강화학습, reinforcement learning · RL

강화학습은 정답을 알려 주는 대신, 행동한 결과에 점수(보상)를 줘서 배우게 하는 방법이에요. AI는 이리저리 시도해 보다가 보상이 큰 행동은 더 자주, 손해가 난 행동은 덜 하도록 스스로 전략을 고쳐요.

게임처럼 이기고 지는 게 분명한 곳에서 특히 잘 통해요. 2016년 이세돌 9단을 이긴 알파고도 강화학습을 썼어요. 요즘은 대형 언어 모델을 다듬을 때도 써요. 사람이 더 좋다고 고른 답에 보상을 주는 RLHF, 정답을 확인할 수 있는 수학 문제 같은 과제로 풀이 실력을 키우는 추론 모델 학습이 그 예예요.