1999년의 가설을 AI가 깼다면, 무엇이 같이 무너질까?
목차
AI가 수학 가설을 깼다고 합니다. 정말일까요?
OpenAI가 자사 내부 모델이 '지수시간 가설(ETH)은 거짓'이라는 증명을 찾았다고 발표했습니다. 증명 검사기 Lean으로 확인한 파일도 GitHub에 함께 올렸죠. 하루 뒤에는 Anthropic이 Claude도 따로 같은 결론에 닿았다는 논문을 냈습니다. 그런데 검토를 맡은 사람들, 그중에서도 이 가설을 처음 세운 두 연구자는 공개서한에서 자신들의 참여를 인증으로 받아들이지 말라고 먼저 선을 그었습니다.
ETH가 무엇을 받치던 가정인지 알면 여러 질문에 한 줄씩 답할 수 있습니다. P vs NP는 풀렸나, 암호는 안전한가, attention은 빨라지나 같은 질문들이죠. 그리고 다음에 'AI가 난제를 풀었다'는 발표가 나오면, 기계가 확인한 부분과 사람이 판단해야 할 부분을 나눠서 읽을 수 있게 됩니다.
AI가 깼다는 그 가설은 무엇을 금지하고 있었나
검토자들이 왜 그렇게 조심스러운지 알려면, 깨졌다는 가설이 원래 무슨 말을 하던 것인지부터 알아야 합니다. 출발점은 SAT라는 논리 퍼즐입니다. 회의 일정을 짠다고 해 보죠. "A나 B 중 한 명은 와야 한다", "B가 오면 C는 못 온다" 같은 조건이 잔뜩 붙어 있습니다. 이 조건을 전부 만족하는 참석자 조합이 하나라도 있는지 묻는 문제가 SAT예요. 한 사람마다 온다와 안 온다 두 가지가 있으니, 사람이 n명이면 따져 볼 조합은 2ⁿ가지입니다.
용어로 옮기면 이렇습니다. 조건 하나는 변수나 그 부정을 OR로 묶은 '절'입니다. 그 절들을 다시 AND로 묶은 식을 CNF(논리곱 표준형)라고 하죠. 절마다 리터럴(변수나 그 부정)이 최대 3개면 3-SAT가 됩니다. 3-SAT는 NP-완전 문제라서 다항 시간에 푸는 방법이 나오면 곧바로 P=NP가 됩니다(John D. Cook). 재미있는 건 절의 크기가 2일 때입니다. 2-SAT는 선형 시간에 풀리는데, 3이 되는 순간 갑자기 어려워지거든요.
전부 시험하는 것보다 빠른 방법은 꾸준히 나왔습니다. 1985년 Monien과 Speckenmeyer는 지수의 밑을 2에서 황금비로 낮췄죠. 하지만 그 뒤의 개선도 모두 밑을 조금씩 깎는 수준이었습니다. "지수 함수"라는 꼴 자체는 벗어나지 못했어요.
Impagliazzo와 Paturi가 1999년에 정식화한 ETH는 이 경험을 가정으로 굳힌 것입니다. 내용은 이렇습니다. 어떤 양수 c가 있어서, 3-SAT를 푸는 모든 알고리즘은 최악의 경우 정도의 시간이 반드시 든다(Fortnow). 결국 ETH가 금지한 건 지수가 n에 비례하지 않고 그보다 느리게 자라는 '준지수' 시간, 즉 입니다. 그리고 이건 증명된 정리가 아니었습니다. Wikipedia도 ETH를 증명되지 않은 계산 난이도 가정이라고 적고 있죠.
