이번 성과는 가설 자체를 증명한 것은 아니지만, 관련된 수학적 경계를 크게 개선한 것입니다. 구체적으로, AI는 리만 제타 함수의 '비자명 영점(nontrivial zeros)' 중 리만 가설을 만족하는 영점의 비율 하한선을 종전 41.6%에서 67.2%로 끌어올렸습니다 . 이는 이 하한선에 대한 단일 단계 개선으로는 사상 최대 기록입니다 .

완전 자율 탐색: 60개 에이전트, 650개 아이디어, 36시간

이 놀라운 결과는 전례 없는 자율 워크플로우를 통해 탄생했습니다. 앤트로픽의 직원 중 한 명(심각한 수학 배경이 없는 직원)이 모델에게 "진짜로 한번 해봐"라고 요청한 후, AI는 스스로 작업을 수행했습니다 .

• 기간: 약 1.5일(36시간) 동안 자율적으로 작동
• 규모: 650개의 서로 다른 접근법 테스트
• 구조: 60개의 하위 에이전트(subagents)가 조정되어 작동
• 데이터: 3100만 개의 출력 토큰 소모, 2400개의 셸 명령 실행, 54편의 아카이브(arXiv) 논문 검토
• 핵심 발견: 60개 하위 에이전트 중 단 2개가 수학적 돌파구를 개발하는 데 책임이 있었습니다 .

가장 흥미로운 점은 AI가 앙리코 봄비에리(Enrico Bombieri)가 2000년에 발표한 논문과 최신 연구 결과를 결합했다는 것입니다. 이는 지금까지 어떤 인간 연구자도 시도하지 않은 조합이었습니다 .

검증 과정: 인간 전문가 + 형식 증명기

앤트로픽은 AI의 결과가 단순한 '추측'이 아님을 입증하기 위해 다중 검증 절차를 거쳤습니다.

1. 인간 수학자 검토: 앤트로픽 소속 수학자 레벤트 알포게(Levent Alpöge)와 랠프 푸르마니아크(Ralph Furmaniak)가 증명을 확인했습니다 .
2. 형식 증명: 이후 증명은 상호작용 정리 증명기 **린(Lean)**을 사용해 기계가 확인 가능한 증명서로 형식화되었습니다 . 이는 AI가 생성한 수학적 결과에 대한 최고 수준의 신뢰성 증거로 간주됩니다.

2026년: AI 수학의 전환점

이번 성과는 단독 사건이 아닙니다. 2026년은 AI가 수학 연구 패러다임을 근본적으로 바꾸고 있는 해로 기록되고 있습니다.

• 2026년 5월 — 오픈AI(OpenAI)가 미공개 추론 모델로 80년 된 난제인 **에르되시 단위 거리 추측(Erdős unit-distance conjecture)**을 반증했다고 발표
• 2026년 5월 — 구글 딥마인드(Google DeepMind)의 **알파프루프 넥서스(AlphaProof Nexus)**가 9개의 공개 에르되시 문제를 풀고, 44개의 추측을 증명
• 2026년 7월 — 앤트로픽 수학자 레벤트 알포게가 미공개 "페이블 5(Fable 5)" 모델을 사용해 1939년 제기된 **야코비안 추측(Jacobian conjecture)**에 대한 반례 발견
• 2026년 8월 — 오픈AI의 아스트라(Astra) 모델이 약 **2000달러(약 270만 원)**의 컴퓨팅 비용으로 10개의 수학 문제를 해결

전문가들은 2026년 중반을 기점으로 AI가 경쟁 수준의 수학을 넘어 출판 가능한 개방형 문제 수준의 연구를 생성하는 단계에 진입했다고 평가합니다 .

뜨거운 논쟁: 저자 표기, 신뢰성, 라이덴 선언

AI의 급속한 발전은 수학계 내에서도 치열한 논쟁을 불러일으켰습니다.

• 2026년 6월, 16명의 수학자 그룹이 **라이덴 선언(Leiden Declaration on Artificial Intelligence and Mathematics)**을 발표했습니다. 이 선언은 증명 구조, 저자 표기, AI 생성 결과에 대한 인간 감독에 대한 새로운 기준을 제시합니다 .
• 핵심 쟁점은 누가 저자 크레딧을 받을 것인가, 형식 도구 없이 인간이 완전히 검사하기에는 너무 길거나 혁신적인 증명을 어떻게 신뢰할 것인가, 그리고 학술지가 어떻게 AI 생성 결과를 동료 검토해야 하는가입니다 .

과학 발견의 새 시대

앤트로픽의 리만 가설 관련 성과는 다음과 같은 중요한 시사점을 던집니다:

1. 자율 탐색의 규모: 60개 하위 에이전트를 통한 650개 아이디어 테스트는 인간 연구 그룹이 같은 시간 내에 따라잡을 수 없는 규모의 체계적 탐색을 보여줍니다 .
2. 비직관적 연결 가능: 서로 다른 연구 문헌을 결합한 이 사례는 AI가 단순한 보간을 넘어 진정한 발견을 할 수 있음을 시사합니다 .
3. 린(Lean) 형식 증명의 중요성: AI가 생성한 과학적 결과도 기계적으로 검증 가능하게 만들어 '블랙박스' 문제를 해결할 수 있는 템플릿을 제시합니다 .
4. 발견 비용의 붕괴: 36시간이라는 짧은 시간과 상대적으로 저렴한 컴퓨팅 비용은 '출판 가능한 수학적 발견의 한계 비용이 거의 제로에 가까워지고 있다'는 것을 의미합니다 .

