Daily20261편
11월 2일 월요일
오늘 하나만 본다면
AI가 증명을 쏟아내는 시대에는 증명보다 어떤 문제를 풀지 고르는 판단이 값어치를 갖습니다
OpenAI가 700편이 넘는 연구 논문을 한꺼번에 공개한 뒤, 정작 수학자들은 기뻐하기보다 "우리가 사랑한 분야가 속이 파이고 있다"고 말합니다.
- 저자는 먼저 슬퍼할 이유가 크지 않다고 봅니다. 10월 6일 공개된 논문들은 아이디어는 좋지만 글이 형편없고, 인용과 공헌 표기에 관한 학계 관행을 어기고, 일부는 틀렸다고 합니다. 그런데 이 문제는 수조 달러 기업이 아니라 수학계가 통제할 수 있는 채용, 논문 심사, 학생 교육에서 풀어야 한다는 것이 출발점입니다.
- 한 분야의 유명 난제가 한꺼번에 풀렸다는 주장에는 역사적 선례가 있습니다. 1972년 시작해 1983년 완료가 선언된 유한 단순군 분류는 큰 성공이었지만, 유명한 문제가 사라지자 이 분야에 대한 관심이 식었습니다. 그래도 분류 자체에 관한 풍부한 질문은 남았고, 지금은 흩어진 결과를 정리하고 개정하는 작업이 필요하다고 저자는 말합니다.
- 저자의 낙관은 AI가 탐색의 문턱을 낮춘다는 데 있습니다. 서로 다른 두 분야를 엮는 엉뚱한 아이디어는 가정해야 할 추측이 너무 많고 배경 지식이 방대해 시도하지 못했는데, 이제는 정리를 증명하는 게 아니라 "헛소리일 수도 있는 새 방향"을 탐색하는 일이 가능해졌다는 것입니다. 반대로 AI로 증명을 서둘러 찍어내 먼저 발표하려는 풍조는 이해 없이 결과만 늘리는 부작용이라고 비판합니다.
- 제안은 수사가 아니라 경제적 수단에 집중합니다. 모든 연구를 AI를 쓴 것으로 가정하고 평가하기, 서류보다 대면 인터뷰 중심으로 채용하기, 적응하지 못하는 학술지는 버리기가 그것입니다. 가치 있는 문제를 고르고 AI가 낸 증명을 완전히 이해해 후속 질문으로 확장한 사람에게는 새 증명 재료를 직접 내지 않았더라도 상당한 공헌을 인정해야 한다고 합니다. 본문은 중간에 잘려 있어 세부 제안은 확인하지 못했습니다.
수학 이야기지만 "AI가 산출물을 싸게 만들 때 무엇을 평가할 것인가"는 AI 코딩 시대의 코드 리뷰와 채용 평가에 그대로 겹칩니다. 다만 수학계 내부 사정과 필자 개인의 낙관에 기댄 글이고, OpenAI 논문의 품질에 대한 주장은 별도 검증 없이 인용한 것입니다.
수집 상태
수집 6181건, 본문 확보 33건, 읽은 글 3건, 실은 글 1편. 실패한 소스: Kent Beck (HTTP 403), Fred Hebert (The operation was aborted due to timeout)