순수 수학의 세계에서 이례적인 일이 벌어지고 있는데, 그 출발점은 대학 연구실이 아니다. OpenAI는 내부 AI 시스템이 최소 10년, 어떤 것은 그보다 훨씬 더 오랫동안 미해결로 남아 있던 10개의 수학 및 컴퓨터 과학 문제를 해결하는 데 도움을 주었다고 밝혔다. 이 발표와 함께, 10만 명의 연구자에게 고급 ChatGPT 접근 권한을 제공하는 별도의 이니셔티브가 더해지면서, 수학 분야의 AI 발전이 신기한 장난감 수준을 넘어 진정한 연구 인프라로 이동하고 있음을 보여준다.
Summary
핵심 요약
- OpenAI는 ChatGPT for Academic Researchers를 출시해, 10만 명의 과학자와 수학자에게 최고 성능의 ChatGPT 모델을 무료로 제공했다.
- 공개되지 않은 OpenAI 모델이 5월에 에르되시 단위 거리 추측(Erdős unit-distance conjecture)에 대한 AI 생성 반례를 도출했다.
- Astra라는 차세대 모델의 내부 버전을 통해 달성된 10개의 새로운 결과는, 수학과 이론 컴퓨터 과학의 8개 분야에 걸친 미해결 문제들을 해결했다.
- OpenAI에 따르면, 해답을 찾는 데 들어간 비용은 Sol API 요율 기준으로 토큰 비용 약 2,000달러 수준이었다.
- 인간 연구자들이 AI가 생성한 논증을 논문 원고로 정리했고, 이후 모델이 각 증명을 Lean 인증서로 형식화했다.
OpenAI, 10만 명의 학술 연구자에게 ChatGPT 접근 권한 개방
이번 추진의 출발점은 결과물이 아니라 ‘접근성’이다. OpenAI는 최근 새롭게 공개한 ChatGPT for Academic Researchers 이니셔티브를 통해, 10만 명의 과학자와 수학자에게 가장 강력한 ChatGPT 모델을 무료로 사용할 수 있는 권한을 제공했다. OpenAI의 설명에 따르면, 이는 가장 앞선 모델을 기업 고객 전용 유료 장벽 뒤에 두는 대신, 미해결 문제를 다루는 연구자들의 손에 더 강력한 추론 도구를 직접 쥐여 주겠다는 발상이다.
이는 중요하다. 왜냐하면 그동안 AI 보조 연구의 병목은 종종 ‘접근성’이었기 때문이다. 학계 예산은 대규모로 프리미엄 AI 구독을 감당하기 어렵고, 개별 연구자가 최첨단 모델을 이용해 특수한 수학 문제를 시험해 보는 일은 대부분의 기관이 폭넓게 지원하기 힘들다. OpenAI는 많은 과학자 집단에 대해 이 장벽을 제거함으로써, 더 넓은 접근성이 지금 공개하고 있는 것과 같은 유형의 결과를 더 많이 끌어낼 것이라고 사실상 ‘베팅’하고 있는 셈이다.
조용한 돌파구: AI가 에르되시 단위 거리 추측을 반박하다
지난 5월, OpenAI는 앞으로 벌어질 일을 암시하는 결과를 하나 공유했다. 바로 수학자 폴 에르되시(Paul Erdős)의 이름이 붙은, 오랫동안 연구자들을 괴롭혀 온 문제인 에르되시 단위 거리 추측에 대한 AI 생성 반례(disproof)였다. 이 반례는 전용 연구 프로젝트가 아니라, 공개되지 않은 모델을 평가하는 과정에서 거의 우연히 발견되었다.
이 단일 결과는 단순한 일회성 호기심거리를 넘어섰다. OpenAI에 따르면, 에르되시 반례는 이미 수학과 이론 컴퓨터 과학에서 추가적인 발전을 촉발했으며, 후속 논문들이 이 접근법을 바탕으로 하고 있다. 이는 이 이야기에서 ‘왜 중요한가’를 가장 분명히 보여 주는 순간 중 하나다. AI가 만든 결과가 인간 수학자들의 후속 연구를 이끌어 낸다면, 이 시스템들이 고립된 답만 뱉어내는 것이 아니라, 다른 연구자들이 확장할 수 있는 기법을 제공하고 있음을 시사한다.
