본문 바로가기
(前)오래된자료/IT정보(뉴스)

예상보다 강한 ‘알파고’ 이유는… 인간으로 치면 1000년 이상 바둑 공부한 셈

by 곰돌원시인 2016. 3. 10.
반응형

예상보다 강한 ‘알파고’ 이유는… 인간으로 치면 1000년 이상 바둑 공부한 셈



알파고의 인공지능(AI) 성능은 생각한 것보다 훨씬 우수하다는 것이 증명됐다.

알파고는 바둑을 위해 만들어졌다. 알파(alpha)는 그리스어로 첫 번째, 고(go)는 일본어(碁·기)로 바둑을 의미하는 단어를 영어로 표기한 것이다. 바둑에서 최고가 되겠다는 의미다. 알파고는 인간으로 치면 이미 1000년 이상 바둑을 공부했다. 전문가의 기보 3000만건을 바탕으로 계속 ‘머신러닝(machine learning·기계 학습)’을 해 왔기 때문이다. 알파고가 빠른 시간에 실력을 급성장시킬 수 있었던 핵심요소는 클라우드 컴퓨팅이다. 클라우드 컴퓨팅이란 네트워크에 연결된 여러 대의 컴퓨터가 함께 데이터를 처리하는 것을 의미한다. 한 대의 컴퓨터가 할 때보다 훨씬 빠르게 많은 정보를 처리할 수 있다. 알파고는 미국 서부에 서버를 두고 있는 구글 클라우드를 사용한다. 이세돌 9단은 한국에서 바둑을 뒀지만 상대는 미국에 있었다.

지난해 10월 판후이 2단과 대결할 때 알파고는 1202개의 중앙처리장치(CPU)와 176개의 그래픽처리장치(GPU)를 사용했다. 그리고 5대 0으로 이겼다. 구글은 이 9단과의 대결에선 얼마나 많은 자원을 활용했는지 밝히지 않았다. 구글은 이 9단이 1초에 100가지 수를 찾아낼 수 있는 반면, 알파고는 같은 시간에 10만개까지 가능하다고 설명했다. 알파고 개발자인 딥마인드 데이비드 실버 박사는 9일 대국이 끝난 후 “모든 순간 알파고가 보유한 능력의 한계치까지 이용해야 했다”고 설명했다.

클라우드 컴퓨팅을 통해 인간이 따라잡을 수 없는 엄청난 분량의 바둑을 공부한 알파고는 정교한 알고리즘으로 효율성까지 높였다. 고급 탐색 트리와 심층 신경망을 결합한 것이다. 인간의 두뇌 신경망 작동 원리를 모방한 ‘딥 러닝(deep learning)’ 기술이 적용됐다. 딥 러닝은 인공지능이 데이터를 분석하면서 스스로 인지·판단 등을 하도록 설계돼 있다.

바둑에서 경우의 수는 사실상 무한대에 가깝다. 하지만 모든 수가 같은 가치가 있는 것은 아니다. 알파고는 바둑을 익히면서 불필요한 수는 쳐내고 중요한 수를 중심으로 강화 학습을 하도록 만들어졌다. 심층 신경망 중 정책망은 가장 좋은 수가 무엇인지 계속 연구하고, 가치망은 바둑판을 보면서 승률을 계산해 수를 둘 때 반영한다. 시행착오를 겪으면서 알파고는 점점 더 강해질 수 있는 것이다.

김준엽 기자

[출처] http://m.news.naver.com/read.nhn?mode=LSD&sid1=105&oid=005&aid=0000878029

반응형