□ 은퇴했던 알파고(AlphaGo), ‘알파고 제로(AlphaGo Zero)’로 컴백

○ 중국의 커제 9단에 완승한 후 바둑계에서 은퇴했던 알파고가 과학 학술지 ‘네이처’를 통해 ‘알파고 제로(AlphaGo Zero)’로 컴백

    (10.18)

 - ‘16년 3월, 구글 자회사 딥마인드가 개발한 알파고(AlphaGo Lee)가 ‘구글 딥마인드 챌린지 매치(Google Deepmind Challenge

    match)’를 통해 한국의 바둑 최고수 이세돌 9단에 승리하면서 커다란 충격과 함께 세계적인 인공지능(AI) 신드롬 촉발

 - ‘17년 5월에는 한 단계 업그레이드 된 알파고(AlphaGo Master)가 바둑 발상지인 중국에서 세계 최고의 바둑 기사인 커제

   9단과의 공식 대국에서도 3대 0으로 승리

○ 딥마인드, ‘네이처(Nature)’를 통해 기술적으로 진화한 ‘알파고 제로(AlphaGo Zero)’를 공개

 - 동 논문에 따르면, 새로운 알파고 제로는 이세돌을 상대했던 ‘알파고 리’, 커제와 대결했던 ‘알파고 마스터’와의 대국 결과 각각

   ‘100대 0’, ‘89대 11’로 압도적 승리

□ 알파고 제로, 새로운 충격파를 던진 인공지능의 진화

○ 강화학습 시스템을 적용한 자기학습 결과에 세계는 제 2의 알파고 바람

 - 알파고 제로에는 인간의 지식으로 AI를 교육·감독하는 ‘지도학습 시스템(supervised learning system)’이 아니라 생물의 뇌와

   유사하게 시행착오를 통해 이치를 깨닫는 ‘강화학습 시스템(reinforcement learning system)’이 적용

 - 즉, 기존 알파고 리와 알파고 마스터가 인간이 만든 정석이나 기보 등을 통해 바둑을 학습했다면 알파고 제로는 바둑의 규칙

   외에는 기존 지식이나 데이터 없이, 즉 인간의 도움을 받지 않고 셀프 대국을 통해 스스로 실력을 배양

 - 그 결과 알파고 제로는 사흘 동안 490만 회의 셀프 대국 이후 ‘알파고 리’와 진행된 100판의 대국을 모두 이겼고, 40일 동안

   2,900만 회의 셀프 대국 뒤엔 ‘알파고 마스터’와의 대국에서도 90% 가까운 승률을 기록

  ※ 딥마인드는 논문에서 알파고 제로가 3시간 만에 바둑 초심자처럼 상대 돌을 잡고, 19시간 만에 바둑의 사활을 이해하였으며,

      70시간 만에 인간 바둑기사 수준에 이르렀다고 공개

□ 새로운 기술적 진전에 대한 기대와 우려 교차

○ 확장 가능성, 범용성 확대로 AI의 활용 폭이 획기적으로 넓혀져 신약과 신소재 개발 등 난제 해결에 돌파구가 될 것으로 기대

 - 논문 제목에서 드러나듯 알파고 제로는 사전 지식이 없는 백지 상태의 신경망에서 출발하여 자기 학습을 통해 데이터를

   쌓아가며 스스로 바둑의 이치를 터득

 - 이 같은 알파고 제로의 능력과 관련하여 논문은 “인간이 가진 지식의 한계에 구속되지 않기 때문에 더 강력해졌다”고 설명

○ AI가 진화할수록 그 위험성을 경고하는 목소리도 더 커져 감

 - 알파고 제로는 사람의 기보 없이 자기 학습을 통해 스스로 바둑의 원리를 깨우치고 필승의 길을 찾아냈다는 점에서 인간의

   통제를 벗어나 AI를 더 높은 경지로 이끌었다는 평가

 - 하지만 그 이면에는 ‘사람보다 더 우월하면서 독립적인 존재’에 대한 두려움 또한 이끌어냈다는 것이 AI 관련 전문가들의 견해

□ 새로운 변곡점을 그려가는 인공지능

○ ‘16년에 벌어졌던 알파고와 이세돌의 바둑 대결 이후 AI의 무한 잠재력이 크게 부각되며 주요 기업은 투자를 확대하고, 각국

    정부는 발전 정책을 드라이브 하는 등 세계는 너나없이 AI 열풍 속에 빠져 있는 상황

○ 이런 가운데 AI 기술 개발에 있어 글로벌 리딩 기업 중 하나인 구글 딥마인드는 새로운 학습 방법을 적용하는 등 기존 AI의 틀을

    깨는 새로운 AI 길에 도전하고, 일정 성과를 거둠으로써 AI 분야에 새로운 변곡점이 그려지고 있는 실정

○ 우리나라도 4차 산업혁명의 선도국가 도약을 위한 시책의 일환으로 AI 전략 프로젝트를 추진하고 있는 만큼 글로벌 기술 개발

    트렌드에 대한 모니터링을 강화하는 한편 R&D 투자와 연구인력 양성 등 AI 선진 대열에 진입하기 위한 총체적 노력 경주