구글 '인공지능 시스템'
프로 게이머보다 나아

구글이 스스로 게임 방법을 학습하는 인공지능 시스템을 선보였다.

26일 주요 외신 등에 따르면 구글의 자회사인 영국 딥마인드테크놀로지(DeepMind Technology)는 과학저널 '네이처'를 통해 인공지능 강화학습과 생물학적 신경망 학습 방식을 결합해 최소한의 정보만으로 49가지 비디오게임의 기술을 학습하는 인공지능 장치 'DQN(deep Q-network)'을 개발했다고 밝혔다.

연구진은 DQN에 주변 환경과 상호작용하면서 향후 보상이 극대화되는 행동을 선택해나가는 인공지능의 강화학습 방식과 생물 신경망을 모방한 인공 신경망의 'Q-학습' 방식을 접목시켰다.

연구진은 이 인공지능시스템을 80년대 어린이들에게 큰 인기를 모았던 아타리(Atari2600) 게임 49개에 노출시켜 DQN의 합승능력을 검증했다. 실험에 사용된 49가지 게임에는 국내에서도 유명한 '스페이스 인베이더'와 '벽돌깨기(Breakout)' 등이 포함됐다.

연구진은 DQN에 각 비디오게임의 화면 픽셀과 점수 정보만을 제공하고 스스로 학습을 통해 높은 점수를 얻을 수 있는 게임전략을 찾아나가도록 했다.

그 결과 구글의 인공지능시스템은은 각 게임을 일정 횟수 이상 연습한 다음에는 49가지 게임 중 29가지에서 게임 테스팅 전문가를 능가하는 수준의 기술을 터득한 것으로 나타났다. '비디오 핀볼'과 같은 게임에서는 구글 인공지능이 전문적인 게임 테스터보다 20배 이성 더 뛰어났다.

구글의 인공지능은 실제 생활에서 컴퓨터가 어떻게 문제를 해결할 수 있는지에 대한 단초를 제공했다는데서 의미가 있다는 분석이다. 이 시스템은 구글이 개발하고 있는 무인자동차 등에 적용될 수 있을 것이라고 외신은 전했다.

연구진은 주변 환경과 상호작용하면서 향후 보상이 극대화되는 행동을 선택해나가는 인공지능의 강화학습 방식과 생물 신경망을 모방한 인공 신경망의 'Q-학습' 방식을 결합시켜 새로운 인공지능시스템을 개발했다고 설명했다.

딥마인드 연구진은 "이번 인공지능 시스템이 문제를 어떻게 해결할 수 있는지를 알아내는 첫번째 획기적인 단계"라고 자평했다.

한편, DQN은 특정 환경과 목적을 지정해준 상태에서 새로운 것을 학습하도록 개발된 기존 인공지능 시스템들과 달리 하나의 학습 알고리즘을 가지고 배경지식 또는 사전 정보 없이 최소한의 정보만을 이용해 다양한 학습을 한다는 점에서 획기적인 성과로 평가된다.

네이처지는 "이 연구 결과는 최신 기계학습 기술을 생물학적 학습 메커니즘과 접목하면 다양하고 어려운 과제를 학습할 수 있는 인공지능을 개발할 수 있다는 것을 잘 보여준다"고 평가했다.