알파고가 33을 초반에 파는 이유는 컨벌루션 신경망 기반의 딥러닝의 한계라고 생각한다.

형태가 결정된 후랑, 결정되기 전

신경망의 필터들은 모양을 보고 다른 값을 줄 것이 분명하다.

일단 모양이 깔끔하게 결정된 이상 필터는 계속해서 그러한 모양 위에서만 학습된다는 것이다.

반대로 날일자 걸침과 같이 변수가 많아서 모양이 깔끔하게 결정되지 않는다면,

중반 이후에 결과에 따라 필터들이 점진적으로 변화할 것이다.

그러는 과정에서 변화하지 않는 확고한 수단만 살아남게 되고 변화해가는 것은 큰 수의 법칙에 의해 사라져간다.

하지만 마스터 버전의 경우에는 이미 신경망의 필터가 인간의 기보에 의해서

어느 정도로 구축되어 있기 때문에 귀 침입과 굳힘, 걸침을 같은 중요도로 보는 것이다.

인간의 기보도 일종의 랜덤한 기보의 특수한 샘플링이라고 한다면,

이런 샘플링 하에서는 삼삼침입과 걸침, 굳힘이 모두 중요하다는 것이다.

즉, 바둑에는 여러 최적화된 수들이 있는데

알파고 제로나 릴라 제로의 경우 컨벌루션 네트워크에 의해

특수한 패턴이라는 부분적인 최적이란 함정(삼삼 침입)에 빠져버린 것이다.

이것이 한계이다.

마치 김밥천국에서 참치김밥, 치즈김밥, 일반김밥을 모두 먹어봤던 사람은

골고루 시키는 경향이 있지만,

일반 김밥으로 시작한 사람은 일반 김밥을 주로 먹게되는 것과 마찬가지다.

개인적으로 마스터 초반, 제로 초반 기보에서

제로 vs 제로로 바꾼다면 마스터 초반으로 둔 쪽이 이길거라는 것이 내 판단이다.

다음은 알파고 학습툴에 있는 마스터 기보 초반 배석부분이다.

걸침, 굳힘, 침입을 모두 동등한 중요도로 보고 있음을 알 수 있다.