본문 바로가기
연예커뮤니티글

바둑천재 이세돌 바둑 vs 인공지능바둑 프로그램 "알파고" 끝장 바둑대결

by 만웅이 2016. 2. 13.
반응형

인공지능바둑 알파고와 이세돌 바둑 결과의 승자는?


2016년 2월9일부터 15일간에 걸쳐 바둑천재라 불리우는 이세돌과 인공지능바둑프로그램

"알파고(AlphaGo)" 의 세계적인 명대결이 시작된다고 합니다.


알파고는 세계적인 IT기업인 구글에서 인수한 인공지능 개발업체 "딥마인드"가 개발한

인공지능 바둑 프로그램으로,


인간의 두뇌에서 작용하는 정보처리방식을 모방하여 컴퓨터스스로 판단하고 학습하게

만드는 '딥러닝(deep leaming)' 기술을 적용하여 만든 프로그램이라고 합니다.


이 인공지능 바둑프로그램의 성능이 얼마나 좋은가 하면 유럽 바둑 챔피언에 올랐던

중국계 프로기사 판후이와의 다섯번의 경기에서 5승 무패로 승리한 적이 있습니다.


그리하여 자신만만해진 구글측에서는 지난 10년간 세계 바둑계에 정상으로 군림했던

바둑천재 이세돌(33세)9단에게 약 12억원의 상금을 걸고 컴퓨터 알파고와의 대결, 즉


"기계와 인간의 세기의 한판대결" 이라는 인간의 자존심이 걸린 명승부를 만들어내기에 이릅니다. 이세돌도 이에 흔쾌히 컴퓨터의 도전을 받아들였다고

하는데 이미 인간계에서는 적수가 없어 실의에 빠진 그가 새로운 대항마와 실력을 겨룬다는게 얼마나 설레였을지도 안봐도 눈에 훤하군요. 후훗~





인공지능과 인간의 대결의 예는 이미 영화가 아닌 현실에서도 이루어진적이 있는데요, 1997년 IBM의 슈퍼컴퓨터 "디퍼블루" 가 인간 체스 세계챔피언에게

완승을 거둔일화는 아주 유명하죠.


또한, 2011년에는 비상한 기억력과 이해력을 갖춘 IBM의 슈퍼컴퓨터 "왓슨" 이 퀴즈 챔피언만 참가하는 제퍼디쇼에서 인간을 누른사례가 있기는한데,


글쎄요...과연 바둑과 비교가 될까요?


언젠가 스티븐 호킹 박사가 말했지요. "인공지능이 인간을 지배하게 될 것이다." 그렇다면 이 발언은 진실일까요? 거짓일까요?







추천커뮤니티글


순간이동? 사람이 순식간에 사라지는 베니싱현상 실제동영상!

세상에서 제일 깊은 싱크홀 구멍 top9  /  한국의 유명한 연예인무당과 굿의 종류!



컴퓨터와 인공지능 비교


컴퓨터와 인공지능은 같은 뜻이라고 많이들 생각하지만 사실은 그 의미가 상당히 다릅니다. 잠시 비교를 해보자면요,


컴퓨터 : 사람들이 일반적으로 사용하는 컴퓨터를 말하며 스스로 생각하는 능력이 없습니다. 이미 프로그래밍이 된 내용대로만 실행을 할 뿐입니다.
다만, 컴퓨터의 신경회로망 분야도 인공지능과 일종의 같은 이론으로 생각하시면 됩니다.


인공지능 : 인간이 생각을 하는 것과 같은 논리로 동작하며 인간은 두뇌와 심장 또는 기타 부분에 뉴런이라는 신경세포들이 존재하고 있는데 이 신경세포
들이 서로 연결되어 있습니다. (이 신경세포들은 두뇌에 가장 많고 심장에 조금 있다고함)

다른 곳의 신경세포의 숫자는 두뇌와 심장에 비해서 거의 없다고 보시면 되고 따라서 두뇌가 기억력이 가장 좋고, 심장도 약간의 기억력을 가지고 있음.
그래서 뉴스에서 보면 시인의 심장을 다른 사람에게 이식을 했더니 평생 시 한번 읽어보지 않는 사람이, 시를 쓰기 시작하는 일이 있었다고 합니다.





