알파제로

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

알파제로는 알파고 제로 알고리즘을 일반화한 변형으로, 체스, 쇼기, 바둑을 모두 할 수 있는 인공지능 프로그램이다. 알파고 제로와 비교하여 하드코딩된 규칙, 지속적인 신경망 업데이트, 바둑 대칭성 미활용, 무승부 고려 등의 차이점을 보인다. 알파제로는 몬테 카를로 트리 탐색을 통해 적은 수의 평가로도 뛰어난 성능을 보이며, 훈련을 통해 스톡피시, 엘모, 알파고 제로를 능가하는 결과를 얻었다. 체스에서는 스톡피시, 쇼기에서는 엘모를 상대로 압도적인 승리를 거두었으며, 인간 그랜드마스터들로부터 긍정적인 평가를 받았다.

더 읽어볼만한 페이지

알파고 - 알파고 제로
알파고 제로는 인간 기보 없이 강화 학습으로 스스로 바둑을 학습하여 기존 알파고를 능가하는 성능을 보이는 인공지능으로, 인공지능 연구 및 다양한 분야에 응용될 가능성을 제시한다.
알파고 - 알파고 대 이세돌
알파고 대 이세돌은 2016년 3월에 인공지능 알파고와 바둑 기사 이세돌 9단의 대결로, 알파고가 4승 1패로 승리하며 인공지능 기술 발전을 보여주는 중요한 사건이다.
체스 엔진 - 체스 타이탄스
체스 타이탄스는 윈도우 비스타 빌드 5219에서 공개된 3D 체스 게임으로, 다양한 테마와 입력 장치를 지원하며, 컴퓨터 대전과 2인용 대전을 제공하지만 네트워크 대전이나 고급 기능은 지원하지 않는다.
체스 엔진 - Rybka
2017년 바둑 - 알파고 제로
알파고 제로는 인간 기보 없이 강화 학습으로 스스로 바둑을 학습하여 기존 알파고를 능가하는 성능을 보이는 인공지능으로, 인공지능 연구 및 다양한 분야에 응용될 가능성을 제시한다.
2017년 바둑 - 36기 KBS 바둑왕전
36기 KBS 바둑왕전은 2016년 12월부터 2018년 3월까지 진행된 대한민국의 바둑 기전으로, 박정환 9단이 김지석 9단을 꺾고 우승했으며 아마추어 예선 통과자 3명이 본선에 진출한 특이사항이 있었다.

알파제로
기본 정보
AlphaZero
개발사	DeepMind
최초 출시일	2017년 12월 5일
최신 버전	MuZero
운영 체제	TensorFlow
종류	체스 엔진
라이선스	독점 소프트웨어
기술적 세부 사항
프로그래밍 언어	텐서플로
학습 방법	강화 학습
주요 특징
학습 방식	자기 대국 (self-play)을 통한 강화 학습
학습 시간	몇 시간 만에 인간의 지식 습득 및 능가
지원 게임	체스, 쇼기, 바둑
이전 버전	AlphaGo (바둑), AlphaGo Zero (바둑)
다음 버전	MuZero (체스, 쇼기, 바둑, 아타리)
성능
체스	Stockfish를 상대로 압도적인 승리
쇼기	Elmo를 상대로 압도적인 승리
바둑	AlphaGo를 상대로 압도적인 승리
관련 정보
관련 인물	데미스 하사비스
관련 연구	David Silver, Thomas Hubert, Julian Schrittwieser, Ioannis Antonoglou, Matthew Lai, Arthur Guez, Marc Lanctot, Laurent Sifre, Dharshan Kumaran, Thore Graepel, Timothy Lillicrap, Karen Simonyan
참고 문헌	Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm (arXiv:1712.01815)

2. 알파고 제로와의 관계

알파제로는 알파고 제로 알고리즘의 일반화된 버전으로, 바둑뿐만 아니라 쇼기, 체스도 학습할 수 있다.^[2] 알파고 제로와의 주요 차이점은 하위 문단을 참고하면 된다.

