인공지능 모델이 복잡한 수학 문제를 해결하는 능력을 보이기 시작하면서, 이러한 시스템의 역량에 잠재적인 변화가 나타나고 있습니다. 소프트웨어 엔지니어이자 스타트업 창업자인 Neel Somani는 OpenAI의 최신 모델을 테스트하던 중 예상치 못하게 이 사실을 발견했습니다.

Somani는 ChatGPT에 고난도 수학 문제를 붙여넣고 모델이 15분 동안 처리하도록 한 후 완전한 해답을 찾았습니다. 그런 다음 Harmonic 도구를 사용하여 증명의 유효성을 엄격하게 평가하고 확인했습니다. Somani는 "LLM이 어려움을 겪는 부분과 비교하여 공개된 수학 문제를 효과적으로 해결할 수 있는 기준선을 설정하고 싶었습니다."라며 "놀라운 점은 최신 모델을 사용했을 때 그 경계가 조금씩 확장되기 시작했다는 것입니다."라고 말했습니다.

AI의 문제 해결 방식은 Legendre 공식, Bertrand 공준, 다윗의 별 정리와 같은 수학적 공리를 인용하며 일련의 추론 과정을 거쳤습니다. 이 모델은 하버드 대학의 수학자 Noam Elkies가 유사한 문제에 대한 해결책을 제시한 2013년 Math Overflow 게시물을 식별했습니다. 그러나 ChatGPT의 최종 증명은 Elkies의 연구와는 달리 수학자 Paul Erdős가 원래 제기한 문제의 버전에 대해 보다 포괄적인 해결책을 제시했습니다. Erdős는 AI 기능을 테스트하는 벤치마크가 된 미해결 문제 모음으로 유명합니다.

ChatGPT와 같은 대규모 언어 모델(LLM)은 방대한 양의 텍스트 데이터로 학습되어 정보 내에서 패턴과 관계를 식별할 수 있습니다. 이를 통해 인간과 유사한 텍스트를 생성하고, 언어를 번역하며, 이 사례에서 입증된 바와 같이 복잡한 수학적 문제에 대처할 수 있습니다. AI가 이러한 문제를 해결하는 능력은 복잡한 계산과 문제 해결이 필수적인 과학 연구, 엔지니어링, 금융 등 다양한 분야에 영향을 미칠 수 있습니다.

이번 개발은 AI의 빠른 발전과 수학 연구에 기여할 수 있는 잠재력을 강조합니다. AI가 아직 새로운 수학 이론을 독립적으로 공식화할 수는 없지만, 기존 문제를 분석하고 해결책을 생성하는 능력은 중요한 진전입니다. 수학 문제 해결에 있어 AI의 한계와 잠재적 편향을 이해하기 위해서는 추가 연구가 필요합니다. AI의 수학적 능력에 대한 지속적인 발전은 AI가 수학자와 연구자에게 귀중한 도구가 될 수 있는 미래를 제시합니다.