AI 발전 타임라인
튜링 머신에서 현대 대형 언어 모델까지
91 개 이벤트
쿠르트 괴델이 불완전성 정리를 발표하여, 충분히 강력한 형식 체계 내에서는 증명하거나 반증할 수 없는 명제가 반드시 존재한다는 것을 증명했다. 이 발견은 수학계에 충격을 주었을 뿐만 아니라 훗날 계산 이론과 인공지능 발전에도 깊은 영향을 미쳤다.
초기 이론알론조 처치와 앨런 튜링이 각기 독립적으로 유명한 처치-튜링 논제를 제안했다. 이 논제는 효과적으로 계산 가능한 함수는 모두 튜링 계산 가능하다는 것을 주장한다. 이를 통해 계산 가능성이라는 직관적 개념이 형식화되었으며, 컴퓨터 과학의 기초가 되었다.
초기 이론앨런 튜링이 기념비적 논문 “계산 가능수에 대하여, 결정 문제에의 응용”에서 튜링 기계 개념을 도입했다. 이 추상적 계산 모델은 수학적으로 계산 가능한 모든 과정을 모방할 수 있다.
초기 이론알론조 처치가 람다 계산법을 제안했다. 이는 함수 정의와 함수 적용을 위한 형식 체계이다. 람다 계산법은 함수형 프로그래밍의 이론적 기초이자 가장 초기의 타입 시스템 중 하나로 여겨진다.
초기 이론워런 매컬럭과 월터 피츠가 “신경 활동에 내재된 관념의 논리적 계산”을 발표하여 최초의 인공 뉴런 모델(매컬럭-피츠 뉴런)을 제안했다. 이 모델은 뉴런을 단순한 이진 임계값 스위치로 단순화한 것으로, 훗날 신경망 연구의 기초를 닦았다.
초기 이론클로드 섀넌이 “통신의 수학적 이론”을 발표하여 정보 이론의 기초를 닦았다. 엔트로피, 부호화, 정보량 등의 개념은 데이터와 정보 처리를 이해하는 핵심 도구가 되었다.
초기 이론1955년 John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon은 Dartmouth Summer Research Project 제안서에서 “Artificial Intelligence”라는 용어를 사용하고 1956년 여름 연구 계획을 제시했다.
초기 이론1956년 여름 다트머스 워크숍은 “artificial intelligence”라는 명칭과 연구 의제를 신생 학문 분야의 정체성으로 정착시키는 데 기여했다. 이 용어는 이미 1955년 프로젝트 제안서에 등장했다.
AI의 탄생프랭크 로젠블랫이 퍼셉트론 모델을 제안했다. 초기의 대표적인 본격적인 인공 신경망 모델이다.
AI의 탄생존 매카시가 MIT에서 리스프 언어를 개발했다. 인공지능 연구를 위해 특별히 설계된 초기의 대표적인 고급 프로그래밍 언어이다.
AI의 탄생뉴얼과 사이먼은 J. C. 쇼 등과 함께 1957년부터 1959년까지 범용 문제 해결기(GPS)를 개발했다. 문제 해결 기법을 특정 문제 영역의 지식과 분리해 인간의 문제 해결을 모사하려 한 최초의 AI 프로그램으로, 목표 분해와 하위 목표 탐색(수단-목표 분석)을 사용했다.
AI의 탄생프랭크 로젠블랫이 퍼셉트론 학습 알고리즘의 수렴성을 증명했다.
AI의 탄생유니메이트는 조립 라인에서 작동한 최초의 로봇이 되었다. 1961년 제너럴 모터스는 뉴저지주 트렌턴 공장에 이 로봇을 설치해 다이캐스팅 기계에서 주물을 꺼내는 작업에 사용했다. 뜨거운 주조 부품을 기계에서 들어 올리는 공정이다. Unimation은 사람에게 힘들거나 위험하거나 단조로운 작업을 맡기기 위해 이 기계를 만들었다.
AI의 탄생래리 로버츠는 1963년 MIT 박사학위 논문에서 영상으로부터 단순한 다면체 장면을 해석하는 시스템을 설명했으며, 이는 초기 3차원 컴퓨터 비전의 중요한 토대가 되었다.
