1. 장기와 딥러닝
장기의 AI 플레이어 연구는 일본을 중심으로 진행되었습니다. 그 이유는 장기라는 게임 자체가 일본이 아닌 다른 나라에서는 별로 대중적이지 않은 게임이기 때문입니다.
장기도 게임트리 탐색으로 도달한 노드를 휴리스틱 함수로 평가하는 체스나 체커의 방법이 기본을 이루어 발전해 왔습니다. 처음에는 보드 평가를 위한 휴리스틱 함수를 수작업으로 만들어 넣는 방법이 시도되었습니다. 그래서 장기 AI플레이어 연구자들 중에는 아마추어 고단자 등 장기에 대한 지식이 깊은 사람이 많았습니다.
이후 머신러닝을 적극적을 이용하는 보난자(bonanza)라는 장기 AI 플레이어가 등장하면서 연구의 흐름이 머신러닝 방식으로 전환되었습니다. 그리고 2010년 이후에는 장기 AI 플레이어에 딥러닝을 이용하는 것이 주류가 되었습니다.
2. 왓슨(Watson) 프로젝트
체스 컴퓨터 딥블루 프로젝트를 마친 후 IBM에서는 차기 도전 과제로 퀴즈에서 인간에게 승리하는 시스템 개발에 주목하였습니다. 그리하여 2004년 IBM은 또 다른 슈퍼컴퓨터 왓슨(Watson)의 개발을 시작합니다.
퀴즈의 개발 대상으로 미국의 유명 퀴즈 프로그램인 제퍼디(Jeopardy)가 선정되었는데, 제퍼디는 힌트가 되는 설명문을 주면 그 설명문이 나타내는 단어를 재빨리 답하는 플레이어가 이기는 형태의 퀴즈 프로그램입니다.
힌트가 되는 설명문이 단순하면 게임 AI는 어렵지 않게 인간보다 빨리 정답을 찾을 수 있습니다. 예를 들어 '우리나라에서 제일 높은 산은?'이라는 질문에 데이터베이스 검색으로 '백두산'을 찾는 일은 간단합니다. 그러나 퀴즈에서는 직접적인 질문만이 아닌 예를 들어 '애국가에도 나오고 민족이 성산이라고 불리며, 활화산으로 여러 지층이 발달해 있고 산 정상에는 큰 호수가 있으며 빼어난 경관과 양질의 온천 및 약수가 있는 곳은 어디입니까?'와 같은 번거로운 표현을 즐겨 사용하기 때문에 단순한 검색만으로는 답을 찾기가 어렵습니다.
체스 컴퓨터 딥블루의 문제해결 방법과 마찬가지로 왓슨(Watson)도 인간의 사고 과정을 모방하는 것이 아닌 보다 공격적인 정보 검색을 기반을 구성되었습니다.
왓슨(Watson)의 검색 과정은 다음과 같습니다.
1) 왓슨(Watson)은 입력으로 '부분명'과 힌트 문장'을 자연어의 기호열로 받아들입니다. 여기서 부분명이란 제퍼디에서 문제를 내는 출제 분야명(카테고리명)입니다. 왓슨은 입력을 분석해서 꺼낸 기호열을 내장된 데이터베이스와 대조하고, 그 결과 입력과 상관관계가 강한 키워드가 해답의 후보어로 추출됩니다.
2) 다음으로 왓슨(Watson)은 해답 후보어와 부문명 및 힌트 문장을 조합하여 같이 출현하는 빈도를 데이터베이스에서 추출합니다. 그 결과 빈도에 따른 해답 후보어의 스코어를 매길 수 있게 되고, 이 스코어를 기반으로 최종적으로 해답을 결정해서 출력합니다.
결국 왓슨(Watson)은 2004년 개발이 시작된 후 7년 만인 2011년에 인간과 동일한 규칙을 적용한 제퍼디(Jeopardy) 퀴즈 대전에서 인간 챔피언에게 승리하였습니다.
IBM의 설명에 따르면 '왓슨(Watson)은 고도의 자연언어처리, 정보수집, 지식재현, 사고, 기계학습 기술을 개방적인 질문-응답 영역에 적용한 것’이라고 합니다. 즉 왓슨은 인간의 언어를 이해하고, 판단하는데 최적화된 일종의 인공지능 슈퍼컴퓨터입니다.
왓슨(Watson) 프로젝트로 양성된 기술은 자연어처리를 중심으로 한 AI 기술의 산업 응용에 많은 도움을 주고 있습니다. 예를 들면 여러 가지 분야의 질문대답 시스템이나 대화 시스템의 응용을 비롯해 음성처리기술이나 이미지 처리기술과의 융합 등 다양한 인공지능 시스템의 구축에 진행되고 있습니다. 또한 현재는 금융, 의한, 쇼핑 등의 여러 분야에 활용되고 있습니다.
3. 컴퓨터 게임에 응용되는 인공지능 기술
위에서 알아본 주요 기술들과 더불어 컴퓨터 게임에 응용되는 몇 가지 인공지능 기술들이 있습니다.
게임 전용기나 스마트폰의 게임 소프트웨어에는 인간 플레이어를 모방해서 동작하는 AI 플레이어가 널리 이용됩니다. 이것은 일종의 소프트웨어 에이전트이고 인공지능 기술입니다. 이와 같은 AI플레이어를 일반적으로 NP(non-player character)라고 부릅니다.
플레이어와 함께 직접 게임에 참가할 뿐만 아니라 게임 환경이나 게임 진행의 설정에 관여하는 게임 AI도 널리 이용되고 있습니다. 인공지능 기술을 응용해 게임의 매개변수를 적절히 조절하고 게임의 균형을 유지하면서 매력적인 게임을 구현하는 방식이 자주 이용됩니다.
지금도 인공지능 기술을 적용하기 어려웠던 게임분야들에 대한 연구가 많이 진행되고 있습니다. 예를 들어 <한밤의 늑대인간>처럼 인간의 대화에 초점을 맞춘 게임과 같은 AI 게임 플레이어 연구가 이루어지고 있습니다.
2023.06.13 - [인공지능(AI; Artificial Intelligence)] - 인공지능과 게임 - 바둑
'인공지능(AI)이란? - 기초 개념 및 이론' 카테고리의 다른 글
| 인공지능의 미래와 관련되는 몇 가지 개념들 (2) - 심벌 그라운딩 & 싱귤래리티 (0) | 2023.06.16 |
|---|---|
| 인공지능(AI)의 미래와 관련되는 몇 가지 개념들 (1) - 중국어 방, 프레임 문제 (0) | 2023.06.15 |
| 인공지능과 게임 - 바둑 (0) | 2023.06.13 |
| 인공지능과 게임 - 체스와 체커 (0) | 2023.06.12 |
| 에이전트와 강화학습 (4) - 강화학습 (0) | 2023.06.11 |
댓글