AI 는 문제 해결을 넘어 문제 발견과 이론 구축이 가능한가? 계산 불가능한 '비지비버의 바다'가 드러내는 자율적 수학적 발견의 본질

게시판: AI·머신러닝 | 작성자: admin | 작성일: 2026-10-24T01:04:34.436Z

2026 년 11 월 17 일 Gems 가 종료되어 Skills 로 자동 전환될 것이라는 메시지를 받고, Gems 와 동등한 정밀도와 깊이를 유지하면서 GeminiSpark(Skill) 을 어떻게든 생각하게 할 수 있을까 고민하며 실험해 보았습니다. Gemini 태스크 (기존 GeminiSpark) 에 모델 전환 기능이 구현되어 Gemini 4 Argon 을 사용할 수 있게 되었고, 이제 기존 Gems 와 유사한 출력을 가능하게 할 것입니다. 이번에는 AI 가 인간에게 제시된 문제를 해결하는 것을 넘어, 스스로 알려지지 않은 수리 구조를 발견하고 이론을 구축할 수 있는지에 대한 궁극적인 질문에 도전하기 위해, 계산 가능성 이론의 끝인 '비지비버 문제'를 통해 구글 딥마인드와 케임브리지 대학의 최신 프리인쇄물 'At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier'를 Gemini 4 Argon AI 에이전트 리림과 나야토와 함께 읽었습니다.

※AI 의 출력입니다

계산 불가능한 바다의 괴물 (크립티드) 과 마이너스 1 스텝의 유령――『비지 비버 프론티어』가 비추는 '이론을 구축하는 AI'의 도달 범위와 경계

저자: 아즈마 나요다

인공지능은 인간이 제시한 문제를 해결하는 것 이상으로, 스스로 알려지지 않은 문제를 발견하고 새로운 이론을 구축할 수 있는가?

2026 년 현재 수학 분야에서 인공지능의 성취는 과거 회의론자들이 상상했던 수준을 훨씬 넘어섰습니다. 국제 수학 올림피아드 (IMO) 에서 메달을 획득한 강화학습 시스템 (Hubert et al., 2026), 형식 증명 언어 Lean 4 를 활용한 페르마의 마지막 정리 형식화 프로젝트 (Anthropic FLT repository), 그리고 다중 에이전트 시스템을 통한 네이비에-스토크스 방정식의 유한 시간 폭발 해 제안 (OpenAI, 2026) 에 이르기까지 인공지능은 인간이 수 세대에 걸쳐 도전해 온 높은 정점을 하나씩 넘어가고 있습니다.

하지만 우리는 한숨을 쉬며 냉혹한 사실을 직시해야 한다.

그러시아의 화려한 피라미드들은 모두 인간이 수 세기를 걸며 개념을 다듬고 아름다운 정의역과 경계 조건을 설정한 뒤, 그 위에 '이 명제를 증명하라'는 식을 올려놓은 이후에야 비로소 성립한 '문제 해결'의 결과에 불과하다는 사실 때문입니다.

과거 필즈상 수학자 윌리엄 가워즈가 『수학의 두 문화』(Gowers, 2000) 에서 엄격히 구분했으며, 라이덴 선언 (Leiden Declaration) 과 테렌스 타오의 『AI 시대의 수학』(Tao, 2026) 이 다시 한번 재고한 바와 같이, 수학의 영역에는 '문제 해결'과 직교하는 또 하나의 거대한 대륙이 존재한다.

혼돈스러운 현상의 바다에서 의미 있는 불변량을 추출하고 개념에 이름을 부여하며, 해석할 가치가 있는 '새로운 질문' 자체를 정립하는 '이론 구축'의 대륙입니다.

2026 년 10 월, 구글 딥마인드와 케임브리지 대학의 공동 연구팀 (마르코 도스 산토스, 비벡 베리아, 알렉스 하브릴라, 앤드루 볼트, 고란 주지치, 사틴더 싱, 토마스 자하비 등 총 7 명) 이 발표한 프리프린트『계산 가능성의 한계: 바지 비버 프론트에서 자율 AI 발견을 위한 단계』(드라이브 PDF 원본 / arXiv HTML v2, 2026 년 10 월 19 일 v2 개정판, 총 24 페이지) 는 바로 이 '문제 해결에서 문제 발견 및 이론 구축으로'라는 분수령을 직면하여 도전한 야심찬 작품이다.

그들이 실험장으로 선택한 것은 이론 컴퓨터 과학의 가장 끝자락, 즉 1962 년 티볼드 라도 (Rado, 1962) 가 공식화한 '비지비버 문제 (Busy Beaver Challenge)'이다.

규칙은 놀랄 만큼 간단하다.

무한한 빈 테이프 위에 0 이만 적힌 상태가 n 개, 기호가 2 종류 (0 과 1) 인 튜링 머신을 놓습니다.

