- 세상의 모든 계산기 자유(질문) 게시판 일반 ()
인공지능 바둑 프로그램 수준이 많이 올라갔네요.
-
- 2016.10.05 - 12:18 2016.01.10 - 08:58 17437 13
천하수담, 은별 나올 때까지만 기억하고 잊고 있었는데, 그 사이에 몬테 카를로 기법을 도입한 AI 바둑 프로그램이 대세가 되어 있었나봐요. 기력도 부쩍 뛰어서 지금은 상당한 수준에 올라왔나보더라구요. PC 발전도 한 몫 한 것 같구요.
https://ko.wikipedia.org/wiki/%EB%AA%AC%ED%85%8C%EC%B9%B4%EB%A5%BC%EB%A1%9C_%EB%B0%A9%EB%B2%95
체스 프로그램에 딥 블루가 이용되었던 것처럼 (여러 컴퓨터 시스템을 하나로 연결한)클러스터링 PC를 구축해서 두면, 최상급의 프로그램인 경우 아마 4~5단 정도는 둘 수 있는 것 같습니다. (컴퓨터 상태 및 세팅에 따라 기력이 달라질 수 있습니다.)
- 최상급(아마 4단~5단, 클러스터급에서) : ZEN(일본), 돌바람(한국), Crazy Stone(프랑스), Pachi
- 중급(2급, 아마도 일반 데스크탑에서?) : Fuego
- 하급(7급, 아마도 일반 데스크탑에서?) : GNUgo
※ 기력은 국가별/서버별로 측정 기준이 다를 수 있는데, 그것이 적절하게 반영되지 않은채 인터뷰/언급된 것일 수도 있습니다. 참고하시기 바랍니다.
몬테카를로 방법은 바둑의 기본 원리와는 무관하게 (수많은) 결과들을 보고 뒤로 거슬러서 현재의 상황에서 어떤 수가 좋은지를 판단하는 만큼 바둑의 발전과는 무관하다고 볼 수 있는데, 바둑의 기본원리에 기초한 정밀한 알고리즘을 짜는 것은 원래부터 불가능한 것이었을까요? 한계에 부딛힌 것인지... 일시적으로 다른 기법에 밀려서 주춤한 것인지 잘 모르겠습니다. 여튼 현재의 대세는 몬테카를로인가봅니다. 하지만 바둑 원리를 적용하지 않고, 들입다 random 계산만 올리는 방법만으로는 한계에서 조금도 나아가지 못할 겁니다.
-
25
댓글13
-
세상의모든계산기
컴퓨터 AI 프로그램 공식 사이트 & 최신 버전
- 은성기위 16 (구 은별바둑) : http://www.silverstar.co.jp/02products/kgigo/kgigo.html
(상업용 )
NK 제품인가? 수출 문제로 일본에서만 판매되는 것으로 보임. (일본어 버전 Only?)
구 버전은 언어문제로 한글윈도우에 설치되지 않기도 하였다고 함. 복잡한 문제는 아니지만... 불편한 것은 사실.
- ZEN : http://soft.mynavi.jp/pcigo/tencho3/index.html
(상업용 11509 Yen) Zenith of Go 5, December 13, 2013
- Crazy Stone : http://www.remi-coulom.fr/CrazyStone/
(상업용 $80) Ver 2013, http://www.unbalance.co.jp/english/software/
- 돌바람 : 없음
- Pachi : http://pachi.or.cz/
(오픈소스) Ver 11. Apr 14, 2015
- Fuego : http://fuego.sourceforge.net/
(오픈소스) Ver 1.1, 2013-11-12
Ver2.0 개발중? http://sourceforge.net/p/fuego/wiki/Fuego%20Release%20Checklist/
- GNUgo : https://www.gnu.org/software/gnugo/
(오픈소스) Ver 3.8, February 19, 2009
- 은성기위 16 (구 은별바둑) : http://www.silverstar.co.jp/02products/kgigo/kgigo.html
-
세상의모든계산기
[컴퓨터의 성능과 기력의 관계]
1. Pachi 소개 문서(2011)에 따르면,
Regularly plays on the internet; KGS:
3 dan on cluster, 1 dan on single machine1 thread weaker than Fuego, but scales better (multi-threaded ≥ Fuego)
2. Pachi Ver 11 의 설명서(README)에 따르면
The default engine plays by Chinese rules and should be about 7d KGS strength on 9x9. On 19x19 (using e.g. six-way Intel i7), it can hold a solid KGS 2d rank. When using a large cluster (64 machines, 20 cores each), it maintains KGS 3d to 4d and has won e.g. a 7-stone handicap game against Zhou Junxun 9p.
