Terence Tao, OpenAI의 수학 성과 공개에 응답하다

AI로 미해결 문제의 답만 대량 확보하는 방식은 증명의 이해와 후속 연구, 연구 공동체의 성장을 충분히 동반하지 못하고 있음 전통적인 Math 1.0에서는 획기적인 증명이 강연, 워크숍, 협업과 연구자 유입으로 이어지고, 이 과정에서 증명이 정리되어 다음 세대의 지식으로 자리 잡았음 현재는 AI 결과를 충분히 이해하지 못하거나 해결 이후 해당 분야에 관심을 두지 않는 사례가 많으며, 연구 선점에 대한 두려움 때문에 유망한 연구 방향을 공개하지 않는 현상도 나타남 이미 ‘해결된’ 문제를 미해결 상태로 되돌릴 수 없고, 해답이 존재한다는 지식만으로도 인간과 AI가 추가 통찰을 얻기 위해 다른 경로를 탐색하는 과정이 영향을 받음 Math 2.0은 최초 해결 중심의 평가에서 벗어나 해설, 공동체 형성, 새로운 연구 방향 개척을 함께 중시해야 하며, 교육과 출판, 경력 발전의 기준도 재검토해야 함 Math 1.0에서 증명이 지식으로 자리 잡는 과정 전통적인 수학인 Math 1.0에서는 오랫동안 풀리지 않은 추측의 획기적인 증명이 해당 분야에 활발한 후속 활동과 관심을 불러일으킴 증명을 만든 연구자들은 여러 강연에 초청되고 해당 분야 전문가들과 만남 워크숍에서는 증명뿐 아니라 그 분야의 다른 최신 성과도 함께 논의함 이러한 활동은 새로운 연결과 협업을 만들고 후속 문제를 공유하는 계기가 됨 신진 연구자와 경력 연구자가 모두 해당 분야에 유입됨 다른 분야에서 출발해 증명을 만든 연구자 자신이 그 분야에 합류하기도 함 이 과정을 거치며 증명은 이해되고 간결하게 정리되며, 기존 결과들과의 관계 속에 자리 잡음 궁극적으로 다음 세대 수학자를 위한 교과서와 강의 노트의 일부가 됨 AI를 통한 해결과 후속 활동의 단절 책임 있는 AI 활용은 최초 해답 생성뿐 아니라 전통적으로 그 뒤에 이어지는 가치 있는 활동 전반을 지원할 수 있음 그러나 현재는 AI에 프롬프트를 주어 문제를 자율적으로 풀게 한 뒤, 최초 목표가 ‘해결’되면 더 넓은 연구 분야에는 관심을 두지 않는 경우가 많음 AI 출력을 충분히 이해하지 못해 결과에 관한 질문에 답하거나 강연을 하거나 해당 분야 연구자들과 교류하지 못함 이러한 결과는 전통적인 돌파구에 비해 세미나, 워크숍, 협업 등으로 이어지는 경우가 훨씬 적고, 이를 계기로 연구 공동체에 들어오는 사람도 적음 자신의 연구가 다른 사람에게 선점될 수 있다는 두려움 때문에 유망한 미해결 연구 방향을 공개하지 않는 ...