합법 국면 2.08 × 10¹⁷⁰개
알파고는 그걸 다 보지 않았다

체스는 1997년, 바둑은 2016년 — 19년의 간격

기계가 체스 세계 챔피언을 이긴 것은 1997년입니다. 같은 일이 바둑에서 일어나는 데 19년이 더 걸렸습니다. 그 19년의 정체가 위 ① 판의 곡선 간격입니다.

넷째 줄이 진짜 이유입니다. 체스 프로그램은 끝까지 안 가도 지금 누가 유리한지를 말 값으로 셈할 수 있어서, 몇 수만 내다보고 그 자리에서 점수를 매기면 됐습니다. 바둑에는 그런 셈법이 없습니다 — 형세를 읽는 함수 자체를 배워야 했고, 그게 알파고의 가치망입니다. 갈래가 많은 것보다 점수를 매길 수 없다는 쪽이 더 큰 벽이었습니다.

③ 그래서 얼마나 세졌나

알파고는 한 프로그램이 아니라 네 세대였습니다. 같은 자로 잰 Elo가 논문에 실려 있습니다 — 그리고 세질수록 하드웨어는 줄었습니다.

표의 마지막 두 줄이 이 이야기의 결말입니다. 사람 기보를 한 판도 안 본 쪽이 사람에게 배운 쪽을 100:0으로 이겼고, 기계는 48개에서 4개로 줄었습니다. 2016년에 사람을 이긴 것보다, 2017년에 사람을 참고하지 않는 편이 더 셌다는 쪽이 더 큰 사건이었습니다.

Elo는 알파고 세대들끼리 둔 결과로 매긴 값이라 사람의 Elo와 같은 자가 아닙니다. 세대 간 비교에만 쓰고, “이세돌 몇 점”과 직접 빼지 않았습니다.

풀고 있는 식 — 어디를 팔지 고르는 한 줄

위 ② 판이 매 시뮬레이션마다 계산하는 것은 이 식 하나입니다. 나무의 어느 가지로 내려갈지, 딱 이 값이 가장 큰 쪽으로 갑니다.

분모에 N이 있는 것이 핵심입니다. 한 가지를 많이 지나갈수록 가산점이 스스로 줄어들어, 탐색이 한곳에 갇히지 않습니다. 그리고 P가 곱해져 있는 것이 알파고의 자리입니다 — 정책망이 “여기가 그럴듯하다”고 말한 가지는 처음부터 가산점을 크게 받고 출발합니다.

가치망은 다른 쪽을 줄입니다. 원래 몬테카를로 탐색은 끝까지 아무렇게나 두어 보고 승패를 봤는데, 가치망은 중간 국면을 보고 바로 승률을 매깁니다. 정책망이 폭을 줄이고 가치망이 깊이를 줄입니다 — ①판의 b^d에서 b와 d를 각각 깎는 것입니다.

같은 탐색을 위에서 내려다본다

위 ②판은 나무를 납작하게 편 그림입니다. 실제 탐색은 갈래가 사방으로 뻗는 입체입니다 — 아래는 같은 계산을 그대로 읽어 3차원으로 세운 것입니다. 끌어서 돌려 보세요.

④ 그물은 무엇을 보고, 무엇을 배웠나

위 ②판은 어디를 팔지 고르는 이야기였습니다. 그 확률 P를 내놓는 것이 정책망인데, 그물이 판을 어떻게 읽는지는 아직 안 봤습니다. 여기서 합성곱을 직접 돌려 보고, 알파고가 무엇을 어떤 순서로 배웠는지, 그리고 세대마다 사람이 준 것을 어떻게 하나씩 뺐는지 봅니다.

그물이 판을 읽는 법 — 작은 창 하나로 전부 훑는다

바둑판은 그림입니다. 그래서 그림을 보는 그물(합성곱 신경망)을 씁니다. 핵심은 작은 창(3×3) 하나를 만들어 판 전체를 같은 창으로 훑는 것입니다 — 자리마다 다른 규칙을 두지 않습니다. 아래에서 돌을 놓아 가며 그 곱셈을 직접 보세요.

여기 넷은 원리를 보이려고 손으로 만든 창입니다. 진짜 알파고의 창은 학습으로 얻은 것이고, 그 숫자는 공개돼 있지 않습니다. 층을 쌓으면 창이 보는 범위가 넓어진다는 산수(3 → 5 → … → 27)는 구조에서 그대로 나오는 값입니다.

무엇을 어떤 순서로 배웠나

알파고는 한 번에 배운 게 아닙니다. 넷을 따로 만들어 붙였습니다 — 그리고 다음 세대는 그중 첫 칸을 통째로 지웠습니다.

세대마다 사람이 준 것을 하나씩 뺐다

이 이야기의 축은 “점점 세졌다”가 아닙니다. 점점 덜 받았다입니다 — 기보를 빼고, 바둑 전용 지식을 빼고, 마지막에는 규칙까지 뺐습니다. 그런데 기계는 오히려 줄었습니다.

