최근 한 연구에서 인공지능(AI) 에이전트가 복잡한 수학적 개념인 블라스케 곡선(Blaschke curve)의 불변량(invariant)을 스스로 재발견할 수 있는지 탐구하는 실험이 진행되었습니다. 이 연구는 AI가 단순히 기존 지식을 학습하는 것을 넘어, 새로운 수학적 관계를 추론하고 발견하는 능력에 대한 가능성을 제시합니다.
연구팀은 고정된 4차 블라스케 곱(Blaschke product)에 대해 80가지 경계 구성(boundary configuration)에서 파생되는 6개의 쌍선(pair-lines)에 대한 수치 좌표를 AI 에이전트에 제공했습니다. 에이전트는 이 데이터를 바탕으로 기하학적 가설을 세우고, 다각형 변에 적합한 동차 3차 방정식(homogeneous cubic)을 도출했습니다. 이 방정식의 고정된 계수는 80개의 새로운 매개변수 값으로부터 480개의 선을 예측했으며, 그 잔차(residual)는 $8.88 \times 10^{-17}$이라는 매우 낮은 수치를 기록하며 높은 정확도를 보였습니다. 이는 AI가 복잡한 기하학적 패턴에서 숨겨진 수학적 규칙을 찾아낼 수 있음을 시사합니다.
이번 연구는 AI가 수학적 추론과 발견 과정에서 어떤 역할을 할 수 있는지에 대한 중요한 사례 연구입니다. 특히, 가설 설정, 수치 검증, 그리고 최종 증명이라는 수학적 발견의 프로토콜을 AI가 어떻게 따를 수 있는지 보여주었습니다. 하지만, 이 실험은 기존의 다항식 피팅(polynomial fitting) 방식과 비교했을 때 AI 에이전트의 명확한 우위를 입증하지는 못했습니다. 연구팀은 이번 결과를 AI를 활용한 수학적 발견의 시작점으로 보고 있으며, 향후 에이전트의 메타데이터, 사전 지식, 재현성 등 여러 제한 사항을 개선하여 더 발전된 연구를 이어갈 계획입니다.