프리츠 체스 17 스팀 에디션

세기 전환기에 Fritz는 Garry Kasparov와 당시 세계 챔피언이었던 Vladimir Kramnik을 상대로 승리를 거두며 체스계를 열광시켰습니다. 독일 잡지 Der Spiegel이 "가장 인기 있는 체스 프로그램"으로 선정한 이 소프트웨어는 아마추어부터 프로까지 모두를 위한 혁신적인 훈련 방법을 제공하며, 열정적인 체스 애호가에게 필요한 모든 것을 갖추고 있습니다.

신경망 체스 엔진 "Fat Fritz"

2017년 12월, Google의 자회사인 Deep Mind가 Alpha Zero라는 신경망을 구축했다는 보도 자료는 체스계를 뒤흔들었습니다. Alpha Zero는 수백만 번의 자가 대국을 통해 스스로 체스를 "학습"했으며, 당시 선도적인 체스 엔진이었던 Stockfish 8을 이길 만큼 강력했습니다. 이 소식은 충격적이면서도 매혹적이었습니다. 수십 년간 이어져 온 체스 프로그래밍의 전통이 스스로 학습하는 시스템에 의해 뒷전으로 밀려났다는 점에서는 충격적이었고, 이 급진적인 접근 방식을 통해 체스에 대한 완전히 새로운 지식을 얻을 수 있다는 점에서는 매혹적이었습니다.

.

체스 개발자들의 협력으로 이 기술이 곧 대중화될 것이라고는 아무도 예상하지 못했습니다. 오픈 소스 프로젝트인 LCZero가 Google이 개척한 길을 따라가기 시작했고, 그사이 상당한 실력을 갖추게 되었습니다. 갑자기 다양한 분석 결과를 통해 모든 면에서 새로운 아이디어를 제공하는 체스 엔진이 등장한 것입니다. LCZero 역시 신경망이 오직 자가 대국을 통해서만 학습한다는 Google의 철학을 따릅니다.

곧 수십만 건의 훌륭한 그랜드마스터 대국 데이터를 활용하여 학습 과정을 단축하자는 아이디어가 나왔습니다. 오랜 기간 기술 편집자로 활동해 온 Albert Silver는 이 접근 방식을 논리적으로 따라 LCZero 기술을 기반으로 1년 동안 그랜드마스터 대국 데이터를 사용하여 신경망을 훈련했습니다.

그 결과는 매우 설득력이 있었고, 우리는 이를 Fritz 17과 함께 "Fat Fritz"라는 이름으로 출시하게 되었습니다. 현재 Fat Fritz는 직접 비교 시 모든 전통적인 체스 프로그램은 물론 LCZero까지도 능가합니다. 분석에서 제안하는 수는 매우 인간적이고 계획적입니다. 다만, Fat Fritz는 LCZero와 마찬가지로 최고의 성능을 발휘하기 위해 고성능 Nvidia 그래픽 카드("GPU")가 필요하다는 현실적인 제약이 있습니다. 그럼에도 불구하고, 우리는 수년 만에 체스 프로그래밍의 진정한 돌파구를 마련했습니다. Fat Fritz와 LCZero는 이미 오프닝 이론을 변화시키기 시작했습니다.

체계적인 오프닝 훈련

일상적인 상황을 마스터하는 데 있어서는 평범한 인간의 뇌가 신경망보다 수광년 앞서 있습니다. 하지만 오프닝 변수를 자신의 신경망(뇌)에 각인시키는 것은 때때로 지루한 작업입니다.

따라서 Fritz 17은 오프닝 레퍼토리를 구성, 관리하고 무엇보다 이를 기억으로 전이하는 과정을 크게 간소화할 수 있는 새로운 기능을 제공합니다. 아무리 훌륭한 변수 트리라도 기억하지 못한다면 무슨 소용이 있을까요? Fritz 17은 전체 변수가 아닌 '수(move)'를 기반으로 하는 레퍼토리 관리 기능을 도입했습니다. 사용자가 "내가 직접 두고 싶은 수"를 결정하면 해당 변수 전체가 레퍼토리에 포함됩니다. 이 방식의 장점은 몇 번의 클릭만으로 유용한 레퍼토리를 설정할 수 있다는 것입니다. 이 레퍼토리는 온라인으로 제공되므로 모든 컴퓨터와 웹에서 즉시 액세스할 수 있습니다.

.

드릴 및 플레이

이런 방식으로 레퍼토리를 구성했다면 이제 재미있는 부분이 시작됩니다. 바로 드릴(반복 학습)을 통해 학습하는 것입니다. 사용자가 자신의 변수를 두면 Fritz는 사용자가 레퍼토리 내에 머물 수 있도록 응수합니다. 처음에는 이론상 빈도가 높은 수부터 등장합니다. 시간이 지나면 무엇을 제대로 마스터했고 무엇이 부족한지 명확해집니다. 문제가 되는 시스템은 더 자주 반복되어 최소한의 노력으로 빠르게 숙달할 수 있습니다. 이 시스템은 외국어 학습 방식과 유사합니다.

재미를 더하기 위해 Fritz는 사용자가 마스터한 이론 영역의 크기를 측정하여 점수로 순위표에 기록합니다. 또한 드릴 도중 변수의 끝에 도달했을 때 훈련 게임으로 계속 진행할지 결정할 수 있어 연습에 매우 유용합니다. 드릴은 원하는 모든 변수 트리(기존 ChessBase 레퍼토리)로 수행할 수 있으며, 암기하고 싶은 특정 대국이 있다면 그 대국으로도 가능합니다.

기성 레퍼토리 포함

Fritz 17에는 미리 준비된 최신 레퍼토리에 대한 액세스가 포함되어 있습니다. 그대로 드릴을 수행하거나, 일반적인 클릭 방식으로 수를 표시하여 자신의 레퍼토리에 통합할 수 있습니다. 이러한 기성 레퍼토리는 단순, 클럽, 토너먼트, 프로페셔널의 4단계로 제공됩니다. 덕분에 사용자가 직접 완벽한 프로 수준의 레퍼토리에서 클럽 수준의 버전을 추출할 필요가 없어 작업 시간을 절약할 수 있습니다.

.

주요 특징:

이제 "Fat Fritz"* 포함: Alpha Zero에서 영감을 받은 매우 강력한 신경망 엔진으로, 세계 최고 수준의 인간적인 전략 분석을 제공합니다.
전통적인 브루트 포스(Brute force) 탐색 및 평가 기술이 적용된 향상된 Fritz 17 엔진
원클릭으로 편리하게 오프닝 레퍼토리 관리
성취도 확인이 가능한 오프닝 훈련, e-러닝 기술로 진행 상황 측정
수백 개의 기성 레퍼토리 포함 • "Blitz & Train": 자신의 블리츠 대국에서 전술 퍼즐을 생성
최대 7개 기물에 대한 완벽한 엔드게임 분석, "Let's Check" 액세스 • 실시간 레이 트레이싱을 통한 향상된 3D 체스 보드**
*Fat Fritz는 LCZero를 기반으로 합니다. LCZero는 GPL v3 라이선스를 따르는 오픈 소스 프로젝트입니다. LCZero의 소스 코드와 Fat Fritz를 위한 수정 사항은 Github에서 확인할 수 있습니다.
** NVIDIA 칩이 탑재된 고성능 그래픽 카드가 필요합니다.