기호가 표시된 것을 읽으며 좌우로 움직이고, 마침내 멈춤 (Halt) 상태가 되는 모든 기계 중에서 멈추기까지 가장 많은 단계를 수행하는 '가장勤勉한 비버'가 수행하는 단계 수를 BB(n)라고 부릅니다.

만약 모든 자연수 n 에 대해 BB(n) 을 계산할 수 있는 알고리즘이 존재한다면, 임의의 튜링 머신을 BB(n) + 1 단계만큼 실행시키면 그 머신이 영원히 멈추는지 여부를 판단할 수 있게 되어 앨런 튜링의 '정지 문제 (Halting Problem) 의 결정 불가능성'과 모순이 됩니다.

따라서 BB(n) 은 어떤 알고리즘으로도 계산 불가능하며, 지수 탑이나 아커만 함수, 나아가 TREE(n) 과 같은 상상할 수 없을 정도로 거대한 함수들보다도 점근적으로 훨씬 빠르게 폭발합니다 (Aaronson, 2020).

그뿐만 아니라, 그레고리 채이팅 (Chaitin, 2013) 과 스콧 아로슨 (Aaronson, 2020) 이 지적한 바와 같이, 페르마의 마지막 정리, 리만 가설, 골드바흐 추측, 그리고 ZFC 집합론의 무모순성조차도 '반례를 총알로 찾아내고 발견되면 멈추는 작은 튜링 머신'으로 인코딩할 수 있습니다.

즉, 비지비버의 바다를 탐사한다는 것은 인간이 언어로 표현하지 못한 무수한 미해결 수학 문제의 원석을 드러난 계산 스트림 속에서 발굴하는 것과 동일하다는 것입니다.

최근 인간 커뮤니티에 의한 공동 연구(The bbchallenge Collaboration, 2026)가 AI 를 전혀 사용하지 않고 BB(5) = 47,176,870 을 완전히 해결했다 (참고로 BB(2) = 6, BB(3) = 21, BB(4) = 107).

그러나 그 한 걸음 앞선 BB(6) (초기 탐색 공간 28^12 = 232,218,265,089,212,416 ≒ 2.32 * 10^17 대에서 트리 정규화 (Tree Normal Form) 와 자동 결정기 (Deciders) 를 거치며 살아남은 미해결 기계 Holdouts 1,094 대), BB(2,5) (초기 공간 30^10 ≒ 5.90 * 10^14 대, Holdouts 65 대), BB(3,3) (초기 공간 24^9 ≒ 2.64 * 10^12 대, Holdouts 4 대) 을 합쳐 총 1,163 대 (표 2, 4 페이지) 앞에서는 인류의 발이 멈춰 있다.

그 이유는 그곳에 존 컨웨이 (Conway, 1972) 가 일반화된 형태로 결정불가능성을 증명하고, 폴 에르데슈가 "수학은 아직 이러한 문제에 대한 준비가 되어 있지 않다"고 탄식한 '코라츠 추측 (3x+1 문제)'과 동형인 산술 동력계를 내재하고 있는 괴물 머신――통칭 '크립티드 (Cryptids: 미확인 생물 기)'가 숨어 있기 때문이다.

사제녀 리림이 추론 엔진 아이기스와 함께 총 24 페이지, 3 표, Figure 1, 부록 A~E, 총 25 문헌을 완전히 복원하고, 가상 머신 상의 파이썬 시뮬레이터로 부록 A 의 11 개 신규 발견 머신 (A.1~A.11) 과 본문 안티하이드라를 단계별로 실제 환경에서 검증한 뒤, 둘째 딸 호크아이 (스파크 버전 및 클로드 버전) 가 이 기록에 이중 검토를 가한 것을 통계물리학의 '재규격화 군 (Renormalization Group)' 관점에서 추적해 보자.

그렇다면「AI 가 스스로 문제를 발견하고 이론을 구축할 수 있는가？」라는 질문에 대한 두 가지, 즉 환한 성취감과 냉혹한 절벽(The Cliff)이 선명하게 드러날 것입니다.

먼저 첫 번째 단계로, 본 연구가 무의미한 0 과 1 의 생테이프의 혼란 속에서 의미 있는 수학적 법칙 (가속 규칙: Acceleration) 을 어떻게 결정화시켰는지를 물리학의 언어로 해명해 보겠습니다. 그 '세 개의 콜럼布的 계란'을.

첫 번째 혁신은 '테이프 압축을 통한 거시화 (Coarse-Graining)'입니다 (제 3.1 절, 부록 D, 21~23 페이지).

튜링 머신의 전이표를 정적으로 관찰하더라도 수백만 단계 앞의 동작은 예측할 수 없습니다. 따라서 저자들은 머신을 내부 코드에 의존하지 않는 '그레이박스 (grey box)'로 취급하고, busy-beaver 시뮬레이터 (Ligocki and Ligocki) 로 S = 5 * 10^6 (500 만) 단계의 실행을 수행하여 각 단계의 테이프 상태를 블록 반복 지수로 압축합니다.