수십 년간 수학자들이 풀지 못한 문제 10개에 대한 새로운 AI 기반 해법
OpenAI 발표의 중심에는 10개의 새로운 결과가 있다. 이들은 모두 최소 10년 동안, 많은 경우 그보다 훨씬 더 오랫동안 핵심 질문에서 진전이 없던 문제들을 다룬다. OpenAI는 이 문제들이 각 수학 커뮤니티에서 상당한 관심을 받아 왔으며, 그중 일부는 수학 전체에서 중요한 문제로 여겨져 왔다고 설명한다.
해결된 문제들의 범위와 다양성
이 10개 결과는 고차원 기하, 부호 이론, 산술 회로 복잡도, 군론, 작용소 대수, 양자 복잡도, 격자 암호, 극단 조합론 등 매우 넓은 기술적 영역을 아우른다. 이 폭넓음 자체가 주목할 만하다. 이들은 하나의 틈새 분야 안에서 서로 인접한 하위 질문들이 아니라, 각기 다른 수학·컴퓨터 과학 분야의 독립적인 미해결 문제들로, 각자 수십 년에 걸친 연구 역사를 지니고 있다.
OpenAI가 열거한 구체적 진전 사항은 다음과 같다.
- 고차원에서 구 포장 밀도에 대한 새로운 상한을 제시해, Cohn–Elkies 한계에 도달했다.
- 주어진 최소 거리에서 이진 및 고차원 구형 코드의 최대 크기에 대한 상한을 지수적으로 개선했다.
- 비-소픽(non-sofic) 군의 존재를 증명하는 구성을 제시해, 군론의 중심 미해결 문제를 해결했다.
- 특정 군이 그들의 폰 노이만 대수에 의해 유일하게 결정된다는 내용을 담은 콩느(Connes)의 강성 추측을 반박했다.
- 산술 회로를 사용해 퍼머넌트(permanent)를 계산하는 데 필요한 새로운 하한을 제시했으며, n^4/log n 차수의 산술 공식(arithmetic formula) 하한을 포함한다.
- 일반적인 2인자 양자 게임에 대한 지수적 병렬 반복 정리를 증명해, 고전 복잡도 이론의 원리를 양자 영역으로 확장했다.
- 격자에서 가장 가까운 벡터 문제(closest vector problem)에 대한 근사 난이도가 다항식 계수 수준으로 어렵다는 결과를 제시했는데, 이는 포스트 양자 암호와 관련이 있다.
- 무게중심이 유일한 내부 격자점인 볼록체의 최대 부피를 모든 차원에서 규명해, 에르하르트(Ehrhart)의 부피 추측의 일부를 해결했다.
- 다색 삼각형 램지 수(multicolor triangle Ramsey numbers)에 대한 초지수적 하한을 제시해, 에르되시 문제 183을 해결했다.
- 극단 그래프 이론에서 콤팩트성 및 퇴화성 추측(compactness and degeneracy conjectures)에 대한 결과를 제시해, 에르되시 문제 146과 180을 해결했다.
Astra 모델을 활용한 기술적 절차와 비용 효율성
이 10개 결과는 모두 OpenAI가 차기 주력 모델로 설명하는 Astra의 내부 버전을 통해 도출되었다. 특히 눈에 띄는 것은 비용이다. OpenAI는 10개 문제의 해답을 찾는 데 필요한 전체 토큰 사용량이 Sol API 요율 기준으로 약 2,000달러 수준일 것이라고 추산한다. 수학자들이 10년 이상 진전을 내지 못한 연구에 대해, 수천 달러의 연산 비용으로 해법을 찾았다는 점은 매우 작은 가격표이며, 이는 난제 해결의 경제학이 수학적 통찰에서 ‘AI 수학 발전’에 따른 연산 비용으로 어떻게 이동하고 있는지를 가장 분명히 보여 주는 신호 중 하나다.
다만 이 과정이 완전히 자동화된 것은 아니다. 인간 연구자들은 모델이 제시한 원시적인 논증을 같은 모델과 함께 작업하며 구조화된 논문 원고로 정리했다. 이후 모델이 각 논증을 Lean 인증서로 형식화했는데, 이는 수학적 주장을 엄밀하게 검증하기 위해 사용되는 기계 검증 가능 증명 형식이다. OpenAI는 또한 각 해법에 대해 모델의 사고 과정을 서술한 자료를 공개해, 외부 연구자들이 시스템이 각 답에 이르는 추론 과정을 들여다볼 수 있도록 했다.
