쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
9건 · "미해결 문제"조건 지우기 ×
001 00:11 ▲ 18 · 댓글 2 자동 정리 증명, 복잡한 워크플로우보다 단순 반복 루프가 더 효과적 형식 정리 증명(formal theorem proving) 분야는 계획, 분해, 전문 도구 연계 등 인간이 설계한 복잡한 워크플로우에 의존해왔으나, 비형식 수학은 대규모 언어 모델의 연쇄 추론으로 진전을 이뤄왔다. AI · 머신러닝 · h1: A Taste of the Bitter Lesson in Automated Theorem Proving
Key Point 자동화된 정리 증명에서 복잡한 설계 워크플로우 대신 단순한 에이전트 루프가 더 효과적일 수 있다는 발견은, 향후 형식 검증 시스템을 어떻게 구축할 것인지에 대한 근본적인 접근 방향을 바꿀 수 있다.
핵심 요약
형식 정리 증명(formal theorem proving) 분야는 계획, 분해, 전문 도구 연계 등 인간이 설계한 복잡한 워크플로우에 의존해왔으나, 비형식 수학은 대규모 언어 모델의 연쇄 추론으로 진전을 이뤄왔다. 이 논문은 '비터 레슨' 질문을 제기한다: 테스트 타임 계산을 확장하는 단순한 에이전트 루프가 이런 복잡한 워크플로우와 경쟁할 수 있는가? h1이라는 단순한 도구를 개발했는데, 이는 모델에게 Lean 4의 효율적인 인터페이스를 제공하고 검증자 피드백과 자기 성찰로 작동하며, 명시적 분해나 탐색 구조를 강요하지 않는다. 전체 요약 7문장 읽기 → 002 12:11 ▲ 106 · 댓글 2 희소 자동인코더 표현이 얼마나 합성적인지 검증 희소 자동인코더(SAE)는 신경망 활성화를 희소한 선형 디코딩 특성으로 표현하지만, 이들 특성이 하위 계산에서 덧셈적으로 합성되는지는 불명확했다. AI · 머신러닝 · Behavioral Compositionality of Sparse Autoencoder Representations
Key Point SAE 특성이 실제로 신경망 행동을 독립적으로 설명하는지가 오랫동안 미해결 문제였는데, 이 논문이 정량적 측정 방법과 한계를 처음 체계적으로 보여줌으로써 해석가능 AI 연구의 방향을 제시한다.
핵심 요약
희소 자동인코더(SAE)는 신경망 활성화를 희소한 선형 디코딩 특성으로 표현하지만, 이들 특성이 하위 계산에서 덧셈적으로 합성되는지는 불명확했다. 연구팀은 SAE Additivity Residuals(SAR)를 도입해 설명되지 않은 행동 변이를 상호작용 차수별로 측정하며, 모집단 SAR은 정확히 그 차수 이상의 상호작용 에너지 정규화값이다. 학습된 SAE 좌표와 같은 부분공간의 합 보존 무작위 회전을 비교하면, 18개의 모델과 행동 설정 모두에서 학습된 좌표가 더 낮은 1차 잔차를 보인다. 전체 요약 6문장 읽기 → 003 18:30 ▲ 228 · 댓글 257 OpenAI 372개 수학 난제 증명 발표, 수학계 흔들다 OpenAI가 어제 내부 모델로 증명한 372개 수학 미해결 문제를 공개했으며, 이 중 Subhash Khot의 Unique Games Conjecture(UGC)가 포함되었다. AI · 머신러닝 · The Mathocalypse
Key Point 인간이 평생 풀지 못한 수학 난제들이 AI에 의해 일괄 해결됨으로써 수학 연구의 근본적 변화가 시작되었고, 증명의 검증과 이해 과정에서 수학 커뮤니티가 직면한 새로운 도전을 보여준다.