2. 1. 주요 차이점

알파제로(AlphaZero, AZ)는 알파고 제로(AlphaGo Zero, AGZ) 알고리즘의 더 일반화된 변형으로, 바둑뿐만 아니라 쇼기와 체스도 할 수 있다. 알파제로와 알파고 제로의 주요 차이점은 다음과 같다.^[2]

알파제로는 탐색 하이퍼파라미터 설정을 위한 하드코딩된 규칙을 가지고 있다.
신경망은 지속적으로 업데이트된다.
알파제로는 알파고 제로와 달리 바둑의 대칭성을 활용하지 않는다.
체스나 쇼기는 바둑과 달리 무승부로 끝날 수 있다. 따라서 알파제로는 무승부 가능성을 고려한다.

3. 스톡피시 및 엘모와의 비교

알파제로는 몬테 카를로 트리 탐색을 사용하는 스톡피시(체스) 및 엘모(쇼기)와 비교했을 때 훨씬 적은 수의 위치를 탐색하여 효율적이다.^[2]

3. 1. 탐색 속도

몬테 카를로 트리 탐색과 비교했을 때, 알파제로는 체스에서 초당 80,000개, 쇼기에서 40,000개의 위치를 탐색한다. 반면 스톡피시는 초당 7,000만 개, 엘모는 3,500만 개의 위치를 탐색한다. 알파제로는 딥 뉴럴 네트워크를 사용하여 가장 유망한 변형에 더 선택적으로 집중함으로써 적은 수의 평가를 보완한다.^[2]

4. 훈련

알파제로는 스스로 여러 번 대국을 펼치는 방식으로 제작 및 훈련되었다. 훈련에는 5,000개의 1세대 TPU를 사용하여 대국을 생성하고 64개의 2세대 TPU를 사용하여 신경망을 훈련했으며, 며칠이 소요되어 총 41 TPU년이 소요되었다.^[8]

훈련 중인 알파제로는 훈련 진행 상황을 파악하기 위해 벤치마크(Stockfish, Elmo 또는 알파고 제로)와 함께 1초당 1수씩 두는 짧은 대국을 주기적으로 치렀다. 딥마인드는 알파제로의 성능이 Stockfish의 경우 약 4시간, Elmo의 경우 2시간, 알파고 제로의 경우 8시간의 훈련 후에 벤치마크를 넘어섰다고 판단했다.^[2] 몬테카를로 트리 탐색을 사용한 자기 대전을 통해 딥 러닝을 이용한 강화 학습을 한다.

4. 1. 훈련 자원

''알파제로''는 스스로 여러 번 대국을 펼치는 방식으로 제작 및 훈련되었으며, 5,000개의 1세대 TPU를 사용하여 대국을 생성하고 64개의 2세대 TPU를 사용하여 신경망을 훈련했다. 훈련에는 며칠이 소요되었으며, 총 41 TPU년이 소요되었다.^[8]

훈련 중인 알파제로는 훈련 진행 상황을 파악하기 위해 벤치마크(Stockfish, Elmo 또는 알파고 제로)와 함께 1초당 1수씩 두는 짧은 대국을 주기적으로 치렀다. 딥마인드는 알파제로의 성능이 Stockfish의 경우 약 4시간, Elmo의 경우 2시간, 알파고 제로의 경우 8시간의 훈련 후에 벤치마크를 넘어섰다고 판단했다.^[2]

4. 2. 훈련 과정

알파제로는 스스로 여러 번 대국을 펼치는 방식으로 제작 및 훈련되었으며, 1세대 TPU 5,000개를 사용하여 대국을 생성하고 2세대 TPU 64개를 사용하여 신경망을 훈련했다. 훈련에는 며칠이 소요되었으며, 총 41 TPU년이 소요되었다.^[8]

