아마추어 수학자들이 AI로 오랫동안 해결되지 않은 수학 문제를 해결하다

The Democratization of Discovery: Amateurs Leverage AI to Crack Erdős's Code

Date: 2026년 1월 17일
Topic: 수학 분야의 인공지능(Artificial Intelligence, AI), 연구 민주화
Key Figures: Paul Erdős, Neel Somani, Thomas Bloom

폐쇄적인 경향이 강했던 학술 수학계에 충격을 주고 있는 최근의 전개에서, 아마추어 열성가들이 고급 인공지능(이하 인공지능)을 활용해 전설적인 헝가리 수학자 Paul Erdős가 제기한 오랜 수학적 추측들을 성공적으로 해결했습니다. 이 이정표는 New Scientist가 보도하고 최근 검증된 증명들이 뒷받침하는 바대로, 과학적 발견의 판도를 결정적으로 바꿨습니다. 고급 수학 연구에 대한 진입 장벽은 단지 낮아진 것이 아니라, 인공지능 기반 추론 에이전트들에 의해 사실상 해체되었습니다.

The Unlikely Solvers

수십 년 동안, 1996년에 사망한 Paul Erdős가 남긴 미해결 문제들은 수학적 창의력을 가늠하는 시험대 역할을 해왔습니다. Erdős는 진술은 기묘하게 단순하지만 증명은 악랄하게 어려운 문제들을 제시하기로 유명했으며, 때로는 이를 장난스러운 유인책으로 소액의 현상금과 함께 내걸었습니다. 최근까지 이러한 문제들은 정년 트랙 교수들과 Fields 메달 수상자들의 전유물이었습니다.

그러나 2026년 초의 일련의 사건들은 이 위계를 뒤흔들었습니다. 여기서 아마추어 수학자라 함은 전통적 순수수학의 정년 트랙 체계 밖에서 활동하는 개인들을 뜻하며, 이들이 이러한 "Erdős 문제"들에 대해 형식적으로 검증된 증명을 제출하기 시작했습니다.

가장 두드러진 최근 성공은 수년간 정수론자들을 곤혹에 빠뜨렸던 중심 이항 계수에 관한 Erdős Problem #397과 관련됩니다. 해결은 대학 부서에서 나온 것이 아니라, 상업적으로 이용 가능한 모델인 GPT-5.2를 활용하고 Aristotle로 알려진 형식 검증 시스템(formal verification system)과 협업한 개인으로부터 나왔습니다.

The AI-Human Collaborative Workflow

이 돌파구의 핵심은 인공지능이 "마법처럼" 답을 아는 데 있는 것이 아니라, 대형 언어 모델(large language model, LLM) 추론과 형식적 증명 검증을 결합한 새로운 워크플로우에 있습니다. 이 '뉴로-심볼릭(neuro-symbolic)' 접근법은 대형 언어 모델이 수학에서 보였던 역사적 약점, 즉 그럴듯하게 들리지만 잘못된 논리를 만들어내는 경향을 해결합니다.

이 새로운 물결의 수학자들이 채택한 방법론은 일반적으로 다음의 세 단계 과정을 따릅니다:

개념적 추론: 인간 사용자가 AI(예: GPT-5.2나 Claude)에 증명을 위한 고수준 전략을 생성하도록 프롬프트합니다.
형식적 변환: AI가 이러한 전략을 Lean 4와 같은 형식 증명 언어(formal proof language)로 번역합니다.
자동 검증: Aristotle과 같은 특수한 "검증기" 에이전트가 코드를 컴파일합니다. 코드가 오류 없이 컴파일되면, 그 증명은 수학적으로 유효한 것으로 간주되어 미묘한 논리적 결함을 찾기 위해 몇 달이 걸리는 동료 검토를 대체할 수 있습니다.

