1 알파고는 구글이 인수한 딥마인드라는 회사에서 개발한 인공지능 시스템으로 인간이 바둑을 가르치지 않습니다. 그냥 기보만 입력하면 스스로 공부하고 실력을 향상시킵니다. 그래서 구글쪽에 바둑 고수가 없고 고수의 바둑 자문을 받지도 않은채 그냥 처음부터 정석을 스스로 터득하는 방식으로 실력을 향상시킵니다. 

500판을 시험삼아 했을때 500판중에 499판을 승리했는데, 알파고는 단 1대의 노트북에서 가동해서 이 승률을 만들어냅니다.

그리고 더 난이도를 높이기위해 4점 접바둑을 세 프로그램과 실시했고 결과는 크레이지 스톤 상대로 77% 승리, 젠 상대로 86% 승리, 파치 상대로 99% 승리합니다. 참고로 2014년 3월 그 유명한 요다 노리모토 9단이 크레이지 스톤, 젠과 4점 접바둑을 뒀는데 크레이지 스톤에는 2집반 패, 젠에는 불계승합니다. 젠과 크레이지 스톤 모두 2014년보다 2015년 10월까지 1년 반 이상 실력이 향상되었겠죠. 그 상태의 젠과 크레이지 스톤을 알파고가 단 1대의 노트북으로 압도적으로 승리합니다. (참고로 알파고는 2014년 3월에는 이세상에 존재하지도 않았습니다)

3 알파고는 다중 신경망 체계이기때문에 컴퓨터를 여러대 붙일수록 기력이 세집니다. 그래서 노트북 1대가 아닌 컴퓨터 여러대를 연결할수록 강해집니다. 그래서 이 표에서도 하늘색 AlphaGo와 짙은 파란색 AlphaGo Distributed가 그 기력 차이를 보여줍니다. 

4 현재 제가 아는 바로 알파고는 인간과 대결해서 실력을 늘리고 있지 않습니다. 많은 분들이 이세돌을 비롯해 고수와 붙으면 뭔가 실력이 크게 늘어날 것이라고 생각하는데 그 폭은 그리 크지 않을 걸로 보이고 그런 이유에서인지 구글도 그런 인간과의 대결을 통한 실력 향상 방법도 택하고 있지 않습니다. (어쩌면 그게 시간낭비일지도 모르죠) 그 대신 현대 알파고는 알파고와 유사한 신경망 체계로 세부 프로세싱에 약간 변화를 준 쌍둥이 알파고를 한대 더 만들어 알파고와 쌍둥이 알파고 두대로 서로 쉬지도 않고 대전을 벌이면서 실력을 향상시키는 중입니다. 정석을 입력시키는게 아니라 그냥 수천 수만 수십만판을 둬보게 해서 수많은 정석을 스스로 깨닫게 만드는 방식입니다. 배움에서 지름길이 아닌 정도만 가고 있습니다. 구글이 '그 어떤 인간 기사보다도 뛰어난 기사'라고 말하는데는 이유가 있습니다. 죽지도 않고 감정이나 편견 없이 답지도 안 훔쳐보고 바둑을 독학하고 있으니까요.

5 알파고와 대결을 벌인 판 후이가 아무리 유럽에서 활동한다고 저평가 받지만 그래도 무려 그 치열한 중국에서 프로의 문을 뚫은 기사입니다. 바둑을 두다가 덜컥수나 실수도 두는 듯 하지만 인터뷰를 보면 이기기 힘들다는게 어느순간 느껴지면서 심리적으로 무너졌다는 듯한 이야기를 했습니다. 참고로 판후이 2단과 대국 몇달전만 해도 알파고는 아마추어 실력의 프로그램으로 젠이나 크레이지스톤에는 비견도 될 수 없었습니다. 그런데 신경망 인공지능을 통해 단 몇달만에 지구상 모든 바둑 프로그램을 압도하고 실제 프로 기사까지 5-0으로 잡은겁니다.  

6 그래서 작년 10월에 두었으면 이세돌 9단이 손쉽게 지도국처럼 이겼겠지만 지금 승부는 전혀 알수없습니다. 알파고가 판후이와의 대국 이후 5개월간 얼마나 실력이 늘었을지 전혀 파악이 불가능하기 때문입니다. 이 부분은 사실 구글측도 전혀 모릅니다. 알파고가 뭘 공부하고 있고 뭘 배웠고 뭘 체계화했는지 구글측도 전혀 파악이 불가능한게 알파고가 다중신경망 인공지능이기 때문입니다. 그래서 구글이 승부는 50-50이라고 말하는 이유가 여기있습니다. 자기들도 솔직히 모르는건 둘째치고 구글쪽은 승부 자체에 관심이 별로 없습니다. 구글이 만든 이 새로운 기계는 언젠가 인간이라는 생물이 발휘할 수 있는 60억분의 1 최고 수준을 당연히 따라잡고 결국에는 압도해버리는 시스템입니다. 인간이 가르칠 필요가 없고 (그러는게 무의미하고, 혹은 오히려 방해만 되고) 스스로 공부하면서 스스로 완전해져가고 생명체의 한계를 지닌 인간을 결국에는 압도할 수 있는 겁니다. 사람들은 승부에 관심이 있지만 구글은 이미 정해진 승부보다는 기계 바둑의 신이 '완전히 옳은 수'로 인류가 낼 수 있는 최상의 아웃풋까지도 압도하게되는 시점과 속도만 관찰하고 있는 겁니다.