AI의 탄생MIT는 1963년 Robert Fano의 지휘 아래 시분할 컴퓨팅, 계산 이론, 기계 보조 인지를 연구하는 Project MAC을 출범시켰다. 1959년에 설립된 MIT 인공지능 프로젝트가 이후 참여했지만, 두 조직은 1959년에 설립된 하나의 연구소가 아니다.
AI의 탄생Marvin Minsky와 Seymour Papert는 『Perceptrons』를 출간해 단층 퍼셉트론이 표현할 수 있는 것과 없는 것을 엄밀히 분석했다. 이 책은 이후 신경망 연구 관심 감소와 자주 연결되지만, 자금 변화에는 제한된 계산 능력, 충족되지 않은 기대, 정책 결정 등 여러 요인이 작용했다.
AI 겨울알랭 콜메로에르와 필리프 루셀 등의 연구진이 마르세유에서 Prolog의 첫 버전을 개발해 술어 논리를 프로그래밍에 적용하고 논리 프로그래밍과 기호 인공지능을 발전시켰다.
AI 겨울제임스 라이트힐이 영국 정부에 인공지능 연구 현황에 관한 비관적인 보고서를 제출했다.
AI 겨울스탠퍼드 대학이 의료 진단용 전문가 시스템 마이신을 개발했다.
AI 겨울디지털 이큅먼트 코퍼레이션(DEC)이 VAX 컴퓨터 시스템 구성을 위한 전문가 시스템 엑스콘(XCON, eXpert CONfigurer)을 도입했다. 개발은 1978년 카네기멜런 대학교에서 시작되었고, 1979년에 처음 도입되어 1980년에는 본격적으로 가동되었다. 상업적으로 성공한 최초의 전문가 시스템 가운데 하나로, 회사에 해마다 수백만 달러를 절감해 주었다.
AI 겨울1970년대 비판적 평가와 연구비 삭감 이후 AI 연구 일부가 침체기에 들어섰다. “첫 번째 AI 겨울”은 후대의 시대 구분이며 시기와 영향은 국가와 세부 분야마다 달랐다.
AI 겨울1981년 10월 일본은 JIPDEC과 통상산업성이 연 회의에서 5세대 컴퓨터 프로젝트(FGCS)를 발표했다. 논리적 추론과 지식 처리가 가능한 컴퓨터를 개발하려는 10년 계획의 국가 사업이었다. 프로젝트는 1982년 4월 신세대 컴퓨터 기술 개발 기구(ICOT)가 설립되면서 공식적으로 시작되었다.
AI 겨울1980년대 후반, 실제 성과를 앞질렀던 기대는 충족되지 못했다. 리습 머신 제조사들은 범용 워크스테이션에 밀려났고, 여러 인공지능 기업이 문을 닫았으며, DARPA의 기초 인공지능 연구 지원은 1987년에서 1989년 사이에 줄었다.
AI 겨울통계적 방법이 인공지능 연구를 지배하기 시작했다. 은닉 마르코프 모델이 음성 인식에 적용되었다.
부활 시대걸프 전쟁에서 미국 군대가 인공지능 기반의 계획 및 물류 시스템을 사용했다.
AI 겨울이 침체는 특정한 날짜에 끝나지 않고 점차 누그러졌다. 많은 연구자가 더 소박하고 달성 가능한 목표로 방향을 돌렸고, 신경망과 확률적 방법 연구의 부활이 새로운 시대의 토대를 놓았다.
AI 겨울제프 호흐라이터와 위르겐 슈미트후버가 LSTM을 제안했다.
부활 시대얀 르쿤이 손글씨 숫자 인식을 위한 합성곱 신경망인 LeNet-5를 개발했다. LeNet-5는 대규모로 상용 배치된 최초의 딥러닝 모델 가운데 하나로, 1993년부터 AT&T와 NCR의 수표 판독에, 1990년대 후반부터는 미국 우정청의 우편번호 인식에 쓰였다.
부활 시대Yoshua Bengio, Réjean Ducharme, Pascal Vincent, Christian Jauvin은 단어의 분산 표현과 단어 시퀀스 확률을 함께 학습해 차원의 저주를 완화하는 신경 확률 언어 모델을 제안했다. 이 모델은 순환 신경망이 아니라 피드포워드 신경망이다.
