AI가 번번이 막혔던 '스트라고' 정복…GPU 16장으로 역대 최고수에 15승 1패 4무

1997년 딥 블루가 체스 카스파로프를, 2016년 알파고가 이세돌을 넘었고 포커 봇은 프로 선수를 몇 년 전부터 이겨왔다. 그런데도 유독 오래 버틴 보드게임이 있었다. 바로 '스트라고'. 예산이 넉넉한 딥마인드도 최고수에게 안정적인 승리를 거두는 기계는 못 만들었다. 카네기멜런·MIT·뉴욕대·스탠퍼드대 합동 연구팀이 만든 AI '아타락소스'가 그 장벽을 넘었다. 역대 최고 스트라고 선수로 꼽히는 핌 니마이예르를 15승 1패 4무로 제압했다. 학습에는 GPU 16장과 몇 천 달러어치 예산이면 충분했다. 스트라고는 플레이어마다 원수부터 스파이, 폭탄과 기지까지 40개의 말을 배치하며 상대는 내 말의 '위치'만 알 수 있고 정체는 두 말이 부딪혀야만 드러난다. 정보 비대칭 게임인 셈이다. 뉴욕대 연구원이자 논문 공저자인 유진 비니츠키는 "드라마가 아주 긴 시간축에 걸쳐 펼쳐지는 막대한 은닉 정보"를 이 게임의 특징으로 짚었다. 포커와 비교해도 숨겨진 폭이 차원이 다르다. 텍사스 홀덤은 패의 조합이 1,326종뿐이라 기계가 모두 따져볼 수 있지만, 스트라고는 배치 가능한 경우의 수가 데시리언을 넘는다. 한 판 길이도 체스가 보통 40수인 데 비해 스트라고는 2,000수까지 쉽게 늘어난다. 허세를 부리는 기술도 승부를 좌우한다. 약한 말을 원수인 척 굴려 상대를 쫓아내는 식인데, 블러프를 남발하면 협박에 무게가 사라지고 안 하면 뻔히 읽힌다. 이 줄타기가 2022년 딥마인드의 '딥내시'조차 막혔던 지점이라고 연구팀은 설명한다. 아타락소스 역시 딥내시처럼 자기 대국으로 배웠다. 총 1억 6,300만 판. 승리로 이어진 수는 점점 더 자주 두고 패배로 이어진 수는 덜 두는, 간단한 학습이 뼈대였다. 차이는 판마다 학습이 얼마나 크게 갱신되느냐였다. 은닉 정보 때문에 자기 대국 학습이 자꾸 제자리걸음을 반복하는 경향이 있었고, 여기에 상대 숨은 말의 정체까지 추론하는 두 번째 뉴럴 네트워크를 얹은 것이 결정적이었다.  출처: [Ars Technica](https://arstechnica.com/science/2026/10/ai-finally-beat-the-best-stratego-player-in-history-and-did-it-on-a-budget/)