핵심 요약
OpenAI가 어제 내부 모델로 증명한 372개 수학 미해결 문제를 공개했으며, 이 중 Subhash Khot의 Unique Games Conjecture(UGC)가 포함되었다. UGC 증명은 Lean 증명서를 갖추고 있지만 아직 인간이 전체 내용을 이해한 사람이 없으며, 논문이 이해하기 어렵게 쓰여 있어 AI 도움 없이는 읽을 수 없다고 보고되었다. Dana Moshkovitz(Scott의 아내, 복잡도 이론자)는 평생 증명하려던 문제가 로봇에 의해 해결되었으나, UGC가 참임이 증명되었다는 점에서 위안을 얻고 있다. 전체 요약 11문장 읽기 → 004 15:11 ▲ 112 · 댓글 26 Claude Opus로 도도새 미발견 기록 발굴한 역사학자 Claude Opus 5.5 같은 최신 AI 모델은 대규모 역사 자료를 의미론적 검색으로 분석해 새로운 사료를 찾을 수 있다. AI · 머신러닝 · Using Opus 5.5 to discover a new eyewitness record of the dodo
Key Point 최신 AI 모델이 기존 전문가의 영역에서 새로운 발견을 할 수 있다는 것은 학문 생태계의 지각변동을 의미하며, 검증 능력 없는 아마추어의 진출이 늘면서 전문가 부족 현상이 곧 닥칠 것으로 전망된다.
핵심 요약
Claude Opus 5.5 같은 최신 AI 모델은 대규모 역사 자료를 의미론적 검색으로 분석해 새로운 사료를 찾을 수 있다. 저자는 네덜란드 동인도회사 아카이브를 검색해 1615년 도도새 사냥 기록을 발견했는데, 이전에 간과된 새로운 사료로 보인다. 같은 검색에서 1638년 적색 레일(멸종된 모리셔스 새)에 관한 참고문헌도 발견했는데, 1890년 프랑스 학자의 오역 때문에 지금까지 주목받지 못했다. 전체 요약 12문장 읽기 → 005 06:11 ▲ 18 · 댓글 2 AI 에이전트 제어 로직 자동 최적화, MILO 프레임워크 AI 에이전트의 성능은 모델뿐만 아니라 실행을 제어하는 하니스 설계에 크게 좌우되는데, 이를 수작업으로 탐색하는 것이 비효율적이다. AI · 머신러닝 · MILO: Automated Harness Discovery via Orchestrated Multi-Agent Evolution
Key Point AI 에이전트의 프롬프트나 도구를 수작업으로 최적화하는 시대가 끝나고, 전체 제어 로직을 자동으로 발견·진화시키는 방법이 등장했으며, 기존 방법들보다 현저히 높은 성능 향상을 입증했다.
핵심 요약
AI 에이전트의 성능은 모델뿐만 아니라 실행을 제어하는 하니스 설계에 크게 좌우되는데, 이를 수작업으로 탐색하는 것이 비효율적이다. MILO는 에이전트 하니스와 그 발견 방법을 동시에 진화시키는 자동화 프레임워크로, 계층적 계보 메모리, 각 탐색 영역별 뮤테이터 에이전트, 그리고 검색 전략을 적응시키는 오케스트레이터로 구성된다. 버려진 변이를 부정 증거로 활용하는 계보 메모리, 전역 탐색 이력과 부모 피드백을 바탕으로 완전한 하니스를 재작성하는 뮤테이터 에이전트, 계보 이식과 종분화를 통해 검색을 적응시키는 오케스트레이터의 세 가지 메커니즘이 핵심이다. 전체 요약 7문장 읽기 → 006 15:11 ▲ 33 · 댓글 1 작은 모델도 강력하게: 필요할 때만 큰 모델에 묻는 추론 시스템 작은 추론 모델(sRM)의 테스트 타임 컴퓨팅을 확장하는 것이 성능 향상의 핵심이지만, 더 많은 사고가 항상 도움이 되는지는 명확하지 않다. AI · 머신러닝 · Knowing When Thinking Is Not Enough: Teaching Small Reasoning Models to Reason Beyond Their Parametric Knowledge
Key Point 작은 모델이 큰 모델과 비슷하거나 나은 성능을 훨씬 낮은 비용으로 달성하는 방법을 보여주므로, 프로덕션 추론 비용 최적화를 고민하는 개발팀에게 직접적인 영향이 있다.
