정리 경제의 몰락: AI와 수학적 이해의 위기
정리 경제의 몰락: AI와 수학적 이해의 위기
증명과 이해의 분리
수학의 주요 가치는 새로운 정리를 생산하는 것이 아니라 인간 세계관을 인지적으로 고양시키는 데 있다. 학계의 "정리 경제"는 새로운 결과의 발견을 보상하지만, 분야의 실제 지적 진보는 개념 구축과 직관 개발을 통해 이루어진다—이는 정리를 기계적으로 증명하는 행위와는 구별되는 과정이다.
수십 년 동안 이 두 측면은 공생해 왔다: 어려운 추측을 해결하는 것은 수학자가 진정한 개념적 혁신을 이뤘다는 암호화된 증거 역할을 했다. 그러나 대형 언어 모델(LLM)과 자동 형식화 도구의 등장으로 이 연결 고리가 끊어지고 있다. AI는 이제 인간이 이해하는 데 필요한 개념적 틀을 제공하지 않고도 올바른 형식적 증명을 생성할 수 있다.
"Mathslop" 문제와 정규화 위기
AI가 만든 증명은 "Mathslop"이라는 층을 만들 위험이 있다—정확하지만 인간 수학 코퍼스에 기여하지 못하는 이해 불가능한 형식적 유도.
인간 수학에서 증명은 유용하려면 이해 가능해야 하며, 이는 다른 수학자들이 자신의 직관을 배우고 확장하는 수단이다. 반면 AI 시스템은 Lean과 같은 형식 코드의 거대한 "바이브‑코드" 덩어리를 생성할 수 있는데, 이는 기술적으로는 정확하지만 이해 가능한 인터페이스가 부족하다.
이는 "정규화" 위기를 초래한다—일회성 형식화를 일반적이고 재사용 가능하며 일관된 라이브러리 수학으로 전환하는 과정이다. Mathlib 커뮤니티 연구자들이 지적했듯이, AI 기업이 주요 정리(예: 구면 포장에 관한 마리나 비아조프스카의 작업)를 최초로 형식화하는 사회적 보상을 얻으면서 정규화라는 지루한 작업을 수행하지 않으면, 인간 이해에 실제적인 이득을 주지 못하는 "방사능 폐허"를 남긴다.
"Overhang"와 발견의 자동화
수학적 창의성으로 여겨지는 많은 것이 실제로는 "Overhang"—방대한 파편화된 코퍼스에서 기존 점들을 연결함으로써 발견되는 잠재적 가치—를 수확하는 것이다.
LLM은 전체 수학 문헌을 학습할 수 있기 때문에, 평생 몇 백 편의 논문만 읽는 인간 수학자가 놓칠 수 있는 구문적 유사성과 대응 관계를 포착하는 데 독특한 위치에 있다. 이는 AI가 인간 연구자를 앞서서, 서로 다른, 겉보기에 무관한 수학 분야에 이미 존재하는 문제 해결책을 발견하도록 만든다.
이 능력은 AI가 개념 구축 적합성을 달성하기 훨씬 전에 문제 해결 우위를 확보할 수 있음을 시사한다. 위험은 대중과 학계가 기술적 보조 정리를 해결하는 능력을 고수준 수학적 종합 능력으로 오해할 수 있다는 점이다.
수학 직업에 대한 존재론적 위협
정리 증명이 수학의 유일한 공식 통화로 남는다면, 직업은 체계적인 비수익화에 직면한다.
전통적인 벤치마크인 "First Proof" 프로젝트는 AI가 연구 수준 질문을 해결할 수 있는지를 평가한다. 이는 기술적 평가에 유용하지만, 수학을 체스나 바둑과 같은 "폐쇄 시스템"으로 보는 서사를 강화한다. 이러한 프레이밍은 명료성, 이해, 사고 방식 변혁이라는 인간 중심 목표를 무시한다.
이 변화는 즉각적인 실질적 결과를 낳는다:
- 학계 절망: 초기 경력 연구자들은 전통적 작업 대부분이 자동화될 미래에 직면해 연구 수학을 직업으로서 지속 가능성을 의문시한다.
- 교육 붕괴: 교육에서 AI 사용은 학생들이 실제 수학 역량에 필요한 신경가소성 변화를 겪지 않고도 정답을 만들게 하여, 실질적인 기술이 없는 졸업생 세대를 초래할 수 있다.
수학을 위한 새로운 서사로의 전환
AI 전환을 살아남기 위해 수학 공동체는 "문제 해결"에서 "인간 이해 증진"으로 가치 제안을 전환해야 한다.
피해를 완화하기 위한 제안된 해결책은 다음과 같다:
- 수학 지능 척도: 자율주행 자동차의 수준과 유사하게, "무차별" 문제 해결(Level 1‑3)과 고차원 개념 종합 및 정규화(Level 8‑10)를 구분하는 척도를 도입한다.
- "명예 규범" 폐지: 수학자들은 직관과 서술을 부차적이거나 "2류" 작업으로 취급하는 것을 멈추고, 이를 분야의 주요 산물로 중심에 두어야 한다.
테리 타오가 예측했듯이, AI가 현재 수학 논문에 등장하는 대부분의 작업을 곧 처리하게 되면, 그 작업들이 실제로 수학자들이 하는 가장 중요한 일은 아니라는 것이 드러날 것이다. 분야의 미래는 "직관‑맥스러"—AI가 형식적 무거운 작업을 담당하게 하고, 연구자들은 새로운 개념적 대륙을 탐색하는 데 집중하는 사람들—에 있을지도 모른다.
요약: David Bessis는 AI가 정리를 해결하는 능력이 정리 경제를 위협하고, 형식적 증명을 인간 이해와 분리시켜 전통적인 수학의 학술 보상을 사실상 쓸모 없게 만들 위험이 있다고 주장한다.
제목: 정리 경제의 몰락: AI와 수학적 이해의 위기