구글 알파에볼브가 1년간 발견한 성과는?

구글 딥마인드가 제미나이(Gemini)를 활용한 알고리즘 발견 AI 알파에볼브(AlphaEvolve) 1년간 성과를 공개했다.

알파에볼브는 제미나이가 새로운 코드와 계산 기법 후보를 생성하고 자동 평가 시스템이 성능을 채점한 뒤 우수한 후보를 추가로 개선해 나가는 방식으로 작동한다. 단순한 코드 생성 AI가 아니라 속도·정확도·비용 절감 등을 수치로 평가할 수 있는 과제에서 더 뛰어난 알고리즘을 탐색하는 AI다.

2025년 5월 등장 당시에는 미지의 알고리즘과 미해결 문제에 대한 새로운 해법을 발견할 수 있다고 소개된 바 있다. 등장 1년이 지난 지난 5월 7일 구글 딥마인드는 알파에볼브가 다양한 분야에서 거둔 성과를 발표했다.

생명과학 분야에서는 DNA 분석 모델 딥컨센서스(DeepConsensus) 개선에 알파에볼브가 활용됐으며 DNA 서열에서 질병과 관련된 변화를 누락하거나 존재하지 않는 변화를 잘못 검출하는 변이 검출 오류를 30% 줄였다. 정확도가 높아지면서 연구자는 유전자 데이터를 더 정밀하게 분석하고 질병 원인이 되는 변이를 보다 쉽게 찾아낼 수 있게 됐다.

전력망 분야에서는 발전소와 송전선 제약 조건을 충족하면서 전력을 효율적으로 흐르게 하는 난제인 AC 최적 전력 흐름(AC Optimal Power Flow)에 알파에볼브가 활용됐다. 구글 딥마인드에 따르면 전력망을 다루는 AI 모델이 실행 가능한 해를 도출하는 비율이 14%에서 88% 이상으로 상승했다. 실행 가능한 해가 늘어나면 인간이나 별도 시스템 수정 작업을 줄일 수 있어 전력망 운영 비용 절감으로 이어진다.

자연재해 예측 분야에서도 알파에볼브는 성과를 냈다. 산불·홍수·토네이도 등 자연재해 리스크 20종을 예측하는 AI 모델에서 지구 관측 데이터를 다루기 쉬운 형태로 변환하는 기법을 개선해 전체 정확도를 5% 향상시켰다. 재해 예측에서는 수 퍼센트 개선도 방재 계획이나 인프라 정비, 보험 리스크 평가에 큰 영향을 미칠 수 있다.

양자 컴퓨터 분야에서는 구글 양자 프로세서 윌로우(Willow)에서 분자 시뮬레이션을 실행하기 위한 양자 회로를 알파에볼브가 제안했다. 알파에볼브가 설계한 양자 회로는 기존 최적화 기법보다 오류가 10분의 1 수준으로 줄었다.

수학 분야에서는 UCLA 수학자 테런스 타오(Terence Tao) 등과 협력해 에르되시 문제(Erdős problem)로 불리는 미해결 문제군 연구를 지원했다. 또 순회 세일즈맨 문제(Traveling Salesman Problem)와 람지 수(Ramsey number) 등 고전적인 수학 과제에서 하한 기록을 개선한 것으로 알려졌다. 하한이란 어떤 값을 밑돌지 않는다고 증명할 수 있는 경계로 완전한 해답에 이르지 못하더라도 수학 연구에서 중요한 진전으로 평가된다.

구글 내부 인프라에서도 알파에볼브는 실용 단계에 접어들었다. 차세대 TPU 설계 최적화에 활용된 것 외에도 캐시 교체 정책(cache replacement policy) 개선에서는 사람이 수행할 경우 수개월이 걸릴 성과를 2일 만에 달성했다. 캐시 교체 정책이란 고속 저장 공간에 남겨둘 데이터와 제거할 데이터를 결정하는 규칙으로 AI 연산과 대규모 데이터 처리 성능에 직결된다.

데이터베이스 분야에서는 구글 스패너(Google Spanner) 내부 처리를 개선해 사용자가 기록한 데이터 대비 스토리지 내부에서 추가로 발생하는 쓰기 양을 나타내는 지표인 쓰기 증폭률(write amplification)을 20% 낮췄다. 쓰기 증폭률이 감소하면 스토리지 부하와 운영 비용을 줄일 수 있다. 또 컴파일러 최적화에 대한 새로운 전략으로 이어져 소프트웨어 저장 용량을 9% 절감했다.

상용 분야에서도 알파에볼브 도입이 이어지고 있다. 핀테크 기업 클라르나(Klarna)는 대규모 트랜스포머(Transformer) 모델의 훈련 속도를 2배로 높였고 반도체 스타트업 서브스트레이트(Substrate)는 반도체 제조에 사용하는 계산 리소그래피(computational lithography)를 수 배 가속화했다. 물류 기업 FM 로지스틱(FM Logistic)은 배송 경로 최적화로 연간 1만 5,000km 이상 이동 거리를 절감했으며 광고 에이전시 WPP는 광고 캠페인용 AI 모델 정확도를 10% 향상시켰다. 계산 생명과학·소재과학 기업 슈뢰딩거(Schrödinger)는 신약 개발과 소재 개발에 활용하는 분자 시뮬레이션 관련 모델을 4배 가속화했다.

알파에볼브의 1년간 실적을 정리하면 DNA 분석·전력망·자연재해 예측·양자 컴퓨팅·수학·구글 인프라·물류·광고·신약 및 소재 과학에 이르기까지 폭넓은 분야에서 최적화 성과를 남긴 셈이다. 구글 딥마인드는 알파에볼브를 AI가 알고리즘을 발견하고 개선해 나가는 시대를 향한 중요한 첫걸음으로 자리매김했다. 관련 내용은 이곳에서 확인할 수 있다.