METHOD AND DEVICE FOR DEEP-LEARNING BASED SIMULATION COUNT MANAGEMENT OF GO GAME SERVICE

According to an embodiment of the present invention, a device for managing the number of go game service simulation based on deep learning comprises: a communication unit receiving at least one among a go board state, a value, the number of visits, and the number of default simulation; a memory storing a prediction unit for the number of simulation and a control model for the number of simulation; and a processor determining the optimized number of simulation with respect to the go board state by using at least one among the go board state, the value, the number of visits, and the number of default simulation by reading the prediction unit for the number of simulation, allowing the control model for the number of simulation to learn based on the determined optimized number of simulation, and determining the number of simulation according to the current go board state by reading the control model for the number of simulation. 본 발명의 실시예에 따른 딥러닝 기반의 바둑 게임 서비스 시뮬레이션 횟수 관리 장치는, 바둑판 상태, 가치값, 방문 횟수 및 디폴트 시뮬레이션 횟수 중 적어도 하나를 수신하는 통신부; 시뮬레이션 횟수 예측부와 시뮬레이션 횟수 조정 모델을 저장하는 메모리; 및 상기 횟수 예측부를 독출하여 상기 바둑판 상태, 가치값, 방문 횟수 및 디폴트 시뮬레이션 횟수 중 적어도 하나를 이용하여 상기 바둑판 상태에 대한 최적 시뮬레이션 횟수를 결정하고, 상기 결정된 최적 시뮬레이션 횟수를 기초로 상기 횟수 조정 모델을 학습시키고, 상기 횟수 조정 모델을 독출하여 현재 바둑판 상태에 따른 시뮬레이션 횟수를 결정하는 프로세서;를 포함하는 것을 특징으로 한다.