방송대 인공지능 5강: 지식표현 방법과 전문가 시스템

방송대 인공지능 5강: 지식표현 방법과 전문가 시스템

같은 사실도 논리식, IF-THEN 규칙, 관계 그래프, 슬롯 표 또는 신경망 가중치로 다르게 저장할 수 있다. 이 글은 무엇을 표현하고 어떤 추론을 수행할지 먼저 묻고, 지식표현 방법을 선택하는 기준에서 전문가 시스템의 구성과 개발 과정까지 연결한다.

표현을 고르기 전에 네 가지 질문을 던진다

인공지능이 문제를 푼다는 말에는 두 작업이 함께 들어 있다. 먼저 문제와 관련된 사실·관계·절차를 컴퓨터가 다룰 수 있는 형태로 저장해야 하고, 그 표현에서 필요한 결론이나 행동을 끌어내야 한다. 지식표현(knowledge representation)은 실세계의 지식을 내부 구조로 옮기는 방법이며, 추론은 그 구조를 이용해 새로운 결론을 얻는 과정이다.

표현 방법에 절대적인 우열은 없다. 다음 질문에 대한 답이 무엇인지에 따라 적합한 방법이 달라진다.

1. 무엇을 담아야 하는가? 참·거짓 명제, 조건과 행동, 개념 사이의 관계, 객체의 속성, 학습된 패턴 중 무엇인가?
2. 어떤 결론이 필요한가? 논리적 증명, 조건에 맞는 행동, 목표의 증명, 속성 상속, 패턴 분류 중 무엇인가?
3. 누가 고칠 수 있어야 하는가? 개별 사실과 규칙을 사람이 직접 수정해야 하는가, 아니면 데이터로 가중치를 다시 학습하는가?
4. 설명 가능성이 얼마나 중요한가? 어떤 규칙과 사실로 결론을 냈는지 추적해야 하는가, 예측 성능이 더 중요한가?

판단 핵심: 지식을 저장하는 모양만 보지 말고 표현 대상, 추론 방식, 수정 방식, 설명 요구를 함께 본다. 지식표현과 추론기관은 서로 맞물려야 한다.

데이터가 행동 기준이 될 때 지식이 된다

강의의 판매 예를 따라 세 층을 구분해 보자. ‘8월 12일, 고객 C17, 품목 P4, 수량 3, 단가 20,000원’은 개별 관측값인 데이터다. 여러 거래를 월별·품목별로 집계해 ‘P4의 8월 판매량이 전월보다 감소했다’고 만든 것은 의미를 읽을 수 있는 정보다. 여기에 재고 수준과 판매 패턴을 연결해 ‘P4의 다음 발주량을 줄이고 판촉 여부를 검토한다’는 판단 기준을 세우면 문제 해결에 사용할 지식이 된다.

층위	판매 예시	가능해지는 질문
데이터	거래 시각, 고객, 품목, 수량, 단가	무슨 값이 관측되었는가?
정보	월별·품목별 매출과 증감	관측값에 어떤 패턴이 있는가?
지식	재고 조정과 판매 전략의 판단 기준	이 상황에서 무엇을 해야 하는가?

데이터가 자동으로 지식으로 승격되는 것은 아니다. 집계의 목적, 상황에 대한 해석, 행동과 결과의 관계가 붙어야 문제 해결에 사용할 수 있다. 지식공학(knowledge engineering)은 특정 문제 분야의 지식을 쉽게 접근하고 추론할 수 있도록 획득·구조화·관리하는 활동이며, 그 지식을 체계적으로 축적해 사용하는 컴퓨터 시스템이 지식기반 시스템이다.

좋은 지식표현은 저장보다 사용과 갱신까지 견뎌야 한다

실세계의 문장을 기호로 바꾸었다고 지식표현이 완성되지는 않는다. 강의는 표현 방법을 평가하는 네 요건을 제시한다. 이 네 항목은 하나의 점수가 아니라 서로 다른 실패를 찾는 점검표다.

