자바(JAVA) 오목 인공지능 컴퓨터공학과 졸업 논문 & 작품

소개글

● 프로그램 소개 ●

본 논문은 2016년 9월에 작성된 명문대학교 컴퓨터공학과 우수 졸업논문입니다. 이 논문은 컴퓨터공학부에서 배우는 인공지능 알고리즘 기법을 적용하여 자바(Java)로 오목 인공지능을 구현하는 방법에 대해서 다루고 있습니다. 인공지능 구현에 사용된 알고리즘은 일반적으로 학부에서 공부하게 되는 Alpha-Beta Pruning 알고리즘을 적용하였으며 특히 이 논문에서는 어떻게 하면 더욱 강한 인공지능을 위해 효과적인 평가 함수를 작성할 수 있는지에 초점을 맞추고 있습니다. 이 논문에서 주로 다루게 되는 Alpha-Beta Pruning이라는 알고리즘 기법은 전적으로 인공지능의 평가 함수의 효율성에 따라서 그 능력이 좌지우지 되는 알고리즘이기 때문입니다. 말이 어렵지 막상 소스 코드 열어보시면 상당히 체계적이고 쉽게 프로그램이 짜여져 있습니다.

논문의 내용을 설명하자면 최근에 있었던 알파고(Alpha-Go) 바둑 인공지능의 이야기에서부터 다양한 인공지능 관련 이야기로 전개되며 중반부에는 이제 오목에서의 인공지능에 대해서 다루게 됩니다. 그리고 본격적으로 Alpha-Beta Pruning 알고리즘을 적용했을 때의 인공지능을 어떻게 하면 강하게 만들 수 있는 지에 대해서 다루게 됩니다. 그 방법으로 평가 함수를 효과적으로 개선하는 방법에 대해서 다루게 되는 것입니다. 논문 자체는 전혀 어렵지 않고 다양한 그림과 표가 제시되어 있습니다. 전반적으로 문장력이 뛰어나 읽기 수월한 우수 논문이라고 할 수 있습니다. 학습용으로도 괜찮은 논문이며 당장 졸업작품 쓰시기에 급하신 컴퓨터공학과 학생들에게도 큰 도움이 될 것입니다.

이 졸업작품이 30,000원이 넘는 돈이라서 구매하시기에 아깝다고 느끼실 수도 있지만 다운로드 받아 보시면 논문 전체와 전체 프로그램 소스 코드가 함께 담겨 있으며 실제 개발 현업에서 뛰었던 프로그래머의 소스코드를 음미하실 수 있습니다. 프로그램 소스 코드는 자바가 실행되는 환경이면 어디든지 실행이 가능하며 정통 객체 지향 프로그래밍 기법을 이용해서 개발했습니다. 이클립스, 넷빈즈(NetBeans) 어디든지 실행이 가능하고 이번에 졸업작품을 준비하시는 컴퓨터공학과의 어떠한 학생이든 분명히 도움을 받으실 수 있을 것이라고 확신합니다. (혹시 실행하셨을 때 한글이 깨지신다면 인코딩 설정만 바꾸어주시면 됩니다. 소스 코드 자체에는 전혀 문제도 없고 버그도 없습니다.)

※ 또한 논문을 읽어보시면 아시겠지만 일반적인 컴퓨터공학과의 3 - 4학년 수준이시면 그다지 어렵지 않게 읽으실 수 있습니다. 더욱이 왠만한 학부 수준에서 졸업에 필요한 논문 수준으로는 적당하다고 할 수 있습니다. 따라서 이 논문은 어떻게 활용하실 수 있냐면, 한 번 천천히 읽어보시고 함께 첨부된 프로그램 소스 코드를 실행해보셔서 객체 지향 기법으로 어떻게 깔끔하게 프로그램을 작성할 수 있는 지 공부해보세요. 그리고 오목이나 기타 다른 게임에 이러한 기법을 비슷하게 적용하신 뒤에 졸업 작품으로 내시면 문제 없이 졸업에 성공하실 것이라고 확신합니다. 모든 컴퓨터 공학과 학생분들 화이팅입니다. :)

● 압축 파일 내용 ●

- Alpha-Beta Pruning 알고리즘을 활용한 오목 인공지능에서의 평가 함수 개선.hwp : 논문 파일입니다.
- 실행 화면.jpg : 프로그램의 예시 실행 화면입니다.
- 전체 프로젝트 구성.jpg : 이클립스에서 실행된 프로그램의 구성을 보여주는 사진입니다.
- 오목 ABP 인공지능 전체 프로젝트 소스 코드.zip : 전체 프로그램 자바(Java) 소스 코드입니다.