훈련 중인 알파제로는 훈련 진행 상황을 파악하기 위해 벤치마크(스톡피시, 엘모 또는 알파고 제로)와 함께 1초당 1수씩 두는 짧은 대국을 주기적으로 치렀다. 딥마인드는 알파제로의 성능이 스톡피시의 경우 약 4시간, 엘모의 경우 2시간, 알파고 제로의 경우 8시간의 훈련 후에 벤치마크를 넘어섰다고 판단했다.^[2]

5. 초기 결과

알파제로는 스톡피시(체스), 엘모(쇼기), 알파고 제로(바둑)와의 대결에서 모두 뛰어난 성적을 거두었다.^[9]^[10]^[2]

체스: 스톡피시 8과의 100번의 경기에서 28승 72무를 기록했다. 12개의 가장 인기 있는 인간 오프닝으로 시작한 100경기에서는 290승 24패 886무라는 압도적인 성적을 거두었다.^[10]^[2]
쇼기: 엘모와의 100번의 대국에서 90승 8패 2무를 기록했다.^[10]^[2]
바둑: 알파고 제로를 상대로 60승 40패를 기록했다.^[2]^[10]

딥마인드는 "체스는 수십 년 동안 인공지능 연구의 정점으로 여겨져 왔다... AlphaZero는... 규칙 외에는 도메인 지식 없이 수천 배 적은 위치를 탐색하면서 불과 몇 시간 만에 우수한 결과를 달성했다."라고 언급했다.^[2] 데미스 하사비스(딥마인드의 창립자)는 AlphaZero의 플레이 스타일을 "이질적"이라고 칭하며, 때때로 직관적이지 않은 희생을 감행하여 승리한다고 말했다.^[11]

피터 하이네 닐센은 알파제로의 플레이를 우월한 외계 종족의 플레이에 비유했고,^[10] 욘 루드비히 해머는 "미친 공격 체스"로 묘사했다.^[3] 가리 카스파로프는 놀라운 성과라고 평가했다.^[12]^[19]

5. 1. 체스

알파제로는 스톡피시 8(2016년 TCEC 세계 챔피언)과 체스 대결을 벌여 각 수당 1분의 시간을 부여받았다. 알파제로는 영국 국기를, 스톡피시는 노르웨이 국기를 달고 경기에 임했다.^[9] 일반적인 시작 위치에서 진행된 100번의 경기에서 알파제로는 28승(백으로 25승, 흑으로 3승) 72무를 기록했다.^[10] 또한, 12개의 가장 인기 있는 인간 오프닝에서 시작하는 100경기 시리즈에서는 290승 24패 886무라는 압도적인 성적을 거두었다.^[2]

딥마인드는 "체스는 수십 년 동안 인공지능 연구의 정점으로 여겨져 왔다... AlphaZero는... 규칙 외에는 도메인 지식 없이 수천 배 적은 위치를 탐색하면서 불과 몇 시간 만에 우수한 결과를 달성했다."라고 언급했다.^[2] 데미스 하사비스(딥마인드의 창립자)는 AlphaZero의 플레이 스타일을 "이질적"이라고 칭하며, 때때로 직관적이지 않은 희생을 감행하여 승리한다고 말했다.^[11]

덴마크 그랜드마스터 피터 하이네 닐센은 알파제로의 플레이를 우월한 외계 종족의 플레이에 비유했고,^[10] 노르웨이 그랜드마스터 욘 루드비히 해머는 "미친 공격 체스"로 묘사했다.^[3] 전 챔피언 가리 카스파로프는 놀라운 성과라고 평가했다.^[12]^[19]

알파제로의 체스 훈련은 단 4시간 만에 이루어졌다는 사실이 큰 화제를 모았다.^[3]^[17] ''와이어드''는 알파제로를 "최초의 다재다능한 인공지능 보드 게임 챔피언"이라고 묘사했다.^[18]