요건	판정 질문	부족할 때의 실패
표현방법의 적합성	문제영역의 필요한 지식과 실제 의미를 정확히 담는가?	예외·관계·조건을 표현하지 못함
추론의 적합성	표현된 지식에서 필요한 결론을 얻는 메커니즘이 있는가?	저장했지만 문제 해결에 쓰지 못함
추론의 효율성	부가정보와 구조를 이용해 불필요한 탐색을 줄이는가?	결론은 얻지만 시간과 계산량이 지나치게 큼
지식 획득 능력	새 사실과 규칙을 쉽게 추가·수정할 수 있는가?	환경 변화에 맞춰 지식을 유지하기 어려움

예를 들어 모든 의료 지식을 표현할 수 있어도 한 번의 진단에 관련 규칙을 찾는 데 지나치게 오래 걸리면 효율성이 낮다. 반대로 추론이 빠르더라도 중요한 예외 조건을 담을 수 없다면 표현 적합성이 부족하다. ‘표현력이 크다’와 ‘실제로 쓰기 좋다’를 같은 뜻으로 보면 안 된다.

절차·선언·신경망은 지식이 놓이는 위치가 다르다

절차적 지식은 어떤 경우에 무엇을 어떻게 할지를 명령의 흐름으로 표현한다. 지식을 사용하는 순서와 제어가 프로그램 안에 들어 있으므로 실행은 직접적이지만, 개별 지식만 떼어 편집하거나 새 추론 방식에 재사용하기 어렵다. 선언적 지식은 사실과 관계를 비교적 독립적인 항목으로 두고, 별도의 추론기관이 필요한 항목을 선택해 사용한다.

신경망의 지식은 개별 문장이나 규칙으로 또렷하게 저장되지 않는다. 학습 결과가 뉴런 사이 연결가중치 벡터에 분산되어 나타나므로 특정 지식 하나를 찾아 사람이 직접 고치거나 설명하기가 쉽지 않다.

비교축	절차적 지식	선언적 지식	신경망
저장 형태	명령과 제어 흐름	독립적인 사실·관계·규칙	연결가중치에 분산
사용 제어	지식 자체에 내포	별도 추론기관이 담당	망의 계산 구조가 담당
개별 편집	프로그램 흐름과 얽히기 쉬움	사실·규칙 단위로 비교적 쉬움	가중치 하나와 지식 하나가 대응하지 않음
설명 방식	실행 경로를 추적	사용한 사실과 규칙을 추적	개별 지식의 직접 추출이 어려움

오개념 교정: 선언적 지식은 ‘실행되지 않는 지식’이 아니다. 실행 순서를 지식 안에 묻지 않고 별도 추론기관이 선택한다는 뜻이다. 신경망도 지식이 없는 것이 아니라 저장 위치가 분산되어 개별 규칙으로 잘 드러나지 않는 것이다.

논리는 참·거짓과 관계를 명시적으로 다룬다

형식논리학은 명제·객체·관계를 기호로 나타내고 논리연산자로 결합하여 연역 체계를 만든다. 명제논리는 참 또는 거짓을 명백히 판단할 수 있는 문장을 하나의 기호로 취급한다. P를 ‘센서가 켜져 있다’, Q를 ‘경보가 울린다’라고 두면 P → Q는 ‘센서가 켜져 있으면 경보가 울린다’를 나타낸다. P ∧ Q는 둘 다 참인 논리곱, P ∨ Q는 적어도 하나가 참인 논리합, ~P는 P의 부정, P ↔ Q는 두 명제의 진릿값이 같은 동치를 뜻한다.

술어논리는 문장을 술어와 객체로 나누고 변수를 사용할 수 있다. ‘모든 사람은 생각한다’는 ∀x(Man(x) → Think(x)), ‘철수는 사람이다’는 Man(철수)로 표현한다. 두 전제가 참이면 Think(철수)를 연역할 수 있다. 명제논리가 문장 전체의 진릿값 관계를 다루는 데 알맞다면, 술어논리는 여러 객체에 공통으로 적용되는 관계와 양화를 더 세밀하게 표현한다.

식 읽기: X → Y와 X로부터 Y를 얻는 것은 타당한 연역이다. Y만 관찰하고 X를 확정하면 ‘결과가 같으니 원인도 같다’는 오류가 생길 수 있다.

