AI가 로또 번호를 예측할 수 있을까요?
강화학습이라는 기술을 활용해, 이 흥미로운 질문에 답을 찾아보기 위한 실험을 진행했습니다.
이번 글에서는 복잡한 수식이나 이론 없이, AI가 실제로 어떻게 학습하고 어떤 결과를 도출했는지 설명드리겠습니다.
🚀 실험에 사용된 방법
이번 실험의 핵심은 강화학습(🤖 Reinforcement Learning) 입니다.
그중에서도 'PPO(Proximal Policy Optimization)'라는 알고리즘을 중심으로 진행했습니다.
AI가 로또 환경에서 수십만 번의 시뮬레이션을 통해 어떻게 학습하는지를 관찰하는 방식입니다.
학습 환경 구성:
- 환경: 과거 로또 회차 데이터
- 행동: 1~45 중 6개 번호 선택
- 보상: 맞춘 번호 개수에 따라 점수 부여
| 맞춘 번호 수 | 보상 점수 |
| 1개 | +1 |
| 2개 | +3 |
| 3개 (5등) | +10 |
| 4개 (4등) | +50 |
| 5개 (3등) | +200 |
| 6개 (1등) | +1000 |
보상 구조는 작은 성공도 인식하고, 점차 높은 보상을 목표로 하게끔 설계되어 있습니다.
이런 방식은 AI가 단순한 랜덤 추측이 아닌, 일정한 방향성과 전략을 갖도록 유도하는 데 도움이 됩니다.
🧠 실험에 사용된 알고리즘
총 세 가지 강화학습 알고리즘을 사용해 결과를 비교했습니다:
- PPO: 안정적인 학습이 가능한 대표 정책 기반 알고리즘
- DQN: Q값 기반으로 행동을 선택하는 심층 강화학습
- A2C: 빠른 학습이 가능한 액터-크리틱 기반 알고리즘
이들은 모두 GPU 환경에서 병렬로 학습을 진행해 높은 연산 효율을 확보했습니다.
📊 결과 분석
아래는 PPO 에이전트가 10,000 에피소드 동안 학습하며 기록한 보상 그래프입니다.
보상 값 1000은 6개 번호 모두 맞춘 경우를 의미하고, 200은 5개 맞춤, 50은 4개 맞춤에 해당합니다.
관찰된 특징:
- 대부분의 결과는 1~3개 맞춤(낮은 보상)에 집중됨
- 간헐적으로 높은 보상(예: 1000)이 발생
- 평균적으로는 랜덤 추측보다 나은 경향
다만, 이 결과는 학습 환경에서의 최적화 결과일 뿐, 실제 로또 예측에 그대로 적용되지는 않습니다.
AI가 과거 데이터를 기반으로 특정 패턴을 찾아내긴 했지만, 완전히 새로운 회차에서도 같은 효과를 보장하긴 어렵습니다.
💡 실험에서 얻은 시사점
이 실험은 다음과 같은 점에서 의미를 가집니다:
- 강화학습이 보상 설계에 따라 어떻게 행동을 바꾸는지를 확인
- AI가 점진적으로 전략을 구성해가는 과정을 관찰
- 복잡한 예측 문제(예: 로또)에도 기술이 어떻게 적용될 수 있는지 가능성 확인
예측 정확도가 완벽하지는 않지만, 강화학습을 이해하고 실험할 수 있는 실제 사례로서 의미 있는 결과를 보여주었습니다.
 |
 |
 |
 |
예측 평가 했을 때 "5등 당첨인 3개"도 쉽게 나오지 않지만 직접 번호를 선택해서 하는것 보다 잘 맞추는 것이 아닌가 생각되네요.
📘 용어 정리
- 강화학습 (Reinforcement Learning)
AI가 시행착오를 통해 환경과 상호작용하며 학습하는 방법.
행동(예: 번호 선택)을 하고, 그 결과로 보상(예: 몇 개 맞췄는지)을 받아 점점 더 나은 선택 전략을 배우는 방식입니다. - 환경 (Environment)
에이전트가 상호작용하는 공간이나 상황.
이번 실험에서는 로또 회차 데이터와 보상 체계를 포함한 시뮬레이션 환경을 말합니다. - 에이전트 (Agent)
강화학습에서 학습의 주체가 되는 AI.
환경을 관찰하고, 행동을 선택하고, 보상에 따라 학습해 나갑니다. - 에피소드 (Episode)
하나의 학습 반복 단위.
로또 실험에서는 한 번 번호를 선택하고 보상을 받는 과정이 한 에피소드입니다. - 보상 (Reward)
AI가 어떤 행동을 했을 때 얻는 점수나 신호.
보상을 통해 AI는 어떤 행동이 좋은지, 나쁜지를 학습합니다. - PPO (Proximal Policy Optimization)
정책 기반 강화학습 알고리즘 중 하나로, 안정적이고 효율적인 업데이트로 유명합니다.
대규모 시뮬레이션에 자주 사용됩니다. - DQN (Deep Q-Network)
Q-러닝을 딥러닝과 결합한 강화학습 알고리즘.
행동별 예상 보상을 계산해 최적의 선택을 합니다. - A2C (Advantage Actor Critic)
액터(정책 결정)와 크리틱(보상 평가)을 분리해 병렬로 학습시키는 강화학습 알고리즘.
상대적으로 빠르고 효율적인 학습을 제공합니다. - GPU (Graphics Processing Unit)
강화학습 같은 대규모 계산에 필수적인 고속 연산 장치.
병렬 처리를 통해 학습 속도를 비약적으로 높여줍니다.
🔎 참고로…
여기서의 결과는 실험 목적이며, 실제 로또 구매나 투자와는 관련이 없습니다.
이 프로젝트는 AI의 학습 방식과 가능성을 탐구하기 위한 기술적 실험이라는 점을 강조드립니다.