이 차이가 얼마나 큰지는 변수가 100개만 돼도 자릿수로 드러납니다. 지수항만 비교하면 전부 시험하는 방법과 기존 대표 상한은 약 18자릿수, 기존 상한과 예시 다항식 n³은 약 6자릿수 차이가 납니다.
| 방식 | 시간의 꼴 | 변수 100개일 때 경우의 수(대략) |
|---|---|---|
| 전부 시험 | 2ⁿ | 약 1.27×10³⁰ |
| 기존 대표 결정론적 상한 | O*(1.328ⁿ) | 약 2.1×10¹² |
| 다항 시간(예시) | n³ | 10⁶ |
지수항만 계산한 값이며, O가 숨기는 다항 인자와 상수는 뺐습니다. 기존 상한 값은 Anthropic 논문의 수치로 보도된 것입니다. 새 알고리즘은 n이 아주 클 때만 이기는 점근 결과라서 이 크기에서 비교할 대상이 아닙니다.*
그렇다면 증명된 적도 없는 가정을 연구자들은 왜 그렇게 많이 썼을까요?
왜 그렇게 많은 증명이 이 가정 하나에 기대고 있었나
ETH는 맨 아래에 깔린 벽돌 같은 가정이었습니다. 그 위에 "이 문제는 이보다 빨리 풀 수 없다"는 하한들이 '환원'이라는 다리를 타고 줄줄이 올라가 있었죠. 그 아래층에는 ETH보다 더 강한 가정인 SETH가 따로 받치는 하한도 있었습니다.
애초에 이런 가정이 필요했던 이유는 P≠NP만으로는 할 수 있는 말이 너무 적었기 때문입니다. Lokshtanov·Marx·Saurabh의 서베이에 따르면, P≠NP만으로는 3-SAT에 같은 "엄청나게 효율적인 초다항 알고리즘"이 없다는 것조차 말할 수 없습니다. 다항 시간만 아니면 무엇이든 열려 있는 셈이죠. 그래서 "지수 시간은 피할 수 없다"는 더 강한 가정이 필요했고 그 자리를 ETH와 SETH가 맡았습니다.
하한은 환원으로 만들어집니다. 3-SAT 식을 다른 문제로 바꿔 쓰되, 크기가 선형으로만 늘어나게 하는 거예요. 그러면 그 문제를 준지수 시간에 푸는 순간 3-SAT도 준지수 시간에 풀립니다. 이걸 뒤집으면 "ETH가 참이면 이 문제는 준지수로 풀 수 없다"는 하한이 됩니다. 이때 희소화 보조정리(sparsification lemma)가 받침 역할을 합니다. 식을 절 수가 변수 수에 비례하는 식 여러 개로 쪼개 주는 도구죠. 이렇게 해서 서베이가 정리한 결론들이 나왔습니다.
- 3-Coloring, Dominating Set, Independent Set, Vertex Cover, Hamiltonian Path에는 알고리즘이 없다.
- 평면 그래프의 Hamiltonian Cycle에는 알고리즘이 없다.
- 크기 k인 clique를 에 찾을 수 없으므로, 누구나 떠올리는 방법에서 지수의 k 의존성을 o(k)로 낮출 수 없다(Fortnow).
SETH는 한 단계 더 강한 가정입니다. 모든 상수 ε>0에 대해, 시간에 풀 수 없는 고정된 절 크기 k가 존재한다는 내용이에요. 따라서 SETH가 참이면 절 크기에 제한이 없는 일반 CNF-SAT에도 그런 알고리즘이 없습니다. 편집 거리나 트랜스포머 self-attention을 강한 의미의 준제곱 시간에 계산할 수 없다는 조건부 하한이 여기에 기대고 있습니다.
이 체계가 실무에 준 메시지는 이랬습니다. 지금 최선의 알고리즘이 아마 최적이니 그 문제만의 아이디어로 더 나아지기는 어렵습니다. 그러니 정말 빠르게 하고 싶다면 SAT 자체를 개선하는 데 힘을 쓰라는 결론이었습니다(서베이 결론). OpenAI는 이 가설이 "hundreds of papers"에 쓰였다고 표현했는데(Quartz), 발표에 그 논문들의 목록은 제시되지 않았습니다. 같은 서베이가 ETH, 특히 SETH에 대해서는 P≠NP만큼의 보편적 합의가 없었다고 적은 것도 함께 봐야 합니다. 그러니 "모두가 믿던 진리"보다는 "널리 쓰이던 작업 가정"이라고 부르는 쪽이 정확하죠.