5. 1. 1. 비판 및 반박

히카루 나카무라, 코모도 개발자 래리 카우프만과 같은 일부 그랜드마스터들은 스톡피시가 오프닝 데이터베이스에 접근할 수 없었던 점, 시간 제약이 스톡피시에 불리하게 작용했다는 점 등을 지적하며 알파제로의 승리를 폄하했다.^[12] 롬스타드는 스톡피시가 고정된 시간 움직임에 최적화되지 않았고, 사용된 버전이 1년 전 버전이었다는 점을 지적했다.^[13]^[14]

마찬가지로, 일부 쇼기 관찰자들은 엘모의 해시 크기가 너무 작았고, 기권 설정과 "EnteringKingRule" 설정(쇼기 § 킹 진입)이 부적절했을 수 있으며, 엘모가 이미 최신 프로그램에 비해 구식이 되었다고 주장했다.^[15]^[16]

히카루 나카무라는 "알파제로가 기본적으로 구글 슈퍼컴퓨터를 사용하고 스톡피쉬는 해당 하드웨어에서 실행되지 않는다는 것을 알고 있기 때문에 결과에 대해 그다지 신뢰를 두지 않습니다. 스톡피쉬는 기본적으로 제 랩탑에서 실행되었습니다. 비교 가능한 경기를 하려면 스톡피쉬도 슈퍼컴퓨터에서 실행해야 합니다."라고 말했다.^[13]

미국 최고의 통신 체스 선수인 울프 모로우는 알파제로가 모든 엔진이 동일한 하드웨어에서 플레이하는 최강 체스 엔진 선수권 대회(TCEC)와 같은 공정한 경쟁에서는 아마도 준결승에 진출하지 못할 것이라고 주장했다. 또한 알파제로가 페트로프 방어와 같은 무승부 지향적인 오프닝을 사용한다면 그를 이길 수 없을 수도 있지만, 통신 체스 게임에서도 알파제로가 그를 이길 수 없을 것이라고 말했다.^[20]

야네우라오의 저자인 모토히로 이소자키는 알파제로가 엘모를 완벽하게 이겼지만, 쇼기에서의 알파제로의 레이팅은 엘모보다 기껏해야 100~200 정도 높은 지점에서 성장이 멈췄다고 지적했다. 이 차이는 그다지 크지 않으며, 엘모와 다른 쇼기 소프트웨어는 1~2년 안에 따라잡을 수 있을 것이다.^[21]

컴퓨터 체스 커뮤니티에서 코모도 개발자 마크 레플러는 "꽤 놀라운 성과"라고 언급했지만, 스톡피쉬가 2018년 1월 이후(스톡피쉬 8 출시)로 많은 실력을 향상시켰기 때문에 데이터가 오래되었다는 점도 지적했다. 동료 개발자 래리 카우프만은 알파제로가 최신 버전의 스톡피쉬, 즉 스톡피쉬 10과 최강 체스 엔진 선수권 대회(TCEC) 조건으로 대결하면 패배할 것이라고 말했다. 카우프만은 신경망 기반 엔진의 유일한 장점은 GPU를 사용한다는 것이라고 주장하며, 전력 소비를 고려하지 않는다면 (예: 두 엔진 모두 동일한 CPU와 GPU에 접근할 수 있는 동일한 하드웨어 경쟁) GPU가 달성한 모든 것은 "공짜"라고 말했다. 이를 바탕으로 그는 가장 강력한 엔진은 신경망과 표준 알파-베타 탐색을 결합한 하이브리드일 것이라고 밝혔다.^[26]

알파제로는 컴퓨터 체스 커뮤니티에 영감을 주어 알파제로와 동일한 기술을 사용하는 릴라 체스 제로를 개발하게 했다. 릴라는 스톡피쉬와 여러 선수권 대회에서 경쟁했으며, 스톡피쉬와 거의 비슷한 실력을 보여주었지만, 그 이후 스톡피쉬가 더 앞서나가게 되었다.^[27]

코모도 개발자 래리 카우프만은 알파제로의 승리를 중요하게 여기지 않고 "알파제는 효과적으로 자체 오프닝 북을 구축했기 때문에 오프닝 북을 사용하는 최고 엔진에 더 공정하게 대결할 수 있었을 것"이라고 주장했다.^[34]

