▲일본에서 AI 전문가로 통하는 오하시히로후미. [사진=일본기원]
오하시히로후미(大橋拓文)의 피아노 솜씨는 아마 바둑계에서 최고일 것이다. 그리고 그의 AI바둑에 대한 폭넓은 지식과 관심은 이제 AI가 쏟아내는 착수 여부에 그치지 않고 AI에 한계가 있는지 AI는 최선을 어떻게 정의하고 있는지 등 과학적, 철학적 영역으로까지 발전하고 있다.
AI가 친숙해진 지 오래된 요즘에는 착수의 정답이라고 하면 AI가 제시해 주는 블루스팟이다. 우리가 일반적으로 얘기하는 AI와의 일치율은 정말 '정답'일까? AI와의 일치율을 높이는 것이 최선을 다하는 것일까?
일본 최고 권위의 바둑 주간신문 슈간고(週刊碁)가 오하시히로후미를 만나 AI와 관련된 인터뷰를 진행했다. AI가 '독창의 정의를 바꾸고 있다'고 말하는 오하시히로후미는 1984년생으로 일본기원 프로7단이다. 그 내용을 번역 소개한다.
Q. 알파고가 등장한 지 7년 넘게 지나면서 AI는 바둑을 좋아하는 모든이에게 완전히 친숙해졌다. 프로기사가 AI를 이용해 연구하는 것은 이미 상식이고, 대국 중계에서는 AI의 평가치가 표시되거나 AI에 의한 권장 수가 표시되기도 한다. 바둑팬도 평소 관전을 하면서 무의식적으로 AI가 제시하는 수가 '정답'이라고 인식하는 경우가 많은데, 실제로 AI의 착수는 이른바 '정답'일까요?
어려운 점이다. 먼저 정답이 무엇인가 하는 것을 정의해야 한다. 많은 경우 사람이 둔 것보다 정확도가 높고 이기는 수를 보여준다는 의미에서는 정답에 가깝다고 할 수 있다.
Q. 정답이 아니라 최선이라고 하는 것은 어떤 것인가?
AI에게 '최선'이라는 개념은 없다. 게다가 무엇이 '최선'인지는 상당히 어렵다. 예를 들어 최단 수순으로 이기는 것이 최선인지 아니면 최대로 많은 집 차이로 이기는 것이 최선인지 분명히 해야 한다.
Q. 확실히 듣고 보니 양쪽 다 '최선'의 사고방식에 해당될 것 같은 생각이 듭니다.
아까 AI에는 '최선'이라는 개념이 없다고 했지만 AI가 착수를 선택할 때 어떤 승리를 목표로 하느냐 하는 것이 중요하다. 그리고 그 승리를 어떻게 설정하느냐 하는 것이 AI의 기풍이라고 할 수 있다. 실제로는 프로그램하고 있는 인간의 생각이 반영되어 있는 것이라고 할 수 있다.
예를 들어 알파고는 최종적으로 '이기는 것'만을 목표로 설정했기 때문에 리스크가 높은 수는 피하고 반집승을 목표로 하는 경향이 있다. 분명히 손해라도 더 안전하다면 그쪽을 선택해 버린다. 하지만 이기는데 중점을 둔 AI에서 '더 큰 집 차이로 이기다'를 목표로 하는 AI가 나오게 된 것이다.
하지만 이기는데 중점을 둔 AI에서 '더 큰 집 차이로 이기다'를 목표로 하는 AI가 나오게 된 것이다. 이기기만 하면 된다는 '콜럼버스의 달걀' 개념에서 더 큰 눈으로 승리를 목표로 한 AI가 강해졌고, 그런 흐름에서 현재 AI는 알파고 시대보다 고위험 고수익의 수을 선택하게 됐다.
Q. 사람의 기풍같아서 재미있는 것 같다.
나아가 초반 상대의 착수로 상대의 기력을 추정하고, '기력이 낮다'고 판단하면 상대가 나무라지 않는 것을 전제로 한 무리하게 두는 AI도 등장했다. 물론 이것은 그렇게 프로그램되었기 때문에 그렇게 두는 것일 뿐이지만, 마치 상대를 꿰뚤어 보는 것 같다는 느낌이 들 것이다.
Q. AI에게 인격이 있다라고 생각하게 될 것 같다.
저도 그렇게 느낄 것 같은데, 이것은 단지 계산의 결과라고 타이르며 냉정해지려고 하고 있다(웃음).
Q. 조금 화제를 바꿔서 얘기하면 흔히 'AI로 인해 착수법이 다양해졌다'는 사람과 'AI로 인해 착수법이 좁아졌다'는 사람들이 있는데 어떻게 생각하는가?
긴 안목으로 보면 다양해졌다고 생각합니다. 다만 과도기에 있어서는 좁아진 것으로 보일 수 있다고 생각한다. AI는 자가학습으로 강해진다. 만약 같은 기력의 같은 기풍의 사람하고 수 천 수 만 국을 뒀다면 어떤 식으로 강해질 것 같은가?
▲오하시히로후미가 쓴 AI관련 서적. [사진=일본기원]
Q. 평범하게 강해지면 안되는가?
기풍이 같은 사람하고만 두어서 전체적으로 강해질 수 있겠는가?
