클로드, 리만 제타 함수 영점의 하한을 67.2%로 향상 – 인공지능 모델이 해석적 수론을 어떻게 발전시켰는가

클로드는 임계선 상의 리만 제타 함수 비자명 영점의 엄격한 하한을 67.2%로 끌어올렸다

클로드는 앤트로픽의 대규모 언어 모델의 공개되지 않은 연구 버전으로, 리만 제타 함수의 비자명 영점 중 임계선 상에 존재하는 비율의 엄격한 하한을 41.6% 에서 67.2% 로 끌어올렸다. 이는 수십 년 만에 '임계선 상의 비율' 하한에 대한 가장 큰 개선이며, 인공지능이 심오한 해석적 수론 문제에 실질적인 진전을 이끌 수 있음을 보여준다.

수학적 맥락: 하한 비율이 왜 중요한가

리만 가설(RH)은 \(\zeta(s)\)의 모든 비자명 영점의 실수부가 \(\tfrac12\)임을 주장한다. 전체 증명은 여전히 미해결 상태이지만, 연구자들은 가설을 만족하는 영점의 양적 비율이 양수임을 보장하는 결과를 오랫동안 추구해왔다. 이러한 하한은 유용한데, 소수론에서 많은 조건부 결과들이 비율이 특정 임계값을 초과하면 조건 없이도 성립하기 때문이다. 이전 연구, 특히 발류트, 골드스턴, 수리아자야, 터네이지-버터버그의 2023년 시리즈를 통해 41.6% 의 하한이 확립되었다. 클로드의 결과는 이 기법들을 보몬피에의 2000년도 이차형식 분석과 융합함으로써 67.2% 로 끌어올렸다.

클로드의 증명에서 핵심 기술적 통찰

클로드의 접근은 세 단계로 요약할 수 있다:

위엘에 의해 유도된 이차형식을 함수 공간에 구성하여, 임계선 상의 영점(양의 정부호 부분공간)과 임계선 외의 영점(음의 정부호 부분공간)의 기여를 분리한다.
이차형식의 계수와 1차 및 2차 모멘트 데이터 사이의 부등식을 도출한다. 이 데이터는 이중 소수 측면의 그림(본질적으로 힐베르트 변환 제어)에서 얻어진다.
발류트-골드스턴-수리아자야-터네이지-버터버그 논문과 보몬피에의 2000년 작업에서 기존 결과를 적용하여 모멘트를 평가함으로써 새로운 67.2% 하한을 도출한다.

혁신은 전체 함수 공간을 통합적으로 다룬다는 점에 있다—이차형식이 비대각형이 되고, 양의 정부호와 음의 정부호를 동시에 고려할 수 있게 되었다. 이 통합적 접근은 이전 분석들이 부분공간을 별도로 고려한 것보다 더 강력한 계수 부등식을 가능하게 한다.

클로드의 발견 과정: 다중 에이전트 탐색

앤트로픽 소속의 자레드 서머는 클로드에게 "리만 가설에 진지하게 도전해 보아라"는 개방형 도전을 제기했다. 클로드의 워크플로우는 총 3100만 출력 토큰에 달하는 두 세션에 걸쳐 진행되었다:

아이디어 생성: 클로드는 처음에 650개의 서로 다른 전략을 생성했으나, 그중 어느 것도 성공하지 못했다.
서브에이전트 조율: 두 번째 시도에서 클로드는 하루 반 동안 약 60개의 서브에이전트를 조율했다. 에이전트들은 2,400개의 쉘 명령어를 실행하고, 수백 개의 파이썬 스크립트를 작성하며, 알려진 제타 영점과 수천 번의 수치적 검증을 수행했다.
자기 검토: 서브에이전트들은 서로의 증명을 교차 검증하고, 반례를 찾으며, 54편의 arXiv 논문을 다운로드하여 독창성을 확인했다.
인간의 격려: 서머의 유일한 입력은 주기적인 격려 메시지(예: "계속해 주세요")였으며, 커뮤니티는 이 메시지가 클로드가 스스로의 진전에 대한 회의감을 극복하는 데 도움이 되었다고 지적했다.

