뉴로심볼릭AI

강양석 , 우지환 , 조호연 지음

이콘 2025년 08월 14일 출간 국내도서 : 2025년 07월 30일 출간

작품소개

책소개

“AI는 데이터를 먹고 자라지만, 규칙 없이는 성장할 수 없다.”
인간처럼 사고하는 인공지능의 본질을 탐구하는
『뉴로심볼릭 AI: 인공지능과 인간지능의 황금균형』 출간


우리가 알고 있는 인공지능은 ‘반쪽짜리’일지도 모른다.

『뉴로심볼릭 AI』는 “데이터만으로는 AI의 미래를 예측할 수 없다”는 날카로운 문제의식에서 출발해, AI 기술의 다음 단계로 주목받는 ‘뉴로심볼릭 AI’의 철학과 기술, 실제 응용 사례까지 폭넓게 다루고 있다.
저자들은 AI가 보여주는 놀라운 결과보다 그 결과에 도달하는 사고의 ‘과정’을 이해하지 못한다면 인간은 AI를 통제하거나 활용할 수 없다고 단언한다. 이 책은 지금까지의 AI 학습이 데이터 중심으로만 흐르는 것이 일종의 ‘편향’이라고 말한다. 그리고 ‘데이터’와 ‘규칙’, 두 가지 렌즈를 통해 AI의 균형점을 회복하는 시도로서 뉴로심볼릭 접근을 소개한다.

목차

서문 우리는 AI를 반만 알고 있다. 9

1부 AI를 이해하는 두 개의 렌즈: 규칙과 데이터
1장 똑똑해질수록 횡설수설해대는 AI 16
2장 왜 규칙과 데이터를 모두 알아야 하는가? 22
3장 뉴로심볼릭 직관적으로 이해하기: What time is ( )? 26
4장 인공지능의 역사: 잃어버린 반쪽을 찾아서 30
5장 사람처럼 생각하는 AI 35
6장 복잡한 것을 단순하게, 단순화된 것을 심도 있게 40
7장 ‘단순화-심층화’ 루프와 지식의 역사 48
8장 자동 규칙 업데이트: 뉴로심볼릭 AI 장점의 최정점 58
9장 심볼릭 사고의 매력: 현상의 기호적 이해 64
10장 심볼릭 사고의 매력: 언어의 기호적 이해 73
11장 뉴로심볼릭 AI 실전 활용 사례 81

2부 의사결정AI와 뉴로심볼릭
1장 자율적 의사결정의 행복감 88
2장 자율적 의사결정의 크럭스, 추론 96
3장 논리적 따짐이 왜 AI에 중요한가? 103
4장 의사결정의 핵심: 추론과 논증 108
5장 연역, 귀납, 가추, 유추-추론의 네 가지 방식 112
6장 인간지능으로 바라본 인공지능의 추론 116
7장 의사결정 에이전트와 추론 생태계 121
8장 인공지능 전략의 핵심 프레임웍: 지식 X 추론 130
9장 대한민국 인공지능 추월전략, 경험지식의 논리지식화 137
10장 경험지식 활용을 위한 유추 142
11장 새로운 혁신 지식 자산, 전문가 대화 데이터 148
12장 임원이 가진 ‘경험지식’의 힘 152
13장 뉴로심볼릭 사고, 인간지능과 인공지능의 황금균형 159


3부 뉴로심볼릭 AI를 구성하는 핵심 기술과 원리 탐구
1장 심볼릭 AI의 흥망성쇠 168
2장 뉴럴 네트워크 혁명 174
3장 설명 가능성에 대한 갈증 186
4장 퓨처 AI의 등장: 뉴로심볼릭 195
5장 뉴로심볼릭 프로그래밍 212
6장 뉴로-심볼릭 AI의 기술적 융합 219
7장 사례 연구: 뉴로심볼릭 프로젝트 229
8장 뉴로심볼릭 AI에 대한 고민 239
9장 편향의 확산 위험 252

책 속으로

일명 환각 현상 역시 증가한 것이다. 환각이란 AI가 사실이 아닌 정보를 마치 진실인 것처럼 잘못 생성하는 현상이다. 사람으로 치면 시험은 더 잘 보는데 그만큼 횡설수설해지는 경향도 강해진 것이다. _16페이지

2025년 AI업계 최고 키워드는 ‘추론’이다. 인공지능 간 협업구조를 만들어 문제해결능력을 올린다는 멀티에이전트 개념도 결국 추론하는 AI를 그 근간으로 하고 있다. _19페이지

우리가 인공지능을 이해한다는 것은 단지 기술을 아는 것을 넘어서, 인간의 지능이 작동하는 방식에 대한 이해를 확장하는 일이다. 우리는 데이터로 세상을 경험하고, 규칙으로 세상을 해석하며, 그 둘의 상호작용을 통해 더 나은 판단과 결정을 내린다. _25페이지

이 놀라운 성과에도 불구하고, 딥러닝은 여전히 몇 가지 약점을 안고 있다. 대표적인 것이 ‘설명 가능성’과 ‘불확실한 상황에서의 판단 능력’이다. 왜 이런 결론에 도달했는지를 설명할 수 없고, 이전에 학습하지 않은 전혀 새로운 상황에서는 예측 불가능한 판단을 내리기도 한다. _32페이지

