AI가 수학 답안을 쏟아냈다, 이제 누가 이해할 차례일까

AI가 수학 답안을 많이 내놓으면, 지식도 그만큼 바로 늘어날까. 오픈AI가 10월 6일 내부 모델의 새 수학 연구 결과를 공개했다. 이번 소식에서 눈길을 끄는 것은 답안의 등장만이 아니다. 그것을 누가 읽고 이해하며 지식으로 받아들일지가 함께 질문으로 올라왔다.

회사는 결과를 GitHub 저장소에 올리고 수정과 인용 절차를 마련했다고 밝혔다. 증명 다수를 Lean이라는 언어로 형식화한 자료도 공유한다. 컴퓨터로 증명의 논리적 연결을 검사할 수 있도록 하는 작업이다. 다만 모든 결과가 같은 수준으로 검증됐다는 설명으로 넓혀 읽어서는 안 된다.

형식적 검사는 의미를 이해하는 일과도 구별된다. SOCRA의 설명으로, 어떤 전제에서 결론이 나오는지 확인하는 일과 그 결론이 왜 중요한지 설명하는 일은 서로 기대는 다른 작업이다. AI가 긴 답안을 만들어도 연구 질문의 가치와 기존 지식과의 관계까지 자동으로 정리되지는 않는다.

오픈AI와 공개 방식 등을 논의한 독립 자문단 AGMAI도 같은 날 입장을 냈다. 자문했다는 사실을 결과의 영향에 대한 판단이나 연구 과정의 보증으로 받아들이지 말라는 내용이다. 자문단 이름이 붙었다고 모든 답안에 합격 도장이 찍힌 것으로 볼 수 없다는 뜻이다.

자문단은 필요한 평가는 수학 공동체가 해야 한다고 설명했다. 공개를 인간의 이해와 지식 편입 과정이 시작되는 시점으로 본 것이다. 새로운 결과가 널리 읽히고, 다른 연구와 연결되고, 무엇을 전제로 삼는지 드러나는 과정이 뒤따라야 한다는 문제를 던진다.

회사 발표에는 추론 요약 10개와 시도한 문제 수에 관한 통계도 포함됐다. 평균 결과의 계산량은 ChatGPT Pro 약 세 시간의 사고에 해당한다고 추정했다. 연구 하나가 사람의 세 시간 노동을 대체했다거나 이용자가 같은 비용으로 같은 결과를 얻는다는 의미는 아니다.

왜 실패한 시도와 계산량이 중요할까. 좋은 결과만 보면 그것이 얼마나 쉽게 나오는지 알기 어렵기 때문이다. SOCRA의 관점에서는 최종 답안 옆에 시도와 수정의 기록이 있어야 결과를 만드는 과정을 비교할 수 있다. 화려한 한 장면과 반복 가능한 작업은 같은 이야기가 아니다.

이 기사는 개별 증명을 재현하거나 특정 난제가 해결됐다고 판정하지 않는다. 발표와 자문단 입장이 확인해 주는 것은 결과 공개와 평가 과제다. 논문을 읽는 사람에게도 제목의 해결 선언보다 조건, 인용, 검증 자료를 따라가는 순서가 필요하다.

수학 연구의 생산 속도가 빨라질수록 결과를 읽고 기존 지식에 연결하는 과정에도 무게가 실린다. 공개된 증명과 수정 기록은 그 검토에 쓰일 재료다. 오픈AI의 결과 공개와 AGMAI의 선 긋기가 같은 날 나온 장면은, 생성과 평가를 한 번의 성과 발표로 합치기 어렵다는 점을 보여 준다.

이번 공개로 끝난 일은 자료를 내놓는 단계다. 사람의 이해는 그다음 페이지에서 시작한다. AI가 낸 결과를 많이 모으는 것과 연구 공동체가 의미를 설명하고 받아들이는 것 사이에는 거리가 남는다. 그 거리를 어떤 검토와 수정으로 좁히는지가 이번 발표 뒤에 이어질 이야기다.