AI 발전 연대표

튜링 테스트 제안

앨런 튜링이 논문 「계산 기계와 지능」에서 "기계가 사람과 구별되지 않게 대화할 수 있는가"를 묻는 이미테이션 게임을 제시. AI를 판별하는 첫 사고 실험이자 분야의 철학적 출발점.

'인공지능(AI)' 용어 탄생

존 매카시·마빈 민스키 등이 모인 다트머스 회의에서 'Artificial Intelligence'라는 말이 처음 공식화. AI가 독립된 학문 분야로 출범한 순간.

최초의 챗봇 일라이자(ELIZA)

MIT 와이젠바움이 만든 규칙 기반 대화 프로그램. 단순한 구조인데도 사람들이 진짜 상담자처럼 느껴, 기계에 인격을 투영하는 '일라이자 효과'라는 말을 남겼다.

딥블루, 체스 챔피언 격파

IBM의 체스 컴퓨터 딥블루가 세계 챔피언 가리 카스파로프를 꺾음. 특정 과제에서 기계가 인간 최고수를 이긴 첫 사건으로, AI 능력을 대중에게 각인시켰다.

왓슨 · 시리 — AI가 연구실 밖으로

IBM 왓슨이 퀴즈쇼 '제퍼디!'에서 인간 챔피언들을 제압하고, 같은 해 애플 시리가 음성 비서를 대중화. 자연어를 다루는 AI가 일상 제품으로 들어오기 시작했다.

딥러닝 혁명 — 알렉스넷

제프리 힌턴 연구팀의 알렉스넷이 이미지 인식 대회(ImageNet)에서 오차율을 단숨에 끌어내림. GPU로 신경망을 학습하는 방식이 표준이 되며 현대 AI 붐의 도화선이 됐다.

생성적 적대 신경망(GAN)

이안 굿펠로우가 '서로 경쟁하는 두 신경망'으로 진짜 같은 이미지를 만드는 GAN을 제안. 오늘날 이미지 생성과 딥페이크 기술의 뿌리가 됐다.

알파고, 이세돌 9단을 꺾다

딥마인드의 알파고가 이세돌 9단을 4:1로 이김. 경우의 수가 사실상 무한한 바둑마저 AI가 정복하며, 한국을 비롯해 전 세계에 가장 강렬한 인상을 남긴 사건.

트랜스포머 등장

구글이 논문 「Attention Is All You Need」에서 어텐션 기반의 트랜스포머 구조를 발표. GPT·Claude·Gemini 등 오늘날 모든 거대언어모델의 공통 토대가 됐다.

GPT-1 · BERT

대량의 글로 먼저 학습한 뒤 용도에 맞게 미세 조정하는 '사전학습-파인튜닝' 패러다임이 확립. OpenAI의 GPT 계보와 구글 BERT가 나란히 출발했다.

GPT-3, 거대 모델 시대

1,750억 파라미터의 GPT-3가 예시 몇 개만 줘도 과제를 수행하는 능력을 보여줌. '규모를 키우면 능력이 따라온다'는 스케일링 법칙을 업계에 각인시켰다.

DALL·E · 코파일럿 · 알파폴드2

글로 그림을 그리는 DALL·E와 코드를 자동완성하는 깃허브 코파일럿이 등장. 딥마인드 알파폴드2는 단백질 구조 예측 난제를 풀며 '과학을 푸는 AI'의 가능성을 증명했다.

ChatGPT 공개 — 대중화 폭발

출시 2개월 만에 사용자 1억 명을 돌파하며 역사상 가장 빠르게 퍼진 앱이 됨. AI가 전문가의 도구에서 모두의 일상으로 내려온 결정적 전환점.

GPT-4 · 멀티모달 · 오픈소스 붐

GPT-4가 이미지까지 이해하는 멀티모달로 도약하고, 메타의 Llama 등 공개 모델이 쏟아짐. 동시에 환각·저작권·정렬을 둘러싼 사회적 논쟁도 본격화됐다.

추론 모델 · AI가 받은 노벨상

OpenAI o1 등 '답하기 전 생각하는' 추론 모델과 스스로 일하는 에이전트가 등장. 제프리 힌턴이 노벨 물리학상, 데미스 허사비스가 알파폴드로 노벨 화학상을 받으며 AI가 과학의 중심에 섰다.

DeepSeek 충격 · 추론 경쟁 가속

중국 DeepSeek가 약 550만 달러라는 낮은 비용으로 최상위급 추론 모델 R1을 오픈웨이트로 공개해 업계를 흔듦. 뒤이어 o3·GPT-5가 나오며 성능 경쟁과 비용 하락이 동시에 빨라졌다.

에이전트 본격화 · 현실로 나온 AI

MCP·A2A 같은 연결 표준이 자리 잡고, 기업이 에이전트를 전사 업무에 도입하기 시작. AI가 화면을 넘어 로봇 등 현실에서 움직이는 '피지컬 AI'로 무대를 넓히고 있다.