연역·유도·귀납은 출발점과 결론의 확실성이 다르다

하나의 IF A THEN B 규칙도 무엇을 알고 무엇을 구하는지에 따라 서로 다른 추론으로 읽힌다.

추론	출발과 진행	결론의 성격	예시
연역법	A → B와 A에서 B를 도출	전제가 참이고 규칙을 올바르게 적용하면 필연적	포유류이면 항온동물, 고래는 포유류 → 고래는 항온동물
유도법	A → B와 B에서 가능한 A를 추정	가능한 설명이며 확정할 수 없음	비가 오면 길이 젖음, 길이 젖음 → 비가 왔을 가능성
귀납법	여러 관측 사례에서 일반 규칙 구성	새 사례나 반례에 따라 수정 가능	관찰한 여러 새가 날음 → 새는 날 수 있다는 일반화

젖은 길의 원인은 비뿐 아니라 청소나 살수차일 수도 있다. 따라서 유도법의 결론을 연역처럼 확정하면 안 된다. 귀납법도 관찰되지 않은 예외를 만날 수 있다. 반면 연역의 ‘항상 옳음’은 규칙 형식이 타당하고 전제가 참이라는 조건 아래에서 이해해야 한다.

IF-THEN 규칙은 조건과 결론을 분리한다

규칙(rule)은 권고·지시·전략을 IF 조건 THEN 결론 또는 행동의 정형화된 형태로 표현한다. IF 쪽은 가정·전제조건 또는 LHS, THEN 쪽은 결론·실행할 동작 또는 RHS다. 지식베이스에는 현재 상황의 사실과 적용 가능한 규칙이 있고, 추론기관은 조건이 현재 사실과 맞는 규칙을 선택하여 실행한다.

예를 들어 규칙 R1이 ‘IF 실내온도 > 28 AND 재실인원 > 0 THEN 냉방요청’, 사실이 ‘실내온도=30, 재실인원=3’이라면 두 조건이 모두 만족되므로 냉방요청을 사실에 추가하거나 해당 행동을 실행할 수 있다. 온도만 30이고 재실 여부를 모른다면 조건 전체가 충족되었다고 단정할 수 없다.

잘못된 접근: THEN 결과가 관찰되었다는 이유로 IF 조건이 반드시 참이었다고 역으로 확정하면 안 된다. 같은 결과를 만드는 다른 규칙이 있을 수 있기 때문이다.

전방향은 사실에서 넓히고 후방향은 목표에서 좁힌다

전방향 추론은 현재 사실과 조건부가 일치하는 규칙을 찾아 결론부를 실행하거나 새 사실로 추가한다. 새로운 센서 자료가 계속 들어오고 어떤 결론이 생길지 미리 정하기 어려운 상황에 어울린다. 후방향 추론은 확인하려는 목표를 결론부로 갖는 규칙을 찾고, 그 규칙의 조건이 사실인지 거꾸로 확인한다.

다음 규칙과 사실을 이용해 차이를 추적해 보자.

• R1: IF 배터리전압낮음 THEN 시동불가
• R2: IF 전조등흐림 THEN 배터리전압낮음
• 사실: 전조등흐림

전방향은 사실 ‘전조등흐림’에서 R2를 적용해 ‘배터리전압낮음’을 만들고, 이어 R1을 적용해 ‘시동불가’를 얻는다. 후방향은 목표 ‘시동불가’를 증명하려고 R1의 조건 ‘배터리전압낮음’을 하위 목표로 만들고, R2를 거쳐 이미 알려진 ‘전조등흐림’까지 도달한다. 최종 결론이 같아도 탐색의 출발점과 질문 순서가 다르다.

선택 규칙: 들어온 사실로 발생 가능한 결과를 모두 갱신하려면 전방향, 특정 가설 하나가 성립하는지 필요한 근거만 확인하려면 후방향을 우선 검토한다.

시맨틱 네트는 개념과 관계를 방향성 그래프로 펼친다

시맨틱 네트(semantic net)는 객체·개념·사건을 노드로, 노드 사이의 관계를 방향성 아크로 나타낸다. 아크의 라벨을 정확히 읽어야 관계를 뒤집지 않는다.

