보난자 메서드(Bonanza Method) 해설

컴퓨터 쇼기 연구를 오래 지켜본 사람이라면, 2017년에 열린 제4회 전왕전(電王戦) 을 하나의 전환점처럼 느낄 가능성이 큽니다.

당시 인간 측 대표는 명인(名人) 사토 아마히코(佐藤天彦), 컴퓨터 측 대표는 쇼기 프로그램 포난자(Ponanza). 이 대국에서 명인이 컴퓨터에게 완패하면서, 많은 매체에서 “기계가 톱 프로를 공식 무대에서 압도한 최초의 순간”이라는 식으로 상징화되기도 했습니다.

흥미로운 점은, 포난자가 단숨에 튀어나온 괴물 같은 존재가 아니라는 겁니다. 그 뒤에는 보난자(Bonanza) 라는 선배 프로그램과, 그 안에서 제안된 보난자 메서드(Bonanza Method) 라는 학습 기법이 있습니다. 이 메서드는 이후 컴퓨터 쇼기, 더 나아가 NNUE 스타일의 평가 함수까지 이어지는 중요한 기술적 토대가 됩니다.

이번 글에서는 당시 포난자가 사용한 보난자 메서드(Bonanza Method)를 중심으로, 이를 기점으로 2017~2023년까지 AI 기술이 어떤 방향으로 발전했는지를 함께 살펴보고자 합니다.

보난자 메서드(Bonanza Method)

학습할 국면 집합을 𝐏, 특징 벡터를 𝐯로 정의합니다. 국면 𝑝에서 가능한 수의 개수를 𝑀𝑝로 표기하고, 기보에서 선택된 수에 의한 다음 국면을 𝑝1, 𝑚번째 수에 의한 국면을 𝑝𝑚이라 할 때 목적 함수는 다음과 같습니다:

𝐽⁡(𝐏,𝐯) =∑𝑝∈𝐏∑𝑀𝑝𝑚=2𝑇𝑝⁢[𝜉⁡(𝑝𝑚,𝐯) −𝜉⁡(𝑝1,𝐯)]
여기서 𝜉⁡(𝑝𝑚,𝐯)는 미니맥스 탐색 값이며, 𝑇𝑝⁡(𝑥)는 손실 함수입니다.

주요 특징:

• Max 플레이어 차례: 𝑇𝑝⁡(𝑥) =𝑇⁡(+𝑥)
• Min 플레이어 차례: 𝑇𝑝⁡(𝑥) =𝑇⁡(−𝑥)
• 시그모이드 함수 사용: 1/(1 +𝑒−0.0273⁢𝑥)

핵심원리

프로 기사의 기보에서 선택된 수의 정확한 평가값을 알 수 없으므로, 현재 평가 함수를 기준으로 기보에서 선택된 수와 다른 수들 간의 평가값 차이를 손실 함수로 활용합니다.
𝜕𝐽𝜕𝑣𝑖 =∑𝑑⁢𝑇𝑝𝑑⁢𝑥⁢[𝜕𝜉⁡(𝑝𝑚)𝜕𝑣𝑖−𝜕𝜉⁡(𝑝1)𝜕𝑣𝑖]

학습 과정 특징:

• KPP(왕 위치 및 기물 관계) 특징의 선형 결합 사용
• L1 정규화 항 추가로 수렴성 향상
• 45,833국면 학습에 약 1개월 소요 (2006년 기준)

알파고 기법 연계 가능성

알파고의 정책 네트워크(Policy Network)에서 사용된 강화학습 방식을 쇼기에 적용할 경우:

• 정책 네트워크: 기물 이동 패턴 학습
• 가치 네트워크: 장기적 포지션 평가
• Monte Carlo 트리 탐색: 효율적인 수 읽기

다만 KPP 관계 특징이 신경망 기반 모델에 효과적일지 여부는 추가 실험이 필요합니다. 2025년 현재 딥러닝 기반 쇼기 AI들은 이미 이러한 접근법을 발전시켜 적용 중입니다.