DeepMind Technologies Limited은 Google DeepMind 또는 간단히 DeepMind로 알려져 있으며, 영국-미국 인공지능 연구소이자 Alphabet Inc.의 자회사이다. 2010년 영국에서 설립되었으며, 2014년 Google에 인수되었고 2023년 4월 Google AI의 Google Brain 부서와 합병하여 Google DeepMind가 되었다. 회사는 런던에 본사를 두고 있으며, 미국, 캐나다, 프랑스, 독일, 스위스에 연구 센터를 두고 있다.
DeepMind는 기계 학습과 심층 학습 분야의 연구로 유명하며, 특히 강화 학습으로 훈련된 신경망 모델을 개발하여 비디오 게임과 보드 게임을 플레이하는 데 중점을 두고 있다. 2016년 AlphaGo 프로그램이 바둑 세계 챔피언 이세돌을 5판 대국에서 이기면서 언론의 주목을 받았으며, 이는 이후 다큐멘터리 AlphaGo에 소개되었다. 더 일반적인 프로그램인 AlphaZero는 강화 학습을 사용하여 스스로와의 대국을 통해 며칠 만에 바둑, 체스, 쇼기에서 가장 강력한 프로그램들을 이겼다. DeepMind는 이후 게임 플레이(MuZero, AlphaStar), 수학(AlphaGeometry, FunSearch), 알고리즘 발견(AlphaEvolve, AlphaDev, AlphaTensor)을 위한 모델을 훈련해 왔다.
역사
이 스타트업은 2010년 11월 Demis Hassabis, Shane Legg, Mustafa Suleyman에 의해 설립되었다. Hassabis와 Legg는 University College London의 Gatsby Computational Neuroscience Unit에서 처음 만났다. 설립자들의 목표는 거의 모든 것에 유용하고 효과적일 수 있는 범용 AI를 만드는 것이었다. Hassabis는 스타트업이 1970년대와 1980년대의 Atari 비디오 게임(Breakout, Pong, Space Invaders 포함)을 가르치는 방식으로 인공지능 기술 작업을 시작했다고 말했다. AI는 게임을 플레이하는 방법에 대한 프로그래밍된 지식 없이 게임에 도입되었다. 한동안 헤매는 기간 후, AI는 결국 무엇이 효과가 있는지 배우게 되었고, 시간이 지나면서 그 게임의 전문가가 되기도 했다. AI가 거치는 인지 과정은 그 게임을 본 적이 없는 인간이 그것을 이해하고 숙달하려고 시도할 때 사용하는 과정과 매우 유사하다고 한다.
주요 벤처 캐피털 회사인 Horizons Ventures와 Founders Fund가 회사에 투자했으며, 기업가 Scott Banister, Peter Thiel, Elon Musk도 투자했다. Jaan Tallinn은 초기 투자자이자 회사의 고문이었다. DeepMind는 직원들에게 급여를 지급하고 컴퓨팅 리소스를 제공하며 더욱 확장하기 위해 자금이 풍부한 후원자가 필요했다. Facebook, Musk, Google 및 기타 일부가 회사를 구애했다.
2014년 1월 26일, Google은 4억 달러에서 6억 5천만 달러 사이로 보고된 가격에 DeepMind 인수를 확인했다. 회사는 이후 Google DeepMind로 이름이 변경되었고 약 2년 동안 그 이름을 유지했다. 2014년 DeepMind는 Cambridge Computer Laboratory로부터 "올해의 회사" 상을 받았다.
사회에 이익이 되는 기회를 찾아 DeepMind는 NHS와 파일럿 프로그램을 시작하여 종종 일반 종이와 팩스 기계를 사용하던 정보 시스템을 현대화했다. 2015년 9월, DeepMind와 Royal Free NHS Trust는 임상 작업 관리 앱인 Streams를 공동 개발하기 위한 최초의 정보 공유 계약을 체결했다.
Google 인수 후, 회사는 인공지능 윤리 위원회를 설립했다. AI 연구를 위한 윤리 위원회는 신비에 싸여 있었으며, Google과 DeepMind 모두 위원회에 누가 앉아 있는지 공개를 거부했다. DeepMind는 DeepMind Ethics and Society라는 새 부서를 열고 인공지능이 제기하는 윤리적 및 사회적 질문에 초점을 맞추었으며, 저명한 철학자 Nick Bostrom을 고문으로 두었다. 2017년 10월, DeepMind는 AI 윤리를 조사하기 위한 새로운 연구 팀을 출범시켰다.
2019년 12월, 공동 설립자 Suleyman은 DeepMind를 떠나 모회사인 Google에 합류하여 정책 역할에서 일할 것이라고 발표했다.
2023년 4월, DeepMind는 OpenAI의 ChatGPT 일반 공개에 대응하여 AI 작업을 가속화하려는 회사의 지속적인 노력의 일환으로 Google AI의 Google Brain 부서와 합병하여 Google DeepMind를 형성했다. 이는 Google로부터 더 큰 자율성을 확보하려는 DeepMind 경영진의 수년간의 투쟁의 종말을 의미했다. 2026년 여름, DeepMind는 King's Cross Central에 있는 Google의 Platform 37 건물로 이전했다.