이번 발표는 바로 그 SAT 쪽이 뚫렸다는 주장입니다. 주장이 맞다면요. 그럼 증명된 적 없는 가정을 깼다는 주장은 무엇을 근거로 믿을 수 있을까요?
두 회사의 AI가 따로 같은 답을 냈다면 믿어도 될까
믿음을 끌어올린 첫 번째 근거는 서로 다른 두 회사의 AI가 같은 날 같은 결론에 닿았다는 이야기입니다. 그 뒤 열흘 남짓 사이에 사람 연구자들의 해설과 평가가 빠르게 따라붙었죠.
OpenAI 쪽부터 보죠. 10월 16일에 모델이 반증을 찾았고, 그다음 날 Lean 검증을 마쳤다고 합니다(TNW). 원고 "The Exponential Time Hypothesis is False"는 17일에 작성돼 25일에 개정됐습니다. 발표는 26일 월요일이었는데, 조화해석의 Kakeya 관련 결과와 4차원 양자장론의 존재 증명도 같이 묶어 냈죠.
Anthropic의 논문은 그다음 날 Hexagon에 v1으로 올라왔습니다. 제목은 "A Time Algorithm for 3-SAT"입니다. 결정론적 알고리즘이고 만족 배정의 개수를 세는 #3-SAT까지 풀며, Lean 4로 형식화했다고 밝힙니다. 출처 설명에 따르면 핵심 알고리즘은 OpenAI와 같은 날 내부 Claude 연구 모델이 찾았습니다. 출력 토큰 14M개를 썼고 사람 입력은 없었다고 하네요. OpenAI와는 독립적으로, 동시에 이뤄진 일이라는 설명도 붙어 있습니다.
사람 쪽 반응도 빨랐습니다. Ryan O'Donnell과 Shiva Kintali가 각자 단순하게 다시 쓰는 데 초점을 둔 해설을 올렸죠. 개발자 커뮤니티의 관심도 컸습니다. Hacker News에서는 발표 글과 원고 링크에 각각 수백 개의 댓글이 달렸습니다. 이더리움 티커 $ETH와 연결한 암호화폐 트위터의 농담도 나왔고요(Decrypt).
두 AI가 따로 같은 답을 냈고, 사람이 그걸 더 짧게 다시 썼습니다. 이 정도면 신호로서는 꽤 강합니다. 다만 '독립'이라는 말은 두 회사의 자기 신고라는 점을 기억해 둘 필요가 있습니다. 같은 발견일도 각자 밝힌 날짜일 뿐이죠. 그럼 두 AI는 어떤 길로 같은 답에 갔을까요?
증명은 3-SAT를 정면으로 풀지 않았다
O'Donnell이 정리한 해설을 보면, 증명은 3-SAT를 정면으로 공략하지 않습니다. 먼저 "만족 배정이 몇 개인가"를 세는 문제로 옮기고 이걸 다시 행렬의 퍼머넌트라는 값 하나를 계산하는 문제로 바꾼 뒤, 그 값을 우회로로 계산하는 방식이죠. 이 바꿔 쓰기는 절 수가 변수 수에 비례하는 식에서 바로 통하고 일반 입력은 희소화와 추가 논증을 한 번 더 거칩니다. 참고로 이 해설은 LLM과 상호작용하며 작성했다고 각주에 밝혀 두었습니다.
출발점은 3-SAT다. 식을 참으로 만드는 배정이 하나라도 있는지 묻는다.
모든 단계 보기
- 출발점은 3-SAT다. 식을 참으로 만드는 배정이 하나라도 있는지 묻는다.
- 질문을 바꿔 만족 배정이 몇 개인지 센다(#3-SAT). 개수가 0보다 크면 3-SAT의 답은 '예'다.
