반도체·산업
Reinforcement Learning(강화학습)
AI가 시행착오를 반복하며 보상을 최대화하는 행동을 스스로 찾아가는 학습 방식. 로봇 보행·제어와 대형 언어모델 후반 튜닝에 쓰인다
강화학습이란?
강화학습(Reinforcement Learning)은 AI가 정답이 적힌 데이터를 그대로 외우는 대신, 여러 행동을 직접 시도해 보고 좋은 결과에는 보상을, 나쁜 결과에는 벌점을 받으며 점점 더 나은 행동 규칙을 스스로 찾아가는 학습 방식입니다. 사람이 자전거를 넘어지며 배우는 과정과 비슷합니다.
어디에 쓰나
- 로봇 제어: 걷기, 균형 잡기, 넘어졌다 일어서기처럼 규칙으로 일일이 짜기 어려운 동작을 가상 시뮬레이션에서 수백만 번 반복해 익히게 한 뒤 실제 로봇에 옮깁니다.
- 대형 언어모델: 사람 선호를 반영하는 후반 튜닝(RLHF)이나 수학·코딩 추론 능력을 끌어올리는 단계에서 널리 쓰입니다.
- 이 밖에 게임, 추천, 물류 경로 최적화 등에 적용됩니다.
투자자가 보는 포인트
강화학습은 방대한 시뮬레이션 연산을 필요로 해 GPU 등 가속기 수요를 키우는 요인입니다. 최근 로봇 스타트업들이 저가 하드웨어에 강화학습으로 훈련한 동작을 얹어 완성도를 높이는 흐름이 뚜렷해, 로봇 관련주를 볼 때 '어떤 하드웨어를 쓰는가'만큼 '학습 방식과 시뮬레이션 인프라'도 함께 살펴볼 필요가 있습니다.
💡 매일 아침 해외주식 뉴스를 한 장으로 — 아침한장 뉴스레터 보러가기 →