Levent Alpöge, Claude의 도움을 받은 리만 가설 증명 주장과 함께 Lean 코드 공개

뉴스 요약
2026년 11월 20일 금요일(미국 동부 시간), Anthropic에서 근무하며 프린스턴 대학교에서 수학 박사 학위를 받은 수학자 Levent Alpöge는 개인 웹사이트에 네 페이지 분량의 성명을 올려, 자신과 Claude가 리만 가설의 증명을 찾아냈다고 믿는다고 밝혔다. 그는 이 접근법이 디리클레 L-함수에 대한 일반화된 리만 가설도 확립한다고 말했으며, 통상적인 읽기 쉬운 연구 논문 대신 방대한 Lean 형식화 코드를 공개했다. 이번 발표는 아직 인정된 해결이 아닌 하나의 주장이다. 논증과 그 형식적 진술에 대한 독립적인 수학적 검증은 여전히 필수적이다.
리만 가설이 중요한 이유
1859년 베른하르트 리만이 처음 제시한 이 가설은 제타 함수의 비자명한 영점들에 관한 것이다. 모든 비자명한 영점이 복소평면에서 실수 좌표가 1/2인 특정한 수직선 위에 놓인다는 예측이다. 이 진술은 소수의 분포와 깊이 연결되어 있다. 이를 증명한다면 수학자들은 소수의 개수가 기대되는 추정치와 얼마나 차이가 나는지를 훨씬 더 정밀하게 통제할 수 있게 된다.
일반화된 리만 가설은 이 아이디어를 디리클레 L-함수로 확장하며, 이 함수들은 등차수열 속의 소수를 기술하는 데 도움을 준다. 이 더 넓은 진술을 증명한다면 정수론 전반에 걸친 파급 효과가 있을 것이다. 두 주장 모두 대단히 야심적이며, 새로운 주장이 검토되는 동안에도 고전적인 리만 가설은 클레이 수학연구소가 지정한 미해결 밀레니엄 문제 목록에 그대로 남아 있다.
Alpöge가 발표한 내용
Alpöge의 글에 따르면 그는 최근 몇 달간 Claude와 함께 작업했다. 그는 유한체 위의 제타 함수를 연구하는 데 쓰이는 방법과의 유사성을 향해 작업을 이끌었다고 설명하며, Claude는 세타 상승(theta lift)의 연쇄를 활용하는 접근법에서 핵심 단계들을 제안했다고 밝혔다. 이 글은 일반화된 리만 가설이 주장된 결과의 범위에 포함된다고 제시하고, 확장된 리만 가설은 향후 연구 방향이 될 수 있다고 말한다.
저자는 표준적인 증명 원고를 제시하지 않았다. 그는 세부 사항을 모두 담은 산문 형태의 설명은 극도로 길고 읽기 어려울 것이라고 썼으며, 논증을 더 깊이 이해하고 단순화한 뒤 정리해 집필할 계획이라고 밝혔다. 대신 공개된 것은 짧은 설명문과 여러 부분으로 나뉜 Lean 코드 아카이브다.
Lean이 확립할 수 있는 것
Lean은 증명 보조 도구다. 수학적 정의와 증명을 부호화하는 데 쓰이는 프로그래밍 언어이자, 작고 신뢰할 수 있는 검사 시스템이다. Lean 개발물이 성공적으로 빌드되면 커널은 형식적 단계들이 명시된 가정과 정의로부터 도출되는지 확인한다. 이는 형식적 유도 과정의 빈틈을 막아 주는 강력한 안전장치가 될 수 있다.
그러나 그 검사 자체만으로는 형식적 진술이 연구자가 의도한 바를 정확히 담고 있는지, 가져온 정의와 의존 관계가 적절한지, 혹은 사람들이 그 결과가 왜 참인지 이해하고 있는지를 확립해 주지 않는다. 검토자들은 정리 진술, 가정, 의존성 연쇄, 증명 개발물을 살펴보고 이를 표준적인 수학적 서술과 비교해야 한다. 성공적인 빌드는 형식적 타당성에 관한 중요한 증거이지만, 수학에 대한 전문가의 검토를 대체할 수는 없다.
다음 검토 단계
이번 공개는 기술적 역량을 갖춘 독자들에게 아카이브를 컴파일하고 주요 선언들을 살펴보도록 요청한다. 독립적인 검사는 고전적 가설에 대한 Lean 정리와 디리클레 L-함수에 대한 진술들이 의도된 버전과 일치하는지, 그리고 라이브러리나 의존 관계를 통해 검토되지 않은 가정이 들어오지 않는지를 확인해야 한다. 읽기 쉬운 설명문 역시 정수론 연구자들이 수학적 전략을 평가하고 단순화할 부분이나 빈틈을 찾아내는 데 도움이 될 것이다.
따라서 2026년 11월 21일 토요일(미국 동부 시간) 기준으로, 이번 발표는 확정된 해답이 아니라 검토 중인 대단히 이례적인 연구 주장으로 다루어야 한다. 형식화와 그 해석이 독립적인 검증을 견뎌낸다면 이 작업은 정수론과 컴퓨터 지원 수학 양쪽에서 이정표가 될 수 있다. 그렇지 않더라도 검증 과정에서 유용한 형식적 기법이나 중간 결과, 또는 AI 도구가 연구를 어떻게 도울 수 있는지에 대한 교훈이 나올 수 있다.
AI 지원 수학의 사례 연구
이번 발표는 수학적 전문성과 언어 모델 사이에 형성되고 있는 협력 관계를 잘 보여준다. Alpöge는 오랜 준비를 바탕으로 수학적 방향에 관한 선택을 내렸고, Claude는 아이디어를 기여하고 논증을 형식화하는 데 도움을 준 것으로 기록되었다. 이러한 결합은 질문을 정의하고 주장을 검증하며 결과를 이해 가능하게 만드는 책임은 인간에게 남겨 둔 채 AI가 연구에 참여할 수 있음을 보여 주는 유용한 교육적 사례다.
학생들에게 이 사례는 수학적 돌파구가 단순히 코드를 만들어 내는 것 이상의 일임을 보여 주기도 한다. 거기에는 정확한 정의, 검증 가능한 추론, 신중한 소통, 그리고 결과를 시험할 수 있는 공동체가 필요하다. Lean은 증명의 형식적 구조를 검사 가능하게 만들 수 있고, 명확한 해설은 그 아이디어들이 어떻게 맞물리는지를 연구자들에게 보여 줄 수 있다. 어떤 주장이 한 명의 전문가를 넘어서는 범위에 도달할 때는 두 형태의 검증 모두가 중요하다.
이 기사는 AIBARS 편집팀이 AI의 도움을 받아 정리했습니다. AI는 실수할 수 있으니 중요한 내용은 원문 출처를 확인해 주세요. 오류를 발견하셨나요? [email protected]으로 알려 주세요.