김 교수는 2011년 학부·대학원생으로 이뤄진 연구팀을 이끌고 스타 인공지능 '젤나가'(Xelnaga)를 만들었다. 올해로 6살이 됐지만 젤나가는 여전히 우리나라 유일의 스타 AI이다.

젤나가는 탄생 첫해 국제전기전자기술자협회(IEEE)가 주최한 게임 인공지능 경진대회 'CIG 2011'에서 예선 1위, 본선 3위의 준수한 성적을 거뒀다.

스타 AI 리그 대회인 '에이드(AIIDE)'에서도 2012년부터 작년까지 승률 50∼60%를 유지했다.

김 교수는 스타에서 AI가 사람보다 나은 점으로 '유닛 조작 능력'을 꼽았다. 김 교수는 "사람이 이길 수 없는 수준"이라고 했다.

AI는 유닛을 조작하는 분당 명령 횟수(Action Per Minute, APM)가 약 2만 번에 달한다. 보통 프로게이머의 전성기 APM이 200∼300번이어서 100배 정도 빠르게 개별 유닛을 조작할 수 있다는 것이다. 알파고의 다음 종목으로 스타가 떠오르자 스타 팬들이 "인공지능이 유닛 수십 개를 동시다발 컨트롤하면 어떻게 이기느냐"며 형평성 문제를 제기한 이유다.

하지만 김 교수는 부분적 유닛 컨트롤보다 전체 판을 짜는 전략 능력이 스타에서 승패를 가르는 결정적 요인이라고 강조했다. 인공지능은 전략 구상이나 순간 대응 능력에서 사람보다 아직 한참 뒤떨어진다는 것이다.

구체적으로 AI가 '질럿(보병)' 12기를 아무리 현란하게 조작하더라도 사람이 더 강한 유닛으로 좋은 진형을 갖추거나, '드랍십(공수부대 낙하)' 등 허를 찌르는 전략으로 응수하면 AI가 이길 도리가 없다는 게 김 교수의 설명이다.

그는 이어 "AI가 사람과 대결할 수준이 되려면 최소 몇 년은 더 걸려야 한다"며 "AIIDE 우승 AI가 인간과 번외경기를 하는데 프로게이머 실력에 한참 못 미치는 사람에게도 AI가 매번 패했다"고 말했다.

김 교수는 바둑과 스타의 차이점도 AI가 이길 수 없는 이유로 들었다. 알파고는 AI 연구자들이 보드게임에서 인간을 꺾고자 수십 년간 노력한 결과의 집약체이지만, 스타 AI는 이제 막 걸음마를 뗀 수준으로 구글 딥마인드가 뛰어들어도 당장 참고할 자료가 없다는 것이다.

다만 김 교수도 "지금은 전략·전술에서 인간이 압도적으로 우세하니 APM이 무의미하지만, AI가 더 발달한다면 APM 핸디캡을 줘야 할 수도 있다"며 향후 '게임룰' 논의 필요성은 인정했다.

또 알파고가 프로기사 기보를 대량 흡수하며 스스로 학습했듯 스타에서도 '리플레이(플레이 화면과 기록을 고스란히 저장한 파일)' 학습으로 실력이 급성장할 가능성은 있다고 내다봤다.

김 교수는 "임요환, 이윤열처럼 세계 정상에 오래 군림한 스타 선수의 리플레이가 수천 개 이상 공개돼 있다"면서 "리플레이도 기보처럼 수치화할 수 있어 알파고가 이를 먹어치우며 성장할 것"이라고 예견했다.

김 교수 연구팀은 올해 '젤나가'를 한층 업그레이드해 다른 이름으로 재탄생시킬 계획이다.

그는 "'젤나가'도 알파고처럼 다양한 분야에서 활용할 수 있도록 보완하고 발전시킬 계획"이라며 "우리나라 게이머들이 세계 최강이듯 게임 인공지능 분야도 정부·기업 지원이 늘어나면 세계 최고 자리에 오를 수 있다"고 말했다. (연합)