구글, 코드 최적화‧알고리즘 발견 에이전트 공개했다

구글이 기존 코드나 정보 분석 기법 등을 최적화하고 새로운 기법을 제안할 수도 있는 AI 에이전트인 알파이볼브(AlphaEvolve)를 일반 공개했다. 알파이볼브는 발표 이후 1년 이상에 걸쳐 한정 공개되어 있었으며 그 사이에 현실 세계 분석 기법이나 수학의 미해결 문제에 대한 답을 다수 제시해 왔다.

알파이볼브는 제미나이를 기반으로 한 코드 최적화 및 알고리즘 발견 에이전트로 설명된 모델로 기업이나 연구 기관이 알고리즘 문제를 해결하는 걸 지원한다. 이 모델은 한정 공개되어 있던 동안 다양한 과학적·수학적 발견을 달성해 왔다.

예를 들어 생명과학 분야에서는 DNA 분석 모델 개선에 알파이볼브가 사용되어 DNA 배열 중 질병과 관련된 변화를 놓치거나 존재하지 않는 변화를 잘못 검출하는 변이 검출 오류를 30% 감소시켰다.

화학 메이커 바스프(BASF)는 전 세계에 전개한 공급망 전체상을 디지털로 재현해 최적화를 시도해 기존 계획·예측 모델을 80% 이상 개선했다. 물류 관리 기업인 FM 로지스틱(FM Logistic)은 창고 배송 루트 최적화를 수행해 이 이상 개선은 어렵다는 수준까지 효율화를 달성했다고 한다.

그 밖에도 50개 이상 수학 미해결 문제 중 75%에서 최첨단 해법 재발견에 성공하거나 자연재해 리스크를 예측하는 AI 모델에서 관측 데이터를 다루기 쉬운 형태로 변환하는 기법을 개선해 정밀도를 향상시키거나 양자 프로세서에서 분자 시뮬레이션을 실행하기 위한 양자 회로를 제안하는 등 다방면에서 크게 활약하고 있다고 한다.

알파이볼브는 구글 클라우드 서비스로 일반 공개된다. 알파이볼브를 자사 환경에 도입할 때는 문제 정의부터 프로덕션 환경용으로 최적화된 코드 완성까지를 4단계로 진행해야 한다. 첫 단계는 정의(Define). 베이스라인이 되는 초기 알고리즘과 문제 정의에 더해 해결하려는 문제에 대한 배경 지식이나 맥락 정보를 제공한다. 2단계는 평가(Measure)로 정확성, 성능, 운용상 제약 등 중요한 지표에 기반해 후보 프로그램을 객관적으로 평가하기 위한 스코어링 함수를 정의한다. 3단계는 최적화(Optimize)로 알파이볼브 에이전트 실행 기반을 사용해 최적화된 코드를 생성한다. 마지막은 적용(Apply), 얻어진 고도로 최적화된 알고리즘을 프로덕션 환경 워크로드나 인프라에 직접 도입한다.

푸시미트 콜리(Pushmeet Kohli) 구글 딥마인드 부사장은 AI는 업무 방식을 가속하는 생산성 지원 도구에서 실현할 수 있는 가능성을 넓히는 발견 엔진으로 진화하고 있다며 알파이볼브 같은 도구는 복잡한 계산 탐색 공간을 자율적으로 탐색해 연구자와 엔지니어가 기존 인간 직관을 보완하는 획기적인 알고리즘을 발견하는 걸 지원하고 있다고 밝혔다. 관련 내용은 이곳에서 확인할 수 있다.