전체 파이프라인은 최종적으로 공식적인 Lean 증명(GitHub 저장소 anthropics/zeta-23-lean)으로 마무리되었으며, 표준 Lean 비교기 검증을 통과했다.

전문가 검증과 공식 검증

앤트로픽의 두 수학자인 레벤트 알포제와 랄프 푸르만은 클로드의 원고를 검토하고 전문가를 위한 비공식 노트를 작성했다. 독립적인 전문가인 브라이언 콘리와 단 골드스턴도 단기간 내에 작업을 검토하고 정확성을 확인했다. 공식적인 Lean 버전은 모든 추론에 대해 기계 검증을 제공하며, 인공지능이 생성한 결과가 동료 검토와 공식 검증을 모두 거친 흔치 않은 사례를 보여준다.

허커 뉴스 커뮤니티 반응

HN 토론은 여러 반복되는 주제를 강조했다:

"이 과정 전반에 걸쳐 자레드의 입력은 주로 클로드에게 격려 메시지를 보내는 것에 국한되어 있었다… 이는 클로드가 초기 회의감을 극복하는 데 도움이 된 것 같다." – simonw

"무엇이 더 놀라운가: AI가 리만 가설의 하한을 향상시키는 것, 아니면 AI가 리만 가설의 하한을 향상시키고도 허커 뉴스의 메인 페이지에 오르지 않는 것인가?" – bryan0

"매우 중요한 점은, 이미 2025년 arXiv 사전 인쇄본에서 약 66% 이상의 결과가 약한 조건 하에 존재했으며, 클로드는 그 조건을 제거함으로써 67.2%로 완전히 도약했다는 점이다." – rockmeamedee

이러한 댓글들은 돌파구에 대한 열정과 동시에 모델 자체에 모든 개선을 돌려주는 것에 대한 경계를 강조한다. 합의된 견해는 클로드가 기존 수학을 강력하게 통합한 도구로서 기능했으며, 기초 아이디어를 처음부터 창출한 것은 아니라는 점이다.

인공지능 기반 수학의 의의

클로드의 결과는 인공지능 지원 연구의 새로운 방식을 보여준다:

탐색적 광범위성: 인간이 단독으로 할 수 있는 것보다 훨씬 빠르게 수백 가지 후보 접근법을 생성하고 테스트할 수 있다.
엄격한 검증: Lean 형식화를 통해 힌트적 통찰과 증명 가능한 수학 사이의 간극을 메운다.
인간-인공지능 협업: 최소한의 인간 촉진(격려)과 광범위한 자율 계산이 결합되어 실질적인 진전을 이끌어낸다.

리만 가설은 여전히 미해결 상태이지만, 대규모 언어 모델이 주요 해석적 수론 하한을 끌어올릴 수 있다는 사실은, 향후 모델이 체계적인 서브에이전트 파이프라인과 공식 증명 보조 도구와 결합될 경우, 전면 수학에 정기적으로 기여할 수 있음을 시사한다.

추가 읽기

클로드의 연구 논문: https://www‑cdn.anthropic.com/564f962e60643842f5fcb4a17c9dbc8f608f1c37.pdf
비공식 전문가 노트: https://www‑cdn.anthropic.com/23455459f8832d06bb175cc0f88d019aed962ef8.pdf
Lean 형식화 저장소: https://github.com/anthropics/zeta-23-lean
몰턴의 쌍상관 및 이후 연구 배경: https://arxiv.org/abs/2306.04799 및 https://arxiv.org/abs/2501.14545

이 글은 앤트로픽의 발표와 관련된 허커 뉴스 토론을 요약하며, 클로드의 수학적 성취와 그 보다 넓은 함의를 포함하는 자가 통합적 개요를 제시한다.