오픈AI가 미공개 AI 모델에 고난도 수학 연구 문제 약 4,000개를 제시하고, 그 과정에서 나온 결과를 722편의 연구 원고로 정리했습니다. 회사는 이 내용을 6일(현지시간) 공개했다고 밝혔습니다. 다룬 분야는 정수론, 대수학, 위상수학, 이론 컴퓨터과학 등입니다.
원고 722편은 서로 연관된 결과 372개 묶음으로 분류됐습니다. 오픈AI는 증명을 컴퓨터가 확인할 수 있는 언어인 Lean으로 일부 형식화한 자료와, 문제를 풀 때 사용한 연산량·시도 관련 통계도 공개했습니다. 다만 사용한 모델의 이름과 연구가 시작된 시점은 공개하지 않았습니다.
한 문제에 오래 계산을 썼다
이번 사례의 핵심은 짧은 질문에 즉시 답하는 방식과 달리, AI가 연구 문제 하나를 오래 붙들고 여러 가능성을 살펴보도록 컴퓨팅 자원을 투입했다는 점입니다. 오픈AI에 따르면 결과 하나를 만드는 데 평균적으로 ChatGPT Pro 약 3시간에 해당하는 추론 연산량을 썼습니다. 이는 계산량을 비교한 표현이며, 사람이 실제로 3시간 동안 모델과 대화했다는 뜻은 아닙니다.
또한 약 4,000개 문제를 대상으로 탐색을 진행해 연구 가능성을 병렬로 살펴봤습니다. 오픈AI는 AI를 과학자를 대신하는 존재라기보다 연구자가 탐색할 수 있는 범위를 넓히는 도구로 설명해 왔습니다. 이번 작업은 그 접근을 수학 문제에 적용한 사례입니다.
원고가 모두 검증된 결과는 아니다
오픈AI도 722편의 원고가 모두 오류 없이 검증된 수학적 성과라고 말하지는 않았습니다. 일부 결과에는 오류가 있을 수 있고 추가 검증이 필요하다고 밝혔습니다. 따라서 원고 수만으로 AI가 해결한 난제의 수나 연구의 정확도를 판단하기는 어렵습니다.
이번 공개는 AI에 큰 계산 자원을 투입해 많은 연구 문제를 살펴볼 수 있음을 보여주지만, 이런 방식이 실제 과학의 진전을 얼마나 앞당길지는 아직 알 수 없습니다. 결과를 확인하는 연구자의 역할과 성과를 누구에게 어떻게 인정할지도 남은 문제입니다.
왜 중요한가
수학 연구자에게는 AI가 한 문제에 긴 계산을 쓰고 동시에 여러 문제를 탐색하는 방식이 연구 보조의 한 사례가 될 수 있습니다. 하지만 공개된 원고가 모두 검증된 것은 아니며, 이 접근이 연구 속도를 실제로 얼마나 높이는지는 확인되지 않았습니다.
