- 컴퓨터 공간 내 경기서 최종 1위

- 로봇 ‘컬리’에 프로그램 적용
- 경기장 빙질 변화 적응 못해
- 인간과 경기에서는 완패

울산과학기술원(UNIST)이 개발한 인공지능(AI) 컬링 프로그램이 일본에서 열린 AI 컬링 대회에서 우승을 차지했다. 한국 여자 컬링 대표팀이 평창동계올림픽에서 은메달을 딴 데 이은 낭보이다. 국내에서 이뤄진 AI 컬링 로봇과 인간과의 첫 대결에서는 로봇이 예상과 달리 패했다.

	지난 8일 경기 이천시 대한장애인체육회 이천훈련원에서 열린 인공지능 컬링 로봇 ‘컬리’와 춘천기계공고 선수팀과의 경기에서 컬리가 투구하고 있다. 연합뉴스

■AI 컬링 대결도 한국이 일본 이겨

UNIST는 전기전자컴퓨터공학부 최재식 교수와 김솔아·이교운 대학원생이 개발한 AI 컬링 프로그램이 최근 일본 전기통신대(UEC)가 개최한 ‘제4회 디지털 컬링 대회’에서 우승을 차지했다고 22일 밝혔다. 이 대회는 일본에서 열리는 ‘게임 인공지능 토너먼트(Game AI Tournaments@UEC)’ 대회의 한 종목으로 매년 3월 열린다. 경기는 AI 프로그램이 실제 얼음판이 아니라 컴퓨터 가상공간에서 컬링 경기를 치르는 방식으로 진행됐다.

올해 대회에는 최 교수팀과 일본 5개 팀이 참가했다. 최 교수팀은 7승 3패로 공동 1위에 올랐고, 플레이오프 게임에서 2승을 보태 최종 우승했다. 컬링은 빙판 위 스톤이 위치할 경우의 수가 무한대에 가깝고, 스톤 충돌이나 빙질에 따른 불확실성, 경기 수행능력 등 변수가 많아서 ‘빙판 위의 체스’로 불린다.

최 교수팀은 AI 컬링 프로그램에 ‘AI 바둑기사’ 알파고(AlphaGo)의 자가학습 딥러닝 기술과 연속공간을 효과적으로 탐색하는 커널 회귀(Kernel Regression) 기법을 적용해 스스로 이기는 전략을 짤 수 있게 만들었다. 자가학습 딥러닝은 경기 상황에서 유리한 투구 위치를 예측하는 네트워크(정책망)를 현재 상황에서 승률을 예측하는 네트워크(가치망)를 하나로 결합해 학습 속도와 성능을 극대화했다. 또 커널 회귀 기법은 종전 탐색정보를 사용해 적은 수만 고려해도 최적의 전략을 찾아낼 수 있게 했다. 이를 기반으로 약 16만 투구 데이터를 초기학습에 이용했고, 이후 스스로 생성한 450만 투구 데이터를 통해 강화학습을 했다.

■컬링 로봇 왜 인간에 졌나

	일본 전기통신대가 개최한 ‘디지털 컬링 대회’에서 사용하는 컬링 시뮬레이터 장면. UNIST 제공

최 교수팀의 컬링 프로그램은 인간과 로봇 간 컬링 대결에도 활용됐다. 지난 8일 경기 이천시 대한장애인체육회 이천훈련원 컬링센터에서 열린 AI 컬링 로봇 ‘컬리(Curly)’와 춘천기계공고 선수팀과의 경기에서는 로봇이 0-3으로 졌다. 컬리는 고려대와 UNIST 엔티로봇 등 국내 8개 연구기관·중소기업 컨소시엄이 공동 개발했다.

컬링 로봇이 압승할 거라는 예상과 달리 패한 데 대해 연구진은 경기장 안팎에서 빙질에 영향을 미친 기온 변수를 패인으로 꼽았다. 미끄러짐 정도를 예측해 길게 밀지, 짧게 밀지를 결정하게 되는데 이날 아침 최저기온과 낮 최고기온 일교차가 10도 이상 벌어졌고 오전에 비까지 와서 습한 데다 경기장 안에 협회 관계자와 취재진이 한꺼번에 몰리면서 얼음이 예상보다 빨리 녹았기 때문이다. 빙질에 관한 모델링이 완벽하지 못했다는 얘기다.

최 교수는 “컴퓨터에서 벌어지는 게임이라 사람과 컬링 경기를 할 때와는 차이가 있지만 기존 전략을 학습해 최적의 전략을 짜내는 알고리즘은 컬링 선수 훈련이나 전략 수립에 상당한 도움을 줄 수 있다”고 말했다.

오상준 기자 letitbe@kookje.co.kr