내일부터 15일까지 하루 한판씩 5판 대국

바둑은 고도의 사고력과 직관, 통찰력의 총체다. 체스와 퀴즈를 정복한 인공지능에게도 ‘난공불락’으로 여겨졌던 인간만의 고유 영역이었다. 그러나 구글의 인공지능 자회사 딥마인드가 개발한 바둑 프로그램 ‘알파고’는 지난해 10월 유럽에서 활동하는 중국의 판후이 2단을 꺾으며 세계 바둑계와 과학계를 뒤흔들었다. 알파고가 강력한 이유는 “인간이 모든 규칙을 컴퓨터에 하나하나 입력한 전문가 시스템이 아닌, 바둑을 이기는 법을 스스로 파악했다는 점”(데미스 하사비스 딥마인드 최고경영자)에 있다.

정선(定先·하수가 흑돌을 잡고 먼저 두는 것)에서 두 점 깔아야 할 것이라고 점쳤던 프로기사들 사이에서도 “정선으로 해볼 만하다”는 견해가 고개를 들고 있다. 알파고가 형세를 꿰뚫고 판을 흔드는 ‘신의 한 수’까지 가능하게 된다면 인공지능은 또 한번 발전의 전기를 맞을 것이다. 9일 이세돌 9단과의 ‘세기의 반상 대결’에서 베일을 벗을 알파고의 기력(棋力)에 세계의 시선이 쏠리는 이유다.

바둑판 위에서 가능한 경우의 수는 10의 170제곱, 우주의 원자 수보다도 많다. 때문에 바둑의 고수들은 착수(着數)를 할 때 수읽기뿐 아니라 ‘감각’에도 의존한다. 알파고가 기존 바둑프로그램에서 진화한 점은 이 같은 ‘감각’을 흉내 내기 때문이다. 감동근 아주대 전자공학과 교수는 “알파고는 수읽기 차원을 넘어 모양을 이해하는 능력까지 갖춘 것으로 보인다”면서 “판 2단과의 대국 기보를 보면 모양에 따른 급소를 잘 찾아갔다”고 분석했다.

알파고의 정교한 수읽기는 ‘딥러닝’이라는 인공지능의 기계학습 방법을 통해 가능하다. 알파고는 인간 뇌의 신경망을 본뜬 알고리즘인 ‘심층 신경망’을 갖췄다. ‘정책망’과 ‘가치망’이라는 2개의 신경망을 이용해 정책망으로 좋은 수를 판단하고 가치망으로 각 수에 대한 자신과 상대의 승률을 평가한다. 소프트웨어정책연구소는 최근 보고서를 통해 “알파고는 바둑의 탐색 범위를 프로기사의 관점으로 좁힌 것”이라고 분석했다.

알파고에 대한 두려움은 ‘폭식’에 가까운 방대한 학습량에서도 기인한다. 구글 딥마인드에 따르면 알파고는 KGS라는 해외 바둑 사이트에서 확보한 6~9단 유저들의 기보 16만건, 약 3000만개의 착점(着點)을 학습했다. 또 100만번의 대국을 4주 만에 소화하며 스스로 바둑을 배워 나갔다. 지금도 하루 24시간 동안 3만 대국씩을 두며 성장하고 있다.

그러나 학습의 ‘질’에 대해서는 의문점도 적지 않다. 총 16만건의 기보 중에는 아마추어들의 기보가 대부분이다. 일류 프로기사들의 최신 기보를 최대한 학습해야 하지만 한국기원이 공개한 프로기사들의 기보는 1940년대 기보부터 세더라도 총 1만 8000여개에 불과하다.

방대한 학습과 알고리즘에 기반한 정교한 수읽기는 ‘양날의 검’이다. 목진석 9단은 알파고의 대국 스타일을 “모양이 잘 잡혀 있고 수읽기가 정확하다”고 평가했다. 반대로 생각하면 정석에서 벗어난 대국에 약할 수 있다는 의미다.

바둑계에서는 이 9단이 특유의 창의력으로 예측 불가한 수를 둘 경우 알파고가 응수하기 힘들 것이라는 전망이 우세하다.

감동근 교수는 “알파고의 지금의 신경망 구조로는 최대치까지 활용해도 프로 기사의 감각을 완전히 따라갈 수 없다”면서 “‘딥러닝’ 이상의 획기적인 아이디어가 없다면 승리는 힘들지만, 이마저도 시간문제라고 본다”고 내다봤다.

김소라 기자 sora@seoul.co.kr