Table: Traditional vs. AI-Assisted Mathematical Research

Feature	Traditional Research Model	AI-Assisted Amateur Model
Primary Reasoner	인간 전문가	인간-인공지능 하이브리드
Verification Method	동료 검토(Peer Review, 수개월/수년)	형식 컴파일러(Formal Compiler, 초/분)
Barrier to Entry	수학 박사학위	컴퓨팅 자원 접근 & 논리 기술
Tooling	펜, 종이, LaTeX	대형 언어 모델, Lean, Python
Success Rate	낮음(실패 비용 큼)	높음(빠른 반복 허용)
---	---	----

A Shift in Capabilities

이 현상은 인공지능 추론 역량의 성숙을 알립니다. 불과 2년 전만 하더라도 인공지능 모델들은 기본 산술 문제에도 어려움을 겪었고 고등학교 수준의 기하학 증명 논리를 따라가기도 힘들었습니다. 오늘날 시스템들은 추상 수학의 "탐색 공간"을 직관적으로 탐색하는 능력을 보이며, 어떤 경우에는 인간 능력을 모방하거나 능가하기도 합니다.

맨체스터 대학교의 수학자 Thomas Bloom은 New Scientist와의 인터뷰에서 이 전환의 중요성을 지적했습니다. 그는 해결되는 특정 Erdős 문제들이 리만 가설(Riemann Hypothesis)처럼 분야의 '에베레스트'는 아닐지라도, 이전에는 상당한 전문적 역량을 필요로 했던 '알파인 봉우리'임이 분명하다고 관찰했습니다. 인공지능이 이제 비전문가들을 이 정상으로 안내할 수 있게 되었다는 점은 과학 분야에서 AGI(Artificial General Intelligence, 범용 인공지능)에 대한 '추론 임계값'이 넘어가고 있음을 시사합니다.

The "Aristotle" Factor

최근 승리들에서 핵심 구성 요소는 Aristotle과 같은 특화된 시스템의 등장입니다. 범용 챗봇과 달리, Aristotle은 자연어 아이디어와 형식 논리 사이의 인터페이스를 위해 특별히 설계되었습니다.

계량 연구원 Neel Somani가 Erdős Problem #397에 도전했을 때, 그는 단순히 AI에 답을 묻지 않았습니다. 그는 자신의 직관과 형식 증명의 엄격한 요구 사이의 간극을 메우기 위해 AI를 활용했습니다. AI는 모호한 수학적 직감을 반박 불가능한 코드로 변환하는 '슈퍼-번역기' 역할을 했습니다. 이 능력은 아마추어들이 문제의 '무엇'과 '왜'에 집중할 수 있게 하며, AI가 형식적 문법의 극도로 어려운 '어떻게'를 처리하게 합니다.

Implications for the Scientific Community

전문가 커뮤니티의 반응은 회의와 경외가 뒤섞여 있습니다. Fields 메달 수상자 Terence Tao는 특히 이러한 발전에 관여하며 인공지능 시스템이 생성한 검증된 증명을 인정해 왔습니다.

이 민주화는 기회와 도전을 동시에 가져옵니다:

진리의 가속: 미해결 추측의 적체가 빠르게 해소되어 수십 년간 정체된 새로운 수학 분야들이 열릴 수 있습니다.
"분위기 증명(Vibe Proof)" 시대: 수학이 무언가가 참인 '이유'를 이해하는 것에서 단지 기계가 검증했으므로 '참이다'를 아는 것으로 이동할 우려가 있습니다. 그러나 Lean과 같은 형식 언어의 사용은 오히려 인간 서면 증명이 종종 넘기는 엄격성을 강제함으로써 이를 완화합니다.
시민 과학 2.0: 아마추어 천문학자가 혜성을 발견하듯, 우리는 기관 소속이 없어도 의미 있는 이론적 작업에 기여할 수 있는 '시민 수학자' 시대에 접어들고 있습니다.

Conclusion: The Future of Collaborative Intelligence

아마추어들에 의한 Erdős 문제 해결은 단순한 이색 뉴스거리를 넘어 지식 노동의 미래를 예고합니다. Creati.ai에서는 이를 **협업 지능(Collaborative Intelligence)**의 궁극적 검증으로 봅니다. 인공지능은 인간을 대체한 것이 아니라, 인간의 의도를 증폭시키고 그들의 맹점과 엄밀성의 약점을 보완했습니다.

이 도구들이 더욱 접근 가능해짐에 따라, '연구자'의 정의는 확장될 것으로 기대됩니다. 물리학, 생물학, 또는 컴퓨터 과학의 다음 위대한 돌파구는 명문 연구소가 아니라 노트북과 강력한 인공지능 파트너를 가진 호기심 많은 개인으로부터 나올 수도 있습니다. 그들은 하나의 프롬프트로 우주의 코드를 하나씩 해독해 나갈 것입니다.