5. 2. 쇼기

알파제로는 대회 전 쇼기에 대해 총 2시간 동안 훈련을 받았으며, 2017년 여름 제27회 세계 컴퓨터 쇼기 선수권 대회 버전의 엘모(YaneuraOu 4.73 검색 사용, 64개 스레드, 1GB 해시 크기)와의 100번의 대국에서 90승 8패 2무를 기록했다.^[10]^[2] 각 프로그램은 한 수당 1분의 사고 시간을 가졌다.^[2]

5. 2. 1. 비판 및 반박

일부 쇼기 관찰자들은 엘모의 해시 크기가 너무 작았고, 기권 설정 및 킹 진입 규칙 설정이 부적절했을 수 있으며, 엘모가 이미 구식 프로그램이 되었다고 주장했다.^[15]^[16]

5. 3. 바둑

알파제로는 34시간 동안 스스로 바둑을 학습한 후 알파고 제로를 상대로 60승 40패를 기록했다.^[2]^[10] DeepMind는 사전 출판된 논문에서 다음과 같이 언급했다. "체스는 수십 년 동안 인공지능 연구의 정점으로 여겨져 왔다. 최첨단 프로그램은 수백만 개의 위치를 탐색하며, 수작업으로 만들어진 도메인 전문 지식과 정교한 도메인 적응을 활용하는 강력한 엔진을 기반으로 한다. AlphaZero는 원래 바둑을 위해 고안된 일반적인 강화 학습 알고리즘으로, 규칙 외에는 도메인 지식 없이 수천 배 적은 위치를 탐색하면서 불과 몇 시간 만에 우수한 결과를 달성했다."^[2] 체스 선수이기도 한 DeepMind의 데미스 하사비스는 AlphaZero의 플레이 스타일을 "이질적"이라고 칭했다. AlphaZero는 때때로 직관적이지 않은 희생을 감행하여 승리하는데, 예를 들어 위치적 이점을 활용하기 위해 퀸과 비숍을 희생하는 식이다. "마치 다른 차원의 체스와 같다."^[11]

바둑을 8시간 자기 학습한 후 이전 버전의 알파고 제로와 대결하여 알파제로는 60승 40패를 기록했다.

6. 최종 결과 (2018년 사이언스 논문)

딥마인드는 2018년 12월 사이언스에 게재된 논문에서 초기 결과에 대한 비판을 해소하고 알파제로의 성능을 더욱 상세하게 검증했다.^[5] 알파제로는 슈퍼컴퓨터에서 실행되지 않았으며, 5,000개의 텐서 처리 장치(TPU)를 사용하여 훈련되었지만 실제 대국에서는 4개의 TPU와 44코어 CPU에서만 실행되었다고 밝혔다.^[22]

6. 1. 체스

스톡피시 9 dev는 TCEC 슈퍼파이널과 동일한 조건(44개의 CPU 코어, 시지기 엔드게임 테이블베이스, 32GB 해시 크기)으로 실행되었다. 분당 1수 제한의 고정된 시간 제어 대신, 두 엔진 모두 게임을 완료하기 위해 3시간에 수당 15초를 더하여 주어졌다. 알파제로는 44개의 CPU 코어 외에 4개의 TPU가 있는 머신에서 실행되었다. 1000게임 매치에서 알파제로는 155승 6패 839무의 점수로 승리했다.^[33] 딥마인드는 또한 TCEC 오프닝 포지션을 사용하여 일련의 게임을 진행했으며, 알파제로 역시 압도적으로 승리했다. 스톡피시는 알파제로와 동등한 수준을 내기 위해 10대 1의 시간 우위를 필요로 했다.^[33]

알파제로와 스톡피시의 체스 대국에서 각 프로그램은 한 수마다 1분의 사고 시간이 주어졌다. 알파제로는 백(선공)으로 25승, 흑(후공)으로 3승을 거두었으며, 나머지 72국은 비겼다.^[33]

