앤트로픽도 AI의 ETH 반박 알고리즘 발표

앤트로픽은 27일(현지시간) 자체 AI 모델이 컴퓨터과학의 핵심 난제인 지수 시간 가설(ETH)을 반박하는 알고리즘을 발견했다고 발표했습니다. 오픈AI도 같은 성과를 공개했으며, 두 회사의 연구 자료 공개 시점은 약 6시간 차이였습니다. 양측은 알고리즘을 발견한 날도 10월 16일이라고 밝혔습니다.

앤트로픽 연구원 레벤트 알푀게는 내부 연구용 클로드 모델이 10월 16일 사람의 개입 없이 핵심 알고리즘을 찾았다고 X에 썼습니다. AI가 생성한 출력은 총 1,400만 토큰에 달했습니다. 이후 연구진은 클로드와 협력해 결과를 논문으로 정리했습니다. 앤트로픽은 ‘3-SAT를 위한 준지수 시간 알고리즘’ 논문과 수학적 증명 검증 도구 린(Lean)으로 작성한 코드를 깃허브에 공개했고, 논문 저자에는 사람 대신 ‘클로드(앤트로픽)’를 기재했습니다.

ETH는 논리 문제를 푸는 데 필요한 계산 시간이 변수 수에 따라 기하급수적으로 늘어난다는 가설입니다. 1999년 제기된 뒤 컴퓨터과학에서 알고리즘의 한계를 분석하는 근거로 쓰였습니다. 오픈AI와 앤트로픽은 대표적인 논리식 만족성 문제인 3-SAT를 ETH가 불가능하다고 가정한 준지수 시간 안에 푸는 알고리즘을 제시했습니다. 이는 ETH의 기본 전제를 뒤집는 결과지만, 이론적 계산 시간에 관한 성과여서 실제 컴퓨터 프로그램이 당장 빨라진다는 뜻은 아닙니다.

오픈AI는 자체 모델이 10월 16일 ETH를 반박하는 증명을 발견했고 다음 날 린으로 검증했다고 밝혔습니다. 두 회사가 같은 날 독립적으로 비슷한 결론에 도달했지만, 세부 알고리즘 접근법은 다릅니다. 두 주장이 학계에서 최종 검증된 것은 아닙니다. 결과가 확인되면 ETH를 근거로 삼은 기존 연구를 재검토해야 할 수 있습니다. ETH는 그래프 이론, 계산생물학, 데이터베이스 등에서 쓰였으며, 오픈AI는 이를 토대로 한 연구 결과가 수백 편이라고 밝혔습니다.

ETH 검증에 참여하는 MIT의 라이언 윌리엄스 교수는 기존 연구의 토대를 다시 살펴야 할 수 있다고 말했습니다. 그는 이번 알고리즘이 특정 암호화 체계를 직접 무력화한다고 확인된 것은 아니며, ETH 반박이 ‘P 대 NP’ 난제의 해결을 뜻하는 것도 아니라고 덧붙였습니다.

오픈AI와 앤트로픽은 이번 성과를 통해 AI의 연구 역량을 내세웠습니다. 첨단 AI 모델은 그동안 수학·코딩·추론 벤치마크 점수로 성능을 보여 왔지만, 두 회사는 학계가 수십 년간 풀지 못한 난제에서 증명과 알고리즘을 만들었다고 공개했습니다. 윌리엄스 교수는 테크크런치 인터뷰에서 AI가 연구자들에게 더 높은 수준의 과학적 질문을 던지도록 자극한다고 평가했습니다.

앤트로픽은 27일(현지시간) 자체 AI 모델이 컴퓨터과학의 핵심 난제인 지수 시간 가설(ETH)을 반박하는 알고리즘을 발견했다고 발표했습니다. 오픈AI도 같은 성과를 공개했으며, 두 회사의 연구 자료 공개 시점은 약 6시간 차이였습니다. 양측은 알고리즘을 발견한 날도 10월 16일이라고 밝혔습니다.

앤트로픽 연구원 레벤트 알푀게는 내부 연구용 클로드 모델이 10월 16일 사람의 개입 없이 핵심 알고리즘을 찾았다고 X에 썼습니다. AI가 생성한 출력은 총 1,400만 토큰에 달했습니다. 이후 연구진은 클로드와 협력해 결과를 논문으로 정리했습니다. 앤트로픽은 ‘3-SAT를 위한 준지수 시간 알고리즘’ 논문과 수학적 증명 검증 도구 린(Lean)으로 작성한 코드를 깃허브에 공개했고, 논문 저자에는 사람 대신 ‘클로드(앤트로픽)’를 기재했습니다.

ETH는 논리 문제를 푸는 데 필요한 계산 시간이 변수 수에 따라 기하급수적으로 늘어난다는 가설입니다. 1999년 제기된 뒤 컴퓨터과학에서 알고리즘의 한계를 분석하는 근거로 쓰였습니다. 오픈AI와 앤트로픽은 대표적인 논리식 만족성 문제인 3-SAT를 ETH가 불가능하다고 가정한 준지수 시간 안에 푸는 알고리즘을 제시했습니다. 이는 ETH의 기본 전제를 뒤집는 결과지만, 이론적 계산 시간에 관한 성과여서 실제 컴퓨터 프로그램이 당장 빨라진다는 뜻은 아닙니다.

오픈AI는 자체 모델이 10월 16일 ETH를 반박하는 증명을 발견했고 다음 날 린으로 검증했다고 밝혔습니다. 두 회사가 같은 날 독립적으로 비슷한 결론에 도달했지만, 세부 알고리즘 접근법은 다릅니다. 두 주장이 학계에서 최종 검증된 것은 아닙니다. 결과가 확인되면 ETH를 근거로 삼은 기존 연구를 재검토해야 할 수 있습니다. ETH는 그래프 이론, 계산생물학, 데이터베이스 등에서 쓰였으며, 오픈AI는 이를 토대로 한 연구 결과가 수백 편이라고 밝혔습니다.

ETH 검증에 참여하는 MIT의 라이언 윌리엄스 교수는 기존 연구의 토대를 다시 살펴야 할 수 있다고 말했습니다. 그는 이번 알고리즘이 특정 암호화 체계를 직접 무력화한다고 확인된 것은 아니며, ETH 반박이 ‘P 대 NP’ 난제의 해결을 뜻하는 것도 아니라고 덧붙였습니다.

오픈AI와 앤트로픽은 이번 성과를 통해 AI의 연구 역량을 내세웠습니다. 첨단 AI 모델은 그동안 수학·코딩·추론 벤치마크 점수로 성능을 보여 왔지만, 두 회사는 학계가 수십 년간 풀지 못한 난제에서 증명과 알고리즘을 만들었다고 공개했습니다. 윌리엄스 교수는 테크크런치 인터뷰에서 AI가 연구자들에게 더 높은 수준의 과학적 질문을 던지도록 자극한다고 평가했습니다.