● 졸업논문 목차 ●

Ⅰ. 서론

1. 현대 인공지능 연구의 동향
2. 게임 인공지능
3. 연구의 목적과 의의

Ⅱ. 오목 인공지능 알고리즘

1. Minimax
2. Alpha-Beta Pruning

Ⅲ. 오목 GUI와 승리 판정

Ⅳ. 평가함수의 개선

Ⅴ. 연구 결과 및 결론

컴파일 실행환경

JAVA SDK 개발 환경, 이클립스(Eclipse), 넷빈즈(NetBeans) 등

본문내용

IBM의 체스 인공지능 로봇인 딥 블루(Deep Blue)는 1997년 5월에 체스 세계 챔피언과의 체스 경기에서 승리하였다. 그리고 2011년 2월에는 인공지능 슈퍼컴퓨 터인 왓슨(Watson)이 미국 제퍼디 퀴즈쇼에 참가해 우승하였고 2016년 3월에 구 글(Google)의 바둑 인공지능 로봇인 알파고(AlphaGo)가 이세돌 9단과의 대국에서 승리하였다. 이처럼 근 20년간 지속적으로 이어진 인공지능 로봇과 사람의 경기가 세간의 이목을 끌고 있는 만큼 인공지능에 대한 연구 또한 그 가속도가 붙고 있는 추세이다. 또한 인공지능은 단순히 게임뿐만 아니라 수학, 심리 치료 등의 광범위한 분야에서 두루 활용되고 있어 더욱 편리한 세상을 만들 것이라는 기대와 함께 현재 지속적으로 성장하는 과정에 있는 응용 학문이라고 할 수 있다.

최근에 이러한 인공지능 연구에 새로운 돌풍이 일고 있다. 그 중심에는 데이터를 체계적으로 분류하기 위한 방법론인 딥 러닝(Deep Learning)이 자리 잡고 있다. 딥 러닝 알고리즘은 내부적으로 심화신경망(Deep Neural Network)을 적용한 머신 러닝(Machine Learning) 알고리즘으로 구성이 되어있으며 여기서 머신 러닝은 딥 러닝을 포함하는 개념으로서 컴퓨터가 스스로 훈련 과정을 통해 패턴을 찾아내 분 류하는 기술을 총칭한다. 딥 러닝 기법을 활용한 예시는 내일강수 예측 시스템1)부 터 숲속에서 실종자 수색을 위한 인공지능 드론2) 등으로 다양하다. 이러한 연구들 은 딥 러닝 기법을 활용하여 기존의 데이터 예측에 비해 그 정확도를 향상시켰다는 점에서 공통점을 가지고 있다.

다양한 분야에서 세계적으로 인공지능 연구의 흐름은 끊이지 않을 것으로 전망된 다. 일본 정부는 재해현장에서 구호활동을 보조하기 위해 인공지능을 활용하려는 움직임을 보이고 있으며 미국의 게임 회사들 또한 오래전부터 인공지능을 게임에 활용하여 플레이어에게 다양한 오락적 요소를 맛볼 수 있도록 하고 있다. 사실 인 공신경망 학습 알고리즘과 머신 러닝을 포함해 대부분의 인공지능 알고리즘은 이미 그 역사가 오래된 알고리즘 기법들이다. 하지만 현대에 들어 컴퓨터는 멀티 프로세 싱 기법의 활용부터 비약적인 CPU 성능 향상 등의 발전적 단계를 거치면서 그 처리 속도의 한계점을 극복하게 되었고 이로 인해 인공지능 연구의 많은 제약들이 사라지게 되었다.

압축파일 내 파일목록

Alpha-Beta Pruning 알고리즘을 활용한 오목 인공지능에서의 평가 함수 개선.hwp
Alpha-Beta Pruning 알고리즘을 활용한 오목 인공지능에서의 평가 함수 개선.pdf
실행 화면.jpg
오목 ABP 인공지능 전체 프로젝트 소스 코드.zip
전체 프로젝트 구성.jpg

참고 자료

[1] 하지훈, 이용희, 김용혁. "딥러닝 기법을 이용한 내일강수 예측" 한국지 능시스템학회 논문지 26:2 (2016): 93-98.
[2] 권희춘, 정경채. "숲속 오솔길에서 실종자 수색을 위한 인공지능 드론에 대한 연구" 한국정보통신설비학회 학술대회 10 (2016.9): 219-222.
[3] 박현수, 김경중. "게임 인공지능 최신 연구 동향" 정보과학학회지 31:7 (2013.7): 8-15.
[4] Schaeffer, Jonathan. One Jump Ahead:: Challenging Human Supremacy in Checkers, 1997,2009, Springer, ISBN 978-0-387-76575-4. Chapter 6.
[5] 송은지. "사례 기반 추론법을 이용한 오델로 게임 개발에 관한 연구" 디 지털콘텐츠학회 12:2 (n.d.): 223.
[6] J. E. Laird, “Using a computer game to develop advanced AI,” 2001 IEEE Computer, July 200
[7] 권기덕, 김인철. "컴퓨터 게임에서의 인공지능 기술" 인터넷정보학회지 8:4 (2007.12): 67-74.
[8] Stuart Rusell, "Artificial Intelligence: A Modern Approach (3rd Edition, Paperback)", Pearson Education, 2010.
[9] 안일준, 박인규. "Design of Omok AI using Genetic Algorithm and Game Trees and Their Parallel Processing on the GPU" 정보과학회논 문지 37:2 (2010): 66-75.