AI가 바둑을 이긴 지 10년 — Move 37에서 노벨상, 그리고 AGI로 가는 길
2016년 AlphaGo가 이세돌을 꺾은 뒤 10년간 AI는 단백질 구조를 풀고 노벨상을 받고 수학 올림피아드에서 금메달을 땄습니다. 구글 딥마인드 CEO가 쓴 회고록을 정리합니다.
2016년 3월, AI 바둑 프로그램 AlphaGo가 세계 챔피언 이세돌 9단을 4대 1로 꺾었습니다. 전 세계 2억 명 이상이 지켜본 이 대국은 현대 AI 시대의 시작을 알린 사건이었습니다. 그로부터 정확히 10년, 구글 딥마인드 CEO 데미스 하사비스가 직접 회고록을 발표했습니다.
바둑판 위에서 시작된 AI 기술이 어떻게 신약 개발, 수학 증명, 날씨 예측까지 바꿔놓았는지 — 10년의 여정을 정리합니다.
1만 분의 1 확률의 수, Move 37
2016년 3월 대국 2국, AlphaGo는 프로 해설자들이 '실수'라고 단정한 수를 뒀습니다. Move 37 — 인간 기보에서는 나올 확률이 1만 분의 1에 불과한 파격적인 착점이었습니다. 100수 뒤, 그 돌이 전략적으로 결정적이었음이 드러났습니다.
이세돌 9단은 이렇게 말했습니다. "AlphaGo가 준 가장 큰 교훈은 AI 시대가 먼 미래가 아니라 이미 현실이라는 것을 증명한 것입니다."
이세돌의 응수인 Move 78 역시 1만 분의 1 확률의 수였습니다. 프로 바둑계에서 '신의 한 수'라 불리는 이 장면은 인간과 AI가 서로를 밀어올리는 순간이었습니다.
바둑판에서 실험실로 — AlphaFold와 노벨 화학상
AlphaGo의 핵심 기술인 심층 신경망 + 강화학습(AI가 스스로 수천만 번 대국하며 이기는 법을 배우는 방식)은 바둑에서 멈추지 않았습니다.
10년간의 핵심 마일스톤
2017년 AlphaGo Zero — 인간 기보 없이, 완전히 백지 상태에서 스스로 바둑을 배워 역대 최강이 되었습니다.
2018년 AlphaZero — 바둑뿐 아니라 체스, 장기까지 마스터. 체스 전용 프로그램 Stockfish를 단 몇 시간 학습만으로 이겼습니다.
2020년 AlphaFold 2 — 50년간 풀리지 않았던 '단백질 접힘'(아미노산 서열이 어떤 3D 구조를 만드는지 예측하는 문제) 난제를 해결. 알려진 단백질 2억 개 이상의 구조를 예측하고, 이 데이터베이스를 전 세계 300만 명 이상의 연구자에게 무료 공개했습니다.
2024년 노벨 화학상 — AlphaFold의 성과로 데미스 하사비스와 존 점퍼가 노벨 화학상을 수상했습니다. AI 연구로 노벨상을 받은 최초의 사례입니다.
수학 올림피아드에서 금메달을 따다
AlphaGo의 기술은 수학 분야에서도 빛을 발했습니다.
AlphaProof와 AlphaGeometry 2는 국제 수학 올림피아드(IMO)에서 은메달 수준의 성적을 달성했습니다. 수학 정리를 형식적으로 증명하는 데 AlphaGo의 강화학습과 탐색 알고리즘을 결합한 결과입니다.
여기서 멈추지 않았습니다. Gemini의 Deep Think 모드는 2025년 IMO에서 금메달 수준을 달성했습니다. 바둑에서 시작한 기술이 세계 최고 수학자들과 겨루는 수준에 이른 것입니다.
AI 과학자가 실험실에 들어왔습니다
딥마인드의 기술은 이제 여러 과학 분야로 퍼지고 있습니다.
AlphaEvolve — 더 효율적인 알고리즘을 스스로 찾아내는 AI 코딩 에이전트. 행렬 곱셈(현대 AI를 구동하는 핵심 연산)의 새로운 방법을 발견했습니다. 데이터센터 최적화와 양자 컴퓨팅에도 테스트 중입니다.
AI 공동과학자(AI co-scientist) — 여러 AI 에이전트가 과학 아이디어를 서로 '토론'하는 시스템. 임페리얼 칼리지 런던에서 검증한 결과, 연구팀이 수년간 개발한 항균 내성 가설을 AI가 독립적으로 동일하게 도출했습니다.
AlphaGenome — 유전체 이해, 핵융합 에너지 연구 가속, 날씨 예측 정확도 향상까지 — AlphaGo 기술이 응용되는 영역은 계속 확장되고 있습니다.
하사비스가 그리는 AGI 로드맵
하사비스는 이 회고록에서 AGI(범용 인공지능)로 가는 길을 구체적으로 제시합니다. 특정 분야에서만 뛰어난 AI가 아니라, 질병 치료나 무한 청정 에너지 같은 근본적 문제를 풀 수 있는 범용 AI를 만들려면 세 가지가 필요하다고 말합니다.
1. 세상을 이해하는 능력 — 텍스트, 음성, 영상, 이미지, 코드를 모두 처리하는 멀티모달 AI (Gemini가 이 역할)
2. AlphaGo의 탐색과 계획 기술 — 바둑에서 수를 읽듯, 여러 가능성을 탐색하고 최적의 전략을 세우는 능력
3. 전문 AI 도구 활용 — 범용 AI가 AlphaFold 같은 전문 AI를 '도구'처럼 호출해서 쓰는 구조
하사비스의 결론입니다. "Move 37에서 처음 본 창의적 불꽃이 촉발한 돌파구들이 이제 수렴하고 있습니다. AGI로 가는 길이 열리고 — 과학적 발견의 새로운 황금기가 시작되려 합니다."
바둑을 모르는 사람에게도 중요한 이유
이 이야기가 중요한 이유는 단순합니다. 10년 전 바둑판에서 시작한 기술이 지금 신약을 개발하고, 날씨를 예측하고, 수학 문제를 풀고 있기 때문입니다.
AlphaFold 데이터베이스는 누구나 무료로 접근할 수 있습니다. 말라리아 백신 개발, 플라스틱 분해 효소 연구 등 이미 실제 성과로 이어지고 있습니다.
바둑의 경우의 수는 10의 170승 — 관측 가능한 우주의 원자 수보다 많습니다. 그 복잡성을 정복한 기술이 이제 우주만큼 복잡한 현실 세계 문제를 풀고 있습니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기
출처