5. 전체 소스 코드와 사용한 모델

이 글의 목적

오목 AI 실험에 쓴 소스 코드를 공개합니다. 파일을 펼칠 때만 코드를 불러옵니다.

사용한 모델

• VLM: Hugging Face의 Qwen3-VL-8B-Instruct로 대국 25,413수를 뒀습니다. 지금 서버는 기본값인 Qwen3-VL-2B-Instruct로 떠 있습니다. 판 이미지와 글자 판을 함께 주고 "row col" 두 숫자를 받습니다.
• LoRA: peft, r=8, alpha=16. 이긴 쪽의 수만 모아 학습합니다. MPS에서는 fp16으로 돌아 손실이 NaN이 됐습니다.
• 로컬 AI: Qt 앱의 C++ AiPlayer와 웹의 ai.ts. 이기는 수, 막아야 하는 수를 먼저 보고, 나머지는 네 방향 점수를 더해 고르는 휴리스틱입니다.
• 엔진: 흑·백 같은 금수(삼삼·장목 금수, 사사 허용), 정확히 5목만 승리.

폴더 구성

• src: Qt6/C++ 오목 엔진, 로컬 AI, 판 화면, VLM 서버와 통신하는 TCP 클라이언트
• 루트의 .py: VLM 추론 서버(vlm_pva_server.py), 로그를 학습 데이터로 바꾸는 dataset_omook.py, LoRA 학습 train_vlm.py, 모델 내려받기
• scripts: VLM 좌표 확인과 글자 판 클라이언트
• omook-web: Next.js 웹 대국 화면, 엔진(board.ts), 로컬 AI(ai.ts), 기보 저장(db.ts), VLM 연결

서버 배포 설정, 감시·자동화 스크립트, 대국 로그와 기보 DB, 모델 가중치는 공개 범위에서 제외했습니다. 광고와 다른 게임 목록 같은 웹 운영 코드, 설정 파일도 빼서 일부 import는 공개하지 않은 파일을 가리킵니다.

전체 소스