---
id: AI-DEBATE-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai-history, symbolic-ai, connectionism, neural-networks, philosophy-of-ai]
last_reinforced: 2026-04-26
---

# Symbolic AI vs Connectionism (기호주의 vs 연결주의)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "논리적 기호로 지능을 설계할 것인가, 뉴런의 연결망으로 지능을 창발시킬 것인가" — 인공지능의 황금기를 이끈 '기호주의(Good Old Fashioned AI)'와 현대 딥러닝의 뿌리인 '연결주의' 간의 근본적인 철학 및 기술적 대립과 융합.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 명시적인 규칙과 지식 표현을 중시하는 하향식(Top-down) 접근과, 데이터로부터의 학습과 분산 표상을 중시하는 상향식(Bottom-up) 접근의 상호작용 패턴.
- **세부 내용:**
    - **Symbolic AI:** 논리, 추론, 온톨로지 기반. 설명 가능성이 높으나 유연성이 낮음 (예: 전문가 시스템).
    - **Connectionism:** 신경망, 분산 처리 기반. 복잡한 패턴 인식에 강하나 블랙박스 특성이 있음 (예: 딥러닝).
    - **The Great Divergence:** 80-90년대 연결주의가 비판받던 시기를 지나, 2010년대 이후 빅데이터와 컴퓨팅 파워로 연결주의가 압도적 우위 점함.
    - **Neuro-symbolic AI:** 최근에는 두 방식의 장점을 결합하여, 신경망으로 인식하고 논리로 추론하는 하이브리드 모델 연구 활발.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 두 진영은 서로를 부정하던 시기를 거쳐, 현재는 고차원적 지능 구현을 위해 반드시 통합되어야 할 양 바퀴로 인식됨.
- **정책 변화:** Antigravity 프로젝트는 연결주의적 모델(LLM)을 두뇌로 사용하되, 기호주의적 도구(Knowledge Graph, Rules)를 활용하여 정합성을 검증하는 하이브리드 전략을 취함.

## 🔗 지식 연결 (Graph)
- Neural-Networks-Foundations, [[Knowledge-Graph|Knowledge-Graph]], [[Interpretability|Interpretability]], Artificial-Neural-Networks
- **Raw Source:** 10_Wiki/Topics/AI/Symbolic-AI vs Connectionism.md