Q. 아, 이해가 됐다! 확실히, 같은 기풍의 사람끼리 계속 둔다면 같은 포석만 두게되고 그 포석만 자신 있게 되어 다르게 두는 방법을 시도하려고 생각하지 않게 되어 버릴지도 모르겠네요.
맞다. 컴퓨터에 맡기는 자가학습에서는 같은 것만 몇 만 대국을 두는데 똑똑한 것인지 아닌지 잘 모르겠다(웃음). 확실히 알파고 제로처럼 범용 AI의 연구로서 개발하는 경우는 컴퓨터에 맡기는 자가학습이 중요하다. 하지만 바둑이 강한 AI를 개발한다는 점으로 볼 때 현 시점에서는 인간의 착수를 넣어 학습의 폭을 넓히도록 조정하고 있다. 예를 들면 KataGo에서는 인위적으로 다양한 데이터를 주고 있는 것 같다. 이는 KataGo 공식 사이트에서 볼 수 있다. 실제로 지금의 AI의 포석 변형도 조금씩 늘고 있는 것 같다.
Q. AI는 흔히 즉시 3-3 침입하는 수를 두는데 그것은 어쩌면 좋은 수이기 때문에 선택한 것이 아니라 여러 번 두고 있는 형태이기 때문에 두는 것에 불과할 수도 있는 것 같다. AI가 강해지면 지금의 AI 정석과는 다른 방식이 늘어나 포석이 다양해질 수 있다는 것인가?
그렇다. AI는 '인간처럼 인식하지도 않고 이해하지도 않는다'는 것을 강조해 두고 싶다. 알파고가 나왔을 때 축같은 것도 몰랐다. 지금 AI는 인간의 수에 의해 서투른 모양을 프로그램하고 있기 때문에 축도 할 수 있게 됐지만 저렇게 간단한 일을 손대지 않으면 할 수 없다는 것이 신기하다. 왜 그런 일이 일어났느냐하면 AI는 축을 인식하지 못하고 이해하지도 못하기 때문이다.
인간은 논리적으로 수를 생각할 수 있고 기형 속에서 축의 모양을 축으로 인식할 수 있다. AI는 자신이 탐색한 범위까지가 자신의 세계이고 탐색이 미치지 않는 세계는 모른다. 예를 들어, 수순이 긴 축이 있다고 가정하고 인간은 축의 모양을 이해하기만 하면 100수라도 같은 패턴으로 끝까지 쫓아가면 잡힌다는 것을 안다. 하지만 AI는 '같은 패턴을 반복한다'는 발상이 없고, 한 수 씩 탐색을 해나가기 때문에 100수 이후 앞까지 읽으면 잡히는 축도 50수를 탐색하는 경우의 수가 너무 많아서 오류를 범하고 만다.
바로 얼마 전, 그러한 AI의 약점을 붙이면 인간이 AI를 이길 수 있다는 것이 화제가 됐다. 사실 AI는 생사의 개념도 인간과 다른 것 같다. AI를 착각에 빠뜨리기 위해 자신의 돌을 AI 돌로 한 바퀴 돌게 하면 한 눈에 봐도 살아있다고 생각하는 것 같다. 그리고 인간은 두 집이 나면 산다는 개념을 알고 있지만 적어도 AI는 두 집이 나면 산다는 것을 완전히 이해하지는 못하는 것으로 나타났다.
Q. 톱기사를 쉽게 이길 수 있는 AI가 인식과 이해를 느낄 수 없다고하니 충격적인데....
정말 그렇다. AI는 학습한 세계에서는 인간 이상으로 잘 대응할 수 있지만, 학습하지 않은 세계의 일에 대해서는 인간에게 매우 간단한 것이라도 대응하지 못할 수 있다.
Q. AI를 절대시하지 않는 것이 중요한 것 같다. 마지막으로 앞으로 AI와는 어떻게 마주하면 좋을 것 같은가?
매일 몇몇 AI와 대국하고 있지만, 현재의 기력으로서는 인간보다 압도적으로 강하다. 나는 덤을 30집 정도 받고 싶을 정도다. 간단한 장면의 형세 판단은 매우 정확하고, 덤 계산이 필요한 중반의 경우 형세 판단 만큼은 정확하지 않지만 인간보다는 옳은 경우가 많다. AI를 사용해서 공부하는 것은 매우 효과적이고 바둑의 가능성을 넓히는 것이라고 생각한다. 한편, AI가 보여주는 수라고 그 수가 정답이라고 파악하는 것은 안이한 생각이며, 그것이 틀렸을 수도 있고, 맞을 수도 있다. 즉, AI가 보여주는 수가 나에게 좋은 수인지 스스로 판단하면서 공부해 나가는 것이 좋을까 생각한다.
▲매월 2~3회 금요일 오후에 일본기원에서는 젊은 기사들이 모여 노트북을 한 손에 들고 모인다. "그 수는 안 되는 것 같아. (승률이) 30%로 떨어졌어." "다른 포석이라면 괜찮지 않을까? AQZ도 탐색시켜 볼까?" 등 여러 의견이 오고 간다. 여러 인공지능(AI) 평가치를 대조해 가면서 최근 자신들이 둔 대국에 대해서 논의한다. 시바노도라마루 등 톱기사들도 얼굴을 내미는 AI 연구회다. [사진=일본기원]
뉴스 Best
