48살이 된 체스게임기 ATARI 2600의 승리

지난 5월 OpenAI의 ChatGPT가 약 48년 전(1977년 9월)에 개발된 체스게임기인 "ATARI 2600"과 체스 대결을 하여 무기력하게 패배하였습니다.

그리고 며칠 전, Microsoft의 Copilot도 역시 "ATARI 2600"과의 체스 대결에서 참패하였습니다.

마찬가지로 "ATARI 2600"과의 체스 대결을 추진 중이던 Google의 Gemini는 인터뷰에서 자신만만한 태도를 보였으나 두 모델의 참패 소식을 들은 후 즉시 태도를 바꾸고 자신의 한계를 인정하며 시합을 포기했다고 합니다.

 

https://www.aitimes.com/news/articleView.html?idxno=200652

제미나이, 챗GPT·코파일럿 패배 소식에 체스 경기 포기 선언 - AI타임스

 

ATARI 2600은 48세라는 나이에 어울리게 극히 낮은 시스템 사양을 가지고 있으며 AI라기보다는 단순한 패턴과 규칙(Rule)만이 적용되어 있었지만 놀라운 효율성과 정교함을 선보이며 최신의 LLM 이라는 벽을 쉽게 뛰어넘었습니다.

그림출처: Gemini 2.5 Flash로 직접 그린 후 수정함

 

 

그런데 사실 이런 결과는 어쩌면 당연한 결과라고 할 수 있습니다.

최근 수많은 LLM들이 등장하고 경쟁하며 다양한 분야에서 여러가지 성과를 보이고 있기는 하지만 LLM은 말 그대로 언어를 이용한 대화 텍스트를 생성하는 모델이죠.

게임을 위한 논리적인 수싸움을 위한 모델이 아니라는 것입니다.

LLM들이 Deep Research와 같은 논리적인 연산, 분석, 연구 등에서도 다양한 성과를 내고 있지만 이런 모든 것들은 언어를 통한 논리적인 추론을 기반으로 처리되고 있는 것이죠.

고정된 규칙을 따르는 체스와 같은 게임에서는 정확한 규칙(Rule)을 기반으로 다양한 알고리즘을 이용한 전략을 사용하는 체스 전용 머신과 겨룰 정도는 아니라는 것입니다.

 

물론 이러한 부분도 더욱 보완하여 모델을 업그레이드 한다면.. 어쩌면 가능할 수도 있지만 LLM과 같은 언어모델이 굳이 그런 기능까지 갖춰야 할 필요는 없어 보입니다.

 

처음 알파고가 등장하고 AI의 붐이 시작될 무렵, 비전문가부터 반쪽 전문가를 중심으로 딥러닝 만능주의가 확산된 적이 있었죠.

요즘 LLM의 성과에 힘입어 LLM 만능주의 비슷한 흐름이 일부 나타나는 가운데, 이번 실험(?)은 LLM이 어떤 것을 잘 할 수 있으며, 어떤 쪽으로 사용하는 것이 더 좋은지(효율적인지)에 대한정확한 현실을 알려주는 좋은 사례가 되었다고 봅니다.