1.계산주의 시대(1950년대)
초창기 시대는 계산주의(computationalism) 시대,
계산주의는 인간이 보유한 지식을 컴퓨터로 표현하고 이를 활용해 현상을 분석
하거나 문제를 해결하는 지식기반시스템을 말함
 1950년대 존 매카시를 비롯하여 마빈 민스키(Marvin Minsky), 나다니엘 로
체스터(Nathaniel Rochester), 클로드 새넌(Claude Shannon) 등 당시 최고
의 정보과학자들이 다트머스대학교(Dartmouth College)에 모여 계산주의 인
공지능을 연구함
 컴퓨팅 성능 제약으로 계산기능(연산기능)과 논리체계의 한계, 데이터 부족
등의 근본적인 문제에 직면하여 결국 계산주의 연구는 기대에 부응하지 못함

2.연결주의 시대(1980년대)
계산주의로 인공지능 발전에 제약이 생기면서 1980년대에 연결주의
(connectionism)가 새롭게 대두됨
 연결주의는 지식을 직접 제공하기보다 지식과 정보가 포함된 데이터를 제공
하고 컴퓨터가 스스로 필요한 정보를 학습함
 연결주의는 인간의 두뇌를 모사하는 인공신경망(Artificial Neural Network)
을 기반으로 한 모델,
연결주의 시대의 인공지능은 인간과 유사한 방식으로 데이터를 학습하여 스스로
지능을 고도화함
 연결주의는 막대한 컴퓨팅 성능과 방대한 학습데이터가 필수적이나 당시에도
이들이 부족하여 비즈니스 활용 측면에서 한계가 있음,
연결주의 시대도 학습에 필요한 빅데이터와 컴퓨팅 파워의 부족이라는 한계를
극복하지 못함

3.딥러닝 시대(2010년 이후)
 2010년 이후 GPU(Graphic Processing Unit, 그래픽 프로세서)의 등장과
분산처리기술의 발전으로 계산주의와 연결주의 시대의 문제점인 방대한 양의 계
산문제를 대부분 해결하게 됨
 최근의 인공지능은 딥러닝(deep learning, 심층학습)의 시대,
딥러닝 역시 연결주의 시대와 동일하게 신경망을 학습의 주요 방식으로 사용함
 신경망의 기본 구조인 입력층(input layer)과 출력층(output layer) 사이에
다수의 숨겨진 은닉층(hidden layer)으로 구성된 신경망을 딥 뉴럴 네트워크
(Deep Neural Networks, 심층신경망)라고 부르면서 딥러닝 용어가 탄생함
최근에는 4차 산업혁명 기술력의 급성장, 혁신적 알고리즘의 등장, 그리고 분
산컴퓨팅, 특히 GPU의 발전으로 딥러닝 기술이 진보하고 있음
 현재 딥러닝은 음성인식, 이미지인식, 자동번역, 그리고 무인주행(자동차, 드
론) 등에 큰 성과를 나타내고 있으며 의료, 법률, 세무, 교육, 예술 등 다양한 범
위에서 활용됨