구글의 AI 부서는 대규모 언어 모델을 기반으로 한 새로운 코딩 에이전트 알파이볼브(AlphaEvolve)를 소개했습니다. 이 에이전트는 복잡한 알고리즘을 독립적으로 생성할 수 있는 능력을 가지고 있으며, 회사 내 여러 프로세스를 최적화한 것으로 알려져 있습니다.
알고리즘은 프로그래밍뿐만 아니라 수학자, 과학자, 엔지니어에게도 필수적입니다. 그러나 그 생성은 종종 복잡성 때문에 어려울 수 있습니다. 구글에 따르면, 알파이볼브(AlphaEvolve)는 새로운 알고리즘을 개발할 뿐만 아니라 기존 알고리즘을 최적화하여 이러한 필수 도구의 개발을 크게 단순화하도록 설계되었습니다.
이 시스템은 아이디어 다양성을 극대화하는 제미니 플래시(Gemini Flash)와 깊이 있는 분석을 통해 통찰력 있는 제안을 제공하는 제미니 프로(Gemini Pro)를 포함한 최첨단 대규모 언어 모델의 앙상블을 활용합니다. 이 모델들은 함께 개발된 솔루션을 기능적인 알고리즘으로 구현합니다. 자연어로 가설을 수립하는 많은 챗봇과 달리, 알파이볼브(AlphaEvolve)는 코드 평가 및 최적화에 집중하여 상당히 적은 수의 환각을 발생시킵니다.
성능과 실질적인 영향을 평가하기 위해 알파이볼브(AlphaEvolve)는 수학적 분석, 기하학, 조합론, 수 이론 등 다양한 분야의 50개 이상의 공개 문제에 대해 테스트되었습니다. 구글은 이 에이전트가 약 75%의 경우 현재의 최첨단 기술과 일치하는 솔루션을 생성했으며, 약 20%의 경우에는 기존 솔루션보다 상당한 개선을 이루었다고 주장합니다. 특히, 새롭게 개발된 행렬 곱셈 알고리즘은 4 × 4 복소수 행렬을 단 48개의 스칼라 곱셈으로 곱할 수 있게 하여 1969년의 스트라센 알고리즘을 초월했습니다.
내부적으로 알파이볼브(AlphaEvolve)는 데이터 센터 계획, 칩 설계 및 AI 훈련에 활용되어 이전에는 달성할 수 없었던 개선을 이루었습니다. 이 에이전트는 제미니 모델의 창의적인 문제 해결 능력과 답변을 검증하는 자동 평가기를 결합하여 가장 유망한 아이디어를 향상시키기 위해 진화적 프레임워크를 사용합니다.
알파이볼브(AlphaEvolve)는 구글의 데이터 센터 성능 최적화에도 사용되고 있습니다. 이 에이전트는 기존 솔루션보다 우수한 온라인 작업 스케줄링을 위한 휴리스틱 함수를 제안하여 전 세계 컴퓨팅 자원의 평균 0.7%를 회수했습니다. 또한, 제미니 훈련에서 행렬 곱셈을 최적화하여 팔라스(Pallas) 커널을 23% 가속화하고 훈련 시간을 1% 단축했습니다. 변환기 모델의 플래시어텐션(FlashAttention) 커널 구현은 최대 32.5%까지 속도가 향상되었습니다. 더 나아가, 알파이볼브(AlphaEvolve)는 중앙 산술 행렬 곱셈 회로에서 불필요한 비트를 제거하는 베리로그(Verilog) 재작성 제안을 하였으며, 이러한 통찰력은 구글의 맞춤형 AI 가속기를 위한 미래의 텐서 처리 장치(TPU)에 이미 통합되었습니다.
구글은 People + AI Research 팀과 협력하여 알파이볼브(AlphaEvolve)를 위한 사용자 친화적인 인터페이스를 개발하였으며, 이는 초기 접근 프로그램을 통해 선택된 학술 사용자에게 처음 제공될 예정입니다. 팀은 장기적으로 더 넓은 대중이 이 에이전트를 이용할 수 있는 방법도 모색하고 있습니다. 현재 알파이볼브(AlphaEvolve)는 수학 및 컴퓨터 과학에 중점을 두고 있지만, 개발자들은 이 시스템이 알고리즘으로 설명하고 자동으로 검증할 수 있는 모든 문제에 적용될 수 있다고 믿고 있습니다. 그들은 알파이볼브(AlphaEvolve)가 재료 과학, 약물 발견, 지속 가능성 및 다양한 기술 및 비즈니스 응용 분야에서도 활용될 것이라고 확신하고 있습니다.
* 이 글은
computerbase.de의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.