핵심 요약
작은 추론 모델(sRM)의 테스트 타임 컴퓨팅을 확장하는 것이 성능 향상의 핵심이지만, 더 많은 사고가 항상 도움이 되는지는 명확하지 않다. 중간 추론 상태에 개입하는 실험을 통해 자기개선(self-refinement)이 기존에 도달 가능한 해답으로 확률질량을 집중시킬 뿐, 새로운 해답을 만들지는 못한다는 것을 발견했다. 두 가지 실패 양식을 식별했다: 올바른 경로는 도달 가능하지만 실행에 실패하는 실행 병목(execution bottleneck)과, 외부 정보가 필요한 지식 병목(knowledge bottleneck)이다. 전체 요약 7문장 읽기 → 007 21:10 ▲ 151 · 댓글 81 GPT-6 Astra, 제1차 대전 독일 암호 메시지 해독 GPT-6 Astra가 1918년 11월 27일 전송된 독일 무선 암호 메시지를 처음으로 성공적으로 해독했다. AI · 머신러닝 · GPT-6 Astra Solves a WWI German Radio Cipher
Key Point AI가 역사 암호 해독이라는 전문 분야의 미해결 문제를 성공적으로 풀었으며, 역사 기록과의 교차 검증으로 결과의 신뢰성을 입증했다.
핵심 요약
GPT-6 Astra가 1918년 11월 27일 전송된 독일 무선 암호 메시지를 처음으로 성공적으로 해독했다. ADFGVX 암호화 방식으로 인코딩된 이 메시지는 수십 년간 해독되지 않았던 12개 이상의 미해결 암호 중 하나였다. 암호 해독에 사용된 키는 '트루펜베르슈비베붕(TRUPPENVERSCHIEBUNG)'으로, 기존 기록에는 12월 9일부터 사용되는 것으로 되어있어 시간 불일치가 있었다. 전체 요약 5문장 읽기 → 008 15:10 ▲ 102 · 댓글 83 AI가 수학의 '비밀의 중세'로 돌려보낼 위험성 중세 수학자들은 자신의 발견을 비밀로 유지해 명성과 생계를 보장받았으나, 현대 과학은 개방적 공유 문화를 확립했다. AI · 머신러닝 · How do we prevent mathemathics from devolving into the Medieval Era of secrecy?
Key Point AI의 대규모 연산 능력이 수학 연구의 평등성을 위협하고 있으며, 개방 과학 문화를 되돌리는 방향으로 작동할 수 있기 때문이다.
핵심 요약
중세 수학자들은 자신의 발견을 비밀로 유지해 명성과 생계를 보장받았으나, 현대 과학은 개방적 공유 문화를 확립했다. 대형 AI 회사들이 수백만 달러의 연산 비용을 투입해 미해결 문제를 독점적으로 풀면서, 개별 연구자들은 경쟁할 수 없는 상황이 발생했다. 나비에-스토크스 반례 추정 해결 비용이 $6.5~$40 million으로, 거대 자본을 가진 기업만이 선제적 해결이 가능해졌다. 전체 요약 6문장 읽기 → 009 08:12 ▲ 266 · 댓글 95 AI가 풀어낸 40년 난제들, 수학 해커톤에서 새로운 가설에 도전 칼텍이 10월 30일부터 11월 1일까지 최초의 연구급 수학 해커톤 'Mathathon'을 개최한다. AI · 머신러닝 · Caltech Mathathon – first hackathon ever devoted to research level mathematics
Key Point AI가 기초 수학 문제를 풀기 시작한 가운데, 수학자의 역할과 AI 활용의 미래 방향을 현장에서 직접 탐색하는 첫 시도이기 때문이다.
핵심 요약
칼텍이 10월 30일부터 11월 1일까지 최초의 연구급 수학 해커톤 'Mathathon'을 개최한다. 100개 팀이 40시간 동안 최신 AI 모델을 활용해 미해결 난제를 풀고 새로운 수학 이론을 구축한다. 올해 AI가 80년, 78년, 27년 된 3개의 주요 추측을 증명·반증한 사례들이 수학계를 자극했다. 전체 요약 5문장 읽기 → 
