요약:
뉴요커(New Yorker) 매거진은 최근 인공 지능이 2026년 기초 수학 세계에 가져올 엄청난 충격을 기록한 특집 기사를 게재했습니다. OpenAI와 Anthropic이 수많은 세기의 수학 문제를 잇달아 해결함에 따라 필즈상 수상자인 테렌스 타오(Terence Tao)와 많은 일류 학자들은 학계에 브레이크를 밟고 컴퓨팅 파워 급증으로 인간의 수학적 직관과 학문적 생태가 파괴되는 것을 경계할 것을 촉구하기 시작했습니다.
'밀레니엄 문제'는 해결되었고, 학계는 실존적 위기에 처해 있습니다
올해 9월 8일 오픈AI는 '밀레니엄 상 문제' 중 하나인 나비에-스토크스(Navier-Stokes)의 존재 및 원활성 문제를 100만 달러의 보상금으로 극복했다고 발표했다. 3일 후, 51세의 테렌스 타오(Terence Tao)가 캘리포니아 공과대학(California Institute of Technology) 무대에 나타났습니다. 그는 이례적으로 강의 때 평소 입던 셔츠를 벗고 청바지에 '가나가와의 대파도'가 프린트된 검은색 티셔츠를 입었다.
"내 인생에서 가장 이상한 한 주를 경험했습니다."
그는 뒤에 있는 투박한 PPT를 가리키며 자신을 비웃었다. 보통 그는 화려한 프레젠테이션을 하기 위해 AI를 사용하지만, 이번에는 가장 기본적인 소프트웨어만 사용했습니다.Tao Zhexuan을 불안하게 만드는 것은 징계 생태계 전체에 대한 통제력 상실입니다. 2026년 초부터 GPT-5.2 Pro 및 Claude Fable 5와 같은 대형 모델은 수십 년 동안 학계를 괴롭혔던 여러 Erdös 문제와 Jacobi 추측을 성공적으로 해결했습니다. 지난 10월 초 오픈AI는 미해결 수학 문제에 대한 새로운 결과 372개를 단숨에 공개했다. 그러나 이러한 AI 생성 답변에는 파생 세부 정보가 부족한 경우가 많습니다. 학부생들이 한 눈에 이해할 수 있는 상식으로 가득 차 있지만, 가장 비판적인 논리적 비약에 몇 줄만 씌어 있을 뿐이다. 수학 저널에는 방대한 AI 논문이 넘쳐나고, 제출자는 자신의 논문조차 이해하지 못하는 경우가 있습니다. 그들은 자발적인 검토와 검증을 위해 무료 노동력을 제공하기 위해 전적으로 인간 수학자에게 의존합니다.
"속도를 줄여야 합니다. 지금 속도가 미친 수준입니다."
Tao Zhexuan은 수학계가 2025년 이전에 '증명 부족'에서 '증명 오버플로' 시대로 진입했다고 지적했습니다. 수학 연구에서 최종 답은 그다지 중요하지 않은 경우가 많습니다. 학문을 실제로 발전시키는 것은 답을 찾는 과정에서 방법론적 혁신이며, 이제 새로운 질문이 탄생하는 느린 사고 과정이 파괴되고 있습니다.블랙박스 운영과 대규모 주식 발행 돌진으로 대중의 분노
압도적인 컴퓨팅 성능 외에도 수학자들은 AI 거대 기업의 폐쇄적 접근 방식과 악랄한 경쟁에 깊은 우려를 표하고 있습니다.
올해 8월, 인류 수학자 Levent Alperger는 소셜 플랫폼에 긴 플러스 및 마이너스 문자를 게시했습니다. 시드니 대학의 수학자 Jody Williamson은 전체 수학 정원에 제초제가 뿌려졌다고 느꼈습니다. 이는 인간에게 궁극적인 답인 "42"를 주지만 모든 사고 과정을 박탈하는 것과 같습니다.
