https://www.slideshare.net/skimaza/ss-59967237

왓슨은 IBM의 인공지능 서비스입니다. 챗봇에서도 왓슨 컨버세이션을 사용하긴 하지만 실제 핵심적인 기능은 자연어 지식검색입니다. 병원에서 수많은 논문과 의학 자료를 검색하여 적절한 치료법을 찾거나, 변호사를 대신해서 판례나 법률 자료를 찾는 등 현재 여러 분야에서 성공적으로 도입되고 있습니다.

2011년 미국의 유명한 퀴즈쇼인 제퍼디에서 왓슨은 인간 경쟁자들을 물리치고 우승을 하여 당시 큰 화제가 되었습니다. 이 슬라이드는 왓슨의 인공지능에 대해서 설명하고 있는데 퀴즈를 풀기 위해 사용한 알고리즘이 어떤 것인지 이해하는데 큰 도움이 되었습니다.

정답을 판단하는 알고리즘에는 여러가지가 있지만 그중 가장 중요한 것은 사물의 의미 관계를 이해하는 것입니다. 이런 온톨로지나 지식베이스를 구현하기 위해 오래전부터 많은 시도가 있었습니다.

대표적으로 Cyc를 들 수 있는데 지식을 논리식으로 표현하는 것입니다. 예를 들어, '파리는 프랑스의 수도다'는 다음과 같이 나타낼 수 있습니다.

Paris is the capital of France.
-> (#$capitalCity #$France #$Paris)

문제는 이런 규칙을 사람이 추가했다는 것입니다. 이 세상의 모든 지식을 일일이 만들기에는 시간이 너무 많이 걸리기 때문에 거의 불가능한 일이었습니다.

하지만 왓슨의 경우 이런 작업을 자연어처리를 통해 자동으로 수행했다고 합니다. 그래서 인터넷에서 얻은 방대한 정보를 관계 규칙으로 변환하고 이를 퀴즈의 정답을 검색하는데 활용하였습니다.