따라서, 인간의 신경세포들과 신경세포들이 서로 연결되는 부분이 어떤식으로 작동하는지를 과학자들이 알아냈고 그것과 동일하게 동작하는 반도체를

제작하여 동작 또는 컴퓨터프로그램을 동작시키면 바로 인공지능이 되는 것인데,


인간의 두뇌 속에는 어마어마하게 많은 신경세포들이 존재하고 있으며 따라서, 인간의 두뇌속 신경세포 갯수만큼의 신경세포를 갖는 반도체를 만든다고

하면 대단히 뛰어난 인공지능 기계를 만들 수 있다는 간단한 이론이 나옵니다.(영화 트랜스포머에 나오는 장면들이 가능하다는 이야기!)





아주 오래전에도 반도체로 인공지능을 구현 한 적이 있는데요, 그 당시 반도체 기술로는 신경세포의 갯수를 충분히 많이 만들 수 없었기 때문에 인간에

비해 대단히 지능이 떨어지는 인공지능만을 구현한 적이 있었습니다.


그러나 지금은 반도체 기술도 많이 발전하였고 컴퓨터 속도도 굉장히 빨라졌기 때문에 프로그래밍 방식으로 동작하는 인공지능의 성능도 과거보다 훨씬

발달했다는 결론이 나오게 됩니다.


그래서 고성능반도체와 고성능컴퓨터에서 동작하는 인공지능이 이젠 준비가 되었으니, 이제 인간처럼 학습을 시키면 되는 겁니다.





지금까지 나온 유명한 인공지능들은 어떤 일을 하기위해 풀어야 할 문제점들 중에서 일부만 적용이 되는 방식이었지만, 이번에 나온 구글의 딥마인드의

경우에는 상당수 부분을 백지부터 시작하는(갓 태어난 아기에게 학습시키는 모습연상)방식으로 학습을 한다고 합니다.


학습 알고리즘은 Deep neural networks(심도있는 신경회로망)을 사용했다고 하니, 앞으로 이세돌 9단과 남은 기간동안 알파고가 고수들과 바둑을

더 많이 두면 둘 수록 인간과 똑같이 그 동안 실력이 더 많이 늘어난다는 말입니다.


고수들이 과거에 두었던 기보들도 스스로 분석해서 공부를 할 것이기 때문에 남은 기간동안 엄청나게 많은 바둑을 둘 수 있습니다.


따라서 이세돌9단이 이길지 아니면 딥마인드의 알파고가 이길지는 현재로서는 그 누구도 장담하지 못하는데요,

저의 개인적인 생각으로는 바둑이 장기도 아니고 몇 만 가지의 수가 있는데 기계따위가 그것을 따라오진 못한다고 생각합니다.





그리고 아직은 인공지능컴퓨터가 인간과 같은 수준이 되려면 아득히도 멀었다고 하는데요, 현재 소프트웨어와 하드웨어 양쪽의 기술들이 충족하려면

아직도 심도있는 연구가 필요하다고 합니다.


현재로서 인공지능의 수준을 가지고 인간을 능가한다느니 어쩐다느니 하는 이야기는 유기물을 합성할 수 있고, 유전자 분석도 가능하고, 체세포복제도

가능하니 이제 인간이 인간을 만들어 낼 수 있다라고 하는 것과 비슷한 아직은 불가능한 이야기입니다.





불가능한 문제라고 애기하는근거는,


복잡한 신경망을 반도체로 구현한다면 즉, 물리적으로 구현한다면 수백, 수천억의 부품이 들어갈 수도 있는 회로의 발열 문제는 어떻게 해결할

것이며 엄청난 회로들이 한치의 오류도 없이 집적할 수 있을까요?


