앤스로픽 "수학 난제 풀었다" 주장에 수학계가 반발한 이유

앤스로픽(Anthropic)이 자사 AI 모델이 어려운 수학 문제를 해결했다고 발표했습니다. 해커뉴스(Hacker News) 관련 글에는 218개 댓글이 달렸고, 점수는 207점을 기록했습니다. 대다수 반응은 회의적입니다.

발표 내용과 수학계 반응의 간극

앤스로픽 측은 구체적으로 어떤 모델이, 어떤 문제를, 어떻게 풀었는지 기술 세부 사항을 공개하지 않았습니다. 마인드매터스(MindMatters) 기사는 "도대체 무엇이 돌파구인가"라고 물으며, 발표문만으로는 재현도 검증도 불가능하다고 지적합니다.

수학자들은 두 가지를 문제 삼습니다. 첫째, 증명 과정의 투명성입니다. 수학에서 증명은 결과보다 과정이 중요합니다. AI가 정답을 맞혔다 해도, 인간이 따라갈 수 없는 과정이라면 '증명'으로 인정받기 어렵습니다. 둘째, 검증 비용의 전가입니다. 본지가 11일 전 다룬 오픈소스 거장들이 AI 기여를 거절하는 진짜 이유에서 지적했듯, AI가 쏟아내는 결과물을 인간이 일일이 검토하는 비용이 폭증합니다. 수학 논문 심사도 마찬가지입니다.

해커뉴스 댓글 중 "조류 문화라면 이건 '딕 무브(dick move)'라 부를 것"이라는 표현이 나옵니다. 무례한 선수를 뜻하는 속어입니다. 또 다른 댓글은 "수학자들이 박스만 체우는 것"이라는 발표 측 주장을 정면으로 반박합니다. "이미 중간 결과물들이 미친 영향이 상당하다"는 반론입니다.

쉽게 풀어보면

앤스로픽이 "우리 AI가 어려운 수학 문제를 풀었다"고 발표했습니다. 그런데 수학자들이 "증명 과정을 보여줘라, 그게 없으면 인정 못 한다"고 반발합니다.

앤스로픽은 풀이 과정(모델 구조, 학습 데이터, 추론 경로)을 공개하지 않았습니다. 비유하자면 이렇습니다. 학생이 시험지에 정답만 적어 내고 "나 풀었어요"라고 하는 상황입니다. 선생님은 풀이 과정을 봐야 부분 점수라도 줄 수 있습니다.

수학계가 더 우려하는 건 검증 노동의 전가입니다. AI가 수천 개 증명을 쏟아내면, 그걸 사람이 다 검토해야 합니다. 오픈소스 프로젝트들이 AI 기여를 거부한 이유(본지 11일 전 기사)와 똑같습니다. 만드는 건 AI가 1초, 검증하는 건 사람이 며칠이니까요.

해커뉴스 한 댓글은 묻습니다. "AI가 인간 연구를 적대적 인수하는 걸 막을 방법 없나?" 비밀주의로 돌아가자는 건 답이 아니라고 전제하면서요. 이 질문이 이번 논란의 본질입니다.

나에게 미치는 영향

당장 확인해 볼 것: 앤스로픽이 기술 보고서나 모델 카드(Model Card)를 공개하면, '증명 과정 공개 여부'와 '재현 가능성 명시'를 먼저 보세요. 그게 없으면 여전히 '정답만 맞힌 학생'입니다. 공개 시점과 형식은 아직 공개되지 않았습니다.

연구·학습하는 분들께: AI가 수학 문제 풀이를 도와줄 수는 있습니다. 하지만 '과정 없는 정답'을 베끼면 내 실력이 안 늘습니다. 2일 전 본지 기사 AI에게 글쓰기를 맡기면 내 생각이 사라질까와 같은 맥락입니다. 도구는 과정을 대체하지 못한다는 원칙, 수학에서도 유효합니다.

직장인·자영업자께: "AI가 전문가 업무 다 대체한다"는 과장 광고에 속지 마세요. 검증 비용이 누가 떠안느냐가 핵심입니다. 당신 분야에서도 'AI가 결과물 던져놓고 검증은 당신 몫' 상황이 오고 있을 수 있습니다.

남은 쟁점: 합의된 것과 갈린 것

합의된 지점: AI가 수학 연구 보조 도구로 쓸모 있다는 점엔 이견이 적습니다. 패턴 탐색, 반례 찾기, 문헌 요약 등에서 이미 성과가 있습니다.

갈린 지점:

• 주체성: 증명의 '주체'가 AI여도 되는가. 수학계 대다수는 "안 된다"고 봅니다.
• 책임: 틀린 증명을 AI가 냈을 때, 누가 책임지는가. 발표자? 모델 개발사? 사용자?
• 공개 기준: 기업 발표가 논문 심사 없이 언론에 먼저 나가는 관행이 적절한가. 본지가 확인하지 못했습니다.

관전 포인트

1. 앤스로픽의 후속 공개 여부: 기술 세부 사항과 재현 코드를 내놓을지. 안 내놓으면 '홍보용 시연'으로 남습니다.
2. 수학 학회의 대응: 정식 심사 절차 없이 기업 발표를 '성과'로 인용하는 관행에 제동을 걸지.
3. 타 분야 확산: 물리학, 생물학, 컴퓨터과학 등에서도 같은 논쟁이 재현될 것입니다. '검증 비용 폭증'은 보편적 문제니까요.

이 논쟁은 "AI가 수학을 잘하느냐"가 아닙니다. **"검증 불가능한 결과를 성과라 부를 수 있느냐"**입니다. 답은 아직 없습니다.