테런스 타오 "AI가 미해결 수학 문제를 비재생 자원처럼 캐고 있다"

테런스 타오가 던진 한 마디

필즈상 수상자 테런스 타오가 온라인에 올린 짧은 글이 하커뉴스에서 143점, 92개 댓글을 모았습니다. 제목은 **"AI가 미해결 수학 문제를 비재생 방식으로 채굴하고 있다"**입니다. 원문 전문은 확인되지 않았으나 댓글 맥락을 종합하면, AI가 오랜 난제들을 빠르게 풀면서 새 문제 생성 속도보다 풀이 속도가 훨씬 빠르다는 지적입니다.

채굴인가, 벌목인가

댓글란에서 가장 많이 오간 비유는 **'채굴'과 '벌목'**입니다. 두 견해를 나란히 놓으면 차이가 선명해집니다.

채굴론: "10년 동안 많은 수학자가 매달렸던 문제가 비재생 자원이다. 새 문제를 만드는 유일한 방법은 앞으로 10년 동안 인간과 시스템이 풀 수 없는 문제를 내는 것."
벌목론: "벌목이 더 정확하다. 베어낸 만큼 심으면 재생 가능하다. AI 기업들은 씨앗을 심지 않고 베어내기만 한다."

전자는 문제 풀이 자체가 자원 소진이라 보고, 후자는 문제 생성 생태계가 무너지는 쪽을 강조합니다.

유명세와 난이도, 그 '역사성'의 가치

"단순히 새 문제를 제안하는 것만으로는 부족하다"는 반론도 나옵니다. **"이 문제들이 유명한 건 악명, 난이도, 수많은 천재가 저녁 한때나 몇 년을 바쳤기 때문"**이라는 지적입니다. 아무나 푼 문제라면 흥미롭지 않다는 뜻입니다. AI가 풀어낸 정답이 '역사적 무게'를 지우는지, 아니면 새로운 전기를 만드는지. 이 지점에서 수학자와 엔지니어의 평가가 갈립니다.

아이작 아시모프가 1956년에 본 풍경

한 댓글러는 아시모프 단편 **'조크스터(Jokester)'**를 꺼냈습니다. "멀티박이 인류의 모든 문제를 풀 수 있지만, 의미 있는 질문을 찾는 게 병목이다. 지식이 빨라질수록 의미 있는 질문을 찾기 어려워집니다." 70년 전 소설이 지금 논쟁을 예고했다는 반응이 달렸습니다. 질문하는 능력, 즉 '문제 설정'이 풀이 능력보다 더 희소해질 수 있다는 경고입니다.

"수학이 제일 늦을 줄 알았다"는 인정

"10년 전이면 초인적 HR 직원이 먼저 나올 줄 알았다. 수학자가 제일 늦을 줄 알았다"는 댓글이 추천을 많이 받았습니다. 많은 기술 낙관론자조차 수학 영역에서 AI가 이만큼 빨리 치고 올라올 줄은 예상 못했다는 뜻입니다. 반면 **"AI가 문제 만들기(제2단계)도 인간보다 잘할지는 두고 봐야 한다"**는 신중론도 만만치 않습니다.

타오의 이름값, 하커뉴스 밖에서도 통한다

"타오는 하커뉴스 바깥에서는 아무도 모른다"는 댓글에 **"구글 트렌드 보면 리누스 토르발스랑 비슷하다. 일반인 이름은 아니지만 결코 무명 아니다"**라는 반박이 붙었습니다. 수학계 슈퍼스타 발언이 기술 커뮤니티 밖으로 얼마나 퍼질지, 그게 논쟁의 파급력을 가를 변수입니다.

앞서 본 논쟁들과 맞닿는 지점

본지가 1일 전 다룬 AI에게 글쓰기를 맡기면 내 생각이 사라질까에서는 **'생각의 주체성'**이 화두였습니다. 타오의 지적도 본질은 같습니다. 풀이를 맡기면 문제 설정 능력, 즉 '무슨 질문을 던질지 아는 힘'이 퇴화하지 않느냐는 물음입니다. 10일 전 오픈소스 거장들이 AI 기여를 거절하는 진짜 이유에서 **'검토 비용 폭증'**이 걸림돌이었듯, 수학계에도 **'검증 비용'과 '새 문제 생성 비용'**이 새로운 병목으로 떠오르고 있습니다.

쉽게 풀어보면

테런스 타오가 우려하는 건 이렇습니다. 타오는 현재 세계에서 가장 영향력 있는 수학자 중 한 명입니다. 수학에는 **'아직 아무도 못 푼 문제'**가 있습니다. 이 문제들은 수십 년 동안 수많은 수학자가 매달렸기에 그 자체로 가치가 있습니다. AI가 이 문제들을 빠르게 풀어버리면, '풀 만한 가치가 있는 어려운 문제'라는 자원이 바닥납니다. 새 문제를 만드는 건 풀기보다 훨씬 어렵습니다. 나무를 베어내기만 하고 심지 않는 벌목과 같습니다. 타오는 이 생태계가 무너질까 걱정합니다.

나에게 미치는 영향

당장 수학 논문을 쓰지 않는 일반인이라면 **"남의 일"**로 느껴질 수 있습니다. 하지만 구조는 똑같습니다. 챗GPT나 클로드에게 **"이거 해줘"**라고만 던지고 답을 받아쓰면, 내 머릿속엔 '어떤 질문을 해야 할지' 아는 근육이 남지 않습니다. 오늘부터 한 가지 습관을 바꿔 보세요. AI에게 묻기 전에 "내가 진짜 알고 싶은 게 무엇인지" 한 문장으로 적어두기. 정답이 이상하면 같은 질문을 새 대화창에서 다시 던져 보세요. 질문하는 힘을 기르는 쪽이, 정답을 받는 것보다 훨씬 오래 남습니다.

남은 쟁점과 관전 포인트

세 가지가 걸립니다.

AI가 **'풀기'를 넘어 '새로운 의미 있는 문제 내기'**까지 인간 수준으로 할 수 있을까
수학계가 검증 비용 폭증을 어떻게 감당할까 (오픈소스 사례와 닮았다)
타오 같은 권위자 발언이 정책·지원금 논의로 이어질까

하커뉴스 댓글 92개 중 어느 쪽도 확실한 답을 내진 못했습니다. 논쟁은 이제 시작입니다.