구글 딥마인드는 AlphaEvolve라는, 완전히 새로운 컴퓨터 알고리즘을 발명하고 즉시 구글의 방대한 컴퓨팅 인프라 내에서 배포할 수 있는 AI 에이전트를 공개했습니다. AlphaEvolve는 구글의 Gemini 대형 언어 모델과 자동으로 알고리즘을 테스트하고, 정제하며, 개선하는 진화 방식을 통합한 시스템입니다. 현재 이미 구글의 데이터 센터, 칩 설계, AI 학습 시스템 전반의 효율성을 높이고 있으며, 수십 년 동안 해결되지 않았던 수학적 문제들도 해결에 도움을 주고 있습니다. 딥마인드 연구원 Matej Balog는 AlphaEvolve를 Gemini 기반 AI 코딩 에이전트라고 설명하며, 이는 수백 줄에 이르는 매우 복잡한 알고리즘을 생성할 수 있고, 단순한 기능을 넘어서 고급 논리 구조를 갖추고 있다고 했습니다. 이전의 FunSearch는 단일 기능을 발전시킨 반면, AlphaEvolve는 전체 코드베이스를 진화시켜 과학적, 실용적 컴퓨팅 도전 과제 모두에 있어 정교한 알고리즘 개발에 큰 진전을 이뤘습니다. 이 시스템은 1년 넘게 구글 내부에서 조용히 운영되며 뛰어난 성과를 거두고 있습니다. AlphaEvolve가 발견한 한 알고리즘은 구글의 대규모 클러스터 관리 시스템인 Borg를 향상시켜 ‘스트랜드 리소스(stranded resources)’ 문제를 해결함으로써 전 세계 컴퓨팅 자원의 약 0. 7%를 회복하는 데 기여했습니다. 이는 한 자원이 제한되어 있지만 다른 자원에서 유휴 상태인 머신들의 문제를 해결하는 것으로, AI는 간단하고 사람이 읽기 쉬운 코드를 만들어 엔지니어들이 쉽게 디버깅하고 배포할 수 있게 했습니다. 데이터 센터뿐만 아니라, AlphaEvolve는 구글의 하드웨어 디자인도 개선했습니다. 특히 텐서처리장치(TPU)의 중요한 산술 회로를 단순화하여, TPU 설계자들의 검증을 받았습니다. 이 개선은 앞으로 출시될 칩 설계에 반영될 예정입니다. 게다가, AlphaEvolve는 Gemini 모델 훈련에 사용되는 행렬 곱셈 커널을 최적화하여 23%의 속도 향상과 전체 훈련 시간 1%의 감소를 실현했습니다.

이러한 효율성 증가는 대규모 AI 훈련에서 엄청난 에너지와 자원 절약으로 이어집니다. 수학 분야에서도 AlphaEvolve는 혁신을 이뤘습니다. 50개 이상의 미해결 수학 문제를 대상으로 테스트 수행, 분석, 기하, 조합론, 수론 등 다양한 분야에서, 약 75% 정도의 문제에 대해 최첨단 해결책과 유사하거나 일치하는 성과를 냈으며, 약 20%는 기존 해결책보다 향상된 결과를 보였습니다. 특히, ‘키싱 수 문제(kissing number problem)’에서 수백 년 만에 새로운 기록을 세웠는데, 11차원에서 593개의 접촉하는 단위 구체를 배치하는 구성으로, 이전 기록인 592개를 뛰어넘었습니다. AlphaEvolve의 핵심 혁신은 Gemini 언어 모델과 결합된 진화적 접근법에 있습니다. Gemini Flash는 속도를, Gemini Pro는 깊이를 담당하여 코드를 제안하고 수정하며, 이는 자동으로 평가됩니다. 최고 성능 알고리즘이 다음 세대 진화 방향을 이끄는 방식이 반복됩니다. 이 과정은 단순히 학습 데이터에 의존하는 것이 아니라, 새로운 해결책을 적극적으로 탐색하며, 명확한 평가 기준에 따라 자동 피드백 루프를 통해 점차 정제합니다. 이 방법론 덕분에 AlphaEvolve는 데이터 센터의 에너지 최적화나 수학적 증명 개선 등, 측정 가능한 평가 지표가 있는 거의 모든 문제를 해결할 수 있습니다. 앞으로 구글 딥마인드는 소재 과학, 신약 개발 등, 복잡한 알고리즘 의존 분야로 이 기술을 확장하는 것을 목표로 하고 있습니다. 사용자인터페이스는 People + AI Research 그룹과 협력하여 개발 중이며, 일부 학술 연구자들을 위한 얼리 액세스 프로그램을 계획 중이며, 더 넓은 범위의 공개도 검토하고 있습니다. AlphaEvolve는 방대한 규모의 실제 세계에 큰 영향을 미치는 드문 과학 도구로, 대형 언어 모델이 계속 발전함에 따라 이 시스템의 능력도 함께 성장할 것으로 기대됩니다. 이는 AI의 진화 과정을 보여주는 사례로, 구글의 디지털 인프라 내에서 시작해, 그것을 뒷받침하는 하드웨어와 소프트웨어를 최적화하며, 이제는 과학과 기술 분야의 오랜 인간 지적 도전 과제까지 해결하는 방향으로 나아가고 있습니다.