2년 만에 해결률 약 17배
MIT에서 컴퓨팅과 AI의 발전을 연구하는 닐 톰슨(Neil Thompson)이 최근 강연에서 이러한 연구 결과를 공개했다. 톰슨 연구팀은 2024년 중반부터 2026년 중반까지 최고 성능 AI 모델이 해당 분야의 이론 문제를 푸는 비율이 약 2%에서 약 35%로 올랐다고 밝혔다. 연구팀은 이러한 발전세가 둔화할 조짐이 없다고 보고 있다.
톰슨은 "몇 년 안에 많은 이론 문제가 AI의 풀이 능력 측면에서 완전히 달라질 것으로 예상한다"고 말했다. 연구에는 대학원생 가브리엘 만소(Gabriel Manso)와 연구원 클라우디오 마링크 베르둔(Claudio Mayrink Verdun)이 함께했다.
학습 데이터 오염 차단한 실험 설계
연구팀은 2025년 12월부터 2026년 5월 사이 온라인에 공개된 연구 논문의 문제를 골라, 오픈AI(OpenAI)의 o1, o3, GPT-5, GPT-5.1, GPT-5.4, GPT-5.5가 이를 풀 수 있는지 시험했다. 정답이 담긴 논문은 GPT-5.5를 포함한 모든 모델의 학습 시점 이후에 나온 것이어서, 모델이 학습 데이터로 답을 외웠을 가능성을 배제했다. 인터넷 접속도 막아 답을 검색하지 못하게 했다.
다만 연구 대상은 시뮬레이션이나 실험 없이 이론만으로 풀 수 있는 분야로 한정됐다.
수학계 충격과 남은 과제
수학계는 이미 큰 파문을 겪고 있다. 오픈AI는 지난달 미공개 모델이 유체 운동 방정식과 관련된 난제 '나비에-스토크스(Navier-Stokes)' 문제를 풀었다고 발표했다. 뉴욕대의 한 수학자가 앤스로픽(Anthropic)과 연계된 학자와 진행하던 연구 성과를 오픈AI가 가로챘다고 주장하면서 논란도 일었다. 이후에도 오픈AI 등이 수백 건의 미해결 문제 해법을 내놓자 일부 수학자는 풀이 과정 자체가 중요하다며 AI 사용 제한을 요구하고 있다.
톰슨은 다른 분야에서도 긍정적·부정적 효과가 함께 나타날 것으로 봤다. 이론의 진전이 실용적 진전으로 이어지는 만큼, AI 활용이 늘면 그런 경로의 성과도 늘 수 있다는 설명이다. 주요 AI 기업은 AI가 이론 분석과 함께 실제 실험까지 수행하도록 하는 과학 연구를 확대하고 있고, 일부 저명 AI 연구자는 과학 특화 연구소를 세웠다.
연구진은 전문가의 역할이 사라지지는 않는다고 강조했다. 만소는 "좋은 아이디어를 내고 점들을 연결할 사람은 여전히 필요하다"며 "모델은 옳은 답이라고 쉽게 말하지만 전체 풀이를 보면 아닐 수 있어 검증 수단도 필요하다"고 말했다. 실제로 오픈AI는 최신 데이터셋에서 공개 이후 여러 해법을 철회했다.
