리만 가설은 150년 넘게 수학자들을 붙잡고 있는 문제입니다. 소수의 분포와 관련된 이 난제에는 현재도 일반적인 증명에 100만 달러의 상금이 걸려 있습니다. Anthropic의 아직 공개되지 않은 모델이 이 문제를 해결했다는 뜻은 아닙니다. 다만 가설이 참인 것으로 확인된 해의 하한을 크게 높이는 진전을 냈다는 설명이 나왔습니다.
흥미로운 부분은 결과보다 진행 방식입니다. 수학 전문성이 높지 않은 Anthropic 직원이 모델에 "진짜로 증명에 도전해보라"고 요청했고, 모델은 이후 하루 반 동안 작업을 이어갔습니다. 60개 서브에이전트를 조율하며 650개의 아이디어를 시험했고, 총 3,100만 출력 토큰을 사용했습니다. 이 과정은 한 번의 답변 생성이라기보다 작은 연구팀을 운영하는 일에 가까웠습니다.
역할 분담도 구체적입니다. 두 에이전트가 핵심 수학 아이디어를 만들고, 13개가 이들에게 아이디어를 보탰습니다. 30개는 새로운 접근을 찾으려 했지만 성공하지 못했고, 13개는 논리를 검증했습니다. 마지막 두 개는 초기 논문 초안을 작성했습니다. 결과는 Anthropic의 내부 수학자 두 명이 확인했고, 오픈소스 증명 보조 시스템 Lean으로 형식화됐습니다. 실패한 탐색과 독립 검증을 과정 안에 넣었다는 점이 눈에 띕니다.
그렇다고 이 성과를 과장할 수는 없습니다. 하한을 높이는 부분 진전과 리만 가설 전체의 증명은 거리가 큽니다. AI가 새로운 수학적 아이디어를 낼 수 있다는 기대가 커지는 동시에, 그 아이디어의 저자와 오류 책임을 누구에게 돌릴지 논쟁도 커지고 있습니다. 수학자들은 기존의 저자성 기준이 흔들릴 수 있다고 우려하고, 필즈상 수상자 티모시 가워스는 수학적 결과가 반드시 개인의 이름으로만 남아야 하는지 다른 가능성을 제시했습니다.
이 사례가 연구 조직에 주는 메시지는 모델의 한 줄짜리 정답이 아닙니다. 탐색할 에이전트, 반박할 에이전트, 결과를 확인할 사람, 형식적으로 검사할 도구를 하나의 흐름으로 묶는 방식입니다. 앞으로 AI 연구 시스템의 경쟁력은 데모 화면보다 실패를 기록하고 주장을 검증하는 운영 구조에서 갈릴 가능성이 큽니다.