- 개수 세기를 행과 열마다 0이 아닌 원소가 최대 3개인 가중 행렬 A의 퍼머넌트로 옮긴다. per A에서 만족 배정 수를 되찾을 수 있다.
- 각 원소를 θ의 다항식 a_ij(θ)로 바꿔 A(θ)를 만든다. 다항식은 칸마다 다르지만 θ=0에서는 모두 원래 원소 A_ij와 같다.
- 특정 점 t에서 A(t)는 작은 블록과 낮은 랭크 행렬의 합이 된다. 이런 꼴의 행렬은 퍼머넌트를 빨리 셀 수 있다.
- 여러 점 t에서 H(θ)=per A(θ)의 값과 미분을 구한다. 이 값들로 Hermite 보간을 해서 θ=0의 값, 곧 per A를 되살린다.
퍼머넌트가 무엇인지는 일 배분 문제로 보면 쉽습니다. 일꾼 N명과 일 N개가 있고 각 일꾼이 할 수 있는 일은 최대 3개, 각 일을 맡을 수 있는 일꾼도 최대 3명이라고 해 보죠. 모든 일꾼에게 겹치지 않게 일을 하나씩 나눠 주는 방법이 몇 가지인지 세는 문제입니다. 행렬로 쓰면 행과 열마다 1이 최대 3개인 0/1 행렬이 되고 그 퍼머넌트가 바로 이 경우의 수예요. 그래프로 말하면 최대 차수가 3인 이분 그래프의 완전매칭 개수입니다. ETH의 개수 세기 버전인 #ETH가 참이라면 이 계산에는 지수 시간이 들어야 합니다(Curticapean 2018). 그러니 이걸 준지수 시간에 계산하면 #ETH가 깨집니다. 게다가 그렇게 구한 #3-SAT 개수가 0보다 큰지만 보면 3-SAT도 준지수 시간에 판정되니, ETH도 함께 깨지죠.
해설이 설명하는 계산은 다섯 단계로 이뤄집니다.
- 그래프를 '문자열 색'으로 균형 있게 칠해서 행렬을 로 인수분해합니다. 여기서 J는 불리언 큐브의 대척점 사상입니다.
- 거의 모든 입력에서 패리티를 흉내 내는 다항식을 끼워 넣어 행렬을 변형합니다. 차수는 큐브 차원 ℓ에 대해 정도입니다. 그 결과가 입니다.
- 특정 점 t에서 는 '작은 블록 + 낮은 랭크' 꼴이 됩니다. 이런 행렬의 퍼머넌트는 블록 크기 s와 랭크 r에 대해 에 계산할 수 있습니다.
- 여러 점에서 값과 미분값을 구한 뒤 Hermite 보간으로 원래 값 를 되살립니다. Hermite 보간은 차수 상한을 알고 충분한 수의 함숫값·미분값 조건을 확보하면 다항식을 유일하게 복원하는 방법입니다.
- 미분 차수를 h라 할 때 이 되도록 세 매개변수를 맞춥니다. 랭크는 로 들어가기 때문에 r을 N보다 느리게 키우는 것만으로는 부족하죠. 이 조건이 맞아야 전체 비용이 준지수로 떨어집니다.
Anthropic 쪽은 텐서 네트워크 축약과 랭크 한계를 쓴 것으로 보도됐습니다. 세부 방법은 다르지만 "어려운 값을 낮은 랭크 구조로 쪼개 계산한다"는 큰 줄기는 닮아 있는 셈이죠.
결과로 나온 시간은 OpenAI 원고 기준으로 입니다. 지수가 n보다 아주 조금 느리게 자라니 ETH가 금지한 영역 안에 들어갑니다. 하지만 HN의 한 해설처럼 지수 쪽은 사실상 n에 가깝습니다. 다항 시간과는 여전히 까마득하게 멀어요.
그럼 이 증명을 Lean이 통과시켰다는 건 정확히 어디까지를 보증하는 걸까요?
