인공지능이 수학 정리를 증명한다?! ATLAS: 자연어 수학을 기계가 이해하는 혁신

Xiaoyang Liu 등 연구진이 개발한 ATLAS 프레임워크는 자연어 수학 정리를 형식 언어로 자동 변환하는 기술의 난제를 해결하고, 대규모 고품질 데이터셋을 생성하여 AI의 수학 문제 해결 능력을 획기적으로 향상시켰습니다. 이를 통해 수학 교육 및 연구 분야에 혁신적인 변화를 가져올 것으로 기대됩니다.

최근 인공지능(AI)의 눈부신 발전은 수학 분야에도 큰 영향을 미치고 있습니다. 특히, 대규모 언어 모델(LLM)의 발전은 자연어로 작성된 수학 문제를 컴퓨터가 이해하고 증명할 수 있도록 하는 '자동 형식화(Autoformalization)' 기술에 새로운 가능성을 열었습니다.

하지만, 이 분야의 발전을 가로막는 큰 장벽이 있었습니다. 바로 자연어와 형식 언어가 일치하는 짝을 이룬 데이터셋의 부족입니다. 컴퓨터가 수학 문제를 이해하려면, 사람이 이해하는 자연어로 된 문제와 컴퓨터가 이해하는 형식 언어로 된 문제가 짝을 이루어 학습 데이터로 제공되어야 합니다. 이러한 데이터가 부족했기에, AI는 수학 문제를 제대로 이해하고 풀지 못했습니다.

이러한 문제를 해결하기 위해, 샤오양 리우(Xiaoyang Liu) 등 8명의 연구원은 혁신적인 데이터 생성 프레임워크 ATLAS (Autoformalizing Theorems through Lifting, Augmentation, and Synthesis of Data) 를 개발했습니다. ATLAS는 자연어로 된 수학 정리를 형식 언어로 변환하는 과정을 반복적으로 수행하여 대규모의 고품질 병렬 데이터셋을 생성합니다. 마치 인공지능이 스스로 수학 문제집을 만들어 공부하는 것과 같습니다.

연구팀은 ATLAS를 10회 반복 실행하여 30만 개의 수학 정리를 포함하는 대규모 데이터셋을 구축했습니다. 그리고 이 데이터셋을 사용하여 개발한 ATLAS 번역기는 ProofNet 데이터셋에서 80.59%(pass@8)와 92.99%(pass@128)의 정확도를 달성했습니다. 이는 기존 모델(23.99%와 47.17%)과 InternLM2-Math-Plus-7B (50.94%와 80.32%)를 크게 능가하는 성과입니다. 뿐만 아니라, 고등학교 수준의 miniF2F 데이터셋과 대학원 수준의 MathQual 데이터셋에서도 최첨단 성능을 기록했습니다.

이 연구는 AI가 수학 문제를 이해하고 증명하는 능력을 크게 향상시킬 뿐만 아니라, 수학 교육 및 연구에도 혁신적인 변화를 가져올 것으로 기대됩니다. 연구팀은 곧 데이터셋, 모델, 그리고 코드를 공개할 예정이라고 밝혔습니다. 앞으로 ATLAS가 어떻게 수학 분야에 기여할지, 그리고 어떤 새로운 발견을 가져올지 기대됩니다!

핵심: ATLAS는 대규모 고품질 수학 정리 데이터셋을 자동 생성하여 AI의 수학 문제 해결 능력을 비약적으로 향상시켰습니다. 이는 수학 교육 및 연구에 혁신적인 변화를 가져올 잠재력을 가지고 있습니다.