상대 말 숨긴 스트라테고, AI가 최상위 선수에 15승 1패

MIT, 카네기멜런대, 뉴욕대, 스탠퍼드대 연구진이 보드게임 스트라테고를 두는 AI ‘Ataraxos’를 공개했다. 9월 30일 공개한 논문의 핵심은 최상위 인간 선수와 벌인 대결 결과다. 연구진이 공개한 20판에서 Ataraxos는 핌 니마이어를 상대로 15승, 1패, 4무를 기록했다.

상대 말이 뭔지 모른 채 어떻게 두나

스트라테고는 상대 말의 종류가 가려진 게임이다. AI는 상대가 어떤 말을 쥐고 있는지 모르는 상태에서 다음 수를 골라야 한다. Ataraxos는 이처럼 판단에 필요한 정보 일부를 볼 수 없는 게임을 위해 만들어졌다. 숨겨진 말이 무엇인지 추정하는 별도의 AI 모델을 더한 것이 핵심이다.

Ataraxos는 먼저 스스로 대국을 반복하며 기본 전략을 익힌다. 실제 대국에 들어가면 상대 말이 어떤 종류일지 확률로 추정한다. 이어 둘 수 있는 수마다 어떤 결과가 벌어질지 따져보고 다음 행동을 정한다. 미리 익힌 전략에 대국 중 얻은 정보와 계산을 보태는 방식이다.

DeepNash에서 무엇이 달라졌나

스트라테고에서 AI가 높은 실력을 보인 것은 이번이 처음이 아니다. 구글 딥마인드가 2022년 발표한 DeepNash도 스스로 대국하며 전략을 익혔다. DeepNash는 온라인 스트라테고 플랫폼에서 역대 상위 3위에 올랐다.

Ataraxos 연구진은 대국 중 숨겨진 정보를 추정하고 수를 다시 검토하는 방식을 더했다. 그 결과 DeepNash보다 적은 학습 사례와 자가 대국으로 더 높은 실력을 얻었다고 밝혔다. 승패 기록과 함께 학습에 드는 자원을 줄인 점을 성과로 내세웠다.

연구진에 따르면 Ataraxos를 학습시키는 데 든 비용은 수천 달러다. 연구진은 같은 방식을 Barrage Stratego, Hanabi, 더우디주에도 시험했다.

직접 돌려보려면 무엇이 필요한가

연구 내용을 살펴보거나 그대로 재현할 수 있는 자료는 공개돼 있다. 논문은 누구나 읽을 수 있고, 공개 저장소에는 코드와 학습 방법이 올라와 있다. 저장소가 안내하는 실행 환경은 Linux와 CUDA 11.8을 지원하는 GPU다. 직접 실행하려면 이런 연구용 환경을 갖추는 일이 출발점이다.

이번 연구의 의미는 정보가 부족한 상황에서 추정과 수 검토를 묶어 실력을 끌어올렸다는 데 있다. 성과가 확인된 범위는 규칙과 승패가 분명한 게임이다. 연구진은 현실의 의사결정에 적용하려면 사람이 AI의 판단 근거를 이해하고 점검할 수 있게 하는 연구가 더 필요하다고 밝혔다.