AlphaEvolve GA 전환, 물류·칩·HPC 최적화가 Google Cloud 상품으로

AI agent가 “코드를 대신 작성한다”는 이야기에서 한 단계 더 들어가면, 더 어려운 질문은 좋은 알고리즘을 자동으로 찾아낼 수 있느냐다. Google Cloud의 AlphaEvolve 일반 제공 전환은 이 질문을 연구 데모가 아니라 기업용 최적화 도구로 옮긴 사건이다.

AlphaEvolve는 Gemini 위에서 동작하는 code optimization and discovery agent다. 사용자가 baseline 알고리즘, 문제 정의, 배경 지식, 평가 함수를 주면 agentic harness가 후보 프로그램을 만들고 점수화하며 개선안을 반복한다. 적용 대상은 물류, 반도체, genomics, high performance computing, 금융처럼 탐색 공간이 너무 커서 사람이 모든 구현을 훑기 어려운 영역이다.

이번 공개의 무게는 고객 사례의 숫자에 있다. BASF는 복잡한 공급망을 digital twin으로 모델링하는 데 AlphaEvolve를 썼고, 기존 계획·예측 모델을 80% 이상 개선했다고 Google은 전한다. Coolblue는 28일 수요예측 pipeline에서 200회 수준의 반복만으로 기존 production forecast의 WMAPE를 5% 넘게 줄였다. FM Logistic은 이미 최적화된 창고 routing baseline 위에서 10.4% 추가 개선을 얻었고, 직원 이동거리 15,000km 이상 절감으로 연결됐다고 설명했다.

이 구조에서 사람의 역할은 사라지지 않는다. 오히려 더 명확해진다. engineer는 평가 함수, 제약 조건, benchmark, release 판단을 관리하고, AlphaEvolve는 탐색 가능한 코드 공간을 압축한다. JetBrains가 “엔지니어가 benchmark와 release decision을 소유한다”고 설명한 대목도 같은 맥락이다.

관전점은 agent 평가가 얼마나 domain-specific해질 수 있느냐다. 범용 coding benchmark에서 높은 점수를 받는 모델과, 특정 공장·창고·칩 설계 제약 안에서 실제 비용을 낮추는 agent는 다르다. AlphaEvolve의 GA는 후자 쪽 시장이 본격적으로 제품화되고 있다는 신호다. 기업 입장에서는 멋진 데모보다 평가 함수 하나를 얼마나 정확히 세울 수 있는지가 경쟁력이 된다.