AI가 국제수학올림피아드 수준의 문제를 풀고 정리 증명을 자동화하면서, 수학계는 기술 그 자체보다 더 근본적인 질문에 직면하고 있다. 핵심은 '검증'과 '이해'의 분리다. AlphaProof나 Lean 같은 증명 보조 도구는 답이 맞는지 기계적으로 확인해주지만, 왜 그것이 참인지에 대한 인간의 통찰을 대신해주지는 못한다. 수학자들은 묻는다. 증명이 1만 줄짜리 기계 코드로 검증됐지만 아무도 그 의미를 설명할 수 없다면, 그것을 진정한 수학적 이해라 부를 수 있는가? 또한 AI가 보조 도구를 넘어 새로운 정리를 발견하는 동료가 될 때, 인간의 역할은 문제를 푸는 사람에서 좋은 질문을 던지고 방향을 설정하는 사람으로 옮겨간다. IT 종사자에게 이 변화는 시사하는 바가 크다. 코드 생성 AI 시대에 개발자 역시 '코드를 짜는 능력'보다 '무엇을 왜 만들지 정의하고 결과를 비판적으로 검증하는 능력'이 핵심 경쟁력이 되고 있기 때문이다. 자동화가 답을 줄수록, 좋은 질문의 가치는 오히려 커진다.