아크	의미	예	판정 질문
ako	a kind of, 하위 클래스와 상위 개념	승용차 ako 자동차	이 종류는 어느 더 큰 종류에 속하는가?
isa	is a, 사례와 클래스	차량 A isa 승용차	이 개별 대상은 어느 클래스의 사례인가?
has-part	객체와 부속품	자동차 has-part 엔진	이 대상은 무엇을 부분으로 갖는가?

ako와 isa는 모두 ‘속한다’는 느낌을 주지만 층위가 다르다. ‘대학생 ako 학생’은 클래스 간 관계이고, ‘김철수 isa 대학생’은 개별 사례와 클래스의 관계다. ‘엔진 isa 자동차’라고 쓰면 부품 관계를 사례 관계로 오표현한 것이므로 has-part를 사용해야 한다.

특성상속은 공통 지식을 위에 두고 예외를 아래에 둔다

특성상속(property inheritance)은 상위 클래스의 속성과 값을 하위 클래스나 사례가 이어받도록 하는 추론이다. 자동차에 ‘바퀴 수=4’와 ‘has-part=엔진’을 두고, 승용차가 자동차의 하위 클래스라면 승용차와 그 사례는 공통 속성을 다시 적지 않아도 참조할 수 있다. 강의에서 상속이 진행되는 핵심 연결은 ako와 isa다.

새 사례 ‘차량 B’를 설계해 보자. 차량 B isa 전기승용차, 전기승용차 ako 승용차, 승용차 ako 자동차라고 한다. 자동차의 기본 바퀴 수가 4라면 차량 B는 그 값을 상속한다. 그러나 차량 B가 시험용 3륜 차량으로 명시되어 있다면 구체적인 하위 값 3이 일반적인 상위 값 4보다 우선한다. 하위 수준에는 상위의 일반값과 다른 값이나 고유 속성을 연결한다.

관리 방식	상속을 쓸 때	각 사례에 반복 저장할 때
지식 구성	공통 속성을 한 번 정의	사례마다 같은 속성을 다시 입력
오류 수정	상위 정의를 고쳐 관련 하위에 반영	누락된 사례가 생길 수 있음
최신성 유지	중앙 지식을 갱신	분산된 값을 모두 찾아 수정
예외 처리	하위의 구체적 값으로 덮어씀	공통값과 예외값의 관계가 드러나지 않음

프레임은 한 대상을 슬롯과 동작으로 묶는다

프레임(frame)은 객체나 클래스의 속성을 슬롯들의 집합으로 표현한다. 관련 프레임은 클래스·부클래스·사례로 연결되고, 슬롯에는 값이나 기본값을 둘 수 있다. 시맨틱 네트가 여러 개념 사이의 관계 지도를 강조한다면 프레임은 한 대상이 가진 속성을 구조화된 기록처럼 모아 보여 준다.

예를 들어 ‘성인’ 프레임에 키 기본값 165와 체중 기본값 60을 두고, ‘민지’가 성인의 사례이며 키=172만 명시했다고 하자. 민지는 키 172를 사용하고 체중은 별도 값이 없으므로 기본값 60을 사용할 수 있다. 기본값은 확정 사실이 아니라 구체적 값이 없을 때 사용하는 전형값이므로, 실제 체중 68이 입력되면 68이 우선한다.

부가 프로시저는 슬롯을 사용할 때 수행할 절차적 지식을 붙인다. if-needed는 값이 필요할 때 계산하고, if-read는 값을 읽을 때, if-written은 새 값을 기록할 때, if-removed는 값을 제거할 때 동작한다. 프레임은 선언적인 슬롯 구조와 절차적인 동작을 함께 담을 수 있다.

단계별 예: 키 172, 나이 36인 사례에서 체중 슬롯이 비어 있고 강의의 if-needed 절차를 적용하면 ‘나이 > 35’가 참이므로 172-100=72를 계산한다. 같은 키라도 나이가 35이면 else 분기에서 172-110=62가 된다. 기본값을 읽는 것과 필요 시 계산하는 것은 다른 처리다.