Lean이 통과시켰는데 왜 아직 인증이 아닐까
Lean은 수학 증명을 프로그램처럼 작성하게 하는 증명 보조기입니다. 작은 '커널'이 추론 단계 하나하나를 기계적으로 확인하죠. 커널이 통과시켰다면, 사용한 공리와 커널 자체를 신뢰하는 한 그 증명이 주어진 명제를 함의한다는 건 믿어도 됩니다. 다만 그 명제가 우리가 아는 ETH와 정말 같은 말인지는 따로 따져야 합니다. 그리고 그 판단은 커널이 해 주지 않습니다.
OpenAI의 형식화 범위 문서는 Lean이 증명한 범위를 이렇게 적고 있습니다.
For fixed k≥2, Lean proves that a deterministic machine exactly counts satisfying
assignments of a canonically encoded k-CNF on n variables in time
(L+1)^{O_k(1)} 2^{O_k(n(log log n)^2/sqrt(log n))}, where L is the encoding's bit length.지수 안을 보면 log log n이 제곱으로 들어가 있습니다. 원고가 주장하는 것보다 한 번 더 붙은 약한 상한이죠. 원고의 날카로운 상한, 그리고 절 수가 변수 수에 비례할 때 더 좋아지는 경우는 형식화 범위 밖입니다. Fortnow도 Lean 증명이 "slightly weaker bound"를 준다고 적었습니다. 그래도 ETH를 반증하는 데는 약한 쪽으로 충분합니다. 준지수이기만 하면 되거든요.
남는 건 명세입니다. 이 결과는 Comparator용 명세 파일 lean/ComparatorChallenges/SubexponentialSAT.lean에 연결돼 있습니다. 커널이 확인하는 건 "증명이 이 명세를 함의한다"는 데까지입니다. 명세 안의 기계 모델과 입력 인코딩이 교과서의 ETH 정의와 맞아떨어지는지는 사람이 읽고 판단해야 하죠. 테스트가 전부 초록불이어도 테스트가 엉뚱한 걸 검사하고 있었다면 소용없는 것과 같은 이치입니다.
그래서 사람 검토자가 필요합니다. 검토는 ETH를 처음 세운 Impagliazzo·Paturi(UC San Diego)와 MIT의 Ryan Williams가 이끕니다. 이들은 공개서한에 "Our involvement should not be taken as certification of the claim."이라고 썼습니다(TNW 인용). 검토자들은 보수를 받지 않고 Williams의 발언을 인용한 보도에 따르면 NDA에도 서명하지 않았습니다. 원시 데이터 전면 공개와 학회 지원을 요청했고 OpenAI가 둘 다 받아들였다고 하죠. OpenAI는 이렇게 외부 전문가가 결과를 풀어 설명하는 방식을 '셰퍼드(shepherd)' 모델이라고 부릅니다. 수학·CS 그룹은 AI 산출물을 바로 공개했습니다. 반면 David Gross가 이끄는 물리학 그룹은 공개를 미루고 직접 정리해 쓰기로 했어요.
OpenAI 스스로도 몇 가지를 인정했습니다. 학술적 credit은 구하지 않겠다고 밝히면서 Simons Foundation에 500만 달러를 기부했고 초기 셰퍼드를 고르는 과정이 "정보의 비대칭"을 만든다는 점도 인정했죠. 검토자들이 이렇게 조심하는 데는 배경이 있습니다. 이달 초 OpenAI는 수학 원고 722편을 한꺼번에 공개했는데, Decrypt에 따르면 그중 주정리가 컴퓨터로 검증된 건 162편이었습니다.
인증은 아직입니다. 하지만 결론이 맞다고 가정하면, 당장 무엇이 바뀌는 걸까요?
