인공지능의 수학 분야에서의 진전 속도가 외부의 인식을 새롭게 하고 있다. 최근 OpenAI가 무려 722건의 수학 난제 증명 원고를 한 번에 공개했는데, 이 성과들은 17개의 서로 다른 수학 분야에 걸쳐 있으며 전체적인 문제 풀이 비용도 종전보다 훨씬 낮아 수학계에 큰 충격을 일으켰다.
기술과 응용의 관점에서 보면, 이 AI가 생성한 증명들은 기계의 엄격한 검증은 통과할 수 있지만 실제 전환 단계에서 뚜렷한 애로점이 드러났다. 대부분의 증명은 인간이 쉽게 이해할 수 있는 지식으로 전환되기 어렵고, 심지어 실천 과정에서 단 하나의 기호 오류로 인해 여러 관련 결론이 집단적으로 무효화되는 '먹통' 현상이 나타나기도 했다.
이러한 진전은 이어서 학계가 연구 생태계에 대해 깊은 우려를 갖게 만들었다. 수학자들은 AI가 극도로 높은 효율로 대량의 증명을 양산할 때, 이후의 번거로운 정리, 검증 및 해석·축적 작업이 모두 인간 연구자의 어깨에 지워진다고 지적했다. 더 핵심적인 문제는 현 단계의 AI가 주로 기존 지식을 호출해 논리적으로 조합하는 방식으로 문제를 해결하기 때문에, 수학 연구의 가장 핵심인 새로운 사상과 새로운 도구를 진정으로 탄생시키기 어렵다는 점이다.
업계 전문가들은 이런 상황이 계속되면 인간이 관련 해석 작업을 수행할 동기가 계속 감소해 결국 인간과 기계 사이에 넘기 어려운 이해의 장벽이 형성될 수 있다고 우려했다. 이러한 추세는 인류 문명의 깊이 있는 발전을 가두어 버릴 수 있을 뿐만 아니라, 어떤 면에서는 과학의 근원을 파헤치고 본질적 이해를 추구하는 근본 취지에서도 벗어나 있다.