뉴로심볼릭 AI가 적용된 자동 규칙 업데이트 시스템은 대출 신청자의 과거 금융 데이터를 뉴럴 네트워크가 학습하여 숨겨진 패턴을 발견하고, 이로부터 새로운 규칙을 심볼릭 형태로 자동으로 도출한다. 예를 들면 다음과 같다.
“최근 1년간 소득 증가율이 15% 이상이면서 부채 상환률이 30% 이하인 경우, 신용점수가 750점만 넘더라도 추가 심사 없이 대출을 승인해도 된다”는 식이다. _ 60페이지

데이터는 경험을, 규칙은 이론을 닮았다. 우리는 경험과 이론이 결합될 때 비로소 온전한 이해에 도달하는 것처럼, AI도 그 두 세계의 균형 속에서 진짜로 똑똑해질 수 있다. 우리가 인공지능을 균형 있게 이해하려면, 그 이론과 경험의 조화가 현실에서 어떻게 작동하는지를 계속해서 살펴보고 학습해야 한다. 그것이야말로 AI를 사용하는 사람에게 요구되는 새로운 리터러시의 출발점일 것이다. _ 85페이지

지금까지의 AI는 대부분 귀납과 유추에 강했다. 데이터에서 패턴을 찾고, 유사한 상황을 연결하는 데에는 탁월했다. 그러나 연역처럼 명확한 논리적 설명을 요구하거나, 가추처럼 불완전한 상황에서 창의적인 해석을 해야 하는 경우에는 여전히 많은 한계가 존재한다. 누가 하든 이론적으로 의사결정 능력은 연역-귀납-유추-가추의 순으로 강하다. 그러니 우리는 연역과 가추 중심으로, AI는 귀납과 유추 중심으로 추론하고 협업하면 추론 전면을 커버할 수 있게 된다. 이게 인간지능과 인공지능의 황금균형의 기본이 된다. _115페이지

정보지식 중심 전략만으로는 AI 시대의 주도권을 잡을 수 없다. 그럴 필요도 없고 그러기에는 AI 군비 경쟁에서 상위에 있다고 말하기도 어렵다. 현장의 경험을 수집하고, 이를 말로 표현하고, 규칙으로 정리하고, 알고리즘으로 구조화해야 한다. 그렇게 되면 우리는 단순히 데이터를 소비하는 나라가 아니라, ‘사고의 구조’를 수출하는 나라가 될 수 있다. _141페이지

대한민국에는 그간 고도성장기에 갖게 된 무수한 고급 직무지식이 있고, 이것이 실질적으로 현장에서 중요한 문제해결 자원이 된다는 것은 누구도 부정 못할 것이다. 다만 이것을 어떻게 AI에게 훈련시킬지 모호했을 뿐이다. 왜냐하면 경험지는 비非정형데이터가 아니라, 무(無)정형 데이터이기 때문이다. _ 157페이지

우리는 오래전부터 지식을 다루는 존재였고, 이제는 그것을 외부화 하려는 기술적 문턱에 서 있다. 기계는 더 똑똑해지고 있지만 인간은 더 통찰력 있어야 한다. 기술은 우리를 넘어설 수 있지만 구조는 여전히 우리의 손에 달려 있다. 결국 우리가 얼마나 잘 생각할 수 있는가에 따라 기계가 얼마나 잘 작동할 수 있는지도 결정될 것이다. 지금이 그 질문을 던질 마지막 기회인지도 모른다. 생각은 여전히 인간의 몫이다. _163페이지

온라인 쇼핑몰에서 ‘당신을 위한 추천’ 상품이 왜 나오게 되었는지, 혹은 은행에서 대출 심사를 할 때 AI가 내린 결과가 어떤 이유에서 비롯된 것인지에 대한 설명이 부족하다면 사용자들은 불신을 품게 된다. 특히 의료 분야나 금융, 법률처럼 결정 하나가 사람의 생명이나 재산, 권리에 큰 영향을 미치는 분야에서는 AI의 판단 근거를 명확히 알 수 있어야 한다. _187페이지

학생이 시험을 본 후 선생님의 피드백을 통해 자신의 약점을 보완하고, 다음 시험에서 더 나은 성적을 내기 위해 학습 전략을 수정하는 것과 같다. AI도 자신의 추론 과정에서 오류나 편향이 발견되면, 그 결과를 바탕으로 뉴럴 네트워크와 심볼릭 시스템 모두를 업데이트하여 점차 더 정확하고 신뢰할 수 있는 모델로 발전해 나간다. _226페이지

오늘날 뉴로심볼릭 AI는 그 복잡한 구조와 연산 비용 문제, 대규모 시스템 구축 시 발생하는 여러 도전 과제를 안고 있다. 그러나 이러한 문제들은 단순히 기술적인 단점이 아니라, AI가 인간과 유사한 창의적 사고와 종합적 문제해결 능력을 갖추기 위한 필수적인 과정의 일부임을 이해해야 한다. 한 학생이 여러 번의 학습과 경험을 통해 자신의 지식을 완성해 나가는 과정에서 겪는 어려움과 마찬가지로, 뉴로심볼릭 AI도 초기에는 많은 도전 과제를 안고 있지만, 지속적인 연구와 기술 발전을 통해 점차 그 한계를 극복하고 AGI로 나아가는 길에 큰 진전을 이룰 것이다. _ 251페이지