알파제로가 스톡피시를 처음으로 이긴 프로그램은 아니다. 코모도(Komodo)라는 프로그램이 이번보다 먼저 스톡피시를 이겼다.^[33] 코모도의 래리 카우프만은 알파제로의 승리를 중요하게 여기지 않고 "알파제는 효과적으로 자체 오프닝 북을 구축했기 때문에 오프닝 북을 사용하는 최고 엔진에 더 공정하게 대결할 수 있었을 것"이라고 주장했다.^[34]

6. 2. 쇼기

알파제로는 2017년 CSA 선수권 대회와 동일한 조건에서 실행된 쇼기 프로그램 엘모(elmo)와의 대국에서 높은 승률을 기록했다. 사용된 엘모 버전은 WCSC27과 YaneuraOu 2017 Early KPPT 4.79 64AVX2 TOURNAMENT의 조합이었다. 엘모는 44개의 CPU 코어와 32GB의 해시 크기를 가진 환경에서 작동했다. 알파제로는 선수를 잡고 (즉, 첫 수를 두고) 98.2%의 승률을, 전체적으로는 91.2%의 승률을 기록했다.^[33]

100번의 대국에서 알파제로는 90승 8패 2무를 기록했으며,^[33] 이 때, 사고 시간은 체스와 마찬가지로 한 수당 1분씩 주어졌다.

7. 평가 및 반응

알파제로의 등장은 인공지능 및 게임 커뮤니티에 큰 영향을 미쳤다. 언론은 알파제로의 짧은 훈련 시간에 주목했다. 와이어드는 알파제로를 "최초의 멀티 스킬 AI 보드 게임 챔피언"이라고 칭했다.^[36] AI 전문가 조앤 바이소는 구글이 "홍보 능력"으로 경쟁 우위를 점했으며, 이는 각국 정부나 규제 당국과의 협상에서 유리하게 작용할 수 있다고 평가했다.^[33]

피터 하이네 닐센은 BBC 인터뷰에서 "저는 항상 인간보다 뛰어난 생명이 지구에 내려와 체스를 어떻게 두는지 보여준다면 어떤 모습일까 생각했습니다. 이제 알았습니다."라고 말했다.^[33] 욘 루드비 함메르는 알파제로의 특징에 대해 심오한 포지셔널 플레이(말의 위치를 좋게 만드는 수)를 사용하면서 "상식을 벗어난 공격적 체스"라고 말했다.^[31]

7. 1. 긍정적 평가

많은 체스 그랜드마스터들이 알파제로에 대해 긍정적인 평가를 내렸다. 덴마크 그랜드마스터 피터 하이네 닐센은 알파제로의 플레이를 우월한 외계 종족의 플레이에 비유했다.^[10] 노르웨이 그랜드마스터 욘 루드비히 해머는 알파제로의 플레이를 심오한 포지셔닝 이해를 갖춘 "미친 공격 체스"로 묘사했다.^[3] 전 챔피언 가리 카스파로프는 "놀라운 성과"라고 말했다.^[12]^[19]

7. 2. 비판적 평가

알파제로는 체스, 쇼기, 바둑에서 기존 최강의 인공지능 프로그램들을 압도적인 성적으로 이기면서 큰 주목을 받았다. 하지만 일각에서는 알파제로의 성과에 대해 비판적인 시각도 제기되었다.

히카루 나카무라와 코모도 개발자 래리 카우프만 등은 알파제로가 오프닝 데이터베이스에 접근할 수 없었던 점을 지적하며, 만약 접근이 가능했다면 스톡피시와의 대결이 더 치열했을 것이라고 주장했다.^[12] 또한 스톡피시가 고정된 시간에 최적화되지 않았고, 사용된 버전이 1년 전 버전이었다는 점도 지적되었다.^[13]^[14] 쇼기 관찰자들 사이에서도 엘모의 해시 크기가 작고, 기권 설정 및 "EnteringKingRule" 설정이 부적절했으며, 엘모가 이미 구식 프로그램이라는 주장이 나왔다.^[15]^[16]

알파제로의 짧은 훈련 시간에 대해서도 의문이 제기되었다. 체스 훈련 시간이 단 4시간에 불과하다는 기사가 헤드라인을 장식했지만,^[3] 이는 과장된 측면이 있다는 지적이다.

