OpenAI가 첫 번째 결과를 발표했습니다. 아스트라, 그들의 차세대 인공지능 모델해당 회사는 수학 및 이론 컴퓨터 과학 분야의 미해결 문제 10건에 대해 진전을 이루었다고 발표했습니다. 회사에 따르면, 이 문제들 중 일부는 10년 이상 해결되지 않은 채 뚜렷한 진전이 없었던 문제들이었습니다. 2026년 8월 1일에 발표된 이 소식은 과학계에 상당한 기대감을 불러일으켰지만, 많은 연구자들은 독립적인 전문가들의 검토가 이루어질 때까지 신중을 기할 것을 촉구하고 있습니다.
이 광고가 다른 유사한 광고들과 차별화되는 점은 바로 이것입니다. OpenAI는 결과뿐만 아니라 형식화된 증명 과정도 공개했습니다. 린(Lean) 검증 시스템을 사용하면 어떤 수학자라도 논증의 정확성을 자동으로 확인할 수 있습니다. 뿐만 아니라, 회사는 249페이지 분량의 논증 자료와 62페이지 분량의 논리적 근거를 담은 주석을 포함하여 발견 과정을 상세히 기술함으로써 이러한 유형의 소통에서 보기 드문 투명성을 보여주고 있습니다.
열 가지 문제점과 그 중요성
Astra가 다루는 문제들은 현대 수학의 매우 다양한 분야를 포괄합니다. 그중에는 다음과 같은 것들이 있습니다. 코네스의 강성 가설에 대한 반박이 결과는 연산자 대수에 중대한 영향을 미치며, 비소픽군의 명시적 구성은 군론에서 근본적인 문제입니다. 또한 고차원에서의 구면 패킹에 대한 새로운 상한값이 얻어졌는데, 이는 정보 이론 및 오류 정정 코드에 직접적으로 응용되는 문제입니다.
조합론 분야에서 아스트라는 헝가리 수학자 폴 에르되시가 제기한 세 가지 문제, 즉 146번, 180번, 183번 문제를 해결했습니다. 특히 다색 램지 수와 관련된 183번 문제는 전문가 토마스 블룸으로부터 "전체 문제 목록 중 가장 놀라운 문제"라는 평가를 받았습니다. 이 밖에도 산술 회로의 새로운 하한값 도출, 양자 게임에 대한 병렬 반복 정리 발견, 양자 후 암호학과 관련된 최근접 벡터 문제의 근사 난이도에 대한 연구 결과 등 다양한 성과를 거두었습니다.
비용 및 방법론
OpenAI는 다음과 같이 밝혔습니다. 이러한 해결책을 찾는 데 소요된 총 토큰 비용은 약 2.000달러였습니다.Sol의 API 요율에 따르면 이 수치에는 모델 학습이나 인간 연구원의 작업 비용은 포함되지 않습니다. 이 과정은 Astra의 논증 생성과 전문가의 의견을 결합하여 해당 논증을 명확한 문서로 변환하고, 최종적으로 자동 검증 가능한 Lean 인증서로 변환하는 방식으로 진행되었습니다.
린(Lean) 방식에서 형식화는 핵심입니다. 소프트웨어에 접근 권한이 있는 사람은 누구나 단계별로 시연이 논리적으로 올바른지 검증할 수 있기 때문입니다. 하지만, 수학자들은 사용된 정의와 가정이 원래 문제와 일치하는지 여전히 검증해야 합니다.이는 기계가 스스로 할 수 없는 일입니다. 오픈AI는 해당 작업을 수정하겠다고 밝혔지만, 10가지 결과 모두를 공개적으로 평가한 독립적인 단체를 아직 밝히지 않았습니다.
딥 블루와의 비교 및 필요한 주의 사항
여러 언론 매체에서 이 기록을 1997년 딥 블루가 게리 카스파로프를 상대로 거둔 승리에 비유했지만, 전문가들은 다음과 같이 지적합니다. 수학은 체스보다 더 복잡하다게임에서는 결과가 즉각적이지만, 수학에서는 증명이 인정받기까지 수개월에 걸친 동료 검토 과정을 거쳐야 할 수도 있습니다. 더욱이, 아스트라는 공개적으로 이용할 수 없기 때문에 외부 연구원들이 해당 과정을 재현하거나 모델의 실패율을 파악할 수 없습니다.
OpenAI는 과거에도 전문가 검토 후 겉보기에는 정확해 보였던 결과가 잘못된 것으로 판명된 사례가 있습니다. 2016년 2월, OpenAI는 First Proof 챌린지에 대한 솔루션을 제출했고, 이후 그중 하나가 잘못되었음을 인정했습니다. 따라서, 과학계는 이러한 10가지 발전이 유망한 것으로 간주되어야 하지만, 확정적인 것으로 여겨져서는 안 된다고 주장합니다.독립적인 검증이 이루어질 때까지.
유럽에서는 마드리드 공과대학교와 케임브리지 대학교를 비롯한 여러 대학의 연구자들이 OpenAI가 발표한 린(Lean) 인증서 분석에 관심을 표명했습니다. 인공지능이 새로운 수학적 지식을 창출하는 데 기여할 가능성은 미래 인간 과학자의 역할에 대한 논쟁을 불러일으키고 있지만, OpenAI는 결과 검증 및 맥락화는 앞으로도 오랫동안 전문가의 역할에 달려 있을 것이라고 강조합니다.
그럼에도 불구하고, 아스트라의 발표는 중요한 전환점을 의미합니다. 인공지능은 더 이상 이미 답이 알려진 문제를 해결하는 데 그치지 않고, 지식의 최전선에 있는 질문들에 대해 독창적인 주장을 제시하기 시작했습니다. 수학계의 진정한 "딥 블루의 순간"은 단 하나의 놀라운 결과로 오는 것이 아니라, 이러한 모델들이 수천 가지 경로를 탐색하고 이전에는 어떤 연구자도 검증하지 못했던 결과를 공식화할 수 있는 협력자가 되어가는 과정에서 점진적으로 나타날 것입니다.