ETH가 무너지면 무엇이 같이 무너지고 무엇이 남나
가장 흔한 오해부터 짚자면, P vs NP는 그대로 열려 있습니다. ETH가 참이면 P≠NP가 따라 나오지만 ETH가 거짓이라고 해서 P vs NP에 대해 알게 되는 건 없거든요. 이것 말고도 같이 무너지는 것과 멀쩡히 남는 것이 꽤 분명하게 갈립니다.
| 대상 | 영향 | 근거 |
|---|---|---|
| SETH | 함께 거짓 | SETH가 ETH를 함의한다(Fortnow) |
| P vs NP | 그대로 미해결 | padding 논법상 P≠NP이면서 ETH가 거짓인 세계도 가능하다(Wikipedia) |
| NP 전체의 준지수화 | 이 결과만으로는 따라오지 않음 | 알고리즘이 k-SAT에만 적용되고 다른 문제를 3-SAT로 바꿀 때 변수가 불어나면 준지수 보장이 사라진다(Fortnow) |
| 'ETH이면 X' 꼴의 정리 | 정리는 여전히 참 | 다만 그 정리만으로는 X를 뒷받침할 수 없게 된다(Fortnow) |
| 실제 SAT 풀이 속도 | 단기 변화 없음 | 이 결과는 실제 식을 푸는 일에 대해 아무것도 말해 주지 않는다(Anthropic) |
| 기존 암호 | 이 결과만으로 실용적으로 깨진다는 결론은 나오지 않음 | 영향은 각 암호의 기반 문제와 환원 크기를 따로 분석해야 한다 |
| 이더리움 | 무관 | Ethereum이 아니라 1999년 복잡도 가설이다(Decrypt) |
몇 가지는 조금 더 설명이 필요합니다. 일반적인 다항 환원만으로 NP 전체에 옮기려면 훨씬 강한 3-SAT 상한이 필요합니다. 같은 상한이 그 충분한 예인데, Fortnow 말대로 이번 결과는 거기 근처에도 못 가요. 이라는 상한은 일반적인 다항 환원을 거치면 보존되지 않기 때문입니다.
암호도 이 결과만으로 기존 체계의 실용적 해독이 따라오지는 않습니다. RSA처럼 정수 인수분해에 기대는 체계도 있고 어떤 암호가 영향을 받는지는 그 암호의 기반 문제와 환원 크기를 하나씩 따져 봐야 알 수 있죠. 실제 식을 푸는 일에 대해서도 Anthropic 논문은 이 결과가 아무것도 말해 주지 않는다고 썼다고 보도됐습니다. 내일 아침 SAT 솔버를 교체할 일은 없습니다.
정작 개발자에게 가장 가까운 질문은 표의 첫 줄에서 나옵니다. SETH가 무너졌다면, SETH 때문에 더 빨라질 수 없다던 문제들은 어떻게 될까요?
편집 거리와 attention은 이제 제곱보다 빨라지나
HN에서 나온 질문도 바로 이거였습니다. 이제 attention이 제곱보다 빨라지느냐, 엔비디아에 악재냐 하는 질문들이었죠. 그리고 곧바로 반박이 붙었습니다. "SETH이면 제곱"이라는 명제를 뒤집어서 "SETH가 아니면 제곱이 아니다"로 읽을 수는 없다는 겁니다. 게다가 이번 결과는 그 하한들이 출발한 지점에 닿지도 않았습니다.
기존 화살표의 방향부터 보죠. 편집 거리는 diff나 DNA 서열 정렬의 바탕이 되는 Levenshtein 거리입니다. Backurs와 Indyk는 편집 거리를 에 계산할 수 있으면 CNF-SAT를 에 풀 수 있고 이것이 SETH 위반이라는 걸 보였습니다. self-attention에 대해서도 2022년 논문이 같은 구도를 증명했습니다. 논문이 정한 차원·정확도 조건에서, SETH가 거짓이 아닌 한 모든 입력에 통하는 알고리즘은 없습니다.
