알파고를 탄생시킨 구글의 딥마인드(Deepmind)

서론: 구글의 AI 기업? 딥마인드?

 

이세돌과의 바둑 대결로 유명해진 알파고(AlphaGo)는 다들 알고 있을 것이다. 이 알파고를 만든 회사가 바로 딥마인드(Deepmind)이다.

 

이미지 출처: 일러스트 신춘성

 

딥마인드는 알파벳(구글)의 지주회사이자 인공지능 연구&개발 회사이다. 이 회사는 알파고로도 유명하지만, AI 기술력이 업계 최고 수준인 것으로도 유명하다.

 

과연 무엇 때문에 딥마인드는 가장 유명하고 영향력 있는 AI 개발 회사가 된 것일까? 한번 이 글에서 알아가 보도록 하자.

 

목차
1. 딥마인드의 역사
2. 딥마인드에서 개발한 AI들과 그 영향력
3. 앞으로의 딥마인드

 

딥마인드의 역사

 

우선 딥마인드의 탄생 배경을 알아보자.

 

딥마인드는 2010년 영국에서 데미스 허사비스(Demis Hassabis), 셰인 레그(Shane Legg), 무스타파 술레이만(Mustafa Suleyman)이 세 창업자가 AI 연구 개발을 목표로 설립한 회사이다.

 

딥마인드의 시작

데미스 허사비스가 딥마인드의 시초라고 볼 수 있다.그는 13살에 영국 체스대회에서 2위를 달성한 천재이다. 15살에 고등학교를 졸업했으며 케임브리지대 컴퓨터공학 학사, University College London(UCL)에서 인지신경과학 박사 학위를 취득했다.

 

딥마인드의 CEO 데미스 허사비스

 

그는 인지신경과학을 공부하면서 신경과학을 활용한 인공지능에 관심을 가지게 되었다고 한다.

 

"인공지능을 사람처럼 생각할 수 있게 만들수 없을까?"라는 아이디어에서 만들어진 기업이 딥마인드이다.

 

구글의 딥마인드 인수

2014년, 구글은 5억 달러, 한화로 약 5000억 원에 딥마인드를 인수한다. 이때부터 딥마인드는 '구글 딥마인드(Google Deepmind)'로 불리기도 한다. 

 

2015년에는 구글이 알파벳(Alphabet)이란 지주회사로 재구성되면서 딥마인드 또한 알파벳의 자회사가 되었다. 알파벳의 자회사들 중 AI 연구&개발의 중심이 된다고 볼 수 있다.

 

밑은 알파벳과 구글의 관계에 대한 글이다.

구글(Google)은 왜 알파벳(Alphabet)일까?

구글(Google)은 왜 알파벳(Alphabet)일까?

 

현재의 딥마인드

지금의 딥마인드는 예전에 비해 규모가 훨씬 커졌다고 보면 된다.

 

구글의 인수에 힘입어, 런던에 있는 본사를 포함해 캐나다, 프랑스, 미국에까지 연구 센터를 확장했다. 사무실 규모, 개발자, 과학자 인력 또한 상당히 많이 늘어난 것으로 보인다.

 

알파벳의 미래에 가장 중요한 기업이기 때문에 아낌없는 지원을 받고 있는 것으로 보인다. 연구 성과도 꾸준히 나오고 있고, 아직까지 세계 톱 3 안에 드는 AI 연구&개발 기업의 명성을 유지하고 있다.

 

데미스 허사비스는 여전히 딥마인드의 CEO직을 맡고 있다. AI 개발에 진심인 사람이기에 주요 프로젝트들을 계속 이끌어 가고 있으며 그 영향력 또한 대단해 보인다. 공동 창업자인 셰인 레그 또한 딥마인드의 수석 과학자(Chief Scientist)로 활약중이다.

 

 

딥마인드에서 개발한 AI들과 그 영향력

 

이제 딥마인드의 업적들을 살펴보려고 한다. 딥마인드는 2010년 설립 이후 지금까지 어떤 AI들을 개발해냈고 그 영향력은 어땠는지 한번 알아보자.

