AI 도구

KataGo Review

KataGo는 딥 뉴럴 네트워크와 고급 검색 알고리즘을 사용하여 초인적인 바둑 실력을 달성하고 게임 분석을 제공하는 오픈 소스 자가 대국 훈련 바둑 엔진입니다.

shipped 2026년 9월 10일freemium

Domain rating40

핵심 포인트

1최고 수준의 인간 플레이어를 이길 수 있는 초인적인 바둑 실력을 달성합니다.

2컨볼루션 및 트랜스포머 뉴럴 네트워크를 사용한 몬테카를로 트리 탐색을 활용합니다.

32026년 8월 24일 현재 버전 1.18.1이 출시되었으며, 지속적으로 개발되고 있습니다.

4CUDA, AMD GPU용 ROCm, ONNX Runtime을 포함한 여러 하드웨어 백엔드를 지원합니다.

KataGo 소개

비즈니스 모델

Open Source

플랫폼

Web

대상 사용자

Go enthusiasts, researchers

GitHubOpen Source

사양

API 문서

문서 보기 →

GitHub

저장소 보기 →

API 제공 여부

예, 공개 API

overview

KataGo란 무엇인가요?

KataGo는 David Wu가 개발한 컴퓨터 바둑 프로그램으로, 바둑 플레이어, 연구원 및 개발자가 고급 AI를 사용하여 바둑 게임을 플레이하고 분석하며 연구할 수 있도록 합니다. 수많은 개선 사항이 적용된 AlphaZero와 유사한 프로세스를 사용하여 훈련되며, 자가 대국을 통해 개선되어 초인적인 실력을 달성합니다.

KataGo는 DeepMind의 AlphaGo Zero에서 사용된 기술을 기반으로 딥 뉴럴 네트워크를 사용하여 몬테카를로 트리 탐색을 구현합니다. 주요 기능에는 초인적인 수준으로 바둑을 두는 것, 수별 통찰력, 승률 및 점수 추정치를 포함한 포괄적인 게임 분석 제공, 인간 바둑 플레이어를 위한 훈련 도구 역할이 포함됩니다. 오픈 소스 프로젝트로서 코드와 뉴럴 네트워크는 연구 및 개발에 사용할 수 있으며, 인기 있는 온라인 바둑 플랫폼 및 GUI에 통합되어 있습니다.

features

KataGo의 주요 기능

KataGo는 바둑 애호가, 연구원 및 개발자를 위해 강력한 기능 세트를 제공하며, 고급 AI 기술을 활용하여 포괄적인 바둑 경험을 제공합니다.

공개적으로 사용 가능한 코드와 뉴럴 네트워크를 갖춘 오픈 소스 바둑 엔진입니다.
트랜스포머 모델에 대한 최근 지원(v1.17.0)을 포함한 딥 뉴럴 네트워크를 활용합니다.
최적의 플레이를 위해 고급 몬테카를로 트리 탐색 알고리즘을 사용합니다.
자가 대국을 통해 훈련되어 바둑 실력과 이해도를 지속적으로 향상시킵니다.
다양한 바둑판 크기와 다양한 바둑 규칙 세트를 지원합니다.
승률을 넘어선 상세한 게임 분석을 제공하며, 점수 및 집 소유권을 예측합니다.
사용자가 뉴럴 네트워크 분산 훈련에 GPU 사이클을 기여할 수 있도록 합니다.
게임 검토를 위해 수별 분석, 승률 확률 및 정책 지침을 제공합니다.
CUDA, ROCm (AMD GPU), ONNX Runtime을 포함한 다양한 하드웨어 백엔드를 지원합니다.

use cases

KataGo는 누가 사용해야 하나요?

KataGo는 경쟁적인 플레이어부터 AI 연구원에 이르기까지 바둑 커뮤니티 내의 다양한 사용자를 위해 설계되었습니다.

