언어모델이 낸 문장을 그대로 믿지 않고, 실행 가능한 프로그램으로 만들고 자동 평가기로 걸러 다시 변형하면 탐색 도구가 될 수 있습니다. FunSearch는 이 폐쇄고리를 수학 문제에 적용했습니다.
연구를 읽는 두 가지 질문
연구 질문과 확인한 자료
Bernardino Romera-Paredes 등 12명의 Nature 공개 출판본을 확인했습니다. 논문은 2023년 12월 14일 온라인 공개되고 2024년 1월 18일 권호에 실렸습니다. FunSearch는 사전학습 언어모델이 후보 프로그램을 제안하고, 결정론적 평가기가 점수를 매기며, 높은 점수 프로그램을 다시 프롬프트에 넣는 진화 절차입니다. [1]
방법과 핵심 결과
극단조합론의 cap set 문제에서는 정답을 직접 문장으로 요구하지 않고 후보 집합을 만드는 우선순위 함수를 진화시켰습니다. 시스템은 기존보다 큰 알려진 구성을 찾고 유한 차원과 점근 경우의 하한을 개선했습니다. 온라인 bin packing에도 적용해 널리 쓰이는 기준보다 좋은 휴리스틱을 발견했습니다. 중요한 점은 자연어의 그럴듯함이 아니라 코드 실행과 문제별 평가기가 후보를 검증했다는 것입니다. [1]
구체적 예시와 해석의 범위
세 점이 한 직선에 놓이지 않게 격자점 집합을 고르는 문제에서 언어모델은 ‘답 집합’ 대신 다음 점의 우선순위를 계산하는 짧은 함수를 제안합니다. 평가기는 제약 위반과 집합 크기를 즉시 계산하고 좋은 함수만 남깁니다. 이 결과가 임의의 정리를 증명하거나 발견의 일반성을 보장하는 것은 아니며, 정확하고 빠른 평가기가 있는 문제에 강하게 의존합니다. [1]
학술적 의미와 최근 쟁점
FunSearch의 학술적 의미는 언어모델을 최종 판정자가 아니라 탐색 제안자로 제한하고, 엄격한 평가기를 선택 압력으로 사용했다는 데 있습니다. 프로그램은 사람이 읽고 새로운 아이디어를 추출할 수 있는 비교적 작은 산출물이어서 단순한 답 숫자보다 재사용 가능성이 큽니다. 하지만 평가 점수가 쉬운 대리목표만 최적화하면 진짜 문제를 벗어날 수 있습니다. 새로운 구성은 독립 실행, 수학적 검토, 기존 문헌과의 새로움 대조를 통과해야 합니다. [1]
개념을 직접 점검하는 예시
AI가 세 후보 규칙을 만들면 평가기가 같은 100개 사례에서 제약 위반 수와 목표값을 계산합니다. 1등 후보도 새 반례 묶음에서 다시 검사합니다.
그림의 순환 화살표는 좋은 후보가 다음 생성의 재료가 되지만 평가기를 통과하지 않은 문장은 보존되지 않음을 보여 줍니다.
어디까지 말할 수 있을까요?
- FunSearch는 실행 가능하고 자동 채점 가능한 프로그램 공간에서 성과를 보였으며 임의의 수학 문제에 적용되는 보편 증명기는 아닙니다.
- 평가기의 누락·계산비용·언어모델 편향과 발견의 인간 해석 가능성이 남습니다.
원문에 근거한 한계와 LTCT의 적용 범위 검토입니다. [1]
교육 현장과 연결해 보면
AI 활동은 모델의 설명을 곧 답으로 채점하지 않고, 후보 생성→명시적 규칙 검사→반례 저장→수정의 네 단계를 기록합니다.
학생은 평가함수에 빠진 조건이 없는지 검토하고, 높은 점수가 문제의 진짜 목표와 일치하는지 반례로 시험합니다.
자동 평가 점수가 높으면 수학적으로 의미 있는 발견인가요?
생각을 비교할 해설 펼치기
필요조건일 수 있지만 충분하지 않습니다. 평가함수의 정확성, 새로움, 일반화, 사람이 이해할 수 있는 구조를 따로 검토해야 합니다.
원문과 출처 정보
한국어 제목은 이해를 돕기 위한 LTCT 번역입니다. 한글 제목 뒤 괄호에 원제를 함께 표기했습니다. 저자·학술지·원문 버전은 원문 서지정보를 기준으로 확인할 수 있습니다.
대규모 언어모델 프로그램 탐색을 통한 수학적 발견 (Mathematical Discoveries from Program Search with Large Language Models)
Bernardino Romera-Paredes, Mohammadamin Barekatain, Alexander Novikov, Matej Balog, M. Pawan Kumar, Emilien Dupont, Francisco J. R. Ruiz, Jordan S. Ellenberg, Pengming Wang, Omar Fawzi, Pushmeet Kohli, Alhussein Fawzi (2024). Nature, 625, 468–475.
- 자료 성격
- 국제 과학 학술지 AI 연구
- 읽은 버전
- 2023-12-14 온라인 공개 · 2024-01-18 권호 공개 출판본
- 확인 범위
- CC BY 공개 출판본 전체에서 FunSearch 생성-평가-진화 절차, cap set과 online bin packing 적용, 프로그램 평가기의 역할과 적용 한계를 확인. 2026-09-13 확인
- 원문 확인일
이 글은 한국어 해설이며 원문 전문 번역이 아닙니다. 도식과 활동의 제작·재구성 범위는 각 그림과 본문에 표시했습니다. 자료 선정과 출처 기준
같은 연구 흐름에서 이어 읽기
같은 원문, 저자·연구 흐름, 공통 개념 태그를 기준으로 연결한 관련 해설입니다.