 

1. 바둑 AI (알파고)

딥마인드에서 개발한 AI들 중 가장 유명하고 영향력있었던 AI는 단언컨데 '알파고'이다.

 

2016년 알파고의 등장으로 전 세계적으로 AI에 대한 관심이 커졌을 뿐만 아니라, AI 개발 속도도 촉진되었다. 

 

바둑 AI는 2016년 알파고(AlphaGo)를 시작으로 2017년 알파고 제로(AlphaGo Zero) →  2018년 알파제로(AlphaZero) → 2020년 뮤제로(MuZero)로 진화해 왔다. 자세한 변화는 다음과 같다. 

 

알파고(AlphaGo) - 2016년 1월

• 바둑을 두는 AI이다. 
• 바둑을 두는 룰이 입력된 상태이다. 
• 주어진 데이터를 분석해서 학습한다. 

 

알파고 제로(AlphaGo Zero) - 2017년 10월

• 알파고의 진화 버전이다. 
• 바둑을 두는 룰이 입력된 상태이다.
• 주어진 데이터 없이 스스로 학습한다. 

 

알파제로(AlphaZero) - 2018년 12월

• 알파고 제로의 진화 버전이다. 
• 바둑, 체스, 쇼기를 두는 룰이 입력된 상태이다. 
• 하나의 알고리즘으로 이 세 가지 게임을 스스로 학습한다. 

 

뮤제로(MuZero) - 2020년 12월

• 알파제로의 진화 버전이다.
• 룰이 전혀 입력되지 않은 상태이다. 
• 노베이스 상태로 바둑, 체스, 쇼기, 아타리 게임을 마스터할 수 있다.

 

딥마인드의 게임 AI 진화 과정

 

이렇게 알파고는 현재 뮤제로까지 발전되어왔고, AI 업계에도 엄청난 영향력을 행사하고 있다. 

 

AlphaGo - The Movie, 동영상 출처: Deepmind

2016년 당시 알파고의 등장이 얼마나 임펙트 있었는지 확인해볼 수 있는 영화이다. 시간이 난다면 한번 꼭 보는 것을 추천한다.

 

2. 알파스타(AlphaStar)

알파스타(AlphaStar)는 <스타크래프트 2>를 플레이하는 AI이다. 알파스타 또한 알파고처럼 게임계에서는 큰 화제성을 불러 일어켰다.

 

스타크래프트 2는 바둑과는 많이 다른 게임이다. 경우의 수가 더 많고 더 고차원적이라고 봐야 하는데, 시야가 한정되어 있고, 적의 플레이를 전부 알 수 없으며, 실시간으로 진행되는 게임이다. 거의 무한대에 가까운 변수를 고려해야 하는 특성상 AI가 해낼 수 있을까 하는 의문이 컸다.

 

알파스타는 2019년에 활발히 개발되었는데, 나름 대단한 성과를 보여줬다. 유럽의 스타크래프트 2 프로게이머들을 5:0 스코어로 꺾었고, 배틀넷에서 최고 랭크인 그랜드 마스터에도 도달했다. 변수가 거의 무한대에 가까운 스타크래프트 2에서 이 정도 성과를 보여준 것은 정말 대단한 것이다. 

 

알파스타의 스타크래프트 2 플레이 장면

 

다만 아쉬운 점이 있었다면, 알파스타는 인간이 상상조차 못 할 플레이를 보여주지는 못했다. 또한 알파고처럼 그리 압도적이지 못했다. 버전이 업그레이드 되면서 플레이는 점점 정교해져갔지만, 놀라울 정도로 사람을 뛰어넘거나 변칙적인 모습을 보여주진 못했다. 특정 공략법에 의해 무너지는 경우도 많았다. 바둑에서 알파고가 보여줬던 것과는 사뭇 다른 결과였다. 

