OpenAI 추론 모델, 80년 묵은 에르되시 수학 추측 자율 반증 성공

평면 위에 점 n개를 놓을 때, 거리가 정확히 1인 점들의 쌍은 최대 몇 개나 나올 수 있을까?

1946년 수학자 파울 에르되시가 던진 '평면 단위 거리 문제'는 이산기하학에서 가장 단순해 보이지만 80년 가까이 풀리지 않은 유명한 난제였습니다. 에르되시가 상금까지 걸었던 이 문제에 대해, 학계는 격자 형태의 배치가 사실상 한계이며 다항식 수준의 도약은 불가능하다고 믿어왔습니다.

OpenAI가 공개한 바에 따르면, 자사의 범용 추론 모델이 이 오래된 에르되시 추측을 자율적으로 반증하는 데 성공했습니다.

대수적 수론을 끌어들여 80년 묵은 기하학 상식을 깨다

기존 학계는 단위 거리 쌍의 상한선이 n의 1+o(1) 제곱 수준에 머문다고 보았습니다. 즉, 선형 증가보다 아주 약간 빠른 정도가 한계라는 가설이었습니다.

OpenAI 모델은 단위 거리 쌍이 n의 1+δ 제곱 이상이 되는 무한한 점 배치 집합을 직접 구성해 보였습니다. 모델이 제출한 원래 증명에는 구체적인 지수 δ가 명시되지 않았으나, 프린스턴 대학교의 윌 소윈 교수가 이를 발전시켜 δ = 0.014라는 구체적인 수치를 도출해 냈습니다.

수학자들을 경악하게 만든 지점은 증명 방식입니다. 모델은 익숙한 기하학적 직관에 머무르지 않고, 대수적 수론의 정교한 개념인 '무한 유체 탑'과 '골로드-샤파레비치 정리'를 동원해 대칭성을 갖는 수체를 구성했습니다.

필즈상 수상자인 팀 가워스는 이번 성과를 두고 'AI 수학의 이정표'라고 평가했습니다. 수론학자 아룰 샨카르 역시 AI가 인간의 보조 도구를 넘어 독창적이고 기발한 아이디어를 직접 실현할 수 있음을 입증했다고 평했습니다. 이 성과는 수학 전용 모델이나 복잡한 탐색 엔진 없이, 범용 추론 모델이 자율적으로 도출해 냈습니다.

왜 중요한가

수학 증명은 중간에 논리적 빈틈이 하나만 있어도 전체가 무너지는 극한의 영역입니다. 범용 추론 모델이 긴 호흡의 논증을 완벽히 유지하면서, 서로 완전히 다른 학문 분과를 연결해 난제를 해결했다는 점은 AI의 추론 깊이가 새로운 단계에 접어들었음을 보여줍니다.

연구자들에게 이번 사건은 AI와의 협업 패러다임을 바꿉니다. 이전의 AI가 코드 검증이나 단순 계산 노가다를 돕는 조수에 불과했다면, 이제는 80년 동안 인간 전문가들이 생각지도 못했던 새로운 수학적 가교를 놓아주는 아이디어 뱅크 역할을 하기 시작했습니다.

우리는 이 접근이 무작위 대입이 아닌 깊은 이론적 통찰을 모방해 냈다는 점에 주목합니다. 비록 AI가 내놓은 원시 증명을 인간 수학자들이 해설하고 다듬어야 하는 과정이 여전히 필요하지만, 복잡한 지식을 연결해 돌파구를 찾는 능력은 향후 물리학, 재료과학, 신약 개발 등 기초 과학 전반으로 빠르게 확산될 것으로 보입니다.