데이터셋 & 모델 카드

학습에 사용된 데이터와 모델 정보

학습 데이터

항목	내용
포지션 출처	Lichess 공개 게임 데이터베이스
라이선스	CC0 (퍼블릭 도메인)
레이블	각 포지션의 Stockfish(depth=6) 평가값
정규화	tanh(centipawn / 400)
전체 포지션 수	약 56,450,000개

데이터 분리

분류	포지션 수	비율	용도
학습 (Train)	약 50,800,000개	90%	신경망 가중치 업데이트
검증 (Validation)	약 5,600,000개	10%	과적합 모니터링, 조기 종료

별도의 테스트셋은 구성하지 않았으며, 검증 손실 기준으로 최적 체크포인트를 저장했습니다.

모델 카드

항목	내용
모델 유형	가치 신경망 (Value Network)
아키텍처	CNN — Conv 3블록(64→128→128) + 완전연결 헤드
파라미터 수	약 2.3M
입력 / 출력	18×8×8 텐서 / 단일 평가값 (-1 ~ +1)
검증 손실 (MSE)	약 0.042
탐색	Negamax (2-ply)
학습 프레임워크	PyTorch
학습 하드웨어	NVIDIA RTX 4080 Super
학습 소요 시간	약 8시간 40분 (10 에폭)

한계 및 주의사항

강력한 엔진(Stockfish)의 평가를 모방하지만, 그 수준의 정확도에는 미치지 못합니다
탐색 깊이가 2수로 얕아 깊은 전술을 놓칠 수 있습니다
특정 오프닝/엔드게임 상황에서 예상치 못한 수를 둘 수 있습니다
학습 데이터(포지션 분포)의 편향이 평가에 반영될 수 있습니다
공식 Elo 벤치마크는 현재 측정 준비 중입니다

출처 표기

Training positions based on Lichess open database. Lichess database exports are released under CC0. Position evaluations generated with the open-source Stockfish engine.