부활 시대2004년부터 CIFAR 프로그램은 Geoffrey Hinton, Yann LeCun, Yoshua Bengio와 협력자들의 정기적인 연구 교류를 지원했다. 딥러닝 부흥에 기여한 협업을 촉진했지만 하나의 보편적 출발점은 아니다.
부활 시대제프리 힌턴과 동료들은 심층 신뢰 네트워크(DBN)를 제안하고, 이를 한 층씩 학습시키는 빠른 탐욕 알고리즘을 제시했다. 이 층별 사전 학습은 심층 신경망에 대한 관심을 되살리는 데 기여했다.
부활 시대마이크로소프트 리서치와 토론토 대학교가 음성 인식에서 딥러닝의 첫 번째 주요 돌파구를 열었고(Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012), 단어 오류율을 크게 낮췄다. 구글은 2012~2015년에 걸쳐 DNN/LSTM 기반 음성 인식을 실제 서비스에 배포했다.
부활 시대OpenAI가 Codex를 출시하고 GitHub Copilot이 AI 보조 개발 시대의 시작을 알렸다.
LLM 시대2024년 2월 Google은 전문가 혼합 아키텍처와 최대 100만 토큰의 실험적 컨텍스트 창을 갖춘 Gemini 1.5를 공개했다.
LLM 시대Meta가 80억과 700억 매개변수 모델을 포함한 Llama 3 패밀리를 오픈 웨이트로 출시했다.
LLM 시대유럽 연합이 AI 법을 제정했다. 이는 인공지능을 대상으로 한 최초의 포괄적인 수평적 규제다. 이 법은 위험 기반 분류를 수립하고 고위험 AI 시스템에 대한 엄격한 요구사항을 설정했다.
LLM 시대2024년 10월 Anthropic은 개선된 Claude 3.5 Sonnet에 컴퓨터 사용 공개 베타를 도입해 화면 확인, 커서 이동, 클릭과 입력을 API에서 수행할 수 있게 했다.
LLM 시대2025년까지 AI 에이전트는 연구 데모에서 프로덕션 도구로 성숙했다. 코딩 에이전트, 브라우저 에이전트, 다단계 작업 에이전트가 표준 제공 제품이 되었고, OpenAI, Anthropic, Google, 오픈소스 프로젝트 모두 유능한 시스템을 출시했다.
LLM 시대중국 AI 랩 DeepSeek이 R1을 출시했다. 이 모델은 코드와 가중치가 MIT 라이선스로 공개된 오픈 웨이트 추론 모델로, OpenAI의 o1에 필적하는 성능을 가졌다. 이 출시는 최첨단 능력이 미국 AI 체계 밖에서도 달성될 수 있음을 입증했으며, AI 경쟁의 글로벌 재평가를 촉발했다.
LLM 시대OpenAI, Oracle, SoftBank와 UAE의 MGX는 4년에 걸쳐 5,000억 달러를 투자해 미국에 AI 인프라를 구축할 계획이라고 공동으로 발표했다. 여기에는 여러 대규모 데이터센터 건설이 포함된다.
LLM 시대Anthropic이 Claude 3.7 Sonnet을 출시하며 일반에 제공되는 최초의 하이브리드 추론 모델이라고 소개했다. 사용자는 같은 모델 안에서 즉각적인 응답과 확장된 사고를 전환할 수 있다.
LLM 시대2025년 3월, Anthropic이 615억 달러의 가치 평가로 35억 달러의 자금 조달 라운드를 발표했다. 이로써 Anthropic은 세계에서 가장 가치가 높은 AI 스타트업 중 하나가 되었으며, AI 업계의 자본 집중이 더욱 진행되었다.
LLM 시대Meta는 네이티브 멀티모달 오픈 웨이트 모델 Scout와 Maverick을 공개하고 교사 모델 Behemoth를 예고했다. Behemoth는 당시 여전히 학습 중이어서 공개되지 않았다.
LLM 시대Anthropic이 Claude 4 패밀리(Opus 4와 Sonnet 4)를 출시하고, 프로그래밍, 추론, 장기 작업에서 큰 개선을 이룬 '확장 사고'(Extended Thinking) 기능을 도입했다. Claude 4는 기업 AI 시장에서 Anthropic의 입지를 공고히 했다.
