무슨 일이 일어났나요?
Anthropic는 Claude가 Lean Proof Assistant에서 Fermat의 마지막 정리에 대한 엔드투엔드 컴퓨터 확인 형식화를 생성하기 위해 11일 동안 대부분 자율적으로 작업했다고 말합니다. 회사는 Lean이 증명을 확인하고 Lean의 세 가지 표준 공리만 사용했으며 수학자 Kevin Buzzard가 검토했다고 밝혔습니다.
Anthropic는 Claude가 2보다 큰 n에 대해 aⁿ + bⁿ = cⁿ를 만족하는 양의 정수가 없다는 명제인 페르마의 마지막 정리(Fermat’s Last Theorem)를 공식화했다고 보고합니다. 이 정리는 1995년 Andrew Wiles에 의해 처음 증명되었습니다. Anthropic는 새로운 작업이 새로운 증명을 발견하기보다는 기존 수학적 결과를 형식화하고 검증한다는 점을 강조합니다.
Anthropic에 따르면 Claude는 1,300만 라인의 Lean 코드를 생성하고 30,300개의 중간 정리를 증명했으며 그 중 29,500개를 최종 증명에 사용했습니다. 수십 명의 Claude 에이전트가 정리문 간의 종속성을 추적하고 에이전트가 병렬로 작업할 수 있도록 지원하는 개방형 플랫폼인 Prove2Me를 통해 협업했습니다.
Anthropic는 완성된 교정이 Lean에 의해 확인되었으며 Lean의 세 가지 표준 공리만 사용했다고 말합니다. 회사는 또한 비교기를 통해 정리 설명이 Mathlib의 Fermat의 마지막 정리 설명과 일치함을 확인했다고 밝혔습니다. Kevin Buzzard는 증거를 검토하고 성과가 중요하다고 설명했으며, Anthropic는 결과가 다시 확인되어야 한다고 언급했습니다.
회사는 에이전트가 프로젝트 상태를 추적하지 못했기 때문에 초기 시도가 실패했다고 말했습니다. 연구원들이 Prove2Me와 Claude Code 기반 다중 에이전트 하네스를 채택한 후 이 노력은 성공했습니다. Anthropic는 이 프로젝트가 Claude Fable 5.1과 대략 비슷한 내부 연구 모델에서 약 60억 개의 출력 토큰을 소비한 것으로 추정합니다. 소스는 전체 노력을 재현하는 데 대한 공개 가격을 제공하지 않으며 동일한 결과가 현재 일반 Claude 사용자에게 실용적이라는 것을 입증하지 않습니다.
왜 중요한가요?
이 연구는 페르마의 마지막 정리에 대한 새로운 증거를 발견하기보다는 검증을 다루고 있습니다. 독립적으로 재현된다면 AI 시스템은 극도로 복잡한 인간의 수학을 기계가 확인할 수 있는 형태로 변환하는 데 도움이 될 수 있으며 잠재적으로 미래 증명과 AI가 생성한 수학적 주장을 검증하는 데 필요한 시간을 줄일 수 있음을 보여줄 수 있습니다. 결과는 또한 유용한 자율성이 기본 모델뿐만 아니라 프로젝트 관리 도구 및 공식적인 비계에 크게 좌우될 수 있음을 강조합니다.
Lean과 같은 형식 증명 도우미는 각 논리적 단계가 이전 정의, 정리 및 공리를 따르는지 여부를 확인합니다. 이는 일반적인 동료 검토보다 더 강력한 정확성 검사를 제공할 수 있지만, 그 자체로 비전문가가 이해할 수 있는 증거를 만들거나 공식화된 진술이 의도한 모든 수학적 뉘앙스를 포착한다는 것을 입증하지는 않습니다.
주장된 발전은 규모와 속도에 있습니다. Anthropic는 커뮤니티의 기존 청사진을 기반으로 공식화에 수년이 걸릴 것으로 예상되었지만 Claude는 11일 만에 완료했다고 말했습니다. 공개 코드가 독립적인 조사에서 살아남는다면 이 접근 방식은 수학자들이 긴 증명을 확인하고 AI 생성 수학을 보다 효율적으로 검사하는 데 도움이 될 수 있습니다.
그 결과는 시스템 시연이기도 합니다. Anthropic는 Claude뿐만 아니라 종속성 추적, 정리 검색, 병렬 협업, 더 빠른 컴파일 및 다중 에이전트 작업 흐름 덕분에 성공을 거두었습니다. 이는 미래의 수학 자동화가 단독으로 작동하는 모델이 아닌 전문 인프라에 의존할 수 있음을 시사합니다.
중요한 제한 사항이 남아 있습니다. 출처는 시스템에 대한 Anthropic의 자체 계정이며 기사에서는 완료된 독립 감사, 외부 복제, 비교 비용 또는 전체 아티팩트에 대한 동료 검토 평가를 보고하지 않습니다. Buzzard의 검토는 전문가 참여의 의미 있는 증거이지만 광범위한 독립적 검증과 동일하지는 않습니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
다음에 무엇을 볼 것인가
공개적으로 사용 가능한 Lean 코드를 독립적인 수학자들이 다시 확인하는 것이 중요할 것이며, 접근 방식이 기존 증명 청사진의 정리를 넘어 일반화된다는 증거도 중요할 것입니다. 실제 비용, 외부 시스템의 재현성, 인간 수학자를 위한 결과 증명의 유용성은 여전히 불분명합니다.
게시된 자료에서 컴파일되었는지, 외부 Lean 사용자가 발표에 설명되지 않은 오류, 숨겨진 가정 또는 종속성을 식별하는지 여부를 포함하여 GitHub 증명에 대한 독립적인 검사를 살펴보세요.
인간이 개발한 비정상적으로 상세한 청사진 없이 동일한 작업 흐름으로 다른 주요 정리를 공식화할 수 있는지 확인하세요. Anthropic는 세 가지 개인 Claude Max 계획을 사용하여 3일 만에 비노그라도프의 세 소수 정리를 공식화하는 소규모 실험을 보고하지만 소스는 해당 결과에 대한 독립적인 평가를 제공하지 않습니다.
비용 및 액세스 모델은 해결되지 않았습니다. Anthropic는 무료 또는 할인된 구독, 연구 크레딧, 대규모 프로젝트에 대한 전용 보조금을 제공한다고 밝혔지만 전체 Fermat 공식화가 소비자 구독을 통해 재생산될 수 있거나 보고된 60억 출력 토큰의 금전적 비용을 공개할 수 있다고 명시하지 않았습니다.
더 광범위한 테스트는 형식화가 사람이 읽을 수 있는 수학 논문의 일상적인 동반자가 되는지 여부입니다. Anthropic는 기계 확인 가능한 증명이 심판이 AI 생성 작업과 보조를 맞추는 데 도움이 될 수 있다고 주장하는 동시에 공식화된 증명이 인간 독자를 위해 작성된 설명을 대체해서는 안 된다는 점을 인정합니다.