구글 딥마인드의 연구진들은 전통적인 검색 및 자체 플레이 기술에 의존하지 않고도 그랜드마스터 수준의 체스를 할 수 있는 혁신적인 AI 기반 체스 시스템을 개발했습니다. 대신 이 시스템은 강력한 수작업 체스 엔진인 스톡피시의 150억 개의 보드 상태와 해당 수를 분석하여 학습했습니다.

결과 모델은 매우 효율적으로, 270만 개의 매개변수만을 가지고 있어 GPT-4보다 약 3,000배 작습니다. 하지만 이 작은 크기에도 불구하고 개인용 컴퓨터의 $200 그래픽 카드로 초당 20수를, 일반 CPU로도 초당 2수를 생성할 수 있습니다. 이는 체스 분야에서 3,000배 더 큰 GPT-4보다 훨씬 뛰어난 성능입니다.

흥미롭게도 이 시스템은 처음에는 직관적이지 않아 보이는 두 가지 핵심 가정을 바탕으로 작동합니다. 첫째, 보드 위치 시퀀스가 아닌 단일 보드 상태만을 입력으로 받습니다. 둘째, 한 수만 앞을 보고 승리 확률이 가장 높은 수를 선택합니다. 이러한 가정은 가장 강력한 체스 엔진을 만드는 것이 아니라, 변환기 기반 신경망이 전문가의 행동을 단순히 관찰하여 그 전문성을 학습할 수 있음을 보여주는 것이 이 연구의 주된 목적입니다.

이러한 성과는 AI 시스템이 단순히 답변을 제공하는 것이 아니라 알고리즘을 근사할 수 있게 되는 것을 의미하는 중요한 진전입니다. 연구진은 이전의 신경 프로그래머 해석기 연구와 연결 지어, 이 체스 시스템이 신경망 내부에 체스 플레이 알고리즘을 드러낼 수 있다고 설명합니다. 이는 자율 주행차, 레이 트레이싱 등 다양한 분야에서 유용한 알고리즘을 생성할 수 있는 AI 개발로 이어질 수 있습니다.