LLM 시대2025년 8월 2일 EU AI법의 거버넌스 규칙과 범용 AI 모델 의무가 적용되기 시작했다. 다른 조항은 별도 일정에 따라 단계적으로 적용되므로 이날을 전면 집행 시작으로 부를 수는 없다.
LLM 시대OpenAI가 자본 재편을 완료했다. 영리 사업은 OpenAI Group PBC라는 공익기업이 되었고, 비영리인 OpenAI Foundation이 계속 이를 통제하며 양측의 사명은 동일하다. OpenAI는 이번 재편이 캘리포니아주와 델라웨어주 법무장관실과 약 1년에 걸친 논의를 거쳐 완료되었다고 밝혔다.
LLM 시대2026년 상반기에 에이전트 기능은 시연을 벗어나 기업용 제품에 실제로 탑재되었다. 코딩, 고객 지원, 사무 자동화 에이전트가 문서화된 기능이 되었고 도구 호출과 다중 에이전트 협업 기반도 함께 성숙했다. 다만 도입이 어디까지 갔는지는 확정되지 않았다. 무엇을 에이전트로 셀지에 대한 기준이 조사마다 달라 발표되는 운영 비율이 크게 엇갈리기 때문에, 이 항목은 수준이 아니라 방향을 기록한다.
LLM 시대2026년 상반기에 DeepSeek, 알리바바 Qwen, Moonshot, 즈푸, Meta의 오픈 웨이트 공개는 이전에는 폐쇄형 시스템에서만 보이던 규모에 이르렀다. 가중치와 모델 카드가 설명에 그치지 않고 실제로 내려받을 수 있다. 이들이 폐쇄형 최전선을 따라잡았는지는 어떤 벤치마크 지수를 쓰고 어떻게 가중하느냐에 달려 있다. 이 항목은 순위가 아니라 무엇이 어떤 라이선스로 공개되었는지를 기록한다.
LLM 시대Nature가 Co-Scientist를 게재했다. Gemini를 기반으로 한 다중 에이전트 시스템으로, 실험으로 검증할 수 있는 새로운 연구 가설을 제시한다. 논문은 약물 재창출, 신규 표적 발견, 항생제 내성 기전 설명이라는 세 가지 생물의학 응용에서의 검증을 보고한다. 저자들은 연구자를 대체하는 것이 아니라 보조하는 존재로 규정했으며, 이는 AI가 분석뿐 아니라 가설 생성에도 참여한다는 동료 심사를 거친 근거가 된다.
LLM 시대2026년 6월 11일 보도에 따르면 Meta는 AI 에이전트 기업 Manus와의 인수 통합을 해체하기 시작해 데이터 공유를 중단하고 운영을 분리했다. 보도는 중국 규제 요건과의 관련성을 전했으며 이후의 법적·운영상 상태는 최신 공개 자료로 확인해야 한다.
LLM 시대Anthropic은 2026년 6월 9일 안전장치를 갖춘 일반용 Fable 5와 심사된 Project Glasswing 파트너용 Mythos 5를 출시했다. 6월 12일 미국 수출 통제로 외국인의 접근을 제한해야 했고, 국적을 실시간 확인할 수 없어 두 모델을 전 세계에서 중단했다. 통제가 6월 30일 해제된 뒤 Fable 5는 7월 1일 전 세계에, Mythos 5는 우선 승인된 미국 기관에 다시 제공됐다.
LLM 시대2026년 6월 13일, 뉴욕주 검찰총장이 주도하는 미국 다주 검찰총장 연합이 OpenAI에 대한 조사에 착수하고 소환장을 발부했다. 소환장은 광고 집행, 사용자 참여도와 잔존율, 모델의 아부 경향, 소비자 및 건강 데이터 처리, 미성년자와 고령자 보호에 관련된 자료 제출을 요구한다. OpenAI는 각 주 검찰총장단의 협조 의향을 밝히며 ChatGPT가 미성년자용으로 보다 엄격한 보호 장치를 마련해 왔다고 강조했다.
LLM 시대2026년 6월 29일 삼성과 SK하이닉스는 한국 서남부 메모리 팹 4곳을 포함한 총 800조 원 규모의 다년간 반도체 투자 계획을 발표했다. 달러 환산액은 환율에 따라 달라지며 범위,승인,집행 상황은 계속 확인해야 한다.