3. 그리고 기력 비교표에 따르면,
Japan China Korea[4] Europe[3] AGA KGS IGS Wbaduk[5] DGS OGS FICGS Tygem[6] 1k 3k 5k 4k 1k 2k 3k 6-2k 4k 4k 3k 1d 1d 2k 4k 3k 1d 1k 2k 4-1k 3k 3k 2k 2d 2d 1k 3k 2k 2d 1d 1k 2k-2d 2k 2k 1k 3d 3d 1d 2k 1k 3d 2d 1d 1-3d 1k 1k 1k 3d 4d 2d 1k 1d 4d 3d 2d 2-4d 1d 1d 1d 4d 4d 3d 1d 2d 5d 4d 3d 3-5d 2d 2d 1d 5d 4. Crazy Stone의 홍보 문구에 따르면
2014-03-24: Recently, Crazy Stone established a solid 6-dan rank on KGS, took the second place of the 7th UEC Cup, and won in the Densei-sen in a 4-stone game againstNorimoto Yoda.
5. 결론
단독형 컴퓨터(2016년 현재 상급수준의 가정용 컴퓨터)와 클러스터 컴퓨터를 비교하면, 당연히 클러스터 쪽의 기력이 좋긴 하겠지만, 위 자료를 분석하면 어느 정도의 수준에 다다르면(i7 CPU×2 정도??), 그 이상의 투자대비 효율은 급격하게 떨어질 것으로 추정할 수 있을 것 같음.
-
세상의모든계산기
KGS 서버에서 매월 열리는 AI 간 대결에 사용되는 컴퓨터 사양
http://www.weddslist.com/kgs/past/119/index.htmlDetails of processor numbers, power, etc.
- abakus
- abakus, running on
8 nodes
each with two Intel Xeon E5-2670, 2.6GHz and 64 GByte main memory (128 cores total)
and each with a Tesla K20 (8 GPUs total). - AyaMC
- Aya, using GPU for 12-layer DCNN,
running on Xeon W3680 3.3GHz 6 cores + GTX 980, 6 threads. - darkfmcts3
- Darkforest running on
"10 gpu machines" – further information will appear here when more is known - DolBaram
- DolBaram, running on
Amazon EC2 C4.8xLarge (2.9GHz * 18core) - gnugo3pt8
- GNU Go, version 3.8, running
one thread on one i5-5200 CPU. - WeakBot
- HiraBot running on
an i7-4790k 4 cores 8 threads. HiraBot use neural network data. - YKDbot
- GREAT, running on
an Intel i7-3930K 3.20GHz - Zen19S
- Zen, running on
a mini cluster of - a dual 12-core Xeon E5-2690 v3@2.6 GHz 32 GB RAM,
a dual 10-core Xeon E5-2690 v2@3 GHz 32 GB RAM,
a dual 6-core Xeon X5680@3.5 GHz 12 GB RAM and
an 8-core Core i7 5690X@2.8 GHz 16 GB RAM computers.
Connected via a GbE LAN. 64 cores total.
-
세상의모든계산기
오늘 기사가 하나 올라왔습니다.
http://www.yonhapnews.co.kr/bulletin/2016/01/27/0200000000AKR20160127182600017.HTML?input=feed_daum
http://www.hani.co.kr/arti/economy/it/728244.html
'알파고' 라는 프로그램이 유럽 바둑 챔피언이자 중국 프로 바둑기사인 판후이(2단)와 다섯 차례의 대국에서 핸디캡 없이 모두 이겼고, 이번에는 이세돌 사범과 맞바둑을 둔다고 합니다. -
세상의모든계산기
* 알파고 공식 사이트 : http://www.deepmind.com/alpha-go.html
세부 정보 (From Nature PAPER)
- https://storage.googleapis.com/deepmind-data/assets/papers/deepmind-mastering-go.pdf (링크 짤린듯)
- https://gogameguru.com/i/2016/03/deepmind-mastering-go.pdf
- https://vk.com/doc-44016343_437229031?dl=56ce06e325d42fbc72
- 알고리즘
"We also introduce a new search algorithm that combines Monte-Carlo simulation with value and policy networks."
