구글 딥마인드, 복잡한 수학도 가능하다

구글 딥마인드가 복잡한 기하학 문제를 해결할 수 있는 인공 지능(AI) 시스템을 개발해 중요한 이정표를 세웠다. 전문가들에 따르면 이번 개발은 기계가 인간의 능력에 더 근접한 추론 능력을 갖추는 데 상당한 진전을 이뤘다.

AI 모델을 위한 수학의 도전 과제

테크놀로지 리뷰에 따르면, 더 넓은 맥락에서 기하학과 수학은 오랫동안 AI 연구자들에게 난제로 남아 있었다. Nature에 게재된 이 연구의 공동 저자인 탕 왕은 텍스트 기반 AI 모델에 비해 수학은 기호 중심적이고 도메인에 특화된 특성으로 인해 학습 데이터가 부족하다고 지적한다.

알파기하학을 통한 정교한 접근 방식

딥마인드의 프로그램인 알파기하학은 언어 모델과 추론에 기호와 논리적 규칙을 활용하는 AI의 일종인 심볼릭 엔진을 혁신적으로 결합한 프로그램이다. 언어 모델은 패턴 인식과 순차적 단계 예측에는 뛰어나지만 논리적 추론은 수학적 문제 해결에는 부족한 경우가 많다. 형식 논리와 엄격한 규칙에 기반한 기호 엔진은 언어 모델이 합리적인 결정을 내릴 수 있도록 유도함으로써 언어 모델을 보완한다.

이러한 협력적 접근 방식은 인간이 기하학 문제를 해결하는 방식, 즉 기존의 이해와 탐구적 실험을 결합하는 방식을 반영한다. 알파지오메트리는 국제 수학 올림피아드 난이도 수준의 기하학 문제 30개를 테스트하여 제한 시간 내에 25개를 완료하는 놀라운 성과를 거두었다. 반면 1978년에 개발된 이전의 최첨단 시스템은 10개 문제만 해결했다.

알파기하학의 훈련과 미래 전망

알파지오메트리의 언어 모델을 훈련시키기 위해 연구원들은 약 5억 개의 무작위 기하학 다이어그램을 생성하여 기호 엔진에 입력했다. 엔진은 각 다이어그램을 분석하여 속성에 대한 진술을 생성한 다음 1억 개의 합성 증명으로 구성하여 언어 모델을 훈련시켰다.

에프티에 따르면 알파기하학은 '초등' 수학 문제를 푸는 데는 탁월하지만, 대학 수준에서 가르치는 고급 추상 문제에는 여전히 어려움을 겪고 있다고 한다. 연구자들은 이 접근 방식을 더 넓은 수학 분야로 확장하여 AI가 기하학을 넘어 심층 추론에 참여할 수 있는 잠재력을 강조하는 것을 목표로 한다.

루이빌 대학교의 컴퓨터 과학 및 공학 부교수인 로만 얌폴스키(Roman Yampolskiy)는 알파기하학의 능력이 기계가 인간과 같은 정교한 문제 해결 능력을 갖추기 위한 중요한 단계로 보고 있다. 수학을 넘어 컴퓨터 비전, 건축, 이론 물리학 등 기하학적 문제 해결에 의존하는 다양한 분야로 그 의미가 확장될 것이다.

AI 커뮤니티가 새로운 지평을 개척하는 가운데, 연구 수학의 복잡한 문제에 새로운 통찰력을 제공하는 AI를 목격하는 것이 목표다.

[해당 기사는 이코노타임즈에 게재되어 있으며, 번역 퍼블리싱 허가를 받았습니다.]