전체기사 최신뉴스 GAM
KYD 디데이
산업

속보

더보기

[인간 vs 인공지능] 1패한 알파고, 이틀간 얼마나 강해졌을까

기사입력 : 2016년03월15일 12:03

최종수정 : 2016년03월15일 13:27

※ 본문 글자 크기 조정

  • 더 작게
  • 작게
  • 보통
  • 크게
  • 더 크게

※ 번역할 언어 선택

"기계가 학습하려면 방대한 데이터 필요"..진 게임서 바로 교훈 얻기 힘들듯

[뉴스핌=이수경 기자] 1국..2국..3국..이세돌 9단은 패배를 거듭할 때마다 동료 기사들과 밤새 복기를 하며 알파고의 바둑을 분석했고 결국 약점을 찾아냈다.

오늘(15일) 구글 인공지능 컴퓨터인 알파고(AlphaGo)와 이 9단이 마지막 대국을 앞둔 가운데 알파고가 자신이 패배했던 4국보다 '더 나은' 대국 실력을 보일 수 있을지 관심이 모아지고 있다. 알파고의 학습능력이 관심인 것이다.

전문가들은 컴퓨터의 경우 학습을 위해서는 방대한 데이터가 필요하기 때문에 이 9단과 4판을 두었다고 해서 알파고의 바둑지능이 올라가지는 않을 것이라고 봤다.

이세돌 9단이 13일 4국 대결을 마치고 활짝 웃고 있다. <사진=구글코리아>

 ◆ 알파고, 정말 기계적 결함 드러냈나

지난 13일 대국에서는 이 9단이 허를 찌르는 '묘수'로 알파고를 상대로 기적적인 첫 승을 거머쥐었다. 업계 전문가들은 이 9단이 4번국 78번째 수에서 알파고가 학습하지 않은 창의적인 수를 두자, 알파고가 응수하는 데 어려움을 겪었다고 분석하기도 했다. 

이를 두고 이 9단은 경기 직후 열리 기자 간담회에서 "(알파고가) 자기가 생각하지 못했던 수가 나왔을 때, 버그 형태의 수가 진행됐다"며 "생각 못 했을 때 대처 능력이 떨어졌다"며 말한 바 있다.  

데미스 하사비스 딥마인드 대표는 자신의 SNS를 통해 79수 때 70%였던 승률이 87수 때는 50% 이하로 떨어졌다고 밝히기도 했다.

실제로 알파고가 지난 4국 경기에서 기계적인 결함을 드러냈다고 볼 수 있을까? 

이에 대해 추형석 소프트웨어정책연구소 선임연구원은 "알파고의 학습 알고리즘이 잘못됐거나 그런 문제는 아니다"며 "계산상의 오차가 발생한 것일 뿐"이라고 일축했다. 

계산할 시간만 충분하다면 사람이든, 인간이든 어떻게든 묘수를 찾는 데 성공한다는 설명이다. 그러나 바둑과 같은 게임에는 한정된 자원이 주어진다. 바로 '시간'이다. 제한시간 안에 가장 좋은 값을 찾는 것이 실력이다. 

추 연구원은 "구글 알파고 이후에 2탄, 3탄 버전이 나오더라도 경우의 수를 100% 완벽하고 정확하게 계산할 수는 없을 것"이라며 "다만, 계산할 시간이 충분하면 좀 더 정확한 값을 찾는 것이고, 바둑처럼 제한시간이 있는 경우에는 그 시간 동안 탐색한 것 중 가장 좋은 값을 보여주는 것"이라고 말했다. 

지난 4국 때와 마찬가지로 이 9단이 알파고가 전혀 예측하지 못한 수를 내놓으면 어떻게 될까? 상대방이 '착수'할 거라 예상하고 미리 계산해놓은 데이터들을 버리고 알파고는 재탐색(계산)을 한다. 그렇지만 알파고가 초읽기에 몰리지 않는 이상, 탐색할 여유는 많다. 이 9단이 예상외 수를 놓더라도 알파고가 여기에 대응할 수 있는 여건은 충분하다는 의미다.  

◆ 스스로 진화하는 알파고의 '머신러닝'

데미스 하사비스 구글 딥마인드 CEO는 알파고가 머신러닝의 학습 알고리즘 중 하나인 심화학습(Deep Learning, 딥러닝)을 통해 스스로 학습한다고 설명한 바 있다.   

