요약:
수학에서 가장 중요한 미해결 문제 중 하나를 해결하기 위해 내부 최첨단 모델을 사용하겠다고 지난달 발표한 데 이어 OpenAI는 다시 한번 수학 커뮤니티에 '블록버스터'를 기록했습니다. 현지 시간으로 10월 6일, OpenAI는 내부 최첨단 AI 모델을 통해 생성된 일련의 새로운 수학적 연구 결과를 발표했습니다. 여기에는 총 372개 세트의 결과가 포함되어 있으며 수학과 이론 컴퓨터 과학에서 장기적으로 해결되지 않은 수많은 문제를 다루고 있습니다. OpenAI는 이러한 결과가 오랜 공개 문제를 해결하거나 상당한 돌파구를 달성했다고 말했습니다.
자세히 알아보기:
https://github.com/openai/math
이번 릴리스의 규모는 단일 수학 문제에서 이전의 획기적인 발전을 훨씬 능가합니다. OpenAI는 이번에 372개의 서로 다른 수학적 결과 세트에 해당하는 722개의 논문 또는 관련 원고를 포함하여 수백 개의 연구 결과를 공개했습니다. 또한 회사는 수학 커뮤니티가 이러한 AI의 결과를 보다 포괄적으로 평가할 수 있기를 희망하면서 일부 모델 추론 프로세스 요약, 컴퓨팅 리소스 소비 및 시도한 문제 수와 같은 정보를 공개했습니다.
OpenAI는 이러한 결과가 아직 공식적으로 대중에게 공개되지 않은 내부 최첨단 모델에서 나온 것이라고 말했습니다. 이전의 놀라운 Navier-Stokes 방정식 문제와 달리 이번 릴리스에서는 수학의 특정 분야에 초점을 맞추지 않고 정수론, 대수기하학, 이론적인 컴퓨터 과학 등 다양한 방향을 다루고 있습니다. 이러한 문제 중 일부는 수년, 심지어 수십 년 동안 수학자들을 당황하게 만들었습니다.
OpenAI가 공개한 데이터에 따르면 평균적으로 각 결과는 ChatGPT Pro에서 약 3시간 동안 지속적으로 생각하는 것과 동일한 컴퓨팅 리소스를 사용합니다. 이는 이러한 결과가 단순히 단일 채팅 요청으로 생성되는 것이 아니라 광범위한 계산과 시행착오를 통해 얻은 결과임을 의미합니다. OpenAI는 또한 외부 세계가 이러한 결과 뒤에 숨은 성공률과 계산 비용을 이해할 수 있기를 바라며 모델이 해결하려고 시도한 문제에 대한 통계를 발표했습니다.
이번 릴리스에는 과거 AI 수학적 결과를 공개하는 방식을 바꾸려는 OpenAI의 시도도 반영되어 있습니다. 이전에는 인공지능 기업들이 주요 수학적 발견을 발표하면 회사 블로그나 보도자료 등을 통해 직접 발표하는 경우가 많아 수학자들이 결과의 신뢰성 여부를 판단하게 됐습니다. 이러한 관행은 수학계에서 불만을 불러일으켰습니다. 왜냐하면 수학 연구는 엄격한 증명, 동료 검토, 저자 및 기여에 대한 명확한 귀속에 크게 의존하기 때문입니다.
이를 위해 OpenAI는 수학 및 인공 지능 자문 그룹을 구성하고 유명 수학자를 포함한 전문가를 초청하여 이러한 AI가 생성한 수학적 결과를 게시하는 방법을 논의했습니다. OpenAI는 이번에 독립 컨설팅 기관의 조언을 참조하고 그 결과를 GitHub 저장소에 공개했으며, 연구자들이 보다 명확한 연구 기록을 유지하면서 문제 발견 후 수정을 할 수 있도록 논문 수정 및 인용 메커니즘을 제공했다고 밝혔습니다.
일부 결과는 Lean 공식 증거도 제공합니다. 린(Lean)은 컴퓨터가 수학적 증명을 확인할 수 있게 해주는 소프트웨어 도구입니다. 수학적 증명을 Lean이 검증할 수 있는 형식으로 변환함으로써 연구자는 AI가 생성한 증명에 논리적 허점이 있는지 여부를 보다 엄격하게 확인할 수 있습니다. OpenAI는 많은 결과를 공식화했으며 더 많은 공식적인 증거를 확보한 후 창고를 계속 업데이트할 것이라고 밝혔습니다.
그러나 이번 OpenAI 릴리스가 이러한 모든 수학적 결과가 수학 커뮤니티에서 인정되었다는 의미는 아닙니다. 방금 수많은 논문이 공개되었고, 수학자들은 여전히 각각의 논문을 읽고, 증명을 검토하고, 그 결과가 얼마나 의미가 있는지 판단해야 합니다. 복잡한 수학 문제의 경우 "AI가 해결한다고 주장한다"와 "수학 커뮤니티가 해결한다고 확인한다" 사이에는 큰 격차가 있습니다.