- 장비
"The final version of AlphaGo used 40 search threads, 48 CPUs, and 8 GPUs. We also implemented a distributed version of AlphaGo that exploited multiple machines, 40 search threads, 1202 CPUs and 176 GPUs."
- 성능 (기력)
참고 : 이세돌의 ELO Rating http://www.goratings.org/players/5.html
-
세상의모든계산기
대전상대 정보 (Fan Hui 3단)
http://gobase.org/information/players/?pp=Fan%20Hui
http://senseis.xmp.net/?FanHui
Fan Hui (born 1981) is a naturalized French 2-dan professional Go player, originally from China. Fan has been a resident in France since November 2000.
Fan learned to play at age 7 in Xi'an and became a 1-dan professional at 16. He started to study in Toulouse in September 2002.
Fan was the winner of the Paris (2001/2002/2003/2004/2005/2008) and Amsterdam tournaments. He won the EGC [ext] 2013 tournament with a 10/10 result, and won the title of European Champion in 2014 and 2015
In 2005 he became the official instructor of the French Go Federation as a fulltime contractor on their payroll, a role which ended in 2014.
Plays on KGS as fanhui. A section of his book on shape l'âme du go is available in English on SL!
세상의모든계산기 님의 최근 댓글
- claude AI는 l-c*r^2 을 1-c*r^2 으로 잘못 읽고 표시하고 있습니다. - TI-nspire CAS 계산기에 l-c*r^2 ≥0 을 조건에 추가해 계산해 보아도 결과는 바뀌지 않습니다. 2026 07.20 ⚠️ 경고가 바로 두 번째 방법이 "성공"한 이유와 정확히 연결되어 있습니다. 경고의 의미 "Domain of the result might be larger than the domain of the input"는 CAS가 절댓값(모듈러스)을 계산하는 과정에서 원래 식보다 정의역이 더 넓은 형태로 단순화했다는 뜻입니다. 구체적으로 이 계산은 내부적으로 대략 이런 과정을 거칩니다. $$\left|\frac{er}{e\cdot r}\right| = \sqrt{\left(\frac{er}{e\cdot r}\right)\cdot\overline{\left(\frac{er}{e\cdot r}\right)}}$$ 즉 원래 식(복소수)과 그 켤레복소수를 곱해서 실수부·허수부 제곱합을 만들고, 거기에 다시 제곱근을 씌우는 과정입니다. 이 과정에서 √(x²) → x 또는 √a·√b → √(ab) 같은 규칙들이 쓰이는데, 이런 규칙들은 x가 실수이고 0 이상일 때만 엄밀하게 성립합니다. CAS는 이 조건들을 일일이 다 추적하지 않고 넘어가면서, 원래는 (e≠0, r+l·ω·i ≠ 0 등) 복소수 특유의 좁은 정의역을 가진 식을, r, l, ω가 어떤 실수여도(부호 무관하게) 정의되는 1/√(r²+l²·ω²)라는 더 넓은 정의역의 식으로 바꿔버린 것입니다. CAS는 이 손실을 감지하고 경고를 띄운 것입니다. 이게 왜 조건 대입 성공과 연결되는가 정리하면, 이 경고는 사실상 이런 뜻입니다. "나는 이 결과를 만들면서 원래 식이 가지고 있던 정의역 제약 정보(부호 조건, i 관련 조건 등)를 이미 버렸다." 