강한 인간 바둑 플레이어: 초인적인 AI와 대국하고, 훈련하며, 약점을 파악하고 전략을 개선하기 위한 심층적인 게임 검토를 위해 사용합니다.
컴퓨터 바둑 커뮤니티 회원 (기여자): 뉴럴 네트워크의 분산 훈련에 컴퓨팅 자원을 기여하여 AI 개발을 더욱 돕기 위해 사용합니다.
연구원 및 애호가: 바둑의 고급 AI 기술을 연구하고, 게임 이론을 탐구하며, 복잡한 포지션을 분석하기 위해 사용합니다.
개발자: 강력한 바둑 엔진을 온라인 플랫폼, GUI (Lizzie, Sabaki, KaTrain 등) 또는 기타 애플리케이션에 통합하기 위해 사용합니다.
온라인 바둑 웹사이트 사용자: AI Sensei 및 OGS와 같은 플랫폼에서 분석 기능을 활용하기 위해 사용합니다.

how to use

KataGo 사용 방법

KataGo는 오픈 소스 소프트웨어를 다운로드하여 로컬에서 실행하거나, 통합된 온라인 플랫폼 및 그래픽 사용자 인터페이스를 통해 액세스하여 사용할 수 있습니다.

1다운로드 및 설치: KataGo 소프트웨어를 GitHub 저장소(https://github.com/lightvector/KataGo)에서 다운로드하여 호환되는 시스템(Windows, Linux, macOS)에 설치합니다.
2뉴럴 네트워크 확보: KataGo 웹사이트 또는 커뮤니티 자료에서 사전 훈련된 뉴럴 네트워크 모델을 다운로드합니다.
3GUI와 통합: KataGo를 Lizzie, Sabaki 또는 KaTrain과 같은 그래픽 사용자 인터페이스(GUI)에 연결하여 상호 작용적인 플레이 및 분석 경험을 제공합니다.
4바둑 플레이: 원하는 바둑판 크기와 접바둑 설정을 선택하여 KataGo와 게임을 시작합니다.
5게임 분석: 바둑 게임 기록(SGF 파일)을 KataGo 통합 GUI에 로드하여 수별 분석, 승률 그래프 및 점수 추정치를 받습니다.
6훈련 기여: KataGo를 구성하여 분산 훈련 프로젝트에 GPU 사이클을 기여하고, 더 강력한 뉴럴 네트워크 개발을 돕습니다.

pricing

KataGo 가격 및 요금제

KataGo는 프리미엄 모델로 운영되며, 핵심 엔진과 뉴럴 네트워크는 무료 오픈 소스입니다. 사용자는 비용 없이 소프트웨어를 다운로드하고 실행할 수 있으며, 엔진 자체에 대한 유료 등급은 없습니다. KataGo를 기반으로 구축된 일부 타사 통합 또는 클라우드 서비스에는 자체 가격 구조가 있을 수 있습니다.

프리미엄: 무료 (핵심 엔진 및 뉴럴 네트워크)

Pros

+Achieves superhuman Go play, capable of defeating top-level human players.
+Offers advanced analysis features including score estimation, territory prediction, and heatmaps.
+Free and open-source, fostering community involvement and continuous development.
+Supports a wide range of board sizes (7x7 to 50x50) and various Go rulesets.
+Continuously updated with stronger neural networks and performance optimizations, including transformer models and new backends (ROCm, ONNX Runtime).

Cons

−Requires technical setup for local installation and integration with GUIs.
−API is not directly available, limiting programmatic access without custom wrappers.
−Training on user data is opt-in, which may raise privacy considerations for some users.
−Optimal performance often requires dedicated GPU hardware, which may not be accessible to all users.
−While strong, its analysis can sometimes be perceived as having 'bugs' or 'mistakes' by professional human players.

유사한 도구

KataGo vs 경쟁자

KataGo는 바둑 AI 분야에서 중요한 위치를 차지하며, 종종 다른 주요 엔진과 비교됩니다.

Leela Zero↗

It is an open-source Go engine that replicates DeepMind's AlphaGo Zero algorithm, learning solely through self-play without human knowledge.

While Leela Zero is a very strong engine, KataGo is generally considered to be stronger and offers more advanced features like score estimation beyond just win/loss probabilities.

Minigo↗

Minigo is a minimalist, open-source Go engine modeled after AlphaGo Zero, built using TensorFlow, aiming for a simpler and more accessible implementation.

Minigo offers a more basic implementation compared to KataGo, which includes a wider array of advanced features and optimizations for stronger play and comprehensive game analysis.

Stork에서 더 보기