오픈AI 차세대 모델 아스트라의 수학 난제 해결과 자율 연구 역량 확보

주장오픈AI는 차세대 모델 제품군인 아스트라를 통해 인공지능이 수 시간에서 수일 동안 연속적으로 문제를 해결하는 능력을 확보하고자 합니다. 이는 단순한 단기 작업을 넘어 복잡한 과학적 연구를 자율적으로 수행하는 시스템을 구축하려는 전략입니다.

팩트오픈AI는 아스트라의 내부 버전을 사용하여 지난 10년 이상 해결되지 않았던 수학 및 이론 컴퓨터 과학 분야의 난제 10개를 해결했습니다. 해당 결과는 고차원 기하학, 부호 이론, 군론, 양자 복잡도 등 다양한 분야를 포괄합니다.

팩트아스트라가 10개의 수학 문제를 해결하는 데 소요된 토큰 비용은 솔 모델의 응용 프로그램 인터페이스 요금 기준으로 약 2,000달러입니다. 모델이 도출한 논리는 인간 연구원들과 협업하여 논문으로 작성되었으며, 린 언어를 통해 기계가 검증 가능한 증명서로 공식화되었습니다.

팩트오픈AI의 연구원 노엄 브라운은 아스트라가 밀레니엄 난제 해결에는 아직 도달하지 못했다고 밝혔습니다. 그는 이번 성과가 과학적 추론을 위한 중요한 진전이며, 테스트 시간 동안의 연산량을 늘리면 더 어려운 문제도 해결 가능하다고 설명했습니다.

주장아스트라는 오픈AI가 2028년 3월까지 스스로 연구 프로젝트를 수행할 수 있는 완전 자율형 인공지능 연구원을 개발하려는 목표의 핵심 단계입니다. 이 모델은 인간 과학자의 연구 속도를 획기적으로 높이는 역할을 수행합니다.

팩트아스트라는 미국 정부의 새로운 인공지능 규제 프레임워크에 따라 검토를 받는 첫 번째 모델이 될 예정입니다. 샘 올트먼 최고경영자는 워싱턴에서 정치인과 규제 당국을 대상으로 아스트라의 시연을 마쳤습니다.

교차검증수학자 토마스 블룸은 이번 성과가 중요하다고 평가하면서도 인공지능이 수학자를 대체한다는 주장은 경계했습니다. 그는 인공지능이 지난 100년간 축적된 수학 이론과 인간이 작성한 데이터를 학습하여 결과를 도출했음을 강조했습니다.

교차검증현재 에이전트 시스템은 장기 실행 워크플로우에서 오류가 누적되거나 문맥이 길어질 때 경로를 이탈하는 현상을 보입니다. 다중 에이전트 설정인 아스트라 역시 작업 조정 비용과 오류 누적으로 인해 계획 수립과 같은 작업에서 성능이 저하될 위험이 있습니다.

교차검증고성능 인공지능 시스템을 구축하기 위해서는 막대한 컴퓨팅 자원이 필요합니다. 오픈AI의 매출이 이러한 대규모 인프라 구축 비용을 충분히 감당할 수 있을지는 여전히 불확실한 과제로 남아 있습니다.

주장오픈AI는 아스트라를 통해 인공지능의 자율적 문제 해결 범위를 확장하고 있습니다. 이는 인공지능이 단순한 연산 도구를 넘어 과학적 발견의 주체로 진화하고 있음을 시사합니다.

주장향후 아스트라의 성능 고도화는 인공지능 연구의 효율성을 극대화할 전망입니다. 오픈AI는 이러한 기술적 진보를 바탕으로 인공지능이 과학적 난제를 해결하는 새로운 패러다임을 제시합니다.

출처해당 내용은 더 디코더의 보도 내용을 교차 검증했습니다. (https://the-decoder.com/openai-announces-its-next-major-model-astra-by-dropping-ten-previously-unsolved-math-solutions/)