또한 그것들이 제대로 동작할 수 있을까요? 컴퓨터가 비교적 정확한 것이지 100% 정확한 것은 아닙니다. 왜냐하면, 컴퓨터 또한 물리영역(자연)에

속해 있기 때문에 어쩔 수 없습니다. 기계와 마찬가지로 마모되고 노후되죠.


먼 훗날 과학이 발전하면 아주 먼미래에 새로운 페러다임과 시스템이 가능할지 모르지만, 지금으로선 이것들은 너무 무모하다고 볼 수 있습니다.

기존의 아키텍쳐와 반도체 만으로는 넘을 수 없는 한계가 있는 것으로 알고 있습니다.


그러나, 단지 계산을 괴물 같이 빨리하는 cpu만 있다고 한다면 신경망은 소프트웨어로 구성하면 됩니다. 제작부터 유지 보수까지 아주 간단하죠.

게다가 한계가 없고 생물같이 유기적이기까지 합니다. 제가 알기로는 이런식으로 가는 걸로 아는데. 아닌가요? 댓글 달아주세요 ^^


인공지능과 인간의 바둑대결관련 동영상

▶ 유튜브동영상보기
 

해당포스팅에 대한 네티즌들의 댓글모음


①신경망은 소프트웨어로 구성하면 됩니다. 제작부터 유지 보수까지 아주 간단하죠. 그러나 소프트웨어로 구성하면, 제작과 유지 보수 까지만

간단할 뿐 신경회로망 알고리듬으로 학습 시킬 때, 시간이 아주 아주 아주 아주 엄청나게 오래 걸립니다.


신경망을 반도체로 물리적으로 구현시키면, 초고속으로 학습을 시킬 수가 있습니다.(발열문제는 반도체가 갈수록 미세화 되어 발열도 계속 줄어듬)

 

그러나 인간의 뇌가 가지고 있는 천문학적인 갯수의 신경세포를 구현한 반도체를 만드는 것은 현재로서는 어렵습니다. 단 천문학적인 갯수 까지는

아니더라도, 엄청나게 많은 신경세포를 구현한 반도체를 만들어서 공부를 시키면 됩니다.


그러면 인간처럼 이것 저것 많이 알지는 못하더라도, 필요한 목적을 제대로 수행할 정도로 학습시키는 것은 가능합니다.





②재밌는 기사네요. 알파고 엔지니어가 아니어서 세부 세세한건 모르겠지만, 우선 요즘 유행하는 딥러닝을 이용한 것으로 보이는군요.

Neural Network는 80년대에도 이론은 있었지만, 반도체에 직접 구현하는 것은 대부분 상용화가 안된 걸로 알아요.


어차피 S/W와 연동하려면 instruction 받고 연산 처리하는 폰노이만 머신 패러다임을 벗어 날 수가 없기 때문에, S/W의 신경망 알고리즘과,

H/W에서 GPU를 수백 수천개 이용한 SIMD, MIMD multi-processing에 의존해야 해요.


NVIDIA의 Deep learning 하드웨어


알파고가 이 패러다임을 깨고 순수 silicon 위에서 신경망을 구현했을거라고는 보지않아요. 메모리와 연산처리 CPU에 인지력까지 구현이 되면 말그대로

사람같은 영혼이 되는 것인데, 아직 갈길은 멀어도 최근 10년간 참 많이 발전했네요.





③알파고가 다른 바둑프로그램들 상대로 승률 99.8%를 기록했다는거부터 이세돌과의 차이가 벌어지는겁니다. 이세돌은 바둑프로그램들과 4점승부를 해도

100%승률을 기록합니다. 현재까지의 바둑프로그램들은 아마 4단을 넘지 못했거든요. 치수로는 5점이상차이납니다.


프로끼리도 잘하는 프로와 못하는 프로가 최대 2점차가 난다고 하고 아마와 프로는 2점차이라고 합니다. 

