Fuzzy 라는 형용사는 fuzz 라는 "솜털, 잔털, 보풀"을 뜻하는 명사에서 나왔고  "흐릿한, 명확하지 않은, 애매한" 등의 의미를 가진다. 중국에서는 "모호" 가 사용되고 프랑스에서는 "flou" 라고 한다. 애매하다는 것은 별로 좋은 의미로 사용되지는 않고 있으며, fuzzy-headed 라고 하면 "바보같은, 머리가 이상한" 이라는 의미라고 한다......fuzzy 의 정의 : Yahoo

Fuzzy 개념이 공학에 도입된 것은 1965 년에  Lofti A. Zadeh 가 퍼지집합 (fuzzy set) 이론을 제창한 이후이며 그것은 종래의 집합이론의 틀에서 벗어난 확장 개념이다. 그것은 "언어의 애매성의 수학적 표현" 또는 "주관성을 도입한 집합론" 또는 "soft computing" 등으로 표현되기도 한다....

인간의 사고나 언어 (communication) 과정은 흑백논리로만 설명되지는 않는다. 흑과 백 사이에 무수히 많은 정보가 있으며 단순한 二値 논리로는 그러한 정보를 모두 잃어 버릴  것이다. 그러한 것을 애매성 또는 다치논리 라고 표현한다면 인간의 지능을 컴퓨터가 묘사하기 위해서는 애매성을 수학적으로 표현하여야 한다. 따라서 fuzzy 이론에서의 다치 논리에 의해 인간의 본질에 더욱 가까이 갈 수 있는 길이다.

논리의 계통을 대별하면 고전 논리와 비고전 논리로 구분된다. 이 차이는 고전 논리에서는 배중률이 성립하고 비고전 논리에서는 배중률이 성립하지 않는다는데 있다. 즉 중간값을 배제하는 2 치 논리와 다치 논리의 차이라고 보아도 된다. 아리스토텔레스의 논리학의 집대성인 형식 논리는 물론, 현대수학의 근간을 이루는 현대 논리학이라고 하는 기호 논리학 도 이 의미에서는 고전 논리로 분류된다. 비고전 논리에는 블로어에 시작하는 직관주의 논리 (수학에 대한 하나의 입장인 직관주의를 지지하는 논리인데 배중률을 인정하지 않는다). 양상 논리 (modal logic), 확률 논리 및 여러 가지 다치 논리가 있다. 퍼지 논리 (Fuzzy Logic) 는 물론 비고전 논리의 계통에 속하는 것이다.

"체온 36.5 ℃ 를 정상체온으로 보았을 때 37 ℃ 는 과연 어느정도 고열이라 할 수 있는가?" , " 나의 wife 는 어느정도 예쁜 것일까?" , " 중년이라고 하면 어느정도 나이를 표현하는 것인가?" 등등과 같이 "고열, 예쁜, 중년" 과 같은 언어를 수학적으로 표현하여 컴퓨터가 그를 인식하도록 하여야 비로소 인간과의 대화가 가능할 것이다. 인간의 사고는 상당히 융통성이 있으며 따라서 위와 같은 언어의 애매성을 능히 처리할 수 있는 것이다. 컴퓨터에 어떻게 융통성을 부여할 것인가. fuzzy 는 "어느정도"를 다루는 '정도의 학문'이다....

황희 정승의 집에서 일하는 두하인이 어떤 일로 다투었다. 황희 정승이 하인 한 사람을 불러 그 이유를 묻고 네 말이 옳다고 했다. 그리고 다른 하인을 불러서 자초지종을 듣더니 또 그 하인의 말도 옳다고 했다. 그러자 옆에 있던 황희 정승의 부인이 "어떻게 두 사람의 말이 다 옳을 수 있는가?" 라고 반문했는데 황희 정승은 부인에게 "자네 말도 옳다" 고 했다는 이야기이다 ..... 이 일화에서 황희 정승의 '옳다' 는 말은 사실 애매한 언어이다. 세상에는 일반적으로 옳은 것과 옳지 않은 것의 경계가 칼로 무 자르는 것처럼 그렇게 명료하게 드러나지 않는다. 두 사람이 비록 반대 입장에 서서 논쟁을 하더라도 한 사람이 일방적으로 옳고 다른 사람은 전적으로 옳지 않다고 할 수 없는 애매함이 있을 수 있다 ........ 따라서 황희 정승이 처음 하인에게 옳다고 했을 때는 그 사람의 옳은 '정도' 를 인정했다는 것이요, 둘째 하인에 대해서도 그 사람 나름의 일리 있는 이유를 긍정했으며, 자기부인이 2 치논리적인 입장에서 그러한 반문을 했다면 그것도 옳다는 것을 인정한 것이 된다. 이렇게 인간이 사고하고 판단하는 많은 경우에 있어서 고전논리의 옳다와 그르다, 참과 거짓이라는 2 치적 구분은 실재를 표현하기에는 지나친 단순화이다 ...... 퍼지논리와 인지과학 : 박창균

AI 연구가 컴퓨터에게 인간처럼 생각하게 하는 것을 목표로 한다면 인간이 일상적으로 사용하고 있는 '애매성'을 잘 처리할 수 없는 한 그 목표에 도달할 수 없을 것이다.....

Lofti A. Zadeh 는 기존의 확률이론에 기초한 방법에 의해서는 해결될 수 없는 불확실성들이 fyzzy logic 의 사용을 통해서 효과적으로 처리될 수 있는 예들을 보여주었다. 문제의 성격이 비확률적인 경우에 확률이론의 경계를 확장시킨 fuzzy 논리에 기초한 방법을 소개하였다. Zadeh 는 확률의 불충분한 표현이 다음을 포함하는 명제의 의미를 표현하는 능력이 없기 때문이라고 하였다. 다음과 같은 용어를 컴퓨터에서 표현하기 위해서는 fuzzy 이론이 제격인 것이다.

   a. small, large, young, safe , much larger than, soon 과 같은 fuzzy predicate

   b. most, many, few, several, often, usually 와 같은 fuzzy quantifier

   c. likely, unlikely, not very likely 등으로 표현되는 fuzzy probability

   d. quite possible, almost impossible 등으로 표현되는 fuzzy possibility

   e. very true, quite true, mostly untrue 와 같은 fuzzy truth value

   f. very, quite, extremely, somewhat, slightly 와 같은 predicate modifier

조잡한 문장을 해석하고, 잡음있는 말을 이해하고, 결정을 내리는데 적절한 정보에 집중하는 것을 가능하게 하는 것은, 인간이 부정확하고, 비 정량적인 말을 듣고 생각하고 추론하는 능력이 있기 때문이다. 그것이 없기 때문에 가장 섬세한 컴퓨터 조차도 자연어로 인간과 대화할 수 없게 되는 것이다 ......