개요
알파고는 영국의 인공지능 연구기업 딥마인드가 개발한 바둑 인공지능 시스템이다. 영어 명칭은 AlphaGo이며, 심층 신경망과 탐색 알고리즘, 강화학습을 결합해 복잡한 바둑의 수를 선택하고 승패 가능성을 평가하도록 설계됐다. 2015년 프로기사를 공식 대국에서 이긴 뒤 2016년 이세돌 9단과의 대국에서 4승 1패를 기록하면서 세계적으로 알려졌다.
바둑은 가능한 국면의 수가 매우 많아 오랫동안 인공지능 연구의 어려운 과제로 여겨졌다. 알파고는 인간 고수의 기보를 학습하는 과정과 스스로 대국하며 실력을 높이는 강화학습을 활용해 기존 바둑 프로그램을 크게 뛰어넘는 성능을 보였다. 이후 알파고 제로와 알파제로 등 후속 시스템으로 연구가 확장되면서 인공지능의 학습과 탐색 기술 발전을 상징하는 사례가 됐다.
개발 방식과 학습 원리
초기 알파고는 심층 신경망과 몬테카를로 트리 탐색을 결합하는 방식으로 개발됐다. 정책망은 현재 국면에서 유망한 수를 선택하는 역할을 하고, 가치망은 특정 국면에서 최종적으로 승리할 가능성을 평가한다. 탐색 과정에서는 두 신경망의 판단을 활용해 모든 경우의 수를 무차별적으로 조사하지 않고 가능성이 높은 진행을 집중적으로 검토한다.
학습 초기에는 인간 아마추어와 프로기사들의 기보에서 착수 패턴을 익혔다. 이후에는 서로 다른 버전의 알파고가 반복해서 대국하는 자기대국 방식의 강화학습을 통해 성능을 개선했다. 딥마인드는 이러한 구조를 통해 바둑처럼 경우의 수가 방대한 환경에서도 효과적으로 계획하고 판단할 수 있음을 보여줬다.
2015년 10월에는 유럽 챔피언 판후이와의 5번기에서 5대 0으로 승리했다. 이는 컴퓨터 바둑 프로그램이 호선으로 인간 프로기사를 상대로 벌인 공식적인 다번기에서 승리한 중요한 사례가 됐다.
이세돌과의 대국
알파고가 세계적인 관심을 받은 계기는 2016년 3월 서울에서 열린 구글 딥마인드 챌린지 매치다. 당시 세계 정상급 기사였던 이세돌 9단과 알파고가 총 다섯 차례 대국했고, 알파고가 제1국부터 제3국까지 연속으로 승리하며 일찍 승부를 결정했다.
제4국에서는 이세돌이 백을 잡고 180수 만에 불계승을 거두며 알파고를 꺾었다. 이 대국에서 나온 이세돌의 백 78수는 알파고의 판단을 흔든 대표적인 수로 널리 알려졌다. 제5국은 알파고가 승리해 전체 대국은 알파고의 4승 1패로 끝났다.
알파고 역시 제2국에서 인간 기사들의 기존 감각으로는 쉽게 예상하기 어려웠던 37수를 두며 주목받았다. 이러한 수들은 인공지능이 단순히 기존 인간의 기보를 재현하는 수준을 넘어 기존 바둑 이론에서 드물게 선택되던 수를 실전에서 활용할 수 있다는 점을 보여줬다.
후속 버전과 영향
딥마인드는 이세돌과의 대국 이후 알파고를 계속 발전시켰다. 강화된 버전인 알파고 마스터는 세계 정상급 기사들과의 대국에서 높은 성적을 보였고, 2017년 중국 우전에서 열린 퓨처 오브 고 서밋에서는 커제와의 세 차례 대국에서 모두 승리했다. 딥마인드는 이 대회를 끝으로 알파고의 인간 상대 공식 경쟁 대국을 종료했다.
같은 해 공개된 알파고 제로는 인간의 기보를 학습하지 않고 바둑의 기본 규칙에서 출발해 자기대국만으로 실력을 향상하도록 설계됐다. 초기 알파고와 비교해 구조를 단순화하면서도 더 강한 성능을 보였으며, 이 접근은 이후 바둑뿐 아니라 체스와 쇼기까지 하나의 학습 체계로 익히는 알파제로 연구로 이어졌다.
알파고의 의미는 바둑 프로그램의 승리에만 있지 않다. 신경망, 강화학습, 탐색을 결합한 방법이 매우 복잡한 문제에서 효과적으로 작동할 수 있음을 대중적으로 보여줬으며, 후속 인공지능 연구의 중요한 기술적 기반 가운데 하나가 됐다. 2026년에는 이세돌과 알파고의 대국 10주년을 맞아 한국에서도 당시 대국의 의미를 되돌아보는 행사가 열렸다.