AlphaGo의 37수는 단순한 바둑 수를 넘어, 인공지능이 인간의 직관을 초월할 수 있음을 보여준 결정적 순간이었다. 당시 바둑 해설자들은 이 수를 이해하지 못했고 “실수”로 의심하기까지 했다. 하지만 결과적으로 이 수는 승리를 이끌었고, 지금은 건물 이름(Platform 37)으로까지 기념되고 있다.
이 사건은 AI가 단순히 인간의 패턴을 모방하는 것에 머무르지 않고, 명확한 목표(승리) 아래에서 스스로 새로운 전략을 창출할 수 있음을 증명했다. 현재 Autoresearch에서 모델이 기존 연구 패턴을 벗어나 새로운 아이디어를 시도하는 것과 완전히 같은 맥락이다.
근거
팟캐스트에서 이진원 CTO는 당시 반응을 회상한다: “실수한 것 같다라는 얘기도 많이 했었고.” 노정석은 “인간이라면 절대 못 둘 수”였다고 덧붙인다. Noam Brown의 포스팅은 이 패턴을 일반화한다: “방대한 양의 인간 데이터를 모방하고, 더 나은 추론을 위해 추론 시점에 연산량을 늘리고… 강화학습을 사용해 단순한 모방을 넘어선다.”
연결된 생각
- 20260607-autoresearch-as-modern-mcts — AlphaGo의 MCTS가 Autoresearch의 Ralph loop로 계승된 메커니즘
- 20260607-clear-evaluability-self-improvement — 명확한 평가 기준이 자기 증강을 가능하게 한다는 개념적 기반
출처
- 📎 클리핑: 20260613-ep98-ko-transcript