AI 모델은 수학자들에게 공통 언어를 제공할 수 있습니다.

아무도 상자에 오렌지를 가장 잘 쌓는 방법에 대한 질문이 수세기 동안 순수 수학을 혼란에 빠뜨릴 수 있을 것이라고 예상하지 못했습니다. 그러나 이른바 '구체 포장(sphere-packing)' 문제는 여러 세대에 걸쳐 학자들의 머리를 아팠습니다. 결국 1998년에 미시간 대학교에 재학 중이던 Thomas Hales가 마침내 증거를 찾았다고 발표하면서 돌파구가 열렸습니다. 각 구가 아래 층의 오렌지 6개로 형성된 오목한 부분에 놓이는 육각형 배열이 가장 밀도 높은 배열 방식이라는 것이었습니다. 모두가 수학을 정확한 과학이라고 생각하지만, 이 이야기는 겉보기에는 간단한 문제라도 올바른 직관을 가진 적임자가 등장할 때까지 수백 년 동안 해결되지 않을 수 있다는 것을 보여줍니다. Hales는 평범한 사람이 아니었습니다. 그는 이 문제에 집착하여 전 세계에 흩어져 있는 팀과 함께 밤낮으로 작업했습니다. 끝없는 이메일, 계산 검증을 위한 소프트웨어, 수식으로 가득 찬 수 킬로미터에 이르는 칠판이 그 증거입니다. 그의 증명은 즉시 받아들여지지 않았습니다. Hales는 “수학계가 이를 받아들이기까지 수 년이 걸렸고, 수많은 컴퓨터 코드가 필요했다”고 말했습니다. 그리고 여기에서 몇 사람이만 알아차리는 한 가지 요소가 등장합니다. 수학은 훌륭한 아이디어로만 구성된 것이 아니라 노력, 협업, 그리고 점점 더 많은 기술로 구성되어 있습니다. 최근 몇 년 동안 인공 지능은 바로 이 틈새로 들어왔습니다. 오늘날 AI 모델은 증명을 검증하고, 새로운 방법을 제안하며, 무엇보다도 다양한 학파와 접근 방식의 수학자들 사이에 일종의 공용어가 될 수 있습니다. 이것이 진정한 혁명입니다. 숫자뿐만 아니라 코드로 이루어진 언어입니다. 잠시 멈추어 보세요. 이는 단순히 문제를 더 빨리 해결하는 것이 아닙니다. 인공지능이 실제로 수학 학교 간의 연결 고리가 된다면, 앞으로 몇 년 안에 전례 없는 글로벌 협업을 볼 수 있을 것입니다. 그러나 결코 언급되지 않는 실질적인 위험이 있습니다. 이러한 도구에 너무 많이 의존하면 수학자들이 직관하고, 위험을 감수하고, 틀에서 벗어난 연결 고리를 만들어내는 능력이 떨어질 수 있습니다. 이는 Hales가 오렌지 문제를 해결할 수 있게 해준 바로 그 능력입니다. 다음 문장은 모든 것을 요약합니다: “좋은 아이디어는 이해하기에 적절한 언어를 찾지 못하면 무용지물입니다.” 이 이야기가 여러분이 수학을 다른 시각으로 바라보게 만들었다면, Lara Notes에서 'I'm In'으로 표시할 수 있습니다. 이렇게 하면 관점이 여러분의 추론 방식의 일부가 됩니다. 그리고 내일 누군가에게 오렌지 딜레마에 대해 이야기하게 된다면, Shared Offline으로 그 순간을 기록할 수 있습니다. 이는 그 대화가 정말 중요하다는 의미입니다. 이 글은 《이코노미스트》에서 발췌한 것으로, 이 노트를 통해 원문을 읽는 데 비해 거의 1분 가량의 시간을 절약하셨습니다.