OpenAI 모델이 72년 된 수학 추측을 반박했다

OpenAI 모델이 72년 된 수학 추측을 반박했다

16시간 전, OpenAI의 범용 추론 모델이 조합기하학의 핵심 추측을 반박했다는 소식이 수학계에 울려 퍼졌다. 1946년 Paul Erdős가 제기한 단위 거리 문제에 대한 오랫동안 믿어져 온 추측이 무너졌다.

Erdős의 단위 거리 문제란?

평면에 n개의 점을 배치할 때, 정확히 거리 1인 점쌍의 최대 개수를 묻는 문제다. 간단해 보이지만 72년 동안 수학자들을 고민하게 만든 조합기하학의 대표적 난제다.

기본 구성:

• 직선 위에 점을 배치하면 n개에서 n-1개의 점쌍 생성

• 정사각 격자 배열이면 약 2n개의 점쌍 가능

수십 년간 정사각 격자 계열이 단위 거리 점쌍을 만드는 가장 좋은 방법이라는 추측이 지배적이었다. Erdős는 기술적으로 n의 1+o(1) 상계를 추측했고, 가장 좋은 구성도 n의 1+C/log log(n) 수준에 머물렀다.

AI가 발견한 것

OpenAI 모델이 이 추측을 반박하는 무한한 예시군을 만들어냈다. 핵심은 대수적 수론에서 온 전혀 예상치 못한 도구였다.

새 구성의 특징:

• 무한히 많은 n에 대해 적어도 n의 1+δ개의 단위 거리 점쌍 생성

• Will Sawin Princeton 교수가 δ = 0.014가 가능함을 증명

• 기존 최선 구성보다 다항식 수준 개선

대수적 수론이라는 예상치 못한의 무기

새 증명은 익숙한 기하 아이디어에서 출발하지만, 예상 밖 방향으로 확장된다. 가우스 정수를 넘어 무한 class field tower와 Golod-Shafarevich 이론을 기하 문제에 적용했다.

이 아이디어들은 대수적 수론자에게는 잘 알려져 있었지만, 유클리드 평면의 기하 문제에 영향을 준다는 것은 큰 놀라움이었다. 더 풍부한 대칭성이 더 많은 단위 길이 차이를 만들어낼 수 있다는 발상이다.

수학자들은 어떻게 평가했나

Tim Gowers (동반 논문): AI 수학의 이정표

Arul Shankar (수론학자): 현재 AI 모델이 인간 수학자의 보조자를 넘어 독창적이고 정교한 아이디어를 내고 끝까지 수행할 수 있음을 보여줬다

Thomas Bloom: 수론적 구성이 이런 질문에 대해 예상보다 훨씬 더 많은 것을 말해줄 수 있고, 필요한 수론이 매우 깊을 수 있음을 보여준다. 앞으로 몇 달 동안 많은 대수적 수론자들이 이산기하의 다른 열린 문제를 자세히 들여다볼 것이다.

왜 중요한가

AI 연구 파트너로서의 가능성:

• 어려운 사고 흐름을 일관되게 유지

• 먼 지식 영역 사이의 아이디어를 연결

• 전문가가 놓쳤을 유망한 경로를 발견

수학 밖으로의 확장: 이런 능력은 생물학, 물리학, 재료과학, 공학, 의학에서도 유용하다. 복잡한 논증을 일관되게 유지하고, 서로 먼 영역을 연결하며, 전문가 검토를 통과하는 결과물을 만들어낸다.

인간 전문성의 미래

결과가 나오면서 부각되는 역설이 있다. AI가 해답을 찾는 속도가 빨라질수록, 문제를 선택하고 결과를 해석하는 인간의 역할이 더 중요해진다.

AI는 탐색하고, 제안하고, 검증하는 데 도움을 줄 수 있지만 중요한 문제를 선택하고 결과를 해석하며 다음에 추구할 질문을 정하는 일은 여전히 사람이 담당한다. 전문성이 덜 중요한 것이 아니라 더 가치 있어지는 시대다.

---

📚 출처

• https://news.hada.io/topic?id=29722