사실 이번 사건이 논란을 불러일으킨 중요한 이유 중 하나가 바로 이것이다. 수학계의 일부 사람들은 AI 기업이 전례 없는 속도로 수학적 결과를 산출하고 있다고 믿고 있지만, 전통적인 수학적 연구 시스템은 이러한 결과를 검증할 시간이 충분하지 않습니다. 기업이 계속해서 동료 검토를 거치지 않은 결과를 대량으로 게시한다면 수학자들은 진정으로 가치 있는 결과를 찾기 위해 이를 선별하는 데 많은 시간을 소비해야 할 수도 있습니다.
이러한 우려는 OpenAI가 이전에 Navier-Stokes 문제에 대한 솔루션을 발표했을 때 완전히 드러났습니다. 수학자 Tristan Buckmaster는 관련 증명 아이디어를 얻는 OpenAI의 프로세스에 공개적으로 의문을 제기했으며 그와 인류 수학자 Levent Alpöge가 이전에 관련 방향에서 중요한 진전을 이루었다고 말했습니다. 누가 연구 결과의 핵심 아이디어를 처음 제안했는지, AI 기업이 그들의 서명과 기여를 어떻게 식별해야 하는지를 둘러싸고 수학계에서는 치열한 논쟁이 벌어졌습니다.
OpenAI는 관련 비난을 부인했지만, 이번 사건으로 인해 수학계는 이전에는 더 먼 문제인 AI가 과거 최고 수학자만이 처리할 수 있었던 연구 작업을 독립적으로 완료할 수 있을 때 전통적인 '저자', '발견자' 및 '연구 기여'를 어떻게 정의해야 하는지에 대해 진지하게 논의하게 되었습니다.
따라서 이번 릴리스는 일련의 수학 논문의 릴리스일 뿐만 아니라 수학 연구 모델의 미래 방향에 대한 실험이기도 합니다. 과거에는 수학자들이 미해결 문제를 연구하는 데 몇 달, 심지어 몇 년이 걸렸습니다. 이제 최첨단 AI 모델은 몇 시간의 컴퓨팅 리소스를 투자하여 수백 가지 이상의 문제를 동시에 시도할 수 있습니다. 대다수가 궁극적으로 확립에 실패하더라도 몇 가지 결과가 정말로 정확하다면 연구 효율성은 전통적인 인간 연구 방법의 효율성을 훨씬 뛰어넘을 수 있습니다.
OpenAI는 이러한 성과의 목적이 수학자를 대체하는 것이 아니라 수학적 지식의 경계를 넓히는 것이라고 믿습니다. 회사는 앞으로 수학자들이 세미나, 컨퍼런스, 전문 연구 프로젝트를 통해 이러한 AI가 생성한 결과를 더 깊이 연구할 수 있도록 하고, 인공지능이 이러한 새로운 수학적 아이디어를 어떻게 생성하는지 과학계가 이해하는 데 도움이 되기를 희망한다고 밝혔습니다.
동시에 OpenAI는 이러한 결과를 산출한 모델을 향후 대중에게 공개할 준비를 계속하고 있습니다. 회사는 추가 안전성 및 능력 평가를 거쳐 과학자들이 가장 진보된 AI 시스템을 직접 사용하여 수학 및 기타 과학 분야의 문제를 해결할 수 있기를 희망한다고 밝혔습니다.
이번 사건의 가장 주목할만한 점이기도 합니다. 지난 몇 년 동안 수학 분야에서 AI의 발전은 주로 경쟁 문제, 표준화된 테스트 및 보조 증명 기능의 개선에서 나타났습니다. 이제 AI는 실제 수학 연구에 직접 참여해 수백 건의 후보 연구 결과를 생성하기 시작했다. 그 중 상당 부분이 최종적으로 수학계에서 검증된다면 AI가 수학 분야의 '문제 해결 도구'에서 점차 '연구 도구' 단계로 진입했다는 뜻이 될 것이다.
그러나 동시에 양은 질과 같지 않습니다. 수학계가 대답해야 할 진짜 질문은 AI가 한 번에 얼마나 많은 논문을 작성하느냐가 아니라, 그 중 얼마나 많은 논문이 엄격한 동료 검토를 견딜 수 있는지, 얼마나 많은 논문에 진정으로 독창적인 아이디어가 포함되어 있는지, 그리고 그 중 얼마나 많은 논문이 다른 수학자들이 이전에 풀 수 없었던 문제를 더 해결하도록 유도할 수 있는지입니다.
최종 결과가 무엇이든 OpenAI가 수백 개의 수학적 결과를 한꺼번에 발표한다는 것은 AI와 수학적 연구의 관계가 근본적인 변화를 겪고 있음을 의미합니다. 과거 인간은 AI가 수학 문제를 해결할 수 있을지 걱정했다. 이제 보다 현실적인 질문이 생겼습니다. AI가 인간 연구팀을 훨씬 능가하는 속도로 수학적 결과를 산출하기 시작하면 인간 수학자들은 이러한 결과를 어떻게 검증하고, 이해하고, 선별하고 활용해야 할까요?
그리고 이 변화는 이제 막 시작되었을 수도 있습니다.
댓글