SHRDLU는 1968년부터 1970년까지 MIT에서 테리 위노그라드가 개발한 초기 자연어 이해 컴퓨터 프로그램이다. 이를 통해 사용자는 영어로 컴퓨터와 대화하며 단순화된 "블록 세계" - 블록, 원뿔, 공을 포함한 가상 공간에서 물체를 조작할 수 있었다. 이 프로그램은 언어 구문 분석, 기억, 기본 물리를 결합하여 이해를 시뮬레이션했으며, DEC PDP-6 컴퓨터와 DEC 그래픽 터미널에서 Micro Planner와 Lisp 언어로 작성되었다. 나중에는 유타 대학교에서 세계의 전체 3D 렌더링이 추가되었다. 이름은 ETAOIN SHRDLU에서 유래했으며, 이는 리노타이프 기계의 글자 배열을 영어에서의 빈도순으로 배열한 것이다.
기능
SHRDLU의 핵심은 블록 세계에 대한 사용자 지시와 질문을 처리하는 자연언어 구문 분해기였다. 이 목적을 위해 세계는 의도적으로 단순했으며, 약 50개의 어휘로 구성되었다: "블록"과 "원뿔" 같은 명사, "놓다"와 "옮기다" 같은 동사, "크다"와 "파란색" 같은 형용사. 이러한 단순성 덕분에 이 프로그램은 문장을 분석하고 동작을 안정적으로 실행할 수 있었다.
주요 특징은 맥락을 제공하는 기억 기능이었다. 사용자는 전체 설명을 반복하지 않고 이전에 언급된 물체를 언급할 수 있었다. 예를 들어, "빨간 블록 위에 녹색 원뿔을 놓아라" 후 "그 원뿔을 가져가라"는 지시가 올바르게 녹색 원뿔을 가리켰다. SHRDLU는 또한 "원뿔 전에 무엇을 집었습니까?" 같은 질문에 대해서도 대답할 수 있었다.
이 프로그램은 기본적인 물리 규칙을 포함하고 있어 가능성에 대해 추론할 수 있었다. 블록은 쌓을 수 있지만 피라미드는 쌓을 수 없다는 사실을 경험에서 추론할 수 있었다. 이를 통해 "피라미드가 피라미드를 지지할 수 있습니까?"라는 질문에 "모름" 또는 "두 피라미드를 쌓아 올리십시오"라는 명령에 "할 수 없음"이라고 대답할 수 있었다.
SHRDLU는 사용자가 새로운 용어를 정의할 수 있게 해주었다. 예를 들어, "첨탑은 두 개의 녹색 입방체와 하나의 피라미드를 포함하는 쌓음"이라고 말할 수 있었고, 그러면 SHRDLU는 첨탑에 대해 이해하고 질문에 답하며, 요청에 따라 새로운 첨탑까지 만들었다.
위노그라드의 작업에서 문서화된 전형적인 세션은 프로그램이 복잡한 지시를 처리하고, 대명사 참조를 해석하며, 자신의 동작을 설명하는 모습을 보여주었다. 예를 들어, "그 입방체를 왜 치우었습니까?"라는 질문에 "큰 녹색 입방체 위에 놓기 위해서입니다"라고 답하며, 추론의 사슬을 증명했다.
결과
SHRDLU는 인공지능(AI) 연구에서 중요한 성과로 여겨졌으며, 자연어 이해의 잠재력을 보여주었다. 그 성과는 AI 연구자들 사이에 낙관론을 주었고, 이러한 시스템을 확장하면 일반 지능을 달성할 수 있다고 믿게 되었다. 그러나 이 낙관론은 나중에 실제 세계의 모호함과 복잡성에 직면한 후 시스템이 이에 대항하며 사라졌으며, 이는 SHRDLU의 조정된 환경이 피한 것들이었다.
이 프로그램은 이후의 Artificial intelligence 및 Natural language processing 연구에 영향을 미쳤지만, 현대 접근법인 Machine learning 또는 Large language models에는 직접적으로 이어지지 않았다. 위노그라드가 MIT CSAIL (당시 MIT AI 연구소)에서 수행한 작업은 문맥과 세계 지식의 중요성에 대한 이해를 포함한 분야의 기초 개념에 기여했다.
기술 세부 사항
SHRDLU는 DEC PDP-6 컴퓨터에서 실행되었으며, 그 시대의 메인프레임으로, DEC 그래픽 터미널로 표시했다. 소프트웨어는 계획 언어인 Micro Planner와 AI 연구에서 인기 있는 프로그래밍 언어인 Lisp로 작성되었다. 프로그램 아키텍처는 구문 분석, 의미 해석 및 블록 월드를 조작하는 문제 해결 구성 요소를 통합했다.
블록 세계 자체는 테이블 또는 상자에 놓인 블록, 피라미드, 구와 같은 물체가 있는 시뮬레이션 환경이었다. 프로그램은 객체의 위치, 크기, 색상 및 관계를 추적하여 공간적 질문 및 조작 명령 실행을 가능하게 했다.
유산
SHRDLU는 초대 현대 AI의 고전적인 예로 남아 있으며, 교과서와 역사 이야기에서 자주 인용된다. 문맥에 민감한 대화와 계획을 보여준 것은 당대 앞선 것이었지만, 그 제한점도 교육적이었다. 프로그램의 손으로 만든 규칙과 제한된 도메인에 의존하는 것은 데이터 중심의 접근법인 Deep learning 및 Neural networks와 대조적이었다.
위노그라드 후에 스탠포드로 옮겨, 인간-컴퓨터 상호 작용 연구를 계속했다. SHRDLU라는 이름 자체도 리노타이프 기계의 키 순서에서 유래한 것이 되어 컴퓨팅에서 용어로 사용되기도 한다.
나이에도 불구하고 SHRDLU의 원리 - 기억을 사용하는 것, 물리적 제약을 추론하는 것 - 은 현대의 AI 시스템에도 여전히 관련이 있지만, 이제는 다른 방식으로 구현된다. 프로그램의 성공과 낙관론의 감소는 강건한 언어 이해를 달성하는 어려움을 부각하며, 이는 오늘날 연구자들이 추구하는 목표이다.