신경망은 규칙 대신 연결가중치에 지식을 분산한다

인공 신경회로망은 신경세포가 수상돌기로 입력을 받고 축색돌기로 출력을 보내며 신경연접으로 연결되는 구조를 모델링하여 지능적 처리에 응용한다. 인공 신경망에서는 입력에서 출력으로 이어지는 연결의 가중치 W1, W2, …, Wn에 학습 결과가 분산되어 저장된다.

규칙 기반 표현에서는 ‘IF 조건 THEN 결론’ 한 줄을 찾아 수정할 수 있다. 신경망에서는 특정 개념이 가중치 하나에만 들어 있지 않아 ‘이 가중치가 바로 자동차 지식’이라고 말하기 어렵다. 대신 많은 예에서 패턴을 학습하여 입력에 맞는 출력을 계산한다. 따라서 신경망과 기호적 표현의 차이는 지식의 유무가 아니라 지식을 어느 단위로 저장하고 어떻게 사용하는가에 있다.

전문가 시스템은 지식베이스와 추론기관을 분업시킨다

전문가 시스템(expert system)은 제한된 문제 분야에서 인간 전문가의 문제해결 지식과 전략을 시뮬레이션하여 문제풀이와 의사결정을 지원하는 지식기반 시스템이다. 범용 인간 지능을 그대로 복제하는 것이 아니라 특정 분야의 사실·규칙·경험적 전략을 명시적으로 축적해 활용한다.

구성 요소	담당 역할	서로 바꾸면 생기는 혼동
지식베이스	사실, 규칙, 경험적 지식, 필요하면 불완전·확률적 정보 저장	스스로 규칙을 선택하는 실행기가 아님
추론기관	규칙 해석기와 스케줄러로 적용 가능한 규칙을 선택·실행	분야 지식 그 자체가 아님
사용자 인터페이스	사용자의 질의와 시스템의 결과를 전달	지식베이스나 추론 논리를 대신하지 않음

지식베이스와 추론기관을 분리하면 같은 추론 틀에 분야 지식을 갱신하거나, 규칙을 직접 검토하고 오류를 수정하기가 쉬워진다. 이 분리가 선언적 지식의 장점과 연결된다.

현장전문가와 지식공학자는 해답을 규칙으로 번역한다

현장전문가는 실제 문제와 질의를 제시하고 자신이 사용하는 해법·판단 기준·예외를 설명한다. 지식공학자는 그 설명에서 사실과 규칙을 도출하여 지식베이스로 구성한다. 완성된 전문가 시스템을 시험한 결과는 다시 현장전문가와 지식공학자에게 돌아가 테스트와 디버깅에 사용된다.

1. 문제 범위 설정: 어떤 질의와 결정을 지원할지 한정한다.
2. 지식 획득: 현장전문가의 해법, 조건, 예외와 경험적 규칙을 수집한다.
3. 형식화: 지식공학자가 사실·규칙·관계 등 시스템이 처리할 표현으로 바꾼다.
4. 지식베이스 구축: 추론기관이 접근할 수 있도록 구조화한다.
5. 테스트·디버깅: 실제 사례에서 결론과 근거를 검토하고 누락·충돌 규칙을 고친다.

실패 진단: 시스템이 틀렸을 때 곧바로 추론기관만 의심하지 않는다. 지식 누락, 규칙의 조건 오류, 우선순위 충돌, 사용자 입력 오류 중 어디에서 문제가 생겼는지 분리해 확인한다.

문제의 모양으로 지식표현을 선택한다

문제 상황	우선 검토할 표현	선택 이유
명제의 참·거짓과 관계를 엄밀히 증명	명제논리·술어논리	기호와 연역 규칙으로 타당성을 추적
조건이 맞으면 권고나 행동을 실행	IF-THEN 규칙	조건부와 결론부가 분명하고 규칙 경로를 설명 가능
개념의 종류·사례·부분 관계를 탐색	시맨틱 네트	노드와 방향성 아크로 관계망을 직접 표현
한 대상의 속성·기본값·동작을 함께 관리	프레임	슬롯, 상속, 부가 프로시저를 한 구조에 결합
많은 예에서 분류·예측 패턴을 학습	신경망	연결가중치에 패턴을 분산 저장

실제 시스템은 한 방법만 써야 하는 것이 아니다. 다만 결합하기 전에 각 표현이 맡을 지식과 추론을 분명히 나눠야 한다. 관계를 그래프로 보이면서도 객체별 세부 속성은 프레임으로 관리하고, 권고 결정은 규칙으로 수행하는 식의 조합이 가능하다.

