무슨 일이 있었나
OpenAI가 학계 연구자들과 함께 수학, 컴퓨터과학, 물리학 세 분야에서 AI의 도움으로 얻은 새 연구 결과를 공개했어요. 발표 제목은 ‘학계 커뮤니티와 함께 과학적 이해를 쌓아간다’는 뜻이에요. 여기서 눈여겨볼 단어는 ‘발견’보다 ‘학계 커뮤니티’예요. AI가 혼자 뚝딱 대단한 성과를 냈다는 게 아니라, 그 분야 연구자들이 같이 문제를 다루고 결과를 검증했다는 점을 앞세우고 있거든요.
세 가지 결과가 구체적으로 뭔지는 원문에서 확인하실 수 있어요. 이 글에서는 한 발 물러서서 두 가지를 풀어볼게요. 이런 발표를 어떻게 읽어야 하는지, 그리고 이 흐름이 왜 개발자한테도 중요한지요.
배경: 몇 년째 이어진 ‘AI for Science’ 레이스
이번 발표가 갑자기 나온 건 아니에요. 2023년 구글 딥마인드의 FunSearch가 먼저 있었어요. 대형 언어 모델(LLM)이 코드를 제안하고 자동 평가기가 점수를 매기는 과정을 계속 반복하는 방식인데, 이걸로 ‘캡 셋(cap set)’이라는 조합론 문제에서 기존보다 큰 구성을 찾아냈죠. 2025년 5월에 나온 AlphaEvolve는 4×4 복소수 행렬 곱셈을 곱셈 48번으로 끝내는 방법을 찾았어요. 딥마인드는 이걸 1969년 스트라센 알고리즘 이후 56년 만의 개선이라고 소개했고요. 같은 해 7월에는 OpenAI의 실험적 추론 모델과 구글의 Gemini Deep Think가 국제수학올림피아드(IMO)에서 금메달 수준 점수를 받았어요.
민망한 장면도 있었어요. 2025년 10월, OpenAI 연구자들이 GPT-5가 미해결로 분류된 에르되시(Erdős) 문제 여러 개를 ‘풀었다’는 글을 올렸거든요. 그런데 문제 목록을 관리하던 수학자가 반박했어요. 그 문제들은 이미 풀려 있었고 목록에 반영이 안 됐을 뿐이라고요. GPT-5가 실제로 한 일은 여기저기 흩어진 기존 논문을 찾아낸 거였어요. 그것도 연구자한테는 무척 쓸모 있는 능력이지만 ‘발견’과는 다른 얘기죠. 이번 발표가 학계와의 협업을 앞에 내세운 것도 이런 맥락에서 읽어볼 수 있어요.
‘AI가 발견했다’는 말, 이게 뭐냐면
‘AI가 발견했다’는 말 안에는 생각보다 여러 수준이 섞여 있어요. 단계로 나눠보면 이래요.
1. 문헌 연결: 이미 있는 결과를 찾아서 지금 문제와 이어주기
2. 후보 탐색: 반례나 더 나은 구성을 대량으로 시도해보기 (FunSearch, AlphaEvolve가 주로 여기)
3. 증명의 일부 기여: 핵심 보조정리나 아이디어 내놓기
4. 새로운 정리나 이론: 질문 자체를 새로 세우고 답하기
분야마다 검증 난이도도 달라요. 수학은 증명이 맞는지 따져볼 수 있고, Lean 같은 정리 증명기로 기계적으로 검증할 수도 있어요. Lean은 쉽게 말해 ‘수학 증명용 컴파일러’예요. 증명이 한 줄이라도 틀리면 컴파일이 안 되는 식이죠. 컴퓨터과학은 코드를 돌려보거나 복잡도를 분석하면 되고요. 물리학은 검증 문턱이 가장 높아요. 수식 전개가 맞더라도 그게 실제 자연을 설명하는지는 실험이나 관측으로 확인해야 하거든요. 그러니까 세 결과를 같은 무게로 읽지 마세요. 각각 위 단계 중 어디쯤인지, 누가 어떻게 검증했는지 따져보는 게 좋아요.
개발자 눈으로 보면: 생성기와 검증기의 루프
이런 연구 구조는 개발자한테 꽤 익숙해요. 핵심은 제안하는 쪽(생성기)과 채점하는 쪽(검증기)을 나누고, 그 루프를 아주 많이 돌리는 것이거든요. LLM이 후보를 내놓으면 평가 코드나 증명 검증기, 전문가가 그걸 걸러내요. 테스트 코드가 있어야 리팩터링을 마음 놓고 할 수 있잖아요. 마찬가지로 믿을 만한 검증기가 있어야 AI도 마음껏 틀려볼 수 있어요. 무작위 입력을 잔뜩 넣고 크래시만 골라내는 퍼징(fuzzing)과도 닮았고요.
한국 개발자에게 주는 시사점
첫째, 검증기를 만들 수 있는 문제라면 AI를 훨씬 잘 쓸 수 있어요. 쿼리 최적화, 알고리즘 튜닝, 성능 개선처럼 ‘더 좋아졌는지’를 숫자로 잴 수 있는 문제가 그래요. 이런 건 오늘 당장 비슷한 루프를 만들어볼 수 있어요. 반대로 평가 기준이 모호할수록 사람이 하나하나 확인해야 해서 얻는 게 줄어들고요.
둘째, 이런 발표를 읽는 습관이 중요해요. 누가 검증했는지, 동료 평가를 거쳤는지, 기존 문헌에 이미 있던 건 아닌지, AI와 사람이 각각 어디까지 기여했는지 보세요. 이 네 가지만 체크해도 과장된 헤드라인에 덜 휘둘려요.
셋째, 형식 검증에 관심 있다면 Lean 4와 수학 라이브러리 Mathlib을 한번 구경해보세요. AI가 만든 결과를 기계가 검증하는 흐름은 소프트웨어 검증 쪽으로도 번질 가능성이 커요.
마무리
AI는 아직 과학자를 대신하는 단계가 아니에요. 검증할 수 있는 구조 위에서 과학자가 탐색할 수 있는 범위를 넓혀주는 단계죠. 이번 발표의 진짜 의미는 결과 자체보다 그 검증 방식에 있을지도 몰라요.
여러분은 AI가 만든 결과를 어디까지 믿고 쓰시나요? 그리고 여러분 업무에서 ‘자동 검증기’를 만들 수 있는 문제로는 뭐가 있을까요?
🔗 출처: Hacker News