기술/연구

중국 AI의 기습? 수학 천재 'Prover-V2' 몰래 공개…왜?

댓글 0 · 저장 0 2025.05.02 04:03

기사 3줄 요약

1 중국 AI 딥시크, 수학 천재 AI 'Prover-V2' 공개
2 복잡한 수학 정리 증명에 특화된 고성능 모델
3 기술력 과시 속 개인정보 보안 우려도 함께 제기

수학 문제 풀다 머리 아팠던 기억, 이제 AI가 대신해줄지도 모릅니다. 중국의 한 AI 회사가 인간 수학자 뺨치는 실력의 AI를 조용히 세상에 내놓았습니다. 바로 중국 AI 연구소 딥시크(DeepSeek)가 수학 문제 해결과 정리를 증명하는 데 특화된 'Prover-V2' 모델을 공개한 것입니다. 이번 공개는 AI 기술 경쟁이 얼마나 치열한지 보여주는 동시에, 새로운 가능성과 우려를 함께 안겨주고 있습니다.

그래서 이 AI, 얼마나 똑똑한데?

Prover-V2는 복잡한 수학 문제를 풀고, 그 과정을 논리적으로 증명하는 데 특별히 설계된 인공지능입니다. 이전 버전보다 훨씬 강력해졌다고 합니다. 이 AI는 'MoE(Mixture of Experts)'라는 똑똑한 방식을 사용합니다. 마치 수학 문제 유형별로 여러 전문가 선생님을 모셔놓고, 문제에 맞는 선생님만 딱 골라서 물어보는 것과 비슷합니다. 덕분에 거대한 크기(6710억 개의 매개변수)에도 불구하고 효율적으로 작동합니다. 게다가 아주 긴 내용을 기억하는 능력(최대 16만 3840 토큰의 컨텍스트 창)도 갖춰서, 복잡하고 긴 증명 과정도 놓치지 않고 따라갈 수 있습니다.

어떻게 수학 천재가 됐을까? 훈련 비법은?

딥시크는 Prover-V2를 독특한 방법으로 훈련시켰습니다. 먼저, 더 큰 AI(DeepSeek-V3)가 어려운 수학 문제를 여러 개의 작은 문제로 나눕니다. 그러면 작은 AI(7B 모델)가 'Lean 4'라는 수학 전문 언어를 사용해 각 문제의 답안을 작성합니다. 마지막으로 이 답안들을 합쳐서 완벽한 정식 증명을 만들어내는 방식입니다. 마치 팀 프로젝트처럼 협력해서 문제를 푸는 셈이죠. 틀린 부분이 있으면 강화 학습을 통해 스스로 배우고 고쳐나가면서 실력을 키웠습니다. 이런 훈련 덕분에 Prover-V2는 어려운 국제 수학 경시대회 수준의 문제(MiniF2F, PutnamBench)에서도 뛰어난 성적을 거뒀고, 딥시크는 자체적으로 'ProverBench'라는 새로운 수학 문제 세트까지 만들어 공개했습니다.

근데 왜 조용히 공개했을까? 뭔가 켕기나?

이렇게 대단한 AI를 왜 떠들썩하게 알리지 않고 조용히 공개했을까요? 여러 추측이 나옵니다. 알리바바 같은 다른 중국 거대 기업들의 AI 발표 직후에 공개한 것을 보면, 치열한 경쟁 속에서 주목받기 위한 '스텔스 전략'일 수 있습니다. 혹은 수학 증명이라는 특정 분야를 파고들어 틈새시장을 노리는 것일 수도 있습니다. 하지만 딥시크 AI를 둘러싼 논란도 있습니다. 일부 국가와 기관에서는 딥시크의 윤리, 개인 정보 보호, 보안 문제에 대한 우려로 사용을 제한하고 있습니다. 특히 사용자 데이터가 중국에 저장되고, 현지 법에 따라 정부 요청 시 공유될 수 있다는 점이 문제로 지적됩니다.

이 AI, 앞으로 우리 삶에 어떤 영향을 줄까?

Prover-V2 같은 수학 전문 AI는 앞으로 수학 연구나 교육 분야에 큰 도움을 줄 수 있습니다. 연구자들이 복잡한 정리를 증명하는 데 걸리는 시간을 단축시키거나, 학생들이 어려운 수학 개념을 더 쉽게 이해하도록 돕는 자료를 만드는 데 활용될 수 있습니다. 물론 아직 AI가 인간 수학자의 창의적인 생각이나 직관까지 대체할 수는 없습니다. 또한 특정 수학 언어(Lean 4)에 맞춰져 있다는 한계도 있습니다. 그럼에도 이 AI는 인간과 기계가 협력하여 수학의 새로운 지평을 열 가능성을 보여줍니다. 결론적으로 딥시크의 Prover-V2는 AI가 수학 분야에서 얼마나 발전했는지 보여주는 흥미로운 사례입니다. 하지만 기술의 발전 속도만큼이나, 이 기술을 어떻게 안전하고 윤리적으로 사용할지에 대한 고민도 함께 커지고 있습니다. 앞으로 AI 기술 경쟁은 더욱 치열해질 것이며, 우리는 이 똑똑한 도구를 어떻게 활용하고 대비해야 할지 계속해서 생각해야 할 것입니다. AI가 똑똑해지는 만큼, 우리의 고민도 깊어지는 시점입니다.

Area	Count
AIME 24&25	15
Number Theory	40
Elementary Algebra	30
Linear Algebra	50
Abstract Algebra	40
Calculus	90
Real Analysis	30
Complex Analysis	10
Functional Analysis	10
Probability	10
Total	325

The ProverBench dataset composition.