자가 점검: ‘공장 설비 이상을 진단하고 근거 규칙을 보여 주어야 한다’는 요구라면 무엇을 우선할까? 진단 조건과 결론을 규칙으로 두고, 부품 관계를 시맨틱 네트나 프레임으로 보조하면 설명 가능한 경로를 만들 수 있다. 반대로 이미지에서 불량 패턴을 먼저 찾아야 한다면 신경망이 입력 패턴 처리에 더 적합할 수 있다.

핵심 개념 정리

• 표현과 추론: 실세계 지식을 내부 구조로 옮긴 뒤, 그 구조에 맞는 추론 메커니즘으로 결론을 얻는다.
• 평가 기준: 의미를 충분히 담는지, 필요한 추론이 가능한지, 효율적인지, 새 지식을 쉽게 획득하는지를 따로 판정한다.
• 지식의 위치: 절차적 지식은 제어를 내부에 품고, 선언적 지식은 별도 추론기관이 사용하며, 신경망 지식은 가중치에 분산된다.
• 논리와 규칙: 논리는 명제·객체·관계를 기호화하고, 규칙은 조건과 결론을 IF-THEN으로 나눈다.
• 추론 방향: 전방향은 알려진 사실에서 결과를 확장하고, 후방향은 목표에서 필요한 조건을 거슬러 간다.
• 관계와 속성: 시맨틱 네트는 노드·아크의 관계망, 프레임은 슬롯·기본값·부가 프로시저의 구조를 강조한다.
• 전문가 시스템: 지식베이스, 추론기관, 사용자 인터페이스를 결합하고 현장전문가와 지식공학자가 반복 검증한다.

문제를 만나면 ‘무엇을 저장할까 → 어떤 결론을 얻을까 → 지식과 제어를 어디에 둘까 → 누가 어떻게 갱신하고 설명할까’의 순서로 판단한다. 이 순서를 따르면 논리·규칙·시맨틱 네트·프레임·신경망을 이름으로 외우지 않고 문제의 요구에 맞춰 구분할 수 있다.

예상문제 10선

1. 지식표현 방법의 ‘추론의 효율성’을 가장 직접적으로 평가하는 질문은?

① 문제영역의 모든 개념과 예외를 표현할 수 있는가? ② 새 사실과 규칙을 쉽게 추가할 수 있는가? ③ 부가정보와 구조를 활용해 불필요한 추론 작업을 줄이는가? ④ 표현된 지식에서 결론을 얻는 메커니즘이 존재하는가?

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: 필요한 의미와 범위를 담는지는 표현방법의 적합성에 해당한다.
• ② 오답: 새 지식의 추가·수정 용이성은 지식 획득 능력을 묻는다.
• ③ 정답: 같은 결론을 얻더라도 탐색과 계산을 얼마나 효과적으로 줄이는지가 추론 효율성의 핵심이다.
• ④ 오답: 추론 메커니즘의 존재 여부는 추론의 적합성을 평가한다.

2. 선언적 지식과 절차적 지식을 올바르게 비교한 것은?

① 선언적 지식은 별도 추론기관이 사용할 수 있고, 절차적 지식은 사용 제어가 지식 안에 내포된다. ② 선언적 지식은 가중치에 분산되고, 절차적 지식은 사실을 독립 항목으로 나열한다. ③ 선언적 지식은 추론할 수 없고, 절차적 지식만 새로운 결론을 만든다. ④ 선언적 지식은 실행 순서를 반드시 포함하고, 절차적 지식은 순서와 독립적이다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①

• ① 정답: 지식과 사용 제어를 분리하는지가 두 형태를 가르는 핵심 기준이다.
• ② 오답: 가중치의 분산 저장은 신경망이고, 독립 사실의 나열은 선언적 지식의 특징이다.
• ③ 오답: 선언적 지식도 별도의 추론기관을 통해 결론 도출에 사용된다.
• ④ 오답: 실행 순서와 제어를 지식 내부에 포함하는 쪽은 절차적 지식이다.

