory of Mind)

타인의 의도, 감정, 욕망, 신념을 추론하는 사회적 지능. "선물을 받으면 기뻐한다", "비밀을 들키면 당황한다"와 같은 대인 관계적 상식.

도메인 3 ⏳

시간 및 인과율 (Temporal & Causal)

원인이 결과에 선행한다는 원칙. "성냥을 켜야 불이 붙는다", "사건 A가 일어나기 전에는 그 결과를 누릴 수 없다"와 같은 시계열적 선후 관계.

도메인 4 📐

공간적 직관 (Spatial Intuition)

물체의 크기, 모양, 포함 관계. "코끼리는 승용차 트렁크에 들어가지 않는다", "상자 안의 물건은 상자를 옮기면 함께 이동한다"는 3차원 공간 추론.

도메인 5 🏛️

관습 및 문화적 규범 (Cultural & Normative)

사회의 암묵적 예의와 행동 규칙. "도서관에서는 조용히 해야 한다", "식당에서는 음식을 먹은 뒤 값을 지불한다", "장례식장에서는 소란을 피우지 않는다"는 보편적 행동 양식.

Deep Research

3. AI 와 LLM 에서 Commonsense(상식)가 가지는 결정적 의미

규칙 기반 전문가 시스템의 붕괴를 초래한 최대 원인이자, 거대 언어 모델(LLM)이 비약적 도약을 이뤄낸 열쇠이자 최후의 관문

1) 모라벡의 역설(Moravec's Paradox)과 기호주의의 한계

1980년대 전문가 시스템은 체스, 의료 처방, 복잡한 세법 자문과 같은 최고 전문가 영역에서 뛰어난 능력을 과시했습니다. 그러나 시스템은 환자가 "남성인지 여성인지", "살아있는 사람인지 시신인지"조차 구분하지 못하고 약물을 처방하는 치명적인 상식의 부재를 드러냈습니다.

📌 모라벡의 역설: 한스 모라벡(Hans Moravec)과 마빈 민스키(Marvin Minsky)가 역설했듯, "인간에게 어려운 고등 수학이나 체스 같은 지적 연산은 컴퓨터에게 매우 쉽지만, 갓난아기도 본능적으로 수행하는 얼굴 인식, 걷기, 컵 잡기, 기초 상식 추론은 컴퓨터에게 가장 어렵다"는 사실이 입증되었습니다.

2) 더글러스 레너트의 40년 집념, Cyc 프로젝트 (Cyc)

1984년 컴퓨터 과학자 더글러스 레너트 (Douglas Lenat)는 인공지능이 인간 수준에 도달하려면 세상의 모든 상식을 기호 논리로 손수 코딩해야 한다고 믿고 Cyc(싸이크) 프로젝트를 출범했습니다.

수십 년간 수백 명의 온톨로지 학자가 투입되어 2,500만 개 이상의 상식 공리(Axioms)를 구축했으나, 현실 세계의 상식은 고정된 규칙이 아니라 무수한 예외와 맥락적 유연성을 내포하고 있어 수작업 기호화의 한계에 부딪혔습니다.

3) LLM의 패러다임 전환: 통계적 분산 표상을 통한 상식 흡수

2020년대 트랜스포머 기반의 거대 언어 모델(LLM)은 규칙을 주입하는 대신, 인터넷 웹 스케일의 방대한 텍스트 코퍼스에 축적된 인류의 언어적 맥락을 통계적으로 학습함으로써 상식 획득의 역사적 돌파구를 열었습니다.

  • 문맥 속 암묵지 추출: 인간이 굳이 명시하지 않는 당연한 사실들도 수조 개의 토큰 간 상관관계와 임베딩 벡터 공간의 기하학적 거리를 통해 자연스럽게 내재화되었습니다.
  • 상식 벤치마크 석권: WinoGrande(대명사 모호성 해소), HellaSwag(상황 예측), CommonsenseQA 등 전통 AI가 붕괴하던 벤치마크에서 인간에 근접하는 성능을 달성했습니다.