'인공지능'이 인간과 같은 사고를 하는 컴퓨팅을 총칭한다면, '머신러닝'은 데이터를 분석하여 숨겨진 특성, 즉 패턴을 발견해 모델을 구축하는 학습 기술을 뜻한다. 더 나아가 경험으로부터 습득한 지식을 기반으로 스스로 성능을 향상시키는 과학이라고 볼 수도 있다.  

'딥러닝'은 심화신경망을 활용하는 것이다. 사람의 뇌가 정보를 처리하는 것과 유사한 방식으로 다계층의 신경망 구조를 통해 스스로 특징값을 추출해 학습한다.  

고속으로 학습하기 위해 알파고는 분산 컴퓨팅환경에서 최고의 성능을 냈다. 계산에 사용된 CPU는 1202개, GPU는 176개에 이른다. 그리고 딥러닝을 활용해 프로기사의 기보 16만개를 학습했다. 고작 5주만의 성과다. 

구글은 아이디어(기보), 컴퓨팅자원(대용량 계산 및 분산 컴퓨팅)을 갖추고 딥러닝을 통해 알파고의 학습지능을 강화시킨 셈이다.

이세돌 9단(사진 왼쪽)이 13일 4국 대결을 마치고 활짝 웃고 있다. <사진=구글코리아>

◆ "기계가 학습하려면 어느 정도 큰 규모의 데이터 필요"

지난 4국 대결 결과를 놓고 이세돌 9단이 2연승을 하지 않겠느냐는 조심스러운 관측도 나오고 있다. 알파고가 이 9단과의 4번의 경기를 치렀지만, 그 학습량이 충분하지 않고 하루 이틀 사이에 그 학습수준을 올리기에는 어렵다는 이유에서다. 

장병탁 서울대학교 교수는 "딥러닝 기술을 활용한 알파고는 인간의 기보를 단순히 학습하는 것 뿐만 아니라 사람처럼 바둑을 두는 수준에 이르렀다"고 평가하면서도 "'하루’, '이틀’이라는 짧은 시간 안에 이 9단의 전략을 학습하는 데는 한계가 있다"고 평가한 바 있다. 

추형석 연구원도 이 의견에 동의했다. 추 연구원은 "하루, 이틀 학습한다고 해서 알파고의 지능이 갑자기 높아지지는 않을 것"이라고 추측했다. 

하사비스 CEO는 "기계가 학습하기 위해서는 어느 정도 큰 규모의 데이터가 필요하다"며 "인간은 한 사례만 가지고도 본인이 가진 다른 지식을 가지고 와서 쉽게 배우기 때문에 인간의 학습 효율성이 더 높다"고 말하기도 했다.  

하지만 경기 결과는 한치 앞도 예측할 수 없는 상황이다. 알파고는 자신이 학습한 데이터에 대해서는 강한 자신감을 보인다. 4국때처럼 이 9단이 알파고가 학습하지 않은 '묘수'를 또다시 놓는다는 보장도 없다.  

한 전문가는 "바둑의 경우의 수를 따졌을 때 오차 범위에 대해서는 인간이 기계를 따라갈 수 없다"며 "학습 데이터가 커지면 커질수록 정확도가 향상되는 만큼 마지막 경기 결과는 어떻게 될지 지켜봐야 할 것 같다"고 밝혔다.  

 

[뉴스핌 Newspim] 이수경 기자 (sophie@newspim.com)

[뉴스핌 베스트 기사]

