OpenAI의 분할 원리 프리프린트가 커뮤니티의 반발을 불러일으키다

핵심 문제: 잘못 전달된 주장

OpenAI는 분할 원리(Partition Principle)가 선택 공리(Axiom of Choice)를 함의하지 않는다는 내용의 프리프린트를 발표했습니다.

  • 이 주장은 수학적으로 중요한데, 분할 원리(PP)는 지난 100년 넘게 집합론에서 해결되지 않은 난제였기 때문입니다.
  • 그러나 원문 작성자에 따르면, 이 발표는 동반된 논문이 “이해하기 어렵고, 혼란스러우며, 구조적으로 이상하다”는 이유로 즉각적인 반발을 불러일으켰습니다.

커뮤니티의 주된 불만은 증명의 존재 여부가 아니라, 전문 수학자들이 평가할 수 있는 형태로 의사소통하는 데 실패했다는 점입니다.

논문이 학술적 기준을 충족하지 못하는 이유

1. 불분명한 구조와 용어

“용어가 다소 어색하고, 증명될 것이라고 예상하지 못한 정리들이 매우 이상한 방식으로 서술되어 있습니다.”

  • 보조정리 7.4와 8.1은 일반적인 집합론 논문이라면 포함되지 않았을 위치에 등장합니다.
  • 전반적인 서술 방식 때문에 전문가가 논문을 훑어보고 전략을 파악하는 것이 불가능합니다.

2. 의심스러운 인용 관행

“Bristol 모델에 관한 제 논문 중 하나가 대칭 확장에 대한 기초적인 소개로 인용되었는데, 이는 제가 선택했을 참조 문헌이 아닙니다. 최소 세 개의 미출판, 미심사 강의 노트가 참조로 사용되었습니다.”

  • 동료 심사를 거치지 않은 출처에 대한 의존은 신뢰성을 떨어뜨립니다.
  • 잘 알려진 자료를 모호한 노트로 잘못 귀속시키는 것은 학문적 엄밀함이 부족함을 보여줍니다.

3. 압도적인 Lean 코드 기반

“Lean 코드의 실제 사용법을 거의 모르고, 코드 양이 너무 방대해서 살펴보지 않았습니다.”

  • 형식적 증명은 거대한 Lean 저장소에 존재하지만, 자연어 설명은 읽을 수 없는 수준입니다.
  • 커뮤니티 구성원들은 Lean 결과물 자체를 검토해야 한다고 주장하지만, 저자는 접근하기 어렵다는 이유로 이를 일축합니다.

커뮤니티 반응: 주제와 반론

A. 강요된 참여에 대한 좌절감

“저자는 이 문제에 대한 저명한 연구자라는 이유만으로 대중과 소통하도록 강요받고 있습니다.” – hingler36

수학자들은 미디어의 주목 때문에 무시할 수 없는 주장에 대해 논평해야 한다는 압박을 느끼고 있습니다.

B. “쓰레기 더미” 속에 숨겨진 잠재적 가치

“가져갈 준비가 된 수학적 결과의 보물창고가 있습니다.” – pelican0

일부에서는 형편없는 발표에도 불구하고, 근본적인 형식 증명에는 채굴할 가치가 있는 진정한 돌파구가 포함되어 있을 수 있다고 주장합니다.

C. 과거의 저품질 논문과의 비교

“OpenAI의 논문만큼이나 형편없게 작성된 출판된 수학 논문은 많습니다.” – Athanase000

이 비판은 AI 생성물에만 국한된 것은 아니지만, 그 규모(수백 개의 “해결책”)가 문제를 증폭시키고 있습니다.

D. 학술적 기준 변화에 대한 우려

“AI 기술 기업들은 우리가 그들의 기준에 맞추기를 원하며, 우리의 기준에 맞추기 위해 시간과 에너지를 쓰려 하지 않습니다.” – 원문 작성자

이 글은 의사소통 기준의 불일치가 엄격한 동료 심사를 보호하는 규범을 침식할 수 있다고 경고합니다.

수학과 AI에 대한 더 넓은 함의

1. “서비스 거부(Denial-of-Service)” 비유

“OpenAI는 수백 개의 ‘해결책’을 내놓았는데, 이해할 수 없을 정도로 작성된 ‘해결책’이며 우리 모두가 그것에 달려들기를 기대합니다… 이는 서비스 거부 공격과 다를 바 없습니다.” – 원문 작성자

연구자들이 AI 생성 결과물을 해독하는 데 상당한 시간을 할애해야 한다면, 이는 독창적인 연구에서 노력을 분산시켜 결과적으로 발전을 저해할 수 있습니다.

2. 새로운 출판 워크플로우의 필요성

  • AI 사용 공개 의무화, 공개 채팅 로그, 또는 검토자 전용 모델 프롬프트 접근 권한 등이 제안되고 있습니다.
  • 일부는 최소한의 자연어 설명만 포함된 AI 생성 형식 결과물을 위한 별도의 공간(예: Lean 중심 저장소)을 제안합니다.

3. 인간-AI 협업 증명 개발의 가능성

  • Scott Aaronson의 아내가 Astra 도구를 사용하여 새로운 결과를 이해했다는 긍정적인 일화는, AI가 인간의 지도를 받을 때 이해를 도울 수 있음을 보여줍니다.
  • 커뮤니티는 명확성을 희생하지 않으면서 AI 지원을 통합하기 위한 모범 사례 가이드라인을 개발해야 할 것입니다.

수학자들은 무엇을 해야 하는가?

  1. 명확한 설명을 요구하라 – Lean 형식 증명은 기존 문헌 내에서 결과를 위치시키는 서술 없이는 불충분합니다.
  2. 선택적으로 참여하라 – 커뮤니티가 큐레이션한 요약이나 동료 심사를 거친 “AI 논문” 워크숍 등을 통해 유망해 보이는 증명에 노력을 집중하십시오.
  3. 기준을 옹호하라 – 투명한 AI 참여 명시와 재현 가능한 코드를 요구하는 학회 및 저널 정책을 추진하십시오.
  4. 형식 도구에 대해 교육하라 – 커뮤니티가 AI 생성 형식 증명을 더 쉽게 평가할 수 있도록 Lean이나 유사한 증명 보조 도구를 커리큘럼에 통합하십시오.

결론

OpenAI의 분할 원리에 대한 주장은 단일 정리를 넘어선 논쟁을 촉발했습니다. 이번 논란은 AI 주도 발견과 인간 중심의 의사소통 기준 사이의 충돌을 잘 보여줍니다. AI 시스템이 엄격한 증명과 읽기 쉬운 설명을 모두 생성할 수 있게 될 때까지, 수학 커뮤니티는 인용, 설명, 협업 검증에 대해 더 높은 기준을 요구하며 이러한 프리프린트를 계속해서 회의적으로 바라볼 것입니다.

Sources

관련