수학 황금기냐 암흑기냐, LLM 통합 방식에 달렸다

핵심 요약

• LLM은 Lean 증명에서 뛰어나지만 수백만 줄 코드의 복잡한 증명을 자연언어로 번역할 때 심각한 문제를 보인다.
• 인간이 이해하지 못하면 수학은 인간 문화의 일부가 될 수 없으므로, 사회는 수학자를 더 많이 필요로 한다.
• LLM은 기존 지식을 재결합하는 데는 뛰어나지만, 새로운 수학 언어를 창안하는 '수학화'(mathematization) 능력은 여전히 불명확하다.
• 나비에-스토크스·리만 가설 같은 방대한 문헌을 가진 문제에 성공하는 반면, 4000개 시도 중 일부만 성공한 이유가 무엇인지 공개되지 않았다.
• 수학 진보는 난제 목록 풀이로만 측정할 수 없으며, 푸리에 급수·정보이론 같은 주요 분야는 난제와 무관한 개념 창조에서 비롯됐다.
• LLM 학습 데이터의 어떤 수학적 아이디어가 증명에 기여했는지, 인용 처리는 어떻게 할 것인지 명확하지 않다.
• 수학 출판과 동료검증은 여전히 중요하며, 인간 개입은 의미·관련성·맥락을 확립하고 창의적 환경을 보존하는 데 필수다.
• LLM 능력의 불투명성으로 학생의 독립적 수학 능력 평가 기준이 붕괴했고, 광범위한 LLM 사용의 인간 창의성 영향도 미지수다.
• 민간 기업의 최첨단 LLM 독점은 대학·공공기관과의 능력 격차를 심화시켜 학문적 영향력을 전례 없이 집중시킬 위험이 있다.
• 대학·전문학회·펀딩기관이 투명성·데이터보호·독립 검증이 보장된 경쟁 LLM을 공동 개발해야 한다.