RANK LAB

AI는 어디서 계산하나: 90MB 두 개와 기기별 수읽기 예산

2026-09-25 · 본인방 바둑 엔진 실측

이 사이트의 AI는 서버가 아니라 방문한 사람의 기기에서 계산합니다. 대국 상대인 급수 AI도, 복기 화면의 추천수와 계가도 그렇습니다. 그래서 처음 한 번 약 90MB짜리 신경망 파일을 내려받고, 기기마다 계산에 쓸 시간과 수읽기 양을 따로 정해 둡니다. 이 글은 그 숫자들을 사이트의 실제 설정 그대로 옮긴 기록입니다.

두 개의 신경망 파일

사이트가 쓰는 신경망 (2026년 9월 기준)
쓰는 곳신경망파일 크기
급수 AI 대국과 그 대국의 계가(9단 조건), 복기의 놓아보기(급수), 급수 실험실KataGo 사람 기보 모델 b18c384nbt-humanv0 (KataGo v1.15.0 배포판)91.1MB
복기의 AI 추천수·형세 분석·계가·판 전체 훑기, 대국 상대로 「KataGo(프로 초월)」를 골랐을 때KataGo 표준 모델 kata1-b18c384nbt-s9996604416 (2024년 5월 공개)90.1MB

두 모델은 크기와 구조가 같은 계열이지만 배운 것이 다릅니다. 사람 기보 모델은 여러 급수의 사람 대국을 배워 「이 급수의 사람이라면 어디에 둘까」를 답합니다. 표준 모델은 스스로 둔 대국으로 배워 「어디가 가장 좋은가」를 답합니다. 급수 AI가 어떻게 급수를 흉내 내는지는 급수가 정해지는 방식에 따로 적었습니다.

파일은 KataGo 공식 배포처의 원본을 이 사이트의 저장소에 그대로 올려 두고 내려보냅니다. 응답에는 1년 동안 바뀌지 않는 파일이라는 표시가 붙습니다. 브라우저 안의 저장 칸에는 한 번에 한 개만 남깁니다. 두 개를 다 남기면 기기에 200MB 가까이 쌓이는데, 대부분의 방문자는 둘 중 한쪽만 되풀이해 쓰기 때문입니다. 그 대가로 급수 대국과 복기 분석을 번갈아 쓰면 바꿀 때마다 다시 내려받습니다.

계산하는 길: 그래픽 가속부터

신경망 계산은 세 가지 길 중 하나로 돕니다. 먼저 그래픽 가속(WebGPU)을 시도하고, 모델을 올린 뒤 첫 계산에서 실패하면 WebAssembly로, 그것도 실패하면 일반 계산(CPU)으로 내려갑니다.

그래픽 가속을 시도하다가 브라우저 탭이 통째로 꺼지는 기기가 있습니다. 탭이 꺼지는 것은 프로그램 안에서 잡을 수 있는 오류가 아니라서, 시작할 때 「시도함」 표시를 먼저 남기고 무사히 끝나면 지웁니다. 다음에 열었을 때 표시가 그대로 있으면 지난번에 꺼진 것으로 보고 그 기기에서만 CPU로 계산합니다. 기기 이름만 보고 미리 가속을 포기하지 않기 위한 장치입니다.

기기별 수읽기 예산

한 번 분석에 쓰는 수읽기 횟수와 시간 상한 (lib/deviceProfile.ts 설정값)
기기빠른 분석깊은 분석 (추천수·형세·계가)
데스크톱·태블릿, 그래픽 가속96회 · 4.5초512회 · 12초
휴대폰, 그래픽 가속48회 · 4초128회 · 10초
가속 없음 (CPU)32회 · 3초96회 · 8초

「수읽기 횟수」는 AI가 후보 수를 따라가 본 가짓수입니다. 횟수와 시간 중 먼저 닿는 쪽에서 멈춥니다. 휴대폰의 깊은 분석이 데스크톱의 4분의 1인 것은, 폰에서는 화면을 보며 기다리는 시간이 곧 떠나는 시간이기 때문입니다. 정확도를 조금 내주고 10초 안에 끝냅니다. 그래서 같은 판을 폰과 데스크톱에서 분석하면 추천수의 순서나 집 차이가 조금 다를 수 있습니다.

진행 막대는 수읽기 횟수와 흘러간 시간 중 더 많이 간 쪽으로 채웁니다. 폰에서는 128회를 다 채우기 전에 10초가 먼저 끝나는 일이 잦아, 횟수만으로 채우면 막대가 0%에 붙어 있다가 한 번에 끝났습니다.

