고차원 3D 환경을 2D로 변환, 하드웨어·리소스 사용 감소
표현력 손실 거의 없이 단순한 구조 표현, AI 모델 핵심 파악
다중 에이전트 사용 혹은 반복 요소 많은 연구에 유용
구글 딥마인드가 최근 강화 학습 연구 효율을 높이는 Lab2D를 관련 논문과 함께 오픈소스 형태로 공개했다.
Lab2D은 인공지능(AI), 머신러닝(ML) 연구를 위해 3D 모델을 2D로 변환하는 소프트웨어다. 고차원 구현물을 2D 그리드 환경에 맞게 변환하면서 표현력 손실도 거의 없애 연구자들이 단순한 구조에서 AI 모델 원리와 문제 핵심을 쉽게 파악할 수 있도록 돕는 것이 목적이다.
연구팀이 Lab2D 논문에서 언급한 바에 따르면 AI 모델 특징과 문제를 파악할 시 3D 환경보다 2D 환경에 놓일 때 본질적으로 이해하기 쉽다. 2D 환경에서는 가동할 리소스 양이 적고 집약적이고 GPU와 같은 특별한 하드웨어가 필요없기에 연구 효율성을 높일 수 있다.
예를 들어 실제 탁구 게임에 대한 근본적인 요소를 포착하는데 검은색 바탕에 3개의 움직이는 직사각형으로 구성된 퐁(Pong)과 같은 단순한 게임을 사용하는 것이다. 연구팀은 “이러한 추상화 작업이 AI 문제와 개념 핵심을 파악하는 것을 쉽게 만들어준다”고 강조했다.
2D 그리드 환경 구축을 위해 Lab2D는 3개 메커니즘을 제공한다. 먼저 가장 간단한 방법으로 각 시간 단계에서 환경에 대한 정보를 추가할 수 있도록 한다.
두 번째는 시간 단계와 상관없이 특정 조건 하에 발동하는 방식이다. 나머지 하나는 환경 매개변수를 읽고 쓰는 방법을 제공하는 속성(Properties) API다.
Lab2D는 반복 작업과 다중 에이전트를 포함하는 연구에 유용하게 사용될 것으로 기대된다. 논문에서 연구진은 “Lab2D는 딥마인드 내 인기 시스템을 확장하고 넓은 범위의 연구 프로젝트를 지원한다. 특히 다중 에이전트 연구와 반복되는 워크플로우 특성을 지닌 연구에서 수요를 확인했다. AI 학습, 기술 습득, 시스템 크기 측정을 가능하게 하는 막강한 시뮬레이션 플랫폼이 될 것”이라고 말했다.
ML, 강화 학습 이외에 AI 연구 전반에 활용 가능하다는 것이 연구팀 주장이다. 딥마인드팀은 “2D 환경은 사회적 복잡성, 탐색, 불완전한 정보, 추상적인 추론, 탐색 등 다양한 문제를 연구하는데 성공적으로 사용돼 왔다”라고 강조했다.
[관련기사]알파고를 넘어 새로운 강화학습 세계를 연다...딥마인드 오준혁 박사
[관련기사]구글 딥마인드 '페르미넷' 양자역학의 세계로
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com