여기서 두 가지를 짚어야 합니다. 첫째, 이 하한들이 기대는 건 절 길이에 제한이 없는 일반 CNF-SAT에 대한 가정입니다. 그런데 이번 결과는 k가 고정된 k-SAT에 대한 것이라서, 일반 CNF-SAT를 에 푼다는 보장을 주지 않습니다. Wikipedia도 SETH가 실패하더라도 일반 CNF-SAT가 brute force보다 크게 빨라지지 않을 수 있다고 적고 있어요. 둘째, 화살표는 한 방향입니다. 증명된 건 "편집 거리를 강한 의미의 준제곱 시간에 계산할 수 있으면 SAT도 더 빨리 풀린다"는 쪽이고 그 역방향은 이 정리에서 따라오지 않습니다. "SETH가 틀렸으니 편집 거리가 빨라진다"는 건 아무도 증명하지 않았습니다.
정확히 말하면 이 하한들은 결론이 틀린 게 아니라 SETH라는 근거를 잃은 상태입니다. 그나마 attention 쪽은 사정이 낫습니다. 2022년 논문의 환원은 직교 벡터 문제에서 출발하고 Anthropic 논문도 직교 벡터 가정은 이번 결과로 반증된 가정에서 제외하거든요. 그 가정을 따로 유지한다면 attention의 조건부 하한은 여전히 검토할 수 있습니다. 그러니 실무에서 할 일은 간단합니다. "ETH가 깨졌으니 우리 attention 커널이 준제곱이 된다"는 제안서를 받으면, 제안한 알고리즘이 기존 하한의 차원·정확도·최악 경우 조건을 충족하는지, 충족한다면 환원을 통해 어떤 SAT 개선을 함의하는지부터 물어보면 됩니다. 지금 나온 결과만으로는 그 질문에 '그렇다'고 답할 근거가 없습니다. 긴 시퀀스 비용을 줄이고 싶다면 지금 쓰고 있는 근사 기법들을 계속 비교하는 쪽이 맞는 순서예요.
수학은 이만큼 정리됐습니다. 그런데 처음의 질문, 그러니까 이걸 "AI가 난제를 풀었다"고 말해도 되느냐는 질문은 아직 남아 있죠.
그래서 AI가 난제를 풀었다고 말해도 되나
증명만 놓고 보면 꽤 그렇다고 할 수 있습니다. 약한 상한은 기계가 확인했고 두 회사의 AI가 같은 결론을 냈으며 사람 연구자들이 그걸 더 짧게 다시 썼으니까요. 하지만 처음에 나온 그 한 줄, "참여를 인증으로 받아들이지 말라"는 문장은 여전히 유효합니다. 명세가 표준 ETH와 같은지, 무너진 하한 중 무엇을 다른 가정 위에 다시 세울 수 있는지는 기계가 대신 판단해 주지 않습니다. 이번 일로 AI 발견의 병목이 어디로 옮겨 갔는지도 드러났습니다. 증명을 찾는 일에서, 검증하고 설명하는 일로요. TNW에 따르면 검토자들도 바로 그 검증·설명 노동이 덜 인정받을 수 있다고 경고했습니다.
아직 모르는 것도 있습니다. 10월 29일 기준으로 확인한 공개 자료에는 동료 심사 완료 기록이 없었습니다. 새 알고리즘의 상한이 brute force보다 작아지는 n의 규모는 Anthropic 논문이 입력의 절 밀도와 적용하는 상한에 따라 다르게 제시하는데, 실제 구현에서 측정한 교차점은 아닙니다. 물리학 결과는 밖에서 검증할 자료가 아직 없습니다. "수백 편의 논문"이 정확히 어떤 논문들인지도 발표에는 목록이 없고요.
다음에 'AI가 난제를 풀었다'는 발표가 뜨면 세 가지를 확인해 보세요. 형식화된 상한이 원고의 주장과 같은지, 명세 파일이 교과서 정의와 같은지 누가 읽었는지, 그리고 그 사람이 스스로 인증이라고 말했는지입니다. 이번 발표에서는 첫 질문의 답이 "조금 약한 상한"이었고 세 번째 질문의 답은 이번에도 "아니요"였습니다.