알파제로와 뮤제로 칸의 Elo를 비워 둔 것은 값이 없어서가 아니라 바둑 한 종목으로 같은 자로 잰 값이 아니기 때문입니다 — 두 쪽은 체스·쇼기까지 같은 코드로 둡니다. 비교할 수 없는 칸은 비워 둡니다.

대신 다른 자로는 잴 수 있습니다 — 각자의 종목에서 그때의 최강을 상대로 몇 판을 이겼나. 학습 시간 칸을 같이 보세요.

“배운 시간”은 사람 기보 없이 스스로 두면서 쓴 시간입니다. 체스 아홉 시간은 사람이 수백 년 쌓은 정석을 안 보고 낸 성적입니다. 딥마인드가 그 뒤 내놓은 알파스타(스타크래프트)·알파코드 같은 것은 여기 넣지 않았습니다 — 이 조각의 축은 “사람이 준 것을 뺀다”이고, 그 축 위에 있는 것만 적었습니다.

먹인 것이 얼마나 줄었나 — 돌려 본다

그물에 들어가는 것은 판 한 장이 아니라 여러 장을 겹친 것입니다. 알파고 리는 사람이 손으로 고른 특징 48장을 겹쳐 넣었고, 알파고 제로는 돌의 위치 17장만 넣었습니다. 그 차이를 높이로 보세요.

이 사람은 어떻게 여기까지 왔나

알파고 이야기의 앞에도 사람 이야기가 있습니다. 그리고 이 사람의 경로는 바둑을 이기려고 설계된 것처럼 생겼습니다 — 게임을 두던 아이가, 게임을 만드는 사람이 되었다가, 뇌가 어떻게 게임을 하는지를 공부하고 돌아옵니다.

• 1막 런던 — 판 위에서 배운 것
• 1976 · 런던

  체스판 앞에 앉은 아이

  런던 북부에서 태어났습니다. 아버지는 그리스계 키프로스인, 어머니는 싱가포르계 중국인. 네 살에 체스를 배우고, 열세 살에 체스 마스터가 됩니다 — 또래에서는 세계 상위권이었습니다.

  대회 상금으로 첫 컴퓨터를 샀다고 본인은 말합니다. 판 위의 게임에서 화면 속 게임으로 넘어가는 다리가 그 돈이었습니다.

• 2막 게임 — 만드는 쪽으로
• 1993–1994 · 열일곱

  테마파크의 리드 프로그래머

  열일곱에 게임회사 불프로그에 들어갑니다. 신디케이트의 디자이너로 참여했고, 테마파크에서는 리드 프로그래머였습니다. 놀이공원을 짓고 손님이 몰려드는 걸 보는 그 게임입니다. 베스트셀러가 됐고 골든 조이스틱상을 받았습니다.

  여기서 그가 만든 것은 사람이 어떻게 반응하는지를 흉내 내는 시스템이었습니다. 손님이 목말라하고, 화내고, 줄을 서는 — 행동을 모형으로 만드는 일을 스무 살도 되기 전에 상업 규모로 해 본 것입니다.

• 1997 · 케임브리지

  컴퓨터과학 최우등으로 졸업한다

  케임브리지에서 컴퓨터과학을 더블 퍼스트로 마칩니다. 졸업 후 다시 게임업계로 돌아가 라이언헤드를 거칩니다.

• 1998–2005 · 엘릭서 스튜디오

  자기 회사를 세우고, 접는다

  스물둘에 게임회사 엘릭서 스튜디오를 세웁니다. 마이크로소프트와 비방디에 게임을 팔았지만 2005년에 문을 닫습니다. 여기까지가 “성공한 게임 개발자”의 이력이고, 보통은 여기서 다음 게임회사를 차립니다.

• 3막 뇌 — 서른에 학교로 돌아가다
• 2005–2009 · UCL

  게임을 접고 신경과학으로 간다

  서른 즈음에 UCL 인지신경과학 박사과정에 들어갑니다. 주제는 기억과 상상이었습니다 — 기억을 잃은 환자들이 미래를 그려 보지도 못한다는 것을 보인 연구가 그의 대표작입니다.

  이 방향 전환이 이 사람의 핵심입니다. 지능을 만들기 전에 지능이 어떻게 작동하는지를 먼저 배우겠다는 것이었고, 그래서 딥마인드의 초기 논문들이 해마니 기억 재생이니 하는 뇌 용어를 달고 나옵니다. 위 ② 판의 탐색도 “사람이 수를 읽을 때 하는 일”에서 온 발상입니다.

• 4막 딥마인드 — 그리고 구글
• 2010 · 런던

  세 사람이 회사를 세운다

  하사비스, 셰인 레그, 무스타파 술레이만 셋이 딥마인드를 세웁니다. 내건 목표가 “지능을 풀고, 그걸로 나머지를 푼다”였습니다 — 제품이 아니라 문제를 회사의 목적으로 적은 셈입니다.

