Files
2nd/10_Wiki/Topics/Rule-based-Systems.md
T
2026-05-02 23:33:34 +09:00

30 lines
2.4 KiB
Markdown

---
id: AI-RULE-BASED-001
category: Unified
confidence_score: 1.0
tags: [ai, expert-systems, rule-based, [[Logic|Logic]], if-then, deterministic, symbolic-ai]
last_reinforced: 2026-04-26
---
# Rule-based[[_system|system]]s (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.
## 📖 구조화된 지식 (Synthesized Content)
- **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|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.
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **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.
## 🔗 지식 연결 (Graph)
- Symbolic-AI-Foundations, Expert-Systems-Best-Practices, [[Trustworthy-AI|Trustworthy-AI]], [[Prompt-Engineering-Foundations|Prompt-Engineering-Foundations]]
- **Raw Source:** 10_Wiki/Topics/AI/Rule-based-Systems.md