AI2026. 11. 5. 오전 9:44 UTC·2 분 소요

AI 에이전트 LongTails, 최적화 신규 정리 30여 개 증명

AIRI의 오픈소스 AI 에이전트 LongTails가 수리 최적화 분야의 새 정리 30개 이상을 증명했으며, 모든 증명은 Lean 4로 검증됐습니다.

Abstract illustration of an AI agent writing and verifying mathematical proofs on a digital screen filled with equations. — 이미지: اليوم السابع

AIRI 연구소의 AI 프로그램 LongTails가 수리 최적화 분야에서 30개가 넘는 새로운 정리를 증명했습니다. 연구소 보도 부서에 따르면 모든 증명은 형식 검증기로 확인을 거쳤습니다. 연구진은 신경망 학습 방법, 물류 개선, 가볍고 튼튼한 구조물 설계 등에 새로운 가능성을 열 수 있다고 설명합니다.

LongTails는 AIRI 연구진이 베트남 동료와 함께 개발한 오픈소스 프레임워크입니다. 이 AI 에이전트는 최적화의 새로운 문제를 구성하고 해법을 제안한 뒤, 그 방법이 효과적임을 엄밀하게 증명합니다.

Lean 4로 모든 증명 자동 검증

핵심 강점은 형식 검증 언어 Lean 4로 각 증명을 자동 검증한다는 점입니다. 수학에 AI를 쓸 때는 모델이 그럴듯해 보이지만 오류가 있거나 요구된 것과 다른 문제를 다루는 추론을 내놓을 수 있다는 문제가 알려져 있습니다. LongTails는 조건과 목표에 대한 형식적 기술에서 출발해 증명이 이에 부합하는지 확인합니다.

이 프레임워크로 연구진은 약 100개의 정리를 도출해 형식화했습니다. 이 가운데 50개는 기존 연구에서 알려진 보장을 개선한 것입니다. 연구팀은 별도로 35개 정리를 국제 발표 가치가 있는 독립적인 수학적 결과로 게재할 계획입니다. 정리 하나를 증명하는 데는 평균 3~7시간이 걸립니다.

응용 범위

수리 최적화는 방대한 선택지 중 가장 빠르거나 비용이 낮거나 정확도가 높은 최적안을 찾는 일입니다. 증명된 정리는 특정 방법이 얼마나 빠르게 동작하고 어떤 조건에서 작동하는지 보여 주며, 필요한 연산량을 미리 가늠하게 해 줍니다. 추천 시스템부터 대규모 언어 모델까지 신경망 학습은 최적화에 의존하므로, 더 효율적인 알고리즘은 학습 시간과 연산 비용, 데이터센터 전력 소비를 줄일 수 있습니다. 배송 경로 계획, 전력망 부하 분배, 신소재 탐색, 투자 위험 관리에도 활용될 수 있습니다.

LongTails 코드는 공개돼 다른 연구 그룹도 사용할 수 있습니다. 프로젝트 참여자 한 명은 이 프레임워크가 며칠 만에 자신이 평생 이룬 것보다 많은 성과를 냈다며, 감정을 말하기 어렵지만 매우 흥미롭다고 밝혔습니다. 연구팀은 앞으로도 새 정리를 증명하고, 문제의 복잡도를 높이며, 얻은 알고리즘을 실제 응용에서 검증할 계획입니다.