3. 규칙 ‘IF 화재 THEN 경보’와 사실 ‘경보가 울림’만으로 내린 결론 중 잘못된 것은?

① 화재는 경보의 가능한 원인 중 하나일 수 있다. ② 경보를 일으키는 다른 원인이 있는지 확인해야 한다. ③ 화재라는 설명은 추가 증거가 필요한 가설이다. ④ 경보가 울렸으므로 화재가 발생했다는 결론은 연역적으로 확정된다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④

• ① 오답: 결과에서 가능한 원인을 찾는 유도적 가설로는 고려할 수 있다.
• ② 오답: 같은 경보를 만드는 점검·오작동 등 대안 원인을 배제해야 확신을 높일 수 있다.
• ③ 오답: B에서 A를 추정한 결론은 필연이 아니므로 추가 근거가 필요하다.
• ④ 정답: A→B와 B에서 A를 확정하는 것은 후건 긍정의 오류이며 타당한 연역이 아니다.

4. 본문의 자동차 진단 규칙에서 목표 ‘시동불가’를 후방향 추론할 때 올바른 진행은?

① 전조등흐림을 삭제한 뒤 시동불가를 새 사실로 넣는다. ② 시동불가를 결론으로 가진 R1을 찾고, 배터리전압낮음을 거쳐 전조등흐림 사실을 확인한다. ③ 전조등흐림에서 출발해 만족되는 모든 규칙의 결론을 차례로 추가한다. ④ 시동불가 사실을 먼저 참으로 가정하고 관련 조건은 검사하지 않는다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②

• ① 오답: 후방향 추론은 알려진 사실을 삭제하지 않고 목표를 지지할 조건을 찾는다.
• ② 정답: 목표와 규칙 결론을 맞춘 뒤 조건을 하위 목표로 바꾸어 알려진 사실까지 거슬러 간다.
• ③ 오답: 사실에서 가능한 결론을 계속 확장하는 방식은 전방향 추론이다.
• ④ 오답: 목표는 증명 대상이지 검사 없이 참으로 추가할 사실이 아니다.

5. 시맨틱 네트의 아크를 올바르게 사용한 것은?

① 전기승용차 ako 승용차 ② 차량 B ako 전기승용차 ③ 엔진 isa 자동차 ④ 승용차 has-part 자동차

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①

• ① 정답: 전기승용차와 승용차는 하위 클래스와 상위 클래스의 관계이므로 ako가 맞다.
• ② 오답: 개별 차량 B와 클래스 전기승용차의 관계에는 isa를 사용해야 한다.
• ③ 오답: 엔진은 자동차의 사례가 아니라 부품이므로 자동차 has-part 엔진으로 표현한다.
• ④ 오답: 자동차는 승용차의 부품이 아니며 승용차 ako 자동차가 올바른 방향이다.

6. 자동차의 기본 바퀴 수가 4이고, 차량 B isa 시험승용차, 시험승용차 ako 승용차이며 차량 B의 바퀴 수가 3으로 명시되었다. 차량 B에 사용할 값은?

① 상속 경로가 있으므로 언제나 4 ② 상위값과 하위값을 더한 7 ③ 더 구체적으로 명시된 차량 B의 값 3 ④ 값이 충돌하므로 어떤 값도 사용할 수 없음

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: 상위의 일반값은 하위나 사례에 더 구체적인 값이 없을 때 물려받는다.
• ② 오답: 상속은 숫자를 합산하는 연산이 아니라 사용할 속성값을 찾는 과정이다.
• ③ 정답: 사례에 직접 연결된 구체적 값이 상위의 기본적인 일반값보다 우선한다.
• ④ 오답: 구체적 값 우선 규칙으로 예외를 처리할 수 있으므로 반드시 미정이 되지는 않는다.

7. 프레임의 if-needed 절차가 ‘나이 > 35이면 체중=키-100, 아니면 체중=키-110’이다. 나이 35, 키 172일 때 빈 체중 슬롯을 계산한 값은?