제품 및 기술
2020년 기준으로 DeepMind는 천 개 이상의 논문을 발표했으며, 그중 13개는 Nature 또는 Science에 채택되었다. DeepMind는 AlphaGo 기간 동안 언론의 주목을 받았다. LexisNexis 검색에 따르면 2016년에는 1842개의 뉴스 기사가 DeepMind를 언급했으며, 2019년에는 1363개로 감소했다.
게임
IBM의 Deep Blue나 Watson과 같은 이전 AI는 사전 정의된 목적을 위해 개발되었고 그 범위 내에서만 기능했지만, DeepMind의 초기 알고리즘은 일반적인 것을 의도했다. 그들은 경험에서 학습하는 알고리즘인 강화 학습을 사용했으며, 입력 데이터로 원시 픽셀만 사용했다. 그들의 초기 접근 방식은 합성곱 신경망을 사용한 심층 Q-러닝을 사용했다. 그들은 Space Invaders나 Breakout과 같은 초기 아케이드 게임, 특히 비디오 게임에서 시스템을 테스트했다. 코드를 변경하지 않고 동일한 AI는 특정 게임을 어떤 인간보다도 더 효율적으로 플레이할 수 있었다. 2018년 7월, DeepMind의 연구원들은 시스템 중 하나를 컴퓨터 게임 Quake III Arena를 플레이하도록 훈련시켰다.
2013년, DeepMind는 Pong, Breakout, Enduro와 같은 게임에서 인간의 능력을 능가하고 Seaquest, Beamrider, Q*bert에서 최첨단 성능을 능가하는 AI 시스템에 대한 연구를 발표했다. 이 작업은 회사가 Google에 인수되는 결과를 가져왔다고 알려져 있다. DeepMind의 AI는 1970년대와 1980년대에 만들어진 비디오 게임에 적용되었으며, 1990년대에 처음 등장한 Quake와 같은 더 복잡한 3D 게임에 대한 작업이 진행 중이었다. 2020년, DeepMind는 Atari 2600 제품군의 57개 게임 모두에서 인간 수준의 성능을 능가하는 AI 에이전트인 Agent57을 발표했다. 2022년 7월, DeepMind는 보드 게임 Stratego를 인간 전문가 수준으로 플레이할 수 있는 모델 없는 다중 에이전트 강화 학습 시스템인 DeepNash의 개발을 발표했다.
#### AlphaGo와 후속작
2015년 10월, DeepMind가 개발한 컴퓨터 바둑 프로그램 AlphaGo는 유럽 바둑 챔피언인 2단 프로 Fan Hui를 5대 0으로 이겼다. 이는 인공지능 프로그램이 프로 바둑 기사를 이긴 최초의 사례였다. 2016년 3월, AlphaGo는 서울에서 열린 5판 대국에서 9단 세계 챔피언 이세돌을 이겼다. 이 대국은 전 세계 약 2억 명이 시청한 것으로 추정되며, 이후 다큐멘터리 AlphaGo에 소개되었다.
2017년 12월, DeepMind는 자기 대국과 강화 학습을 사용하여 바둑, 체스, 쇼기를 처음부터 배운 더 일반적인 버전의 AlphaGo인 AlphaZero를 도입했다. AlphaZero는 며칠간의 훈련 후에 이러한 게임을 플레이하는 가장 강력한 프로그램들을 이겼다. 2020년, DeepMind는 게임 규칙을 사전에 알 필요 없이 바둑, 체스, 쇼기 및 Atari 게임을 마스터한 MuZero를 발표했다.
AlphaFold와 과학 연구
2020년, DeepMind는 단백질 접힘 문제에서 AlphaFold로 상당한 진전을 이루었으며, 단백질 접힘 예측을 위한 벤치마크 테스트에서 최첨단 기록을 달성했다. 2022년 7월, 사실상 모든 알려진 단백질을 대표하는 2억 개 이상의 예측 단백질 구조가 AlphaFold 데이터베이스에 공개될 것이라고 발표되었다. 이 작업은 생물학과 의학에서 주요 돌파구로 널리 인정받고 있다.
대규모 언어 모델과 생성 AI
Google DeepMind는 독점적인 Gemini와 오픈 가중치 Gemma라는 두 가지 대규모 언어 모델 제품군과 Imagen(텍스트-이미지), Veo(텍스트-비디오), Lyria(텍스트-음악)와 같은 기타 생성 AI 모델의 개발을 담당하게 되었다. 이러한 모델은 생성 AI 및 대규모 언어 모델 연구의 더 넓은 분야의 일부이다.
영향과 유산
DeepMind의 연구는 인공지능 분야, 특히 강화 학습과 심층 학습 영역에 상당한 영향을 미쳤다. 그 연구는 최고 수준의 과학 저널에 게재되었으며 다양한 산업에서 AI 기술 개발에 영향을 주었다. Google에 의한 회사 인수와 이후 Google Brain과의 합병은 OpenAI 및 Anthropic과 같은 다른 주요 연구소와 경쟁하는 글로벌 AI 환경의 핵심 플레이어로 자리매김하게 했다.
DeepMind의 과학, 특히 단백질 접힘에 대한 기여는 각각의 시대에 Nokia Bell Labs 및 Xerox PARC의 연구와 비교되어 왔다. 신경과학, 컴퓨터 과학, 수학의 통찰력을 결합한 회사의 연구 문화는 현대 AI 개발 접근 방식을 형성하는 데 영향력을 발휘해 왔다.