• 2013–2015 · 아타리

  바둑 전에 오락기 게임이 있었다

  딥마인드가 처음 세상에 보인 것은 바둑이 아니라 1980년대 오락기 게임이었습니다. 화면의 픽셀과 점수만 넣습니다. 규칙은 안 알려 줍니다. 그런데 게임을 배웁니다.

  2015년 네이처 논문에서 게임 49개를 같은 방식으로 학습시켰습니다. 결정적인 것은 성적이 아니라 바꾸지 않은 것입니다 — 같은 알고리즘, 같은 신경망, 같은 설정을 게임마다 손대지 않았습니다. 결과는 프로 게임 테스터에 견줄 수준이었고, 그때까지의 최고 강화학습법을 49개 중 43개에서 앞질렀습니다.

  구글이 산 것은 이것입니다. 인수 시점에 세상이 본 것은 2013년 워크숍 논문이었고 정식 논문은 인수 뒤인 2015년에 실립니다. 아래 판의 정책망·가치망·자기대국은 전부 이 방식을 바둑에 댄 것입니다 — 바둑이 먼저가 아니라, 바둑이 다음이었습니다.

• 2014 · 인수

  구글이 사 간다 — 조건이 붙은 매각

  2014년 구글이 딥마인드를 인수합니다. 금액은 4억~6억 5천만 달러로 보도됐습니다 (정확한 값은 공시되지 않았습니다).

  흥미로운 것은 값이 아니라 조건입니다. 매각 조건 가운데 윤리위원회를 둔다는 항목이 있었습니다. 사는 쪽이 아니라 팔리는 쪽이 요구한 조건이었습니다 — 기술을 어디에 쓸지 회사를 넘긴 뒤에도 말하겠다는 뜻입니다.

  이 돈과 구글의 계산 자원이 2년 뒤 서울의 그 판으로 이어집니다. 위 ③ 판의 TPU가 바로 구글이 직접 설계한 칩입니다.

• 5막 바둑 다음 — 단백질
• 2016 · 서울

  알파고

  아래 대국 이야기가 여기입니다. 다만 딥마인드 쪽에서 바둑은 목적이 아니라 시험대였습니다 — 규칙이 단순하고 채점이 명확한데 경우의 수는 천문학적인, 알고리즘을 재기 좋은 판이었습니다.

• 2020 · CASP14

  같은 방법을 단백질에 댄다 — 알파폴드

  2020년, 단백질 구조 예측 대회 CASP14에서 알파폴드2가 중앙값 GDT 92.4점(100점 만점)을 냅니다. 실험으로 구조를 밝히는 것과 맞먹는 정확도였습니다. 50년 묵은 문제가 대회 하나에서 갈렸습니다.

• 2024 · 스톡홀름

  노벨 화학상

  2024년 노벨 화학상을 받습니다. 체스판 앞의 아이에서 시작해 게임 개발자 → 신경과학 박사 → AI 연구자를 거쳐 화학상에 닿은 경로입니다. 바둑은 그 경로의 중간 지점이었습니다.

2016년 3월, 서울에서 닷새 동안

대국은 2016년 3월 9일부터 15일까지 서울에서 열렸습니다. 다섯 판, 결과는 4:1. 아래는 그 닷새입니다 — 그리고 그중 두 수가 지금도 따로 불립니다.

그 뒤로 이런 일이 또 있었나 — 검수

78수가 통계적으로 얼마나 이례적인지 따로 세어 봤습니다. 결론부터 — 알파고 상대로는 다시 없었고, 그 사각을 찌르는 일 자체는 2023년에 한 번 더 일어났습니다.

• 기록 알파고 공식 통산
• 74판 중 인간 승 1

  1.4% — 그리고 그 뒤로는 0

  판후이 0:5(2015) · 이세돌 1:4(2016) · 온라인 Master 0:60(2016~17) · 커제 0:3(2017). 이후 알파고는 은퇴했습니다. 4국은 아웃라이어가 맞습니다 — 그리고 표본이 커질수록 더 뾰족해진 아웃라이어입니다.

• 2023 78수의 후계
• 아마추어, 초인 AI에 14승 1패

  사각은 아직 있다 — 다만 이번엔 AI가 찾아 줬다

  아마추어 기사 켈린 펠린이 알파고 이후 세대의 초인 바둑 AI(KataGo 계열)를 15판 중 14판 이겼습니다. 비결은 사람의 수읽기가 아니라 적대적 강화학습이 찾아낸 사각 — 큰 원을 그리며 대마를 천천히 포위하면 AI가 위험을 끝까지 인식하지 못하는 맹점입니다(FAR AI, ICML 2023).

  78수와 같은 문장, 다른 주어입니다. 78수는 사람이 덜 판 가지를 찔렀고, 2023년의 사각은 다른 AI가 찾아내 사람이 외워 갔습니다. 그물은 여전히 완벽하지 않습니다 — 사각을 찾는 쪽이 사람에서 기계로 바뀌었을 뿐입니다.

  Wang et al., Adversarial Policies Beat Superhuman Go AIs · ICML 2023 · arXiv:2211.00241 · goattack.far.ai