Jabberwocky는 영국의 프로그래머 롤로 카펜터가 개발한 초기 대화형 인공지능 프로그램이다. 1988년에 처음 공개되었으며, 개방형 인간과 유사한 대화에 참여할 수 있는 챗봇을 만든 최초의 시도 중 하나였다. 수작업으로 코딩된 응답에 의존하는 규칙 기반 시스템과 달리, Jabberwocky는 패턴 매칭의 한 형태와 성장하는 대화 교환 데이터베이스를 사용하여 응답을 생성했으며, 이는 이후의 대규모 언어 모델과 현대 생성형 AI 시스템의 주목할 만한 선구자로 평가된다.
프로그램 이름은 루이스 캐럴의 난센스 시 "Jabberwocky"에서 유래한 것으로, 이 프로그램의 장난스럽고 종종 무의미한 대화 스타일을 반영한다. Jabberwocky는 모든 상호작용에서 학습하도록 설계되어 사용자 입력과 응답을 저장하여 추후 대화에 재사용했다. 이 접근 방식은 현대 기준으로는 원시적이지만, 현대의 기계 학습 및 심층 학습 시스템에 사용되는 데이터 중심 훈련 방법을 예고했다.
기원과 개발
롤로 카펜터는 캠브리지 대학에서 공부하던 1988년에 Jabberwocky 개발을 시작했다. 초기 버전은 당시 인기 있는 가정용 컴퓨터인 코모도어 아미가에서 실행되었다. 카펜터의 목표는 인간처럼 행동하거나 인간과 구별할 수 없는 지능적 행동을 나타내는 기계의 능력을 측정하는 튜링 테스트를 통과할 수 있는 프로그램을 만드는 것이었다. Jabberwocky는 정보 검색보다는 사회적 채팅과 엔터테인먼트에 초점을 맞춘 작업 지향적이 아닌 대화형으로 설계되었다.
프로그램의 아키텍처는 간단한 연상 메모리 형식에 의존했다. 사용자가 문장을 입력하면 Jabberwocky는 데이터베이스에서 이전 대화의 유사한 패턴을 검색하고 해당 응답을 반환했다. 이 데이터베이스는 더 많은 사람들이 시스템과 상호작용할수록 유기적으로 성장하여 시간이 지남에 따라 개선되었다. 이 방법은 사례 기반 추론으로 알려져 있으며, 1960년대 ELIZA 및 1972년 PARRY와 같은 초기 챗봇이 사용한 보다 엄격하고 스크립트된 접근 방식과는 달랐다.
공개 및 반응
Jabberwocky는 1997년 인터넷에 공개되어 jabberwacky.com 웹사이트에 호스팅되면서 더 널리 알려졌다. 이 온라인 버전은 수천 명의 사용자를 끌어들였으며, 이들는 학습 데이터베이스에 기여했다. 프로그램은 이전 대사자들의 스타일을 종종 모방하는 독특한, 때때로 유머러스한 응답으로 유명해졌다. 2005년에는 챗봇의 대화 능력을 평가하는 로브너 상 대회에서 수상했다.
인기 높음에도 불구하고 Jabberwocky는 당대의 많은 제한이 있었는데, 주목할 만한 점은 패턴 매칭 접근 방식이 종종 무의미하거나 반복적인 응답을 생산하고 맥락이나 의미에 대한 진정한 이해가 부족했다는 것이다. 비평가들은 이 프로그램이 진정한 지능의 증명보다는 관객에게 감명을 주는 기술 이상은 아니라고 지적했다. 그럼에도 불구하고 이는 지능형 대화 인공지능 분야에서 중요실험으로서 역할을 하며, 비구성된 인간 대화에서 학습하는 잠재력과 도전을 조명했다.
유산 및 영향
Jabberwocky의 가장 직접적인 후속 프로그램은 카펜터가 2006년에 만든Cleverbot이다. Cleverbot은 비슷한 학습 메커니즘을 사용했지만 더 큰 데이터베이스와 개선된 알고리즘을 갖추고 있었다. 이는 수백만 건의 대화 기록을 쌓아 2010년대에 가장 널리 사용되는 챗봇 중 하나가 되었다. Cleverbot의 성공은 데이터 중심 대화 시스템의 실행 가능성을 보여주어 속 분야의 후속 개발에 영향을 미쳤다.
Jabberwocky의 접근 방식은 학습에서 사용되던 다음 학습 신경망과
심층 학습 혁명의 선순환으로, 2010년대부터의 발전을 예측했다. 사용자 입력에서 학습하는 이 접근 방식은 현대 신경망 및 변환기 아키텍처의 훈련 방법을 예고했다. 현재 시스템인 OpenAI의 ChatGPT 및 Google DeepMind의 Gemini는 방대한 데이터 세트와 정교한 강화 학습(RLHF)에 의존하지만, 상호작용을 통해 개선하는 근본 원칙은 유사하다.
Jabberwocky는 챗봇 개발 역사에서 초기 규칙 기반 시스템과 2010년대에 시작된
심층 학습 혁명 사이의 디딤돌로 자주 언급된다.
기술적 세부 사항
Jabberwocky의 핵심 알고리즘은 비교적 간단했습니다.It stored every input and output pair from conversations in a database. When a new input arrived, the program would compare it to stored inputs using a string-similarity metric, such as Levenshtein distance or a simpler keyword overlap. The response associated with the most similar stored input was then returned to the user. This process was computationally lightweight, allowing it to run on the limited hardware of the late 1980s and 1990s.
The program did not use machine learning in the modern sense, as it had no explicit training phase or optimization objective. Instead, it relied on the sheer volume of conversational data to improve its responses. This approach is sometimes called "memory-based" or "lazy learning," as it defers all processing until a query is made. While effective for casual chat, it struggled with complex or multi-turn dialogues, as it had no mechanism for maintaining conversational state or understanding intent.
문화적 영향
Jabberwocky는 1990년대 후반에 일부 사용자가 실제 인간과 대화하고 있다는 착각을 줄 수 있을 정도의 능력을 지녀 AI의 미래에 관한 미디어 다뤄졌으며 미디어에서 문화적인 호기심으로 나타났다. 여러 기술 출판물에 소개되은 후 이는 인간-컴퓨터 상호작용에 대한 학술 연구에서 사용되었다. 그리고 이 프로그램은 사용자들이 인간 대화를 이해하지 못하지만 모방하는 능력이 지능의 척도로서 튜링 테스트의 타당성에 대한 공공 논의에도 기여했다. 카펜터 자신은 이해 없이도 인간의 대화를 모방하는 이러한 능력이 더 정교한 AI로 가는 한 걸음이라고 주장했다.
참고 항목
참고 문헌
- Carpenter, R. (2005). "Jabberwocky: A Conversational AI." Proceedings of the Loebner Prize Competition.
- Various online archives of jabberwacky.com (1997-2005).