히카루 나카무라는 알파제로가 구글 슈퍼컴퓨터를 사용한 반면 스톡피시는 일반 컴퓨터에서 실행되었다는 점을 들어 결과에 큰 의미를 두지 않았다.^[13] 미국의 통신 체스 선수 울프 모로우는 알파제로가 TCEC와 같은 공정한 경쟁에서는 준결승에도 진출하지 못할 것이라고 주장했다.^[20] 야네우라오의 저자 모토히로 이소자키는 알파제로가 엘모를 완벽하게 이겼지만, 쇼기에서의 레이팅은 엘모보다 100~200 정도 높은 수준에서 성장이 멈췄다고 지적하며, 이 차이가 크지 않아 엘모와 다른 쇼기 소프트웨어가 1~2년 안에 따라잡을 수 있을 것이라고 예상했다.^[21]

컴퓨터 체스 커뮤니티에서는 코모도 개발자 마크 레플러가 알파제로의 성과를 "꽤 놀라운 성과"라고 평가하면서도, 스톡피시가 2018년 1월 이후 크게 발전했기 때문에 데이터가 오래되었다고 지적했다. 래리 카우프만은 알파제로가 최신 버전의 스톡피시와 TCEC 조건으로 대결하면 패배할 것이라고 주장하며, 신경망 기반 엔진의 유일한 장점은 GPU를 사용하는 것이라고 말했다.^[26]

이러한 비판에도 불구하고, 알파제로는 컴퓨터 체스 커뮤니티에 영감을 주어 릴라 체스 제로와 같은 새로운 인공지능 개발로 이어졌다.^[27]

8. 한국의 관점

알파고와 이세돌 9단의 대국은 한국 사회에 인공지능에 대한 큰 관심을 불러일으켰으며, 알파제로의 등장은 이러한 관심을 더욱 증폭시켰다. 이는 한국의 인공지능 연구 개발에 긍정적인 영향을 미쳤다고 평가받는다. 특히, 이세돌 9단은 더불어민주당의 지지자였으며, 알파고와의 대국은 진보 진영에서 과학기술 발전의 중요성을 강조하는 계기가 되었다.^[31]^[35] 반면, 보수 진영에서는 인공지능의 발전이 일자리를 감소시킬 수 있다는 우려를 제기하기도 했다.

AI 전문가 조앤 바이소는 구글이 "홍보 능력"으로 경쟁사에 비해 유리한 입지를 점했다고 말했다. 그는 "훌륭한 프로그래머를 고용할 수 있을 뿐만 아니라 AI 부문에 주목하는 각국 정부나 규제 당국과의 협상에서 최대한 강력한 입장을 유지하는 데도 유용하기 때문에 매우 정치적이기도 합니다."라고 평가했다.^[33]

