Rule-based Systems (규칙 기반 시스템)

📌 한 줄 통찰 (The Karpathy Summary)

"인간의 전문 지식을 '논리의 조건문'으로 명문화하여, 한 치의 오차도 허용하지 않는 투명하고 결정론적인 지능을 구축하라" — 사전에 정의된 규칙(If-Then)들의 집합을 통해 데이터를 처리하고 결론을 도출하는 인공지능의 가장 고전적이고 확실한 형태.

추출된 패턴: "Knowledge Encoding and Deterministic Execution" — 도메인 전문가의 지식을 명시적인 규칙으로 코딩하고, 추론 엔진(Inference Engine)이 입력 데이터와 규칙을 대조하여 결과를 도출하는 패턴.
주요 특징:
- Explainability: 결과의 도출 과정이 논리적으로 명확하여 추적이 용이함.
- No Data Required: 학습 데이터 없이도 전문가의 지식만으로 시스템 구축 가능.
- Brittleness: 정의되지 않은 예외 상황(Out-of-rule)에서는 작동 불능.
- Scalability Issue: 규칙이 수만 개로 늘어나면 규칙 간 충돌과 유지보수 비용 폭증.
의의: 법률, 금융 규제, 의료 가이드라인 등 절대적인 '준수'와 '설명'이 필요한 분야에서 딥러닝의 불확실성을 보완하는 핵심 장치로 여전히 강력함.

과거 데이터와의 충돌: 딥러닝에 밀려 사라질 기술이라는 오해를 깨고, 최근에는 신경망의 유연함과 규칙 기반의 안정성을 결합한 '뉴로-심볼릭(Neuro-symbolic) AI'나 LLM의 답변을 제어하는 '가드레일' 기술로 화려하게 부활함.
정책 변화: Antigravity 프로젝트는 에이전트의 자율적 판단 이전에, 보안 및 프로젝트 준수 사항에 대해 엄격한 규칙 기반의 필터링 시스템을 최우선적으로 가동하여 안전성을 담보함.

Symbolic-AI-Foundations, Expert-Systems-Best-Practices, Trustworthy-AI, Prompt-Engineering-Foundations
Raw Source: 10_Wiki/Topics/AI/Rule-based-Systems.md