우리는 편향 문제를 해결하기 위해 데이터 전처리와 증강, 다중 전문가 협업, 동적 피드백 시스템, 혼합 학습 전략, 인터페이스와 변환 계층 강화, 지식 그래프의 활용, 그리고 윤리적 관리와 같은 다양한 설계 방법들이 필요하다는 점을 강조하였다. 이러한 방법들을 통해 AI는 데이터를 통해 축적한 암묵적인 지식을 명확한 규칙과 논리로 전환하고, 그 결과를 투명하게 설명할 수 있게 된다. _ 262페이지

출판사 서평

왜 뉴로심볼릭인가?

딥러닝은 대규모 데이터를 학습해 패턴을 잘 인식한다. 그러나 ‘왜 그런 판단을 했는지’에 대한 설명은 하지 못한다. 뉴로심볼릭 AI는 이 한계를 극복하기 위해 딥러닝(뉴럴)과 심볼릭 AI(기호 기반 추론)의 융합을 시도하는 기술이다.
MIT, IBM, 딥마인드, 테슬라 등 주요 기업과 연구기관은 이미 이 접근에 주목하고 있으며, 저자들은 이를 단순한 기술 트렌드가 아닌 ‘AI 철학의 전환’이라 강조한다.

인간의 상식과 기계의 학습능력이 만나는 곳
이 책의 가장 큰 특징은 기술서임에도 불구하고 철학, 인지과학, 경영 전략을 함께 엮어 설명한다는 점이다. ‘AI가 인간을 대체할 것인가?’라는 피상적 논쟁을 넘어서, 인공지능과 인간지능이 어떻게 공존하고 협력할 수 있는지를 보여준다.
특히 의사결정AI, 추론, 전문가 지식의 논리화, 설명 가능한 AI(XAI)와 같은 현실적 주제를 다루며, 독자 스스로 AI의 흐름을 읽고, 앞으로 ‘인간이 움켜쥐어야 할 몫’이 무엇인지 고민하게 만든다.

“데이터가 전부라는 말, 이제는 의심할 때다” - 서문에서

한쪽은 AI의 전지전능을 말하고, 다른 쪽은 인간만의 고귀함을 주장한다.
이처럼 오락가락하는 판단의 뿌리는 결국 ‘AI=데이터’라는 단순화된 인식에 있다.
그러나 인간처럼 사고하고 설명할 수 있는 AI를 위해서는 ‘추론’, ‘논증’, ‘규칙’, 그리고 ‘맥락 이해’가 필요하다는 것이 이 책의 중심 주장이다.
“AI는 인간 이해의 문제이며, 결국 우리의 사고를 돌아보는 질문이다.”


이 책을 읽어야 할 사람들

1. 기술과 철학, 인문학적 시야를 아우르며 AI의 미래를 읽고 싶은 독자
2. AI 기술 너머의 ‘의미’를 고민하는 경영자, 기획자, 전략가
3. 딥러닝, 생성형 AI에 대한 회의와 균형적 대안을 찾는 이들
4. AI 개발자, 데이터 사이언티스트, 전략기획자, MBA, CXO급 경영자

작가정보

저자(글) 강양석

뉴로심볼릭 기반의 전략적 의사결정 AI를 연구하는 딥스킬의 대표이사. 글로벌 전략 컨설팅 회사에서 근무했으며, 글로벌 1억 명 이상이 사용하는 서비스 기업의 최고전략책임자CSO와 국내 대표 AI 서비스 상장사의 최고운영책임자COO를 역임했다. 고려대학교 경제학과를 졸업했으며, 저서로는 『데이터로 말하라』(2015), 『데이터 리터러시』(2021)가 있다.

저자(글) 우지환

KAIST 전기및전자공학부에서 컴퓨터 비전을 전공해 학사·석사 학위를 받았고, KAIST 경영대학원 MBA, 고려대학교 기술경영전문대학원 공학박사 학위를 받았다. 삼성전자와 신한은행, 카카오뱅크에서 제조업과 금융 산업에 필요한 AI를 연구했고, 고려대학교와 KAIST 경영대학원에서 겸임교수를 지냈다. 다수의 특허를 보유하고 있으며, 논문 활동 또한 활발히 하고 있다.

저자(글) 조호연

딥스킬 연구소장. 글로벌 가전 전략기획과 제품관리를 거쳐, 헬스케어 분야에서 데이터 과학자로 전문성을 확립했다. 이후 IT, 금융, 가전, 헬스케어 등 다양한 산업을 넘나들며 데이터 기반 문제 해결 프로젝트를 주도해 왔다. 서울대학교 경영학과를 졸업하고, 영국 캠브리지대학교 MBA, 호주 UNSW 데이터 사이언스 석사 과정을 수료했다.