답변게시됨6시간 전Last edited 6시간 전12 소스

수학 난제 9개를 푼 AI, 숫자만으로는 알 수 없는 것들

2026년 5월 사전 공개 논문은 에르되시 문제 353개 중 9개, OEIS 추측 492개 중 44개를 해결했다고 보고했습니다. 평가한 문제 집합에서 각각 약 2.5%, 8.9%에 해당하는 수치입니다. 모든 수학 문제에 대한 성공률을 뜻하지는 않습니다.

게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성

Studio Global AI로 검색 및 팩트체크 인기 페이지 더 보기

연구 답변

주요 시사점

2026년 5월 사전 공개 논문은 에르되시 문제 353개 중 9개, OEIS 추측 492개 중 44개를 해결했다고 보고했습니다.
평가한 문제 집합에서 각각 약 2.5%, 8.9%에 해당하는 수치입니다. 모든 수학 문제에 대한 성공률을 뜻하지는 않습니다.
Lean 검증은 형식화된 명제에 대한 증명의 타당성을 확인하지만, 원래 문제와의 일치 여부나 결과의 새로움·중요성까지 자동으로 판정하지는 않습니다.

AI-generated illustration representing formal mathematical proof search and verification — What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to niAI-generated illustration of mathematical proof search; it does not depict AlphaProof Nexus or a specific proof.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
openai.com

구글 딥마인드의 AI 시스템 알파프루프 넥서스(AlphaProof Nexus)가 미해결 에르되시 문제 353개 가운데 9개를 풀고, 정수 수열 온라인 백과사전(OEIS)의 추측 492개 가운데 44개를 증명했다고 2026년 5월 사전 공개 논문이 보고했습니다. 논문은 에르되시 문제 한 개를 해결하는 데 드는 계산 비용이 수백 달러 수준이라고 밝혔습니다. 이는 AI 기반 증명 탐색 도구의 가능성을 보여주는 결과지만, 그 자체로 시스템의 전반적인 신뢰성이나 각 결과의 독창성을 입증하지는 않습니다. 17

숫자가 말해주는 것, 말해주지 않는 것

보고된 성과는 평가 대상 가운데 에르되시 문제의 약 2.5%, OEIS 추측의 약 **8.9%**입니다. 이 비율은 시험한 문제 집합에서 계산한 값이지, 시스템이 마주치는 모든 수학 문제에서의 성공률은 아닙니다. 논문에 따르면 에르되시 문제를 해결할 때마다 연구팀 전문가들이 Lean으로 표현한 명제가 원래 추측을 충실히 담았는지도 확인했습니다. 17

비용 수치도 범위를 정확히 볼 필요가 있습니다. 논문이 제시한 것은 해결된 에르되시 문제 한 개당 비용입니다. 이 숫자만으로는 실패한 시도까지 포함한 전체 탐색 비용이나 시스템 전체의 비용 효율성을 판단할 수 없습니다. 17

Lean 검증은 강력하지만, 수학적 맥락까지 대신하진 않는다

사전 공개 논문은 알파프루프 넥서스를 AI 기반 형식 증명 탐색 프레임워크로 소개합니다. 이 방식에서는 증명을 Lean 같은 형식 체계로 작성하고, 검증기가 그 증명이 형식화된 명제에서 논리적으로 따라오는지 확인합니다. 검증기가 증명을 받아들인다면 형식화된 전제와 증명 사이의 논리적 연결에 강한 확신을 줄 수 있습니다. 17

하지만 형식 검증과 수학적 맥락 검토는 별개의 일입니다. 검증기의 승인이 원래 미해결 문제와 형식화된 명제가 정확히 같은 뜻인지, 해당 결과가 이미 발표된 적은 없는지, 또는 수학적으로 중요한 성과인지를 자동으로 판정해주지는 않습니다. 따라서 에르되시 추측과 Lean 명제의 대응 관계를 전문가들이 확인했다는 논문의 설명은 성과를 해석할 때 중요한 대목입니다. 17

장기간 미해결 문제라는 보도와 확인의 한계

10월 보도에 따르면 보고된 에르되시 문제 가운데 두 개는 수학자 폴 에르되시와 언드라시 샤르쾨지가 1970년에 제기한 질문입니다. 이는 성과에 오랫동안 미해결 상태였던 문제가 포함됐다는 점을 뒷받침하지만, 해당 논문 자체가 아니라 2차 보도에 근거한 내용입니다. 19

현재 확인 가능한 자료에는 5월 사전 공개 논문과 2차 보도가 포함돼 있지만, 10월 사이언스 논문 전문이나 개별 결과에 대한 상세한 독립 평가 자료는 없습니다. 따라서 특정 모델 버전, 대수기하학 및 최소최대 문제 관련 세부 성과, 선행 해법이나 문제 문구 변경에 관한 논쟁, 다른 에이전트와의 비교, 미완성 증명 출력이나 사람이 주도한 탐색 사례 등은 여기서 확인된 사실로 단정할 수 없습니다. 이런 주장은 논문과 형식 증명 자료, 관련 연구자들의 검토 내용을 직접 확인해야 합니다.

성과는 문제별로 따져봐야 한다

신중한 평가는 문제마다 원래 추측을 확인하고, 형식화된 명제가 원문과 일치하는지 살피며, 전체 증명과 선행 문헌, 사람의 개입 범위를 검토하는 방식으로 이뤄져야 합니다. 보고된 성과는 알파프루프 넥서스를 증명 탐색 도구로 살펴볼 이유를 제공합니다. 하지만 해결한 문제의 개수만으로 AI가 독립적으로 수학 연구를 수행하는지, 각 결과가 얼마나 새롭고 중요한지를 결론 내릴 수는 없습니다. 17

Studio Global AI

연구를 계속하세요

이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.

Studio Global AI로 검색 및 팩트체크

사람들은 또한 묻습니다.