4) 현재 LLM 상식의 치명적 취약성: 신체성(Embodiment)의 부재

그러나 최신 LLM의 상식에도 중대한 사각지대가 존재합니다. LLM은 물리 세계와 감각적으로 상호작용한 경험 없이 오직 텍스트 패턴(Word-only)으로만 세상을 배웠기 때문입니다.

⚠️ 언어적 그럴듯함 vs 물리적 실재의 괴리: 복잡한 양자역학을 유창하게 설명하면서도 "상자를 거꾸로 뒤집은 채 들어 올리면 내용물이 어떻게 되는가?"와 같은 초보적 3차원 공간 역학에서 엉뚱한 환각(Hallucination)을 생성하기도 합니다.

💡 얀 르쿤(Yann LeCun) 교수의 제언: 진정한 상식을 갖추기 위해서는 텍스트 생성기를 넘어 비디오 기반 예측과 물리 세계의 인과 모델을 학습하는 월드 모델(World Models / JEPA)로 나아가야 합니다.

4. [인포그래픽 2] 기호주의(Cyc) vs 현대 LLM의 상식 표상 비교

비교 항목 기호주의 상식 시스템 (Cyc / Expert Systems) 현대 대형언어모델 (LLM / Foundation Models)
철학적 기저 물리적 기호 시스템 가설 (뉴얼 & 사이먼) 연결주의 및 분산 표상 가설 (Distributed Representation)
상식 획득 방식 온톨로지 전문가들이 공리와 규칙을 수작업 하드코딩 수조 개 토큰의 웹 텍스트로부터 비지도 자기지도학습
지식 표현 구조 이산적(Discrete) 술어 논리, 온톨로지 트리플 연속적(Continuous) 고차원 벡터 임베딩 및 신경망 가중치
맥락적 유연성 극도로 취약 (정의되지 않은 맥락에서 추론 중단) 매우 유연 (모호한 일상어와 비유적 표현을 매끄럽게 처리)
주요 한계점 지식 획득의 병목, 프레임 문제, 유지보수 불능 신체화(Embodiment) 부재로 인한 비물리적 환각 발생

5. [인포그래픽 3] 진정한 AGI를 향한 상식 인공지능 발전 로드맵

Stage 1

텍스트 통계적 상식

현재의 트랜스포머 LLM. 웹 텍스트 언어 데이터 속 상관관계를 바탕으로 질문에 상식적인 어조로 답변하나, 물리적 검증 능력은 부재함.

Stage 2

멀티모달 & 지식그래프 결합

이미지, 오디오, 텍스트의 융합(VLM) 및 ConceptNet/ATOMIC 등 상식 지식그래프 결합. 시각적 상황 인식을 통해 비언어적 상식을 보완.

Stage 3

신체화된 월드 모델 (Embodied AI)

로봇 에이전트가 물리 세계와 직접 상호작용하며 중력, 마찰, 촉각, 공간을 체득. 인간 아동과 완벽히 동일한 체화된 상식을 완성하는 궁극의 AGI.

6. 학술 연구 논문 및 시청각 자료 (Paper & Video)

고전 원전 논문

상식의 표현

저자: Nils J. Nilsson (1998)

명저 북마크 서적

상식이 오히려 어렵다

저자: Edward Feigenbaum, Pamela McCorduck

과학 해설 칼럼

흉내내기 어려운 ‘상식’

저자: 과학세대

🎬 더글러스 레너트(Douglas Lenat)의 상식 인공지능 강연 (Video)

Cyc 프로젝트를 창시한 더글러스 레너트 박사가 직접 밝히는 컴퓨터와 상식의 오랜 사투와 비전.

Computers with Common Sense : TEDx

연사: Douglas Lenat (2015/05/21) — 상식을 가진 컴퓨터 구현의 필요성과 Cyc의 철학

Computers versus Common Sense : GoogleTalks

연사: Douglas Lenat (2006/05/30) — 구글 본사 강연: 기계와 상식의 간극 극복

🔗 인공지능 상식 및 지식공학 핵심 용어 (Term Hub)