딥마인드의 획기적인 AI 모델, 수학의 미스터리를 해결하다

중대한 발전으로, Google의 자회사인 딥마인드가 수학 분야를 혁신하고 있는 혁신적인 대규모 언어 모델(Large Language Model, LLM)인 “FunSearch”를 선보였습니다.

때때로 부정확하거나 허구의 결과를 생성하는 전통적인 AI 모델과 달리, FunSearch는 복잡한 수학 문제에 대한 정확한 해결책을 찾는 데 특화되어 있으며, 종종 인간이 이전에 상상하지 못했던 완전히 새로운 해결책을 밝혀냅니다.

FunSearch: 선구적인 수학의 경이로움

FunSearch는 재미(amusement)가 아닌 수학 함수(mathematical functions)에 중점을 둔 이름에 걸맞게, AI 기반 수학의 새로운 기준을 제시하고 있습니다. 이 획기적인 모델의 핵심에는 2단계 아키텍처가 자리 잡고 있습니다. 

첫 번째 레이어는 Google의 PaLM 2를 기반으로 한 변형 모델인 “Codey”라는 대규모 언어 모델입니다. 두 번째 레이어는 오류 검사 메커니즘으로 작용하여 Codey의 출력을 철저히 스캔하고 잘못된 정보를 제거합니다.

이 exceptional한 프로젝트를 주도하는 딥마인드의 연구팀은 이 접근 방식이 놀라운 결과를 낼지 확신하지 못한 채 불확실한 여정을 시작했습니다. 딥마인드의 연구원인 Alhussein Fawzi에 따르면, 오늘날까지도 FunSearch의 놀라운 능력을 뒷받침하는 근본적인 메커니즘에 대해 여전히 신비로움을 느끼고 있습니다.

신비로운 캡 세트 문제(Cap Set Problem) 해결

FunSearch가 해결한 주요 수학 난제 중 하나는 악명 높은 “캡 세트 문제”입니다. 이 퍼즐은 해결을 위한 최선의 접근 방식에 대한 합의가 부족하여 수년간 수학자들을 혼란스럽게 만들어 왔습니다.

그러나 FunSearch는 인간이 수행했던 노력으로는 이전에 달성할 수 없었던, 완전히 새롭고 중요한 것은 정확성까지 갖춘 캡 세트 문제의 해결책을 생성함으로써 이 도전을 극복했습니다.

이러한 업적을 달성하기 위해 딥마인드 엔지니어들은 캡 세트 문제를 Python으로 표현한 코드를 작성했으며, 해결책을 정의하는 줄은 생략했습니다. 이후 Codey가 문제를 올바르게 해결할 줄들을 추가하는 역할을 맡았습니다. 

오류 검사 레이어는 Codey의 해결책이 정확하고 품질이 높은지 엄격하게 평가했습니다. 고수준 수학에서는 방정식이 여러 해결책을 가질 수 있지만, 모든 해결책이 동등하게 가치 있는 것은 아니기 때문입니다. 시간이 지남에 따라 FunSearch의 알고리즘은 Codey가 생성한 최적의 해결책을 식별하고 이를 모델에 다시 통합합니다.

딥마인드는 FunSearch를 며칠 동안 작동시켰고, 이 기간 동안 수백만 개의 잠재적 해결책이 생성되었습니다. 이 긴 실행 시간은 FunSearch가 코드를 정제하고 점점 더 우수한 결과를 생성할 수 있게 했습니다. 이 연구 결과는 FunSearch가 이전에 알려지지 않았지만 수학적으로 타당한 캡 세트 문제의 해결책을 생성할 수 있는 능력을 갖추고 있음을 보여줍니다.

캡 세트를 넘어: 빈 패킹 문제(Bin Packing Problem) 해결

캡 세트 문제 외에도 FunSearch는 “빈 패킹 문제”로 알려진 또 다른 formidable한 수학 도전을 해결하는 데에도 탁월한 능력을 보여주었습니다. 이 문제는 복잡성과 실용적인 응용 분야가 많은, 빈을 가장 효율적으로 채우는 방법을 결정하는 작업입니다. 놀랍게도 FunSearch는 더 빠르고 최적화된 접근 방식을 발견함으로써 인간이 계산한 해결책을 능가했습니다.

FunSearch가 이러한 다양한 수학 분야에서 탁월한 능력을 발휘한다는 점은 수학자와 연구자들이 다양한 분야에서 도움을 받을 수 있는 잠재적 유용성을 강조합니다.

대규모 언어 모델(LLM)을 수학 분야에 통합하는 과정에는 여전히 과제가 남아 있지만, 딥마인드의 FunSearch는 유망한 해결책을 제시합니다. 이 접근 방식이 돋보이는 점은 원시적인 수학 결과를 제공하는 대신 컴퓨터 코드를 생성한다는 것입니다. 이러한 차이는 이해와 검증 과정을 단순화하여 인간 수학자와 연구자들이 더 쉽게 활용할 수 있게 합니다.

FunSearch의 등장은 딥마인드가 인공지능 분야에 지속적으로 기여해 온 또 다른 중요한 진전을 의미합니다. 딥마인드의 이전 프로젝트인 AlphaFold(단백질 접힘), AlphaStar(스타크래프트), AlphaGo(바둑)는 놀라운 업적을 이루었지만 대규모 언어 모델(LLM)을 기반으로 하지는 않았습니다. 그럼에도 불구하고 이러한 프로젝트들은 새로운 수학 개념을 발견했으며, 이는 FunSearch의 획기적인 잠재력을 예고하는 것이었습니다.

수학자들이 진화하는 LLM 기술의 지형과 씨름하는 가운데, 딥마인드의 최신 혁신은 오랜 수학 미스터리에 대한 희망과 잠재적 해결책을 제시합니다. FunSearch의 독특한 접근 방식과 새로우며 검증된 해결책을 제공할 수 있는 능력은 수학자들이 복잡한 문제에 접근하는 방식을 재정의할 수 있습니다.