세계적인 수학자 테렌스 타오(Terence Tao) 교수가 인공지능(AI)의 발전이 수학 연구 생태계에 심각한 위협이 될 수 있다고 경고했습니다. AI가 수학의 미해결 문제를 마치 재생 불가능한 자원처럼 빠르게 '채굴'하면서, 통찰을 낳는 '좋은 문제'들이 고갈될 수 있다는 우려입니다. 이는 무한히 많은 수학 문제를 만들어낼 수 있다는 사실과 모순되지 않는데, 마치 거대한 바다에서도 식수가 부족할 수 있듯이, 진정으로 가치 있는 연구 문제는 희소하다는 설명입니다.
타오 교수는 좋은 문제를 식별하려면 기존 기법으로 무엇이 쉽고 어렵고 불가능한지 보여주는 '난이도 지형(difficulty landscape)'에 대한 이해가 필수적이라고 강조합니다. 하지만 강력한 AI 해결 도구는 이 지형을 평탄화하여 유망한 질문을 찾기 어렵게 만듭니다. 현재 AI는 여러 수학 분야의 난이도를 낮추면서도 'AI로 풀 수 있는 문제'와 'AI로 풀기 어려운 문제'의 경계를 명확히 드러내지 않고 있습니다. 여기에 AI 기업들이 실패 결과나 풀이 과정을 공개하지 않는 관행, 그리고 특정 문제를 누군가 연구 중이라는 소문만으로 대규모 AI 풀이 시도가 촉발되는 현상이 더해져, 연구자들이 유망한 연구 방향을 비공개로 유지하려는 유인을 만들고 이는 수 세기 동안 이어져 온 공개 과학의 전통을 훼손할 수 있다는 지적입니다.
이러한 상황은 단순히 문제를 푸는 것을 넘어, 풀이 과정에서 얻는 통찰(insight)과 주변 문제에 대한 이해가 수학 발전의 핵심이라는 점을 다시금 상기시킵니다. 타오 교수는 자동화 도구의 전면 금지가 어렵더라도, 단순한 정답보다는 풀이 과정의 깊은 통찰과 인접 문제의 난이도 지형에 대한 이해를 요구하는 새로운 연구 기준을 세워야 한다고 제안합니다. 이는 다음 연구를 위한 건강한 생태계를 유지하고, AI 시대에도 수학적 지식의 진정한 발전을 이끌어내기 위한 중요한 과제로 평가됩니다.