아마에서 몇년째 우승하는 사람이 프로하급과 비슷한 실력이라고 하니 실제 탑프로와 아마와의 차이는 어마어마한겁니다.


기보를 보고 수준 아마 7~8단정도로 봤다면 탑프로와 3점정도 차이납니다. 절대 이길수 없죠.


타이젬 8단과 9단수준차이는 7단과 8단차이와는 비교가 되지 않습니다. 최고단수가 모인자리라 9단은 기력이 훨씬 세요.

9단을 유지하는 수준이 준프로급 9단에서 상위승률이 탑프로급인데 알파고 수준으로는 아직 어림도 없어요. 3점놓고둔다면 알파고가 이길지도 모르겠네요


근데 이세돌 바둑이 워낙 속임수도 많이 쓰고 신출기몰해서 알파고가 이기기는 힘들듯.......





④월요일에서 금요일까지 5경기인데 일단 월요일 경기기보를 봤는데 판후이가 포석에서 너무 밀렸음. 공격적으로 하다보니 실리를 별로 차지하지 못했음. 

컴퓨터는 무난하게 가면서 실리를 잘 챙겼고 근데 중반까지 컴퓨터가 많이 유리했는데 끝내기 들어가면서부터 이상한 끝내기 교환을 함.


분명 더큰 자리가 있는데 엉뚱한 한집끝내기를 하고 있음. 그외에도 끝내기 실수가 하나 더 보이고 끝내기에서만 대여섯집은 손해본듯해요.

그래서 결국 차이가 좁혀져서 컴퓨터가 2집반승 더 벌어졌었는데 이세돌과 해서 포석이 비슷하게 진행된다해도 끝내기차이때문에 5집이상 이길듯.





⑤체스, 장기는 실제 챔피언 잡기도 하고 그랬는데, 바둑은 좀 격이 다르죠. 저 겜들하곤..

장난치듯이 말고 정말 진지하게 한다는 전제하에 저 프로그램으로 바둑 최고수 잡으려면 20년도 부족하다 봅니다.





⑥솔직히 저건 인공지능이 아니라 슈퍼컴퓨터의 성능 과시용이지요. 소프트웨어의 알고리즘이 얼마나 효율적으로 짯는지 모르겠지만 그렇다하더라도

수많은 경우에수에서 제외하는 방식을 벗어날수는 없을듯..데이터 병렬처리를 빠른 속도로 할수있는게 인공지능은 아니죠..


뭐 이런것도 인공지능 부류에 넣어야된다는 학자들도 있다지만 솔직히 인공지능이라면 자아가 있고 스스로 학습하고가 되야되는데 프로그래머로서 일도

해보고 AI에 대해서도 관심은 많았던지라 잔지식은 조금있는데 프로그램만으로는 절대 인공지능을 완성할수없구요,


하드웨어도 같은방향으로 발전을 해야되고 문제는 인간의 신체 (뇌) 대한 연구가 동반되야되는데 현대의학이 밝힌 뇌에대한것이 1%가 되기는 한건가요?


결국 인공지능은 컴퓨터 소프트웨어나 하드웨어 문제가 아닙니다. 우리인체에 대한 신비를 다 밝히기 전까지는 완벽한 인공지능은 만들수없습니다.

물론 소프트웨어나 하드웨어를 구현하는것도 상당히 힘든과정이 되겠죠.


다만, 진짜 비슷하게 흉내내는건 지금도 가능합니다. 체스나 바둑 프로그래밍과 비슷한거니깐요! 가까운미래에 인공지능이라고 부는것들은 이런부류의

인공지능일겁니다. 흉내만내는..


제 생각엔 인공지능을 만든다는건 단세포가 사람으로 진화하는 과정들을 프로그래밍하는것과 비슷하다고 생각합니다. 뭐 어떻게든 전뇌를 완성할수

있다면 아마 자아를 가질수도 있다고는 생각합니다. 그정도 까지 되려면 몇세대는 더 거처야 시작이라도 하지않을까요 지금은뭐...






반응형