구글 딥마인드 팀이 19일(한국시간) 이세돌 9단을 이긴 알파고 리(이세돌 성을 딴 이름)를 상대로 '백전백승'을 거둔

'알파고 제로'를 공개한 가운데 알파고 제로의 두뇌 역할을 하는 TPU(Tensor Processing Unit)에 관심이 모아지고 있다.

기본적으로 알파고 리와 알파고 제로에는 모두 TPU가 들어가 있지만, 불과 일 년 만에 기보(棋譜) 학습도 없이 어떻게

스스로를 뛰어넘었는지에 대한 궁금증이다.

이날 국제 학술지 네이처지에 따르면, 구글 딥마인드의 공동 창업자 데미스 허사비스와 수석과학자인 데이비드 실버

박사는 "알파고 제로가 알파고 리를 100대0으로 눌렀다"고 밝혔다.

알파고 리는 이세돌 9단과 같은 '인간계 최강'을 상대로 바둑을 두며 기보를 학습해 수십만에 달하는 수를 터득한 반면,

알파고 제로는 바둑의 기본 규칙만 입력한 다음 대국도 없이 스스로 만든 빅데이터를 통해 진화한 것이 결정적인 차이점이다.

고작 36시간 만에 알파고 리를 넘어선 것을 감안할 경우 경이로운 수준이 아닐 수 없다는 게 IT(정보기술) 업계 안팎의 평가다.

5000년 동안 보이지 않게 쌓여온 인류의 바둑 지식을 알파고 제로는 어떻게 정복했을까. 이를 엿보기 위해서는 무엇보다

TPU부터 짚고 넘어갈 필요가 있다.

TPU는 구글이 만든 인공지능(AI)에 특화된 전용 칩(ASIC·주문형 특별 생산 반도체)이다. 이세돌 9단과 붙은 알파고 리에는

TPU가 48개 들어갔으나, 알파고 제로에는 단 4개만 장착됐다.

구글은 데이터센터에서 TPU를 1년 이상 구동 끝에 자체 개발한 AI 엔진 '텐서 플로'(Tensor Flow)와 최적화에 성공했다.

앞서 구글 최초의 TPU는 이미 대중에게 익숙한 '구글 번역기' 등을 통해 적용됐다.

TPU는 혹독한 머신러닝(기계학습) 학습을 견뎌야 한다. 바둑 기보처럼 인간이 셀 수 없을 정도로 많은 경우의 수를

1초 미만으로 연산하는 작업을 처리해야 한다. 알파고 제로가 한 수를 두는데 걸리는 시간은 0.4초에 불과했다.

최적의 GPU(그래픽처리장치)와 CPU(중앙처리장치) 상태에서 최대 몇 주 동안 컴퓨팅 작업을 견뎌야 하는 만큼 에너지 효율이

중요하다. 알파고 제로에 들어간 TPU는 최신 GPU·CPU보다 15배에서 30배 빠르고, 소비전력(1W)당 인공지능 연산 성능도

30배에서 80배까지 향상된 것으로 알려졌다.

이 같은 과정 끝에 알파고 제로는 네이처지에 실은 논문의 첫 머리에 기재된 것처럼 백지(白紙) 상태인

'타불라 라사'(tabula rasa)에서 새로운 경지에 이른 것으로 평가된다.

업계에서는 구글이 반도체 생산공장이 없는 데다 TPU가 범용 반도체가 아닌 ASIC인 만큼 삼성전자나 대만 TSMC 등

파운드리반도체 회사에서 만드는 것으로 추정하고 있다. 다만, TPU가 대량 양산 제품이 아닌 것을 감안하면, 구글에서

자체적으로 만들었을 가능성도 배제할 수 없다.

업계의 한 관계자는 "TPU는 AI 딥러닝(Deep Learning)을 처리하기 위한 프로세스이기 때문에 외부에 알려지는 정보는

상당히 제한적인 수준일 것"이라면서 "구글이 당분간 차세대 TPU 개발에 집중할 것으로 보인다"고 말했다.