참조

_[1] 웹사이트 Silver https://www.idi.ntnu[...]
_[2] arXiv Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm 2017-12-05
_[3] 뉴스 Entire human chess knowledge learned and surpassed by DeepMind's AlphaZero in four hours https://www.telegrap[...] Telegraph.co.uk 2017-12-06
_[4] 뉴스 DeepMind's AI became a superhuman chess player in a few hours, just for fun https://www.theverge[...] The Verge 2017-12-06
_[5] 저널 A general reinforcement learning algorithm that masters chess, shogi, and go through self-play 2018-12-07
_[6] 웹사이트 Chess Terms: AlphaZero https://chess.com/te[...] 2022-07-30
_[7] 저널 Mastering Atari, Go, chess and shogi by planning with a learned model
_[8] 웹사이트 Data on Notable AI Models https://epoch.ai/dat[...] 2024-11-29
_[9] 웹사이트 AlphaZero vs. Stockfish 2017 https://chess24.com/[...]
_[10] 뉴스 "'Superhuman' Google AI claims chess crown" http://www.bbc.com/n[...] 2017-12-06
_[11] 뉴스 Alpha Zero's "Alien" Chess Shows the Power, and the Peculiarity, of AI https://www.technolo[...] 2017-12-08
_[12] 뉴스 Google's AlphaZero Destroys Stockfish In 100-Game Match https://www.chess.co[...] 2017-12-07
_[13] 웹사이트 AlphaZero: Reactions From Top GMs, Stockfish Author https://www.chess.co[...] chess.com 2017-12-09
_[14] 뉴스 DeepMind's AlphaZero AI clobbered rival chess app on non-level playing...board https://www.theregis[...] The Register 2017-12-14
_[15] 웹사이트 Some concerns on the matching conditions between AlphaZero and Shogi engine http://www.uuunuuun.[...] "uuunuuun" (a blogger who rates free shogi engines) 2017-12-09
_[16] 웹사이트 DeepMind社がやねうら王に注目し始めたようです http://yaneuraou.yan[...] The developer of YaneuraOu, a search component used by elmo 2017-12-07
_[17] 뉴스 Google's DeepMind robot becomes world-beating chess grandmaster in four hours https://www.thetimes[...] 2017-12-07
_[18] 뉴스 Alphabet's Latest AI Show Pony Has More Than One Trick https://www.wired.co[...] 2017-12-06
_[19] 뉴스 AlphaZero AI beats champion chess program after teaching itself in four hours https://www.theguard[...] 2017-12-07
_[20] 웹사이트 Talking modern correspondence chess https://en.chessbase[...] Chessbase 2018-07-11
_[21] 문서 DeepMind社がやねうら王に注目し始めたようです | やねうら王公式サイト http://yaneuraou.yan[...]
_[22] 문서 As given in the ''Science'' paper, a TPU is "roughly similar in inference speed to a Titan V GPU, although the architectures are not directly comparable" (Ref. 24).
_[23] 웹사이트 AlphaZero Crushes Stockfish In New 1,000-Game Match https://www.chess.co[...] 2018-12-06
_[24] 웹사이트 "'Creative' AlphaZero leads way for chess computers and, maybe, science" https://www.theguard[...] 2018-12-11
_[25] 웹사이트 Inside the (deep) mind of AlphaZero https://en.chessbase[...] Chessbase 2018-12-07
_[26] 웹사이트 Komodo MCTS (Monte Carlo Tree Search) is the new star of TCEC http://www.chessdom.[...] Chessdom 2018-12-18
_[27] 문서 See [[TCEC]] and [[Leela Chess Zero]].
_[28] 뉴스 Could Artificial Intelligence Save Us From Itself? https://fortune.com/[...] 2019
_[29] 뉴스 DeepMind's MuZero teaches itself how to win at Atari, chess, shogi, and Go https://venturebeat.[...] 2019-11-20
_[30] arXiv Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm 2017-12-05
_[31] 뉴스 Entire human chess knowledge learned and surpassed by DeepMind's AlphaZero in four hours http://www.telegraph[...] Telegraph.co.uk 2017-12-06
_[32] 뉴스 DeepMind’s AI became a superhuman chess player in a few hours, just for fun https://www.theverge[...] The Verge 2017-12-06
_[33] 뉴스 "'Superhuman' Google AI claims chess crown" http://www.bbc.com/n[...] 2017-12-06
_[34] 뉴스 Google's AlphaZero Destroys Stockfish In 100-Game Match - Chess.com https://www.chess.co[...] 2017-12-07
_[35] 뉴스 Google's DeepMind robot becomes world-beating chess grandmaster in four hours https://www.thetimes[...] 2017-12-07
_[36] 뉴스 Alphabet's Latest AI Show Pony Has More Than One Trick https://www.wired.co[...] 2017-12-06