앤스로픽 클로드 미토스의 에르되시 단위 거리 추측 문제 해결

주장앤스로픽의 엔지니어 숄토 더글라스는 자사 인공지능 모델 클로드 미토스가 에르되시 단위 거리 추측 문제를 명확한 증명으로 해결했다고 발표했습니다. 이번 성과는 인공지능이 고도의 수학적 난제를 해결하는 능력을 갖췄음을 증명합니다.

팩트에르되시 단위 거리 추측 문제는 1946년부터 조합 기하학 분야에서 해결되지 않은 과제로 남아 있었습니다. 오픈에이아이가 최근 이 문제를 해결한 데 이어, 앤스로픽은 클로드 미토스를 활용해 해당 문제를 다시 증명했습니다.

팩트앤스로픽 연구팀은 클로드 코드 인스턴스를 활용해 문제 해결 시스템을 구축했습니다. 여러 인스턴스가 독립적으로 해결 경로를 탐색한 뒤, 최종적으로 하나의 인스턴스가 결과를 요약해 배포하는 방식을 채택했습니다.

팩트앤스로픽은 클로드 오퍼스 4.7 버전을 동원해 최종 증명 문서를 작성했습니다. 이 과정에서 클로드 미토스는 오픈에이아이 모델과는 차별화된 독자적인 추론 경로를 선택했습니다.

교차검증수학자 대니얼 리트는 클로드 미토스의 결과물이 오픈에이아이의 기존 증명보다 다소 부족하다고 평가했습니다. 다만 미토스가 오픈에이아이와 동일한 결론에 도달했다는 점은 유의미한 성과로 평가받습니다.

팩트구글 딥마인드 역시 최근 인공지능 보조 시스템을 통해 9개의 에르되시 관련 문제를 해결했다고 발표했습니다. 딥마인드는 형식 증명 언어인 린을 사용해 앤스로픽의 방식과는 기술적 차이를 보입니다.

교차검증클로드 코드는 순수 거대언어모델이 아닌 에이전트 기반 시스템으로 작동합니다. 따라서 이번 성과를 순수 언어 모델의 수학적 추론 능력으로만 단정하기에는 한계가 존재합니다.

주장인공지능이 수학적 난제를 해결하는 속도가 빨라지면서 학계는 인공지능의 기여도를 평가하는 기준을 논의하고 있습니다. 이는 인공지능이 단순한 보조 도구를 넘어 연구의 주체로 진화하고 있음을 시사합니다.

팩트에르되시 문제는 조합 기하학 분야에서 권위 있는 난제로 꼽힙니다. 인공지능이 복잡한 논리적 추론이 필요한 이 문제를 해결했다는 사실은 해당 기술의 활용 가능성을 입증합니다.

주장연구 현장에서는 인공지능의 논리적 증명 과정이 인간 연구자에게 새로운 통찰을 제공할 것으로 기대합니다. 수학적 난제 해결은 인공지능이 과학적 발견을 가속하는 핵심 동력이 될 전망입니다.

주장앞으로 인공지능의 수학적 추론 능력은 학문적 경계를 넘어 다양한 공학적 난제 해결에 기여할 것으로 보입니다. 인공지능과 인간 연구자의 협업 모델이 과학 연구의 새로운 표준으로 자리 잡을 것입니다.

출처더 디코더(The Decoder)와 숄토 더글라스의 엑스 게시물을 교차 검증했습니다.