딥 마인드 알파고 다큐멘터리

알파고 Alphago, 2017

다큐멘터리 (러닝타임 : 1시간 30분)

감독 : 그렉 코스

 

2016년, 처음으로 인간을 이긴 인공지능 알파고에 대한 다큐멘터리다.

현재 유튜브 DeepMind 공식 계정에서 무료로 볼 수 있다.

https://www.youtube.com/watch?v=WXuK6gekU1Y 

알파고(Alphago), 2017년 개봉, 다큐멘터리.

 

모두가 응원한 세기의 매치, 이세돌은 알파고를 이길까?

@deepmind 이세돌이 알파고의 생각을 읽으려고 노력하는 모습이 인상적이다

 

언제부터 온 국민이 바둑을 봤다고.

어제 이세돌이 이긴 거 봤냐는 말이 인사말을 대신할 정도로

인공지능, 알파고, 이세돌이 모든 관심과 이슈를 순식간에 흡수해버렸다.

 

인간과 기계의 대결이라는 수식어가 붙었다.

사실 보드게임의 일종인 바둑일 뿐이고

바둑이 인간의 지능을 대변하는 것도

이세돌이 모든 인간을 대변하는 것도 아닌데 말이다.

 

 

 

 

인공지능 개발의 성배라고 불리는 바둑을 정복해보려는

런던에 사는 몇 명의 연구자 이야기로 시작한다.

 

2014년 7000억(400M Pound)으로 구글에 인수된 DeepMind라는 AI Lab.

 

인간과 기계의 승부를 겨루는 다섯 번의 매치.

5-0 혹은 4-1 정도의 격차로 당연히 이길 것 같았던

세계 최고의 바둑 기사, 천재 이세돌 9단!

 

단 한번의 게임을 제외하고 알파고에게 모두 승기를 내어준다.

(실제 대결 기간: 2016년 3월 9일 ~ 15일)

 

다큐는 DeepMind 팀이 어떻게 문제를 하나씩 해결해나가는지

흥미롭게 보여준다. 아무 생각 없이 보기 시작했는데 생각보다 알차다.

 

이세돌이 180수 끝에 불계승한 제4국. AlphaGo resigns.

 

 

바둑은 왜 인공지능의 성배인가?

결론부터 이야기하면

체스 같은 다른 보드 게임보다 가능한 국면의 수가 훨씬 많아서이다.

그러면 경우의 수를 빠르게 처리하는 것이 중요할까?

알파고가 집중한 것은 연산속도나 데이터 보다는 알고리즘.

좀 더 현명하게 판단하여 무한대에 가까운 경우의 수를 줄이는 것이었다고 한다.

(정보 출처 : Wikipedia)

 

(훈련된 심층 신경망(DNN, Deep Neural Network)이

몬테카를로 트리 탐색(MCTS, Monte Carlo Tree Search) 통해

선택지 중 가장 유리한 선택을 하도록 설계되었다고...

하지만 무슨 말인지 모르겠다 ㅎㅎㅎ)

 

 

인간 지능을 정복한 딥마인드, 그래서 지금 뭐할까?

인간 과학자를 대신해 설계도를 보고

단백질의 구조와 기능을 예측해주는 AI 알파폴드2를 개발.

하지만 수익이 없어서 약 7000억원의 손실을 입었다.

 

(1000명에 가까운 직원, 연봉 100만 달러가 훌쩍 넘는 최고 수준의 AI 전문가 집단으로 인건비가 차지하는 비용이 크다고 한다.

하지만 순다르 피차이 알파벳 CEO는 만족하는 듯?)

 

https://biz.chosun.com/site/data/html_dir/2020/12/23/2020122300504.html

'알파고 쇼크' 주역 구글 딥마인드, 지난해 7000억원 손실