LLM 시대Google이 2026년 7월 1일 24/7 에이전트 AI 어시스턴트 Gemini Spark를 macOS용으로 출시했다. 실시간 추적과 더 폭넓은 앱 통합을 지원하며, 사용자의 디지털 생활 전반에 걸쳐 지속적으로 작동하는 상주형 에이전트로 에이전트 AI를 소비자 데스크톱에 본격 도입했다.
LLM 시대2026년 7월 Moonshot AI가 Hugging Face에 Kimi K3의 오픈 웨이트를 공개했다. 모델 카드에는 총 파라미터 2.8조, 활성 파라미터 1040억, 컨텍스트 길이 1,048,576 토큰, 라이선스는 Kimi K3 License로 기재되어 있다. 총 파라미터 수로 보면 공개 당시 내려받을 수 있는 언어 모델 가운데 가장 큰 축에 속했다.
LLM 시대2026년 7월 1일 Cloudflare는 AI 트래픽을 Search,Agent,Training 용도별로 관리하는 기능을 발표하고, 9월 15일부터 신규 도메인의 광고 페이지에서는 Training과 Agent 크롤러를 기본 차단하고 Search는 기본 허용한다고 밝혔다. 사이트 소유자는 설정을 바꿀 수 있으며 다목적 크롤러에는 가장 엄격한 규칙이 적용된다.
LLM 시대2026년 7월 2일 Microsoft는 자사 AI 도구를 활용한 엔터프라이즈 AI 배포에 특화된 신사업 “Microsoft Frontier Company”를 출범한다고 발표했다. 25억 달러 투자와 6,000명의 산업·엔지니어링 전문가가 투입되며, Amazon 및 OpenAI에 이어 전용 AI 배포 조직을 출범하는 주요 업체가 되었다.
LLM 시대OpenAI는 2026년 7월 9일 제한 프리뷰를 마치고 Sol, Terra, Luna로 이루어진 GPT-5.6 제품군을 일반 공개했다. 프리뷰 기간에 OpenAI는 전문 기관 및 신뢰할 수 있는 파트너와 긴밀히 협력했다.
LLM 시대2026년 8월 2일 EU AI법이 전면 적용에 들어갔고, AI 사무국과 회원국 당국이 이행, 감독, 집행을 맡게 되었다. 같은 개정으로 부담이 큰 고위험 의무는 연기되어 부속서 III의 독립 시스템은 2027년 12월 2일부터, 규제 대상 제품에 내장된 AI는 2028년 8월 2일부터 적용된다. 금지 행위는 2025년 2월 2일부터, 범용 모델 의무는 2025년 8월 2일부터 이미 적용되고 있었다.
LLM 시대2026년 9월 2일 ARC Prize는 GPT-6 Astra의 ARC-AGI-3 검증 결과를 열두 가지 harness 구성에 걸쳐 공개했다. 같은 반비공개 평가 집합에서 모델은 표준 harness로 62.71%를 얻는다. 이 harness는 모델이 남기기로 고른 메모를 이어갈 수 있게 한다. Provider Adapter harness로는 98.55%를 얻으며, 이는 요청 사이에 추론 상태를 보존하고 긴 대화를 압축한다. Astra는 96%의 레벨에서 시험받은 사람의 중앙값보다 적은 동작을 썼다. 이 수치는 모델과 그 발판을 함께 잰 것이므로 둘 다 기록한다.
LLM 시대2026년 9월 3일 OpenAI는 GPT-6 Astra의 시스템 카드를 공개하고, 자사의 Preparedness Framework에서 사이버 능력의 Critical 임계값에 도달했다고 밝혔다. 이 수준에 놓인 OpenAI 모델은 처음이다. 카드는 방어가 잘 된 시스템에서도 사람이 단계마다 이끌지 않고 알려지지 않은 보안 결함을 찾아 새로운 악용 방법을 만들어낼 수 있는 모델로 서술하며, 민감한 능력은 신뢰 접근 프로그램으로 제한된다고 적는다. 이 분류는 OpenAI가 자사 틀로 자사 모델을 평가한 것이며, 카드에는 AGI나 일반 지능이라는 말이 나오지 않는다.
LLM 시대