GPT-5.6 수학 증명, 검증 경제학의 시험대

난제 해결 주장보다 중요한 질문

OpenAI CDN의 PDF는 Cycle Double Cover Conjecture의 증명을 제시하며, 사용 진술에서 GPT-5.6 Sol Ultra가 증명을 만들고 Codex가 글쓰기에 관여했다고 밝힌다. Hacker News 토론과 AI Weekly 요약은 이 주장이 아직 동료심사를 거친 정설이 아니라는 점을 함께 지적한다.

이 사건은 "AI가 수학자를 대체했나"라는 자극적 질문보다 "검증 가능한 지식 생산 파이프라인이 생겼나"라는 질문이 더 중요하다. Cycle Double Cover Conjecture는 모든 브리지 없는 그래프의 각 간선을 정확히 두 번 덮는 사이클 모음을 갖는지 묻는 오래된 조합론 문제다. Melody Chan의 2009년 서베이 PDF는 이 문제가 왜 여러 부분 결과와 동치 조건을 거치며 오래 남았는지 보여준다.

GPT-5.6 비용 곡선 분석, 30papers 학습 로드맵, Claude Science 워크벤치 경쟁은 모두 연구 자동화가 단순 초안 작성에서 검토 가능한 결과물 생산으로 이동하고 있음을 보여준다.

증명은 산출물이 아니라 프로세스다

수학 증명은 문장처럼 보여도 실제로는 의존성 그래프다. 정의가 정확한지, 보조정리가 기존 정리와 충돌하지 않는지, 특수 사례가 빠지지 않았는지, 논리적 도약이 없는지 확인해야 한다. PDF는 짧고 우아한 선형대수적 축약을 제안하지만, 짧다는 사실은 장점이자 위험이다. 오류가 있다면 한 줄의 "명백함" 안에 숨어 있을 가능성이 크다.

OpenAI의 GPT-5.6 발표가 과학과 장기 추론 성능을 강조한 만큼, 이 PDF는 모델 성능의 상징적 사례가 될 수 있다. 하지만 모델 회사가 공개한 증명은 그 자체로 이해상충을 가진다. 검증을 위해서는 OpenAI 바깥의 조합론 전문가, 형식화 커뮤니티, 학술 출판 절차가 필요하다.

연구팀은 무엇을 자동화해야 하나

한국 대학과 연구소가 배울 점은 "가장 큰 모델을 쓰자"가 아니다. 먼저 연구 로그를 남기는 습관이 필요하다. 어떤 모델이 어떤 가정을 만들었고, 어떤 반례 검사를 통과했으며, 사람이 어느 부분을 고쳤는지 기록해야 한다. 둘째, Lean이나 Coq 같은 형식화 도구와 자연어 증명을 연결하는 중간 계층이 필요하다. 셋째, AI가 제안한 정리를 "새 지식"으로 발표하기 전 독립 모델과 독립 연구자의 재검토를 통과시켜야 한다.

이 흐름은 수학에만 국한되지 않는다. 보안, 재료과학, 생명과학에서도 모델이 후보를 만든 뒤 사람이 검증하는 구조가 이미 일반화되고 있다. AI가 찾은 CIRCL 버그에서 보듯 생성보다 검증과 패치가 병목이 되는 상황은 더 잦아질 것이다.

기업에는 왜 중요할까

기업 연구조직은 논문보다 특허와 제품이 먼저다. AI가 새로운 알고리즘이나 회로 설계를 제안했을 때, 그 산출물이 기존 특허를 침해하는지, 내부 기밀 데이터에서 나온 것인지, 실제 성능이 재현되는지 확인해야 한다. OpenAI 가격 페이지의 토큰 단가보다 더 큰 비용은 잘못된 발견을 믿고 엔지니어링 시간을 투입하는 비용이다.

따라서 연구 자동화 예산은 모델 호출비와 검증비를 함께 잡아야 한다. 예를 들어 후보 100개를 생성하는 데 100만원이 들더라도, 상위 5개를 독립 재현하는 데 1,000만원이 들 수 있다. AI 연구 생산성의 승자는 더 많은 아이디어를 뽑는 팀이 아니라, 틀린 아이디어를 빠르게 버리고 맞는 아이디어를 증명 가능한 형태로 고정하는 팀이다.

자주 묻는 질문

Q1: Cycle Double Cover Conjecture가 정말 해결됐나요?

A: PDF는 해결을 주장하지만, 아직 널리 검증된 정설로 받아들여졌다고 말하기는 이르다. 독립 검토가 필요하다.

Q2: AI가 만든 증명은 저자로 인정해야 하나요?

A: 현재 학술 관행은 모델을 도구로 보고 사람이나 기관이 책임을 진다. 다만 모델 사용 진술은 점점 중요해진다.

Q3: 짧은 증명이라면 검증도 쉽지 않나요?

A: 짧은 증명은 읽기 쉽지만, 핵심 전환 하나가 틀리면 전체가 무너진다. 분야 전문가의 검토가 필요하다.

Q4: 한국 연구자는 무엇부터 준비해야 하나요?

A: AI 사용 로그, 반례 탐색, 형식화 도구, 독립 리뷰 절차를 연구실 표준으로 만드는 것이 우선이다.

Q5: 기업 R&D에도 적용되나요?

A: 그렇다. 알고리즘, 보안, 재료 후보 생성 모두 "생성비보다 검증비"가 큰 구조로 바뀌고 있다.