① 72 ② 62 ③ 35 ④ 137

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②

• ① 오답: 172-100의 결과지만 나이 35는 ‘35보다 큼’ 조건을 만족하지 않는다.
• ② 정답: 경계값 35는 else 분기로 가므로 172-110=62이다.
• ③ 오답: 나이는 분기 조건이며 체중 슬롯에 그대로 기록하는 값이 아니다.
• ④ 오답: 키에서 나이를 빼는 계산은 주어진 부가 프로시저에 없다.

8. 프레임의 if-written 부가 프로시저가 실행되는 시점은?

① 비어 있는 슬롯의 값이 필요해 계산할 때 ② 슬롯의 현재 값을 읽을 때 ③ 슬롯의 값을 제거할 때 ④ 슬롯에 새로운 값을 기록할 때

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④

• ① 오답: 값이 필요할 때 계산하는 절차는 if-needed이다.
• ② 오답: 판독 시 실행되는 절차는 if-read이다.
• ③ 오답: 제거 사건에 연결되는 절차는 if-removed이다.
• ④ 정답: if-written은 새 값이 슬롯에 써지는 사건에 반응해 연관 작업을 수행한다.

9. ‘특정 질병 가설이 참인지 필요한 검사 결과만 거슬러 확인하고, 사용한 규칙을 설명해야 한다’는 요구에 가장 알맞은 설계는?

① 절차적 코드만 두고 모든 지식을 실행 순서 안에 숨긴다. ② 목표 없이 모든 가능한 결론을 먼저 만드는 전방향 추론만 사용한다. ③ 진단 규칙을 지식베이스에 두고 목표에서 조건으로 가는 후방향 추론을 사용한다. ④ 가중치만 저장하고 어떤 근거 규칙을 사용했는지는 기록하지 않는다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: 지식과 제어가 얽히면 개별 진단 규칙과 설명 경로를 관리하기 어려워진다.
• ② 오답: 특정 가설 하나의 증명이 목적이므로 모든 결론을 넓히는 방식은 불필요한 작업을 늘릴 수 있다.
• ③ 정답: 목표를 결론으로 가진 규칙부터 조건을 확인하면 필요한 증거와 사용 규칙을 함께 추적할 수 있다.
• ④ 오답: 분산 가중치만으로는 요구된 명시적 규칙 근거를 그대로 제시하기 어렵다.

10. 전문가 시스템의 결론이 잘못되었을 때 가장 적절한 첫 점검 순서는?

① 입력 사실, 지식베이스의 규칙·예외, 규칙 선택·실행 과정을 분리해 추적한다. ② 지식베이스를 확인하지 않고 사용자 인터페이스를 모두 교체한다. ③ 현장전문가의 지식을 검토하지 않고 규칙 수만 늘린다. ④ 추론 결과가 틀리면 추론기관만이 원인이라고 확정한다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①

• ① 정답: 입력, 지식, 추론 제어를 나누어 보면 누락·충돌·선택 오류의 위치를 체계적으로 찾을 수 있다.
• ② 오답: 화면 전달 오류가 확인되지 않은 상태에서 인터페이스 전체를 바꾸면 지식과 추론의 원인을 놓친다.
• ③ 오답: 검증 없이 규칙만 늘리면 충돌과 잘못된 지식이 더 커질 수 있다.
• ④ 오답: 잘못된 입력이나 지식베이스의 누락·오류도 같은 결과를 만들 수 있으므로 단일 원인으로 확정할 수 없다.

참고 자료와 작성 기준

이 글은 해당 차시 강의자료를 바탕으로 학습 목적에 맞게 재구성한 비공식 학습자료입니다. 개념 관계, 새 예제, 오개념 분석과 문제 해설은 처음 배우는 학습자의 이해를 돕도록 독자적으로 구성하고 검토했습니다.

• 작성·편집: 올에이클래스 학습연구팀
• 주요 근거: 한국방송통신대학교 컴퓨터과학과 「인공지능」 5강 ‘지식과 인공지능’ 강의자료(2025년 제작본)
• 보충 자료: 별도의 외부 자료를 사용하지 않고 해당 차시 강의 범위 안에서 재구성
• 편집 원칙: 올에이클래스 편집 정책
• 최종 내용 검토: 2026-08-17