사진
광복군, 일본군 무장해제 "항복사실 모르느냐? 변상문의 '화랑담배'는 6·25전쟁 이야기이다. 6·25전쟁 때 희생된 모든 분에게 감사드리고, 그 위대한 희생을 기리기 위해 제목을 '화랑담배'로 정했다. 우리는 그들에게 전의(戰意)가 없는 것을 보이기 위해 기관단총을 모두 어깨에 걸쳤다. 그러고도 만일을 위해서 각각 산개하면서 뛰어내리기 시작했다. 드디어 내 차례가 왔다. 몸을 날렸다. 아. 그때 그 바람 냄새, 그 공기의 열기, 아른대는 포플러의 아지랑이, 그리고는 아무것도 순간적이었지만 보이지 아니했다. 그러나 어쩐 일인가? 우리 주변엔 돌격 태세에 착검한 일본군이 포위하고 있었다. 워커 구두 밑의 여의도 모래가 발을 구르게 했다. 코끼리 콧대 같은 고무관을 제독총에 연결한 험상궂은 방독면을 뒤집어쓴 일본군이 차차 비행기를 중심으로 원거리 포위망을 좁혀오고 있었다. 너무나도 위험한 상황이었다. 이것이 그리던 조국 땅을 밟고 처음 맞은 분위기였다. 동지들은 눈빛을 무섭게 빛내면서 사주경계를 했다. 그러나 아직 기관단총을 거머쥐지는 아니했다. 여의도의 공기가 움직이지 않는 고체처럼 조여들어 왔다. 뿐만 아니었다. 타고 온 C46형 수송기로부터 한 50여m 떨어진 곳의 격납고 앞에는 실히 1개 중대나 되는 군인들이 일본도를 뽑아 든 한 장교에게 인솔되어 정렬해 있었다. 그 앞에는 고급장교인 듯한 자들이 한 줄 또 섰고, 장군 몇 명도 있는 듯했다. 그러나 무엇보다도 8월 18일 한낮의 그 뜨거운 여의도 열기가 우리를 더욱 긴장시켰다. 격납고 뒤에까지 무장한 군인이 대기하고 있었다. 중형전차의 기관포도 이쪽을 향하고 있었다. 환호하는 광복군. [사진= 국사편찬위원회] 비행장 아스팔트 위엔 한여름의 복사열이 그 위기의 긴장처럼 이글대고 있었다. 어느새 우리는 땀에 젖어 있었다. 기막힌 침묵이 십여 분이나 지났다. 그러나 그들은 어떤 행동도 취해 오지 않았다. 마침내 우리가 발걸음을 옮겼다. 우리는 일본군 고급 장교들이 늘어선 쪽으로 한걸음 씩 움직였다. 각자 산개, 조심하라! 누군가가 이렇게 나직하게 말했다. 서해 연안으로 비행기가 고도를 낮출 때 누군가가 유서를 쓰던 일이 이 순간 내 머릿속에서 상기되었다. 일본군 병사들은 우리가 다가서자 의외로 포위망을 풀 듯이 비켜섰다. 우리는 아직 기관단총을 어깨에 멘 그대로였다. 일본군이 길을 열어주자, 그들도 일본군 육군 중장을 선두로 한 장교단이 우리 쪽으로 오기 시작했다. 그가 바로 조선주차군사령관 죠오쯔끼(上月良夫)였다. 쬬오쯔기는 그의 참모장 이하라 소장과 나남 사단장과 참모들을 뒤로 거느렸다. 우리도 좌우로 벌려 섰다. 쬬오쯔기가 「나니시니 이라시따노?(무슨 일로 왔소?)」말문을 열었다. 퍽 야무지게 보였다. 우리는 말 대신 영등포 상공에서 뿌리다 남긴 선전 전단을 내밀어 주었다. 우리의 임무가 일본어와 우리말로 적힌 전단이었다. 거긴 또 우리가 이렇게 들어오게 된 사연도 적혀있었다. 우리는 한 장씩 그 전단을 다른 일본군 장교들에게 나누어 주었다. 쬬오쯔끼는 이를 받아 읽고, "일본은 정전만 한 상태이니 일단 돌아갔다가 휴전 조약이 체결된 다음에 재입국하라"라고 말했다. 그러면서 은근히 위협했다. 자기네 병사들이 꽤 흥분되어 있으니, 만약 돌아가지 않으면 그 신변 보호에 안전책임을 지기가 어렵다는 분위기라고 했다. 이에 이범석 장군이 "네 놈들의 천황이 이미 연합국에 무조건 항복한 사실을 모르느냐? 이제부터는 동경의 지시가 필요 없다는 것을 알아야 한다"라고 맞섰다. 그러나 쉽사리 양보하지 않았다. 옥신각신 말이 몇 번 건너 왔다 갔다. 갑자기 쬬오쯔끼는 한 일본군 대령에게 일을 처리하라고 지시했다. 