바둑으로 보는 AI의 진화
AI는 ‘사람이 정해준 규칙을 따르던 기계’에서 ‘스스로 배우고 추론하는 존재’로 진화해 왔습니다. 이 극적인 변화를 가장 잘 보여 준 무대가 바로 바둑입니다.
① 규칙 기반 AI의 한계
초기 AI는 사람이 ‘이럴 땐 이렇게’라는 규칙을 일일이 입력해 주어야만 움직였습니다. 하지만 바둑은 둘 수 있는 경우의 수가 우주의 원자 수보다 많아, 사람이 짜 준 규칙만으로는 결코 정복할 수 없는 벽이었습니다.
② 사람에게 배우는 AI — 지도학습 (알파고, 2016)
알파고(AlphaGo)는 수십만 건의 인간 기보를 정답 삼아 익히는 지도학습으로 ‘사람이라면 여기에 둘 것’을 학습했습니다. 2016년, 알파고는 세계 최고수 이세돌 9단을 4대 1로 꺾으며 ‘사람의 데이터로 배우는 AI’의 위력을 증명했습니다.
③ 스스로 배우는 AI — 강화학습·자가대국 (알파고 제로, 2017)
이듬해 나온 알파고 제로(AlphaGo Zero)는 인간 기보를 전혀 보지 않았습니다. 바둑 규칙만 주어진 채 오직 자기 자신과의 대국을 반복하며(강화학습) 스스로 실력을 쌓았고, 단 3일 만에 기존 알파고를 100대 0으로 이겼습니다. 심지어 사람이 수천 년간 두지 않았던 새로운 수까지 스스로 발견했습니다.
④ 그리고 오늘의 AI
‘스스로 학습하고 추론한다’는 이 흐름은 오늘날의 대규모 언어모델(LLM)과 추론형 AI로 이어졌습니다. 방대한 데이터를 학습한 뒤 스스로 추론해 코드를 짜고 문제를 푸는 AI — 바이브 코딩이 가능해진 배경이 바로 여기에 있습니다.
핵심: AI는 ‘사람이 가르친 답을 따라 하는 단계’를 넘어 ‘스스로 배우고 새로운 답을 찾아내는 단계’로 나아갔습니다. 우리가 앞으로 다룰 코딩 AI도 바로 이 계보 위에 있습니다.