9월 나비에스토크스 발행 발표는 라쇼몽으로 변했다. OpenAI의 공식 발표 전날 뉴욕대학교 트리스탄 벅마스터(Tristan Buckmaster) 교수는 성명을 통해 자신과 알퍼거가 OpenAI의 공개 모델을 포함한 도구의 도움으로 문제에 대해 상당한 진전을 이루었으며 수백만 달러의 컴퓨팅 파워를 소모한 OpenAI는 일주일도 안 되어 솔루션을 완료했다고 주장했습니다. Buckmaster는 OpenAI가 백그라운드에서 자신의 연구 데이터를 획득했다고 의심했지만 OpenAI는 이를 부인했습니다. Buckmaster는 OpenAI 팀의 수장인 Sebastian Bubeck이 경쟁사인 Anthropic의 Alperger를 서명 목록에서 제외한다는 조건으로 자신을 논문의 저자로 기재하겠다고 제안했다고 밝혔습니다. Buckmaster가 거절하고 그 문제를 공개하려고 했을 때, 그는 왜 자신의 경력을 망치고 싶은지 직접적으로 질문을 받았습니다.
이 논란으로 인해 테렌스 타오(Terence Tao)와 25명의 다른 필즈상 수상자들이 공동으로 공개 서한을 발표하게 되었습니다. 편지에서는 문제 해결과 통찰력이 분리되고 있다고 경고했습니다. AI에 대한 과도한 의존은 공상, 토론, 심층적 사고를 건너뛰는 것과 같습니다. 미래에는 인간이 이해하는 것이 점점 더 줄어들 것입니다.
가장 시급한 문제는 차세대 교육 방법입니다
올해 초 Tao Zhexuan은 OpenAI 경영진과의 대화와 AI 수학 프로젝트 시작에 대한 협력으로 인해 언론에서 AI의 '전도자'로 불렸습니다. 그러나 이제 그는 "인지 마찰"의 가치를 강조하고 있습니다. 그는 현재의 위기를 마차를 자동차로 대체하는 도시 변화에 비유했습니다. 도시에서는 보도를 보존해야 하며, 모든 공간이 자동차로만 변할 수는 없습니다. 그런 도시에서는 누구도 살고 싶어하지 않기 때문입니다.
Tao Zhexuan의 견해에 따르면
현재 가장 시급한 위기는 대학원생 교육 방법입니다.
과거에는 대학원생들이 몇 개월에 걸쳐 적당히 어려운 주제를 공부하고 시행착오를 거쳐 수학자처럼 생각하는 법을 배워야 했습니다. 이제 AI는 몇 시간 안에 이러한 문제를 해결할 수 있습니다. 그는 수학을 배우는 것을 아내와 함께 연속극 "파리의 에밀리"를 보는 것에 비유했습니다. 비록 줄거리는 진부하지만, 재미가 가득합니다. 관객에게 몇 문장의 줄거리만 보여주면 드라마를 보는 의미가 완전히 사라지고 스스로 영화를 배울 수 없게 된다.이런 '재미 상실감'이 학계에도 퍼지고 있다. NFL의 볼티모어 레이븐스(Baltimore Ravens)에서 뛰었던 MIT 수학자 존 어셔(John Usher)는 가우스 소거 문제를 연구하는 데 10년을 보냈습니다. AI의 선점을 당하지 않기 위해 그는 매달 200달러를 들여 GPT-5.6 Sol과 Claude Fable 5를 구독하고, 자신의 연구 단계를 AI에 입력했고, 마침내 정확하지만 극도로 추악한 증거를 얻은 다음 수동으로 다듬어 출판했습니다. 결과는 보존됐지만 어셔는 전혀 재미가 없다고 퉁명스럽게 말했다. 왜냐하면 수학의 가장 매혹적인 부분은 바로 어둠 속에서 더듬어가는 투쟁이고, 모든 답을 직접 적는 것이 가장 지루한 부분이기 때문이다.
그러나 기성세대 학자들은 여전히 낙관론을 유지하고 있습니다. Navier-Stokes 문제에 대한 공식적인 설명을 작성한 77세의 Princeton University 교수인 Charlie Fefferman은 OpenAI의 증명이 정확할 가능성이 가장 높다고 믿습니다. 그는 수학을 후회할 수 있는 악마의 체스에 비유했습니다. 천 가지 어리석은 아이디어가 있어도 하나의 훌륭한 아이디어만 있다면 당신은 훌륭한 수학자입니다. 그는 과거에는 성공률이 5%에 불과한 일부 아이디어는 검증하는 데 평생이 걸렸기 때문에 포기할 수밖에 없었다고 믿습니다. 이제 단 이틀 만에 결과를 테스트할 수 있다면 수학자들은 더욱 용기 있고 상상력이 풍부해질 것입니다.
댓글