그러면서 그는 동경서 손님이 오기로 되어 있어 마중을 나와 있던 참이란 말을 하고는 물러가 버렸다" 이범석 장군은 일본군 측에 "조선 총독을 만나 담판 짓겠다'라고 요구했으나 거절당했다. 일본군 무장해제 임무를 띠고 국내로 들어 온 '광복군 국내정진군'은 아무런 소득도 올리지 못한 채 다음 날 8월 19일 14:30분 여의도 기지를 이륙하여 중국으로 돌아갔다. 광복군은 미군정이 시작되고 나서 한참이나 지난 다음에 개인 자격으로 귀국할 수밖에 없었다. 조짐이 좋지 않았다. / 변상문 국방국악문화진흥회 이사장   2025-09-29 08:00
사진
중국 전기차 주행거리 두배 증가 배터리 개발 [베이징=뉴스핌] 조용성 특파원 = 중국이 에너지 밀도를 두 배 증가시킬 수 있는 전고체 배터리를 개발해 낸 것으로 나타났다. 중국 칭화(淸華)대학 화학공학과의 연구팀은 '음이온이 풍부한 용매화 구조 설계'를 개발해 냈으며, 이를 기반으로 불소 함유 폴리에테르 전해질을 성공적으로 만들어냈다고 중국 관찰자망이 30일 전했다. 해당 연구 성과는 논문 형식으로 국제 학술지인 네이처에 등재되었다. 연구진이 만들어낸 폴리에테르 전해질은 고체이며, 연구팀은 해당 전해질을 사용하여 전고체 배터리를 제작했다. 제작된 전고체 배터리는 604Wh/kg의 에너지 밀도를 기록했다. 이는 현재 리튬 이온 배터리의 에너지 밀도가 150~320Wh/kg인 점을 감안하면 에너지 밀도가 두 배 이상 높아진 것이다. 동일한 무게의 배터리이지만 해당 전해질을 사용한 전고체 배터리는 두 배 이상의 전력을 충전할 수 있는 셈이다. 이론적으로 전기차의 1회 충전 주행 거리가 두 배 증가할 수 있게 된다. 현재 500km가량을 주행할 수 있는 전기차가 1000km를 주행할 수 있게 된다. 해당 전고체 배터리는 안전성 테스트도 통과하였다. 못을 박아도 화재와 폭발이 일어나지 않았다. 또한 120도의 높은 온도의 박스 안에 6시간 동안 방치되었지만, 연소나 폭발이 일어나지 않았다. 또한 500회 이상 충방전을 거치면서도 에너지 저장 용량은 안정적으로 유지되었다. 연구진이 만들어낸 전고체 배터리가 상용화된다면 많은 분야에서 활용이 가능해진다. 전기차의 주행 거리는 두 배 증가하며, 드론의 비행 거리도 두 배 증가하게 된다. ESS(에너지저장장치) 역시 부피당 저장 용량을 크게 끌어올리게 되며 ESS 소형화가 가능해진다. 칭화대 연구진이 개발한 전고체 전해질의 도식도 [사진=네이처 캡처] ys1744@newspim.com 2025-09-30 10:35
기사 번역
결과물 출력을 준비하고 있어요.
기사제목
기사가 번역된 내용입니다.
종목 추적기

S&P 500 기업 중 기사 내용이 영향을 줄 종목 추적

결과물 출력을 준비하고 있어요.

긍정 영향 종목

  • Lockheed Martin Corp. Industrials
    우크라이나 안보 지원 강화 기대감으로 방산 수요 증가 직접적. 미·러 긴장 완화 불확실성 속에서도 방위산업 매출 안정성 강화 예상됨.

부정 영향 종목

  • Caterpillar Inc. Industrials
    우크라이나 전쟁 장기화 시 건설 및 중장비 수요 불확실성 직접적. 글로벌 인프라 투자 지연으로 매출 성장 둔화 가능성 있음.
이 내용에 포함된 데이터와 의견은 뉴스핌 AI가 분석한 결과입니다. 정보 제공 목적으로만 작성되었으며, 특정 종목 매매를 권유하지 않습니다. 투자 판단 및 결과에 대한 책임은 투자자 본인에게 있습니다. 주식 투자는 원금 손실 가능성이 있으므로, 투자 전 충분한 조사와 전문가 상담을 권장합니다.
안다쇼핑
Top으로 이동