급수 AI는 수읽기를 하지 않는다

대국 화면의 급수 AI는 한 수를 둘 때 신경망을 한 번만 부릅니다(수읽기 1회). 신경망이 판 위 모든 점에 준 확률에서 한 수를 뽑아 둡니다. 깊이 읽지 않기 때문에 가볍고, 확률에서 뽑기 때문에 같은 장면에서도 매번 같은 수를 두지는 않습니다.

이 가벼움은 급수 실험실의 자료를 만들 때도 드러났습니다. 29단계 글의 자료 3,045건(105자리 × 29단계)을 운영자의 데스크톱 한 대(맥 스튜디오, 크롬, 그래픽 가속)에서 뽑는 데 모델 준비를 포함해 약 7분이 걸렸습니다. 한 건에 평균 0.15초 안쪽입니다. 반면 급수 AI끼리 대국을 끝까지 두고 판마다 계가까지 한 자동 대국 90판은 약 5시간이 걸렸습니다. 한 판에 수백 번 신경망을 부르고, 끝날 때마다 512회·12초의 계가 분석을 하기 때문입니다. 폰은 이보다 느립니다. 이 사이트는 폰에서 같은 측정을 따로 하지는 않았습니다.

휴대폰을 위해 줄여 둔 것

한 번에 밀어 넣는 계산 묶음의 크기
상황데스크톱메모리가 빠듯한 기기빠듯한 사파리
AI 추천수·형세 분석 (그래픽 가속)821
판 전체 훑기 (한 번에 재는 장면 수)1632

한 번에 많이 밀어 넣을수록 빠르지만, 계산 도중의 값이 그래픽 메모리에 그만큼 쌓입니다. 폰에서는 그 때문에 브라우저가 화면을 그릴 자리를 잃고 판이 통째로 하얗게 된 적이 있습니다. 그래서 기기에 따라 묶음을 줄였습니다.

「판 전체 훑기」는 복기 화면에서 메모리를 가장 많이 쓰는 일입니다. 모든 수를 재지 않고 60군데 안팎으로 나눠 잽니다. 250수짜리 판이면 5수마다 한 번입니다. 이 훑기는 수읽기 없이 신경망을 한 번씩만 불러 승률을 얻고, 끝나면 계산에 쓴 메모리를 바로 돌려줍니다. 훑기는 자동으로 시작하지 않고 단추를 눌렀을 때만 돕니다.

서버로 가지 않는 것

AI 계산을 위해 판을 서버로 보내는 길은 이 사이트에 없습니다. 서버가 가진 기능은 기보 저장, 온라인 대국 중계, 대화, 알림 같은 것이고, 수를 계산하는 곳은 없습니다. 복기 화면에서 분석한 결과도 그 브라우저에만 남습니다. 무엇을 어디에 저장하는지는 개인정보처리방침에 항목별로 적혀 있습니다.

이 구조의 비용은 방문자의 기기가 냅니다. 처음 내려받는 90MB, 계산하는 동안의 전기와 발열입니다. 대신 서버 쪽 계산 비용이 없어 무료로 열어 둘 수 있고, 한 번 받은 뒤에는 AI 대국이 인터넷 연결 상태에 덜 흔들립니다.

이 기록의 한계

  • 표의 숫자는 2026년 9월 21일 기준 사이트 설정값입니다. 기기 성능 측정 결과가 아닙니다. 설정은 바뀔 수 있고, 바뀌면 이 글도 고칩니다.
  • 「약 7분」은 데스크톱 한 대에서 한 번 잰 값입니다. 다른 기기나 브라우저의 속도는 재지 않았습니다.
  • 어떤 기기를 「휴대폰」이나 「메모리가 빠듯한 기기」로 보는지는 브라우저가 알려 주는 정보로 짐작합니다. 틀리게 짐작하는 기기가 있을 수 있습니다.

직접 보기

복기 화면에서 프로 기보를 한 판 열고 「AI 추천수」를 누르면, 진행 막대와 함께 후보 수마다 수읽기 횟수가 표시됩니다. 데스크톱과 폰에서 같은 장면을 눌러 보면 위 표의 예산 차이가 횟수로 보입니다.

직접 해보기

리쉬안하오와 나현의 2017년 판을 150수에서 엽니다. AI 추천수를 눌러 후보마다 표시되는 탐색 횟수를 확인해 보세요.

프로 기보 한 판 열기

다음 글

여덟 급수가 똑같이 두 자리만 맞힌 판

1991년 왕밍완과 차오다위안의 판. 18급부터 9단까지 맞힌 횟수가 모두 2번으로 같았던 유일한 판입니다. 맞힌 두 자리는 누구나 두는 수였고, 급수의 차이는 틀리는 방식에서 나타났습니다.

← 실험실 목차