 

알파스타는 확실히 게임을 잘하긴 했지만, 사람의 변칙적인 플레이에 약한 모습을 보였다. 그래도, 이런 고차원적인 시뮬레이션 게임에서 그랜드 마스터를 찍었다는 것은 의미있는 발전이었던 것 같다. 현재는 종료된 프로젝트지만 꽤 큰 임펙트를 보여준 AI였던 것 같다.

 

3. 알파폴드(AlphaFold)

알파폴드(AlphaFold)는 단백질 접힘 구조를 알아내기 위한 AI이다. 그동안 과학자들의 골머리를 앓게 했던 단백질 접힘 구조 분석을 용이하게 만들어 준 인공지능이다.

 

원래 단백질 접힘 구조를 알기 위해서는 극저온 현미경 같은 전문 도구를 사용해야 하고 구조를 밝히는 시간도 오래 걸린다고 한다(길게는 수개월에서 수년까지).

 

하지만 딥마인드는 AI로 단백질 접힘 구조를 알아내는 알고리즘 알파폴드를 개발했다. 알파폴드는 단백질 접힘 구조 발견 과정의 효율성을 크게 향상시켰고 정확도 또한 높혔다. 알파폴드는 여태껏 과학자들이 발견한 10만 가지 단백질의 순서와 구조를 학습했고, 아미노산의 배열 순서만으로 단백질 형태를 정확히 예측할 수 있다고 한다.

 

아미노산과 단백질

 

알파폴드는 다음과 같은 분야에 발전을 가져올 수 있다고 한다. (딥마인드가 공식적으로 제시한 영향력이다). 

 

• 질병을 더 빨리 이해하고 효과적인 치료제를 개발할 수 있다. 
• 효소를 사용하여 플라스틱을 빠르게 분해하는 방법을 알아낼 수 있다.
• 대기 중에 탄소를 제거하여 환경 문제를 해결할 수 있다. 

 

추가적인 부분은 딥마인드 홈페이지 Research 부분에서 확인할 수 있다.

https://www.deepmind.com/research

Research

 

알파폴드 외에도 딥마인드는 새로운 분야에서 활용 가능한 AI들을 개발해내고 있다. 앞으로도 계속 어떤 AI가 탄생할지 주목할 필요가 있는 것 같다. 

 

 

앞으로의 딥마인드

지금까지 딥마인드는 엄청난 성과들을 보여줘 왔다. 이런 딥마인드의 최종적인 목표는 무엇일까?

 

딥마인드의 최종 목표는 사람과 비슷한 AGI(Artificial General Intelligence)를 만드는 것이다. AGI란 한가지 분야에만 특화된 AI가 아닌 사람이 할 수 있는 모든 일을 할 수 있는 AI를 뜻한다. 딥마인드가 알파고(AlphaGo)로 시작해서 뮤제로(MuZero) 발전시켜 나가고, AI가 할 수 있는 일을 넓혀나가는 것에도 이런 이유가 있다. 

 

현재의 인공지능은 특정 분야에서만 활용 가능한 것으로 한정되어 있다. 게임 인공지능은 특정 게임만 할 줄 알고, 보이스 인공지능은 음성 인식밖에 할 줄 모르며, 단백질 접힘 인공지능은 단백질 접힘 분석밖에 할 줄 모른다. 딥마인드의 목표는 이런 인공지능들을 융합해 하나의 완벽한 인공지능(AGI)을 만드는 것에 있다.

 

아직 완성형 인공지능에 이르기까진 멀어 보이지만, 개발 속도가 심상치 않다. 조만간 한 가지 분야만이 아닌 여러 분야에서 전문성을 보이는 인공지능이 탄생하지 않을까 생각한다. 

 

딥마인드가 여태껏 보여준 성과들을 보면 앞으로가 기대된다. 지금까지 인공지능 발전에 미친 영향력만큼 앞으로도 인류의 발전을 위해 나아가 줬으면 한다.

 

과연 5년 후의 세상에서는 딥마인드의 인공지능이 얼마나 발전해 있을지 궁금해진다. 인간의 대부분의 능력을 쓸모없게 만들어버리는 무서운 날이 오게 될지도 모르겠다.