AI가 생성한 논증, 인간이 정리한 논문 원고, 그리고 기계가 형식화한 Lean 인증서라는 이 조합은, AI 시스템이 원천 수학적 통찰을 생성하고, 형식 검증 도구와 인간의 감독이 이를 확증하는 작업을 담당하는 워크플로를 가리킨다. 이는 앞으로 더 많은 AI 보조 결과가 다른 미해결 문제들에서 등장할 때, 하나의 템플릿이 될 수 있는 역할 분담 구조다.
연구와 경쟁 구도에 왜 중요한가
여기서 더 넓은 함의는 단지 10개의 문제가 해결되었다는 사실을 넘어선다. 단일 내부 모델이 약 2,000달러의 연산 비용으로 8개 서로 다른 수학 분야에서 논문급 결과를 낼 수 있다면, 오랜 미해결 문제를 다루는 데 있어 제약은 수학적 통찰에서 ‘유능한 모델에 대한 접근성’으로 이동하기 시작한다. 이는 바로 OpenAI의 학술 접근 프로그램이 확장하려는 지점이다. 저렴한 연산 비용과 폭넓은 연구자 접근성의 결합은, 경쟁 AI 연구소와 이러한 도구를 연구에 어떻게 통합할지 고민하는 수학과들로부터 면밀한 관심을 끌 가능성이 크다.
OpenAI는 또한 이 연구 흐름이 이미 에르되시 추측 반례를 바탕으로 한 추가 연구를 촉발했으며, 합-곱 이론(sum-product theory), 사상 기하(incidence geometry), 계산 복잡도 등 관련 질문을 탐구하는 후속 논문들이 등장했다고 밝힌다. 이 모멘텀이 같은 속도로 이어질지, 혹은 다른 AI 연구소들이 다른 모델로 유사한 결과를 내놓을지가, AI 보조 증명 생성이 일상적인 수학 연구 관행에 얼마나 빠르게 흡수될지를 좌우할 가능성이 크다.
FAQ
ChatGPT for Academic Researchers란 무엇인가?
OpenAI가 추진하는 이니셔티브로, 10만 명의 과학자와 수학자에게 고급 ChatGPT 모델에 대한 무료 접근을 제공해 발견을 가속하는 프로그램이다.
OpenAI의 AI 모델이 반박한 오랜 수학 문제는 무엇인가?
공개되지 않은 OpenAI 모델을 사용해 에르되시 단위 거리 추측(Erdős unit-distance conjecture)에 대한 AI 생성 반례가 도출되었으며, 이는 5월에 처음 공유되었다.
Astra는 어떤 유형의 문제를 AI 보조로 해결했는가?
OpenAI의 내부 차세대 모델인 Astra는 고차원 기하, 부호 이론, 산술 회로 복잡도, 군론, 작용소 대수, 양자 복잡도, 격자 암호, 극단 조합론 분야에서 결과를 도출했다.
AI가 생성한 증명은 어떻게 검증되었는가?
인간 연구자들이 AI가 생성한 논증을 바탕으로 논문 원고를 준비했고, 이후 모델이 각 증명을 기계 검증이 가능한 Lean 인증서로 형식화했다.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ChatGPT for Academic Researchers란 무엇인가?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”OpenAI가 추진하는 이니셔티브로, 10만 명의 과학자와 수학자에게 고급 ChatGPT 모델에 대한 무료 접근을 제공해 발견을 가속하는 프로그램이다.”}},{“@type”:”Question”,”name”:”OpenAI의 AI 모델이 반박한 오랜 수학 문제는 무엇인가?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”공개되지 않은 OpenAI 모델을 사용해 에르되시 단위 거리 추측(Erdős unit-distance conjecture)에 대한 AI 생성 반례가 도출되었으며, 이는 5월에 처음 공유되었다.”}},{“@type”:”Question”,”name”:”Astra는 어떤 유형의 문제를 AI 보조로 해결했는가?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”OpenAI의 내부 차세대 모델인 Astra는 고차원 기하, 부호 이론, 산술 회로 복잡도, 군론, 작용소 대수, 양자 복잡도, 격자 암호, 극단 조합론 분야에서 결과를 도출했다.”}},{“@type”:”Question”,”name”:”AI가 생성한 증명은 어떻게 검증되었는가?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”인간 연구자들이 AI가 생성한 논증을 바탕으로 논문 원고를 준비했고, 이후 모델이 각 증명을 기계 검증이 가능한 Lean 인증서로 형식화했다.”}}]}
이 기사는 인공지능의 도움을 받아 제작되었으며, 편집팀의 검수를 거쳤습니다.