바로 이 "정의역 정보를 버린" 상태가 이후 con_1 대입을 매끄럽게 만드는 원인입니다. 첫 번째 시도에서는 i가 살아있는 원래 식에 조건을 대입했기 때문에, CAS가 √(1-c·r²)이 실수인지(정의역 조건: 1-c·r² ≥ 0) 계속 추적하려고 했고, 그 정보가 con에 없어서 더 이상 정리를 못 하고 멈췄습니다. 두 번째 시도에서는 절댓값 계산 단계에서 이미 그런 세밀한 정의역 추적을 CAS 스스로 포기(단순화)했기 때문에, 이후 ω에 무리식을 대입해도 "이게 실수가 맞나?" 하는 검증 절차 없이 그냥 대수적으로 치환·정리해 버립니다. 그래서 깔끔하게 √c/√l이 나온 겁니다. 한 줄 요약 절댓값 계산 시 뜬 "정의역이 넓어졌을 수 있다"는 경고는, CAS가 그 순간에 원래 식의 엄밀한 조건(정의역)을 놓쳤다는 신호이고, 바로 그 "조건을 놓친 상태"이기 때문에 뒤에 이어지는 조건식 대입이 막힘없이 진행된 것입니다. 다만 그 대가로, 결과인 1/√(r²+l²·ω²)이나 최종 √c/√l이 원래 회로 조건(i≠0이 되는 경계, 분모가 0이 되는 경우 등)에서는 엄밀히 성립하지 않을 수 있다는 점은 감안하셔야 합니다. 실제 물리적으로는 r, l, c > 0이고 결과도 물리적으로 타당한 형태라 문제없어 보이지만, 수학적 엄밀성 측면에서는 "정의역이 넓어진 근사적 결과"라는 꼬리표가 붙어있는 셈입니다. 2026 07.20 Claude AI 답변 TI-Nspire CAS의 | (such that / 조건대입) 연산자는 대입 시점의 수식 형태를 그대로 두고 기호만 치환하는 연산입니다. 대입 후에 처음부터 다시 "실수부/허수부 분리, 유리화" 같은 재간소화를 자동으로 수행하지 않습니다. 이 차이가 지금 보신 결과 차이의 핵심입니다. 첫 번째 경우 (|er/(e·r)| | con_1 and con → 실패) 이 시점의 식은 아직 r + l·ω·i 형태의 복소수 그대로입니다 (i가 살아있음). 여기에 con_1: ω = √(1-c·r²)/(√c·l)을 대입하면, 분모 안에 i · √(1-c·r²) 라는 항이 새로 생깁니다. 문제는 CAS가 √(1-c·r²)이 실수인지(즉 1-c·r² ≥ 0인지) 판단할 근거가 없다는 겁니다. 저장해 두신 con 조건은 c>0, l>0, r>0뿐이고, 1-c·r²≥0이라는 조건은 포함되어 있지 않습니다. 그래서 CAS는 i와 이 무리식을 더 정리(유리화, 실수부·허수부 재결합)하지 못하고 있는 그대로 남겨둡니다. 결과에 여전히 i가 보이는 이유입니다. 두 번째 경우 (결과값 1/√(r²+l²·ω²)에 대입 → 성공) |er/(e·r)| (절댓값/모듈러스) 연산은 그 자체로 이미 "복소수 → 실수" 변환을 완료한 결과입니다. 즉 1/√(r²+l²·ω²)에는 더 이상 i가 없고, 순수하게 r, l, ω로만 이루어진 실수식입니다. 이 식에 ω = con_1을 대입하는 것은 그냥 실수 대수식에 실수 대입하는 것이므로, i와 무리식이 뒤엉키는 문제 자체가 발생하지 않습니다. 그래서 바로 깔끔하게 √c/√l로 정리됩니다. 정리하면 절댓값(모듈러스) 계산은 "이 값들이 실수다"라는 가정을 이미 내부적으로 써서 i를 제거하는 연산입니다. 그 연산을 조건 대입 이전에 해두면, 이후 대입은 단순 실수 대입이라 문제없이 정리됩니다. 반대로 i가 남아있는 식에 무리식을 포함한 조건을 먼저 대입하면, 그 무리식의 실수성/부호에 대한 가정이 없어서 CAS가 i를 소거하는 재간소화를 못 하고 멈춰버립니다. 실용적 팁: 복소식에 조건을 대입해야 할 때는 가능하면 절댓값·실수화(유리화) 등을 먼저 끝내서 i를 없앤 뒤 조건을 대입하거나, 대입 후 결과에 다시 simplify/expand/combine 같은 명령을 한 번 더 걸어주면 (필요한 도메인 조건과 함께) 정리가 되는 경우가 많습니다. 2026 07.19 저도 어림잡아 추측할 뿐이지 정확한 이유를 알지는 못합니다. 질문하신 사진을 그대로 (Gemini 3.5 Flash / ChatGPT / Claude Sonnet 5) AI에 넣어 보니 claude AI 가 제일 합리적인 답변을 주어서 이를 붙여 넣습니다. 2026 07.19 아 그렇네요. 감사합니다. ^^ 2026 04.28