이번 성과는 가설 자체를 증명한 것은 아니지만, 관련된 수학적 경계를 크게 개선한 것입니다. 구체적으로, AI는 리만 제타 함수의 '비자명 영점(nontrivial zeros)' 중 리만 가설을 만족하는 영점의 비율 하한선을 종전 41.6%에서 67.2%로 끌어올렸습니다 . 이는 이 하한선에 대한 단일 단계 개선으로는 사상 최대 기록입니다 .

완전 자율 탐색: 60개 에이전트, 650개 아이디어, 36시간

이 놀라운 결과는 전례 없는 자율 워크플로우를 통해 탄생했습니다. 앤트로픽의 직원 중 한 명(심각한 수학 배경이 없는 직원)이 모델에게 "진짜로 한번 해봐"라고 요청한 후, AI는 스스로 작업을 수행했습니다 .

• 기간: 약 1.5일(36시간) 동안 자율적으로 작동
• 규모: 650개의 서로 다른 접근법 테스트
• 구조: 60개의 하위 에이전트(subagents)가 조정되어 작동
• 데이터: 3100만 개의 출력 토큰 소모, 2400개의 셸 명령 실행, 54편의 아카이브(arXiv) 논문 검토
• 핵심 발견: 60개 하위 에이전트 중 단 2개가 수학적 돌파구를 개발하는 데 책임이 있었습니다 .

가장 흥미로운 점은 AI가 앙리코 봄비에리(Enrico Bombieri)가 2000년에 발표한 논문과 최신 연구 결과를 결합했다는 것입니다. 이는 지금까지 어떤 인간 연구자도 시도하지 않은 조합이었습니다 .

검증 과정: 인간 전문가 + 형식 증명기

앤트로픽은 AI의 결과가 단순한 '추측'이 아님을 입증하기 위해 다중 검증 절차를 거쳤습니다.

1. 인간 수학자 검토: 앤트로픽 소속 수학자 레벤트 알포게(Levent Alpöge)와 랠프 푸르마니아크(Ralph Furmaniak)가 증명을 확인했습니다 .
2. 형식 증명: 이후 증명은 상호작용 정리 증명기 **린(Lean)**을 사용해 기계가 확인 가능한 증명서로 형식화되었습니다 . 이는 AI가 생성한 수학적 결과에 대한 최고 수준의 신뢰성 증거로 간주됩니다.

2026년: AI 수학의 전환점

이번 성과는 단독 사건이 아닙니다. 2026년은 AI가 수학 연구 패러다임을 근본적으로 바꾸고 있는 해로 기록되고 있습니다.

• 2026년 5월 — 오픈AI(OpenAI)가 미공개 추론 모델로 80년 된 난제인 **에르되시 단위 거리 추측(Erdős unit-distance conjecture)**을 반증했다고 발표
• 2026년 5월 — 구글 딥마인드(Google DeepMind)의 **알파프루프 넥서스(AlphaProof Nexus)**가 9개의 공개 에르되시 문제를 풀고, 44개의 추측을 증명
• 2026년 7월 — 앤트로픽 수학자 레벤트 알포게가 미공개 "페이블 5(Fable 5)" 모델을 사용해 1939년 제기된 **야코비안 추측(Jacobian conjecture)**에 대한 반례 발견
• 2026년 8월 — 오픈AI의 아스트라(Astra) 모델이 약 **2000달러(약 270만 원)**의 컴퓨팅 비용으로 10개의 수학 문제를 해결

전문가들은 2026년 중반을 기점으로 AI가 경쟁 수준의 수학을 넘어 출판 가능한 개방형 문제 수준의 연구를 생성하는 단계에 진입했다고 평가합니다 .

뜨거운 논쟁: 저자 표기, 신뢰성, 라이덴 선언

AI의 급속한 발전은 수학계 내에서도 치열한 논쟁을 불러일으켰습니다.

• 2026년 6월, 16명의 수학자 그룹이 **라이덴 선언(Leiden Declaration on Artificial Intelligence and Mathematics)**을 발표했습니다. 이 선언은 증명 구조, 저자 표기, AI 생성 결과에 대한 인간 감독에 대한 새로운 기준을 제시합니다 .
• 핵심 쟁점은 누가 저자 크레딧을 받을 것인가, 형식 도구 없이 인간이 완전히 검사하기에는 너무 길거나 혁신적인 증명을 어떻게 신뢰할 것인가, 그리고 학술지가 어떻게 AI 생성 결과를 동료 검토해야 하는가입니다 .

과학 발견의 새 시대

앤트로픽의 리만 가설 관련 성과는 다음과 같은 중요한 시사점을 던집니다:

1. 자율 탐색의 규모: 60개 하위 에이전트를 통한 650개 아이디어 테스트는 인간 연구 그룹이 같은 시간 내에 따라잡을 수 없는 규모의 체계적 탐색을 보여줍니다 .
2. 비직관적 연결 가능: 서로 다른 연구 문헌을 결합한 이 사례는 AI가 단순한 보간을 넘어 진정한 발견을 할 수 있음을 시사합니다 .
3. 린(Lean) 형식 증명의 중요성: AI가 생성한 과학적 결과도 기계적으로 검증 가능하게 만들어 '블랙박스' 문제를 해결할 수 있는 템플릿을 제시합니다 .
4. 발견 비용의 붕괴: 36시간이라는 짧은 시간과 상대적으로 저렴한 컴퓨팅 비용은 '출판 가능한 수학적 발견의 한계 비용이 거의 제로에 가까워지고 있다'는 것을 의미합니다 .