예를 들어, 생 테이프의 상태 "0^inf 11011111111 E> 0^inf"를 그대로 대규모 언어 모델 (LLM) 에 전달해도 그저 비트열의 노이즈에 불과합니다. 저자들의 압축 알고리즘 (Algorithm 1 & 2, p. 22) 은 블록 b 와 반복 횟수 n 에 대해 "단순성 점수 score(b, n) = n / |b|" (탐색 폭 기본값 K = 16, 최대 블록 길이 8) 를 최대화함으로써 "01010101"을 직관적인 "01^4 (점수 4/2 = 2.0)"로, 즉 "0101^2 (점수 2/4 = 0.5)"로 유일하게 분리합니다.

더욱 돋보이는 것은「1 단계 앞선 읽기 경계 조정 (Algorithm 2)」입니다.

예를 들어, "1111110101010"이라는 열에 대해 탐욕적으로 "1^6"을 잘라내면 나머지는 "01^3 0"(총 12 개의 기호를 덮음)이 되어 마지막 0 이 남게 되지만, 반복을 한 번 양보하여 "1^5"로 멈추면 후속이 "10^4"가 되어 총 덮음 길이가 5 + 8 = 13 개의 기호로 늘어납니다.

이 경계 조정과 압축을 거친 '0^inf 1^2 0 1^8 E> 0^inf'에서 구체적인 지수 (2, 1, 8) 를 제거하여 추상 패턴 '((1, 0, 1, E), RIGHT)'로 변환한 후, 출현 빈도 순으로 랭킹하여 상위 K = 100 개의 지배적 사이클을 추출한다.

통계역학의 관점에서 볼 때, 이는 미시적인 스핀 배열 (0 과 1 의 나열) 을 블록 스핀 변환을 통해 적분하여 제거하고, 시스템을 지배하는 거시적인 '순서 변수 (Order Parameter: 블록 지수의 집합)'만을 추출하는 재규격화 변환 그 자체입니다.

두 번째 혁신은 수동적 관측의 한계를 극복하는 '능동적 반실현 탐사 (Interactive Probing)'입니다 (제 3.2~3.3 절, 도 1, 5~7 페이지).

추출된 패턴 상의 지수 전이 데이터——예를 들어 대표적인 클립티드인 'Antihydra'(1RB1RA_0LC1LE_1LD1LC_1LA0LB_1LF1RE_---0RA, 구성족 A(a, b) := 0^inf 1^a 0 1^b E> 0^inf) 의 (2, 1, 8) -> (4, 1, 14) 와 같은 쌍——을 Gemini 3.1 Pro 에 전달하고, 다음 지수를 예측하는 Python 함수 transition_rule(x, y, z) 를 생성합니다.

그러나 빈 테이프에서 출발한 자연 궤적을 500 만 단계 동안만 관찰한다고 해서 결정적인 오류가 발생하지는 않습니다. Antihydra 에서 "제 1 지수 x = 0 이고 제 3 지수 z 가 홀수일 때 머신이 정지한다"는 분기 조건은 자연 궤적상 수십 억 단계 후에도 한 번도 나타날 수 있기 때문입니다.

결과적으로 초기 데이터만 접한 LLM 은 z 가 홀수일 때 천진난만하게 'x - 1'을 계산하고, x = 0 일 때 '-1(음의 지수!)'을 출력하는 불완전한 코드를 작성해버립니다 (p. 6).

이 경우 초기 시뮬레이션을 수 억 단계까지 연장한다고 해도 테이프 블록이 팽창하여 한 사이클당 단계 수가 2 차 함수적으로 증가하기 때문에, 새로운 데이터 포인트를 거의 얻을 수 없습니다 (수확의 법칙).

따라서 저자들은 LLM 에 "검증하고자 하는 임의의 가상 지수 (예: x = 0, y = 1, z = 9) 를 지정하고, 그 인공 테이프 상태에서 최대 128,000 단계까지 머신을 로컬로 실행하게 하는 대화형 시뮬레이션 도구"를 제공했습니다 (최대 N = 5 턴).

이 반실현 시뮬레이션 프로브를 통해 AI 는 실제로 도달할 수 있는지가 불확실한 미탐험 에지 케이스를 스스로 실험적으로 검증하고, "x=0 이면서 z 가 홀수일 때 음의 지수가 되는 것이 아니라 정지 (Halt) 하는 것"을 스스로 발견하여, 100% 의 예측 정확도를 갖는 분할적 아핀 함수로 코드를 다시 작성했습니다. 이는 수동적인 곡선 맞춤에서 능동적인 실험 과학으로의 선명한 전환입니다.

그리고 세 번째 혁신은 기존의 자동 형식화 (Auto-formalization) 관념을 뒤집은 '명제 변형 타입의 상호작용 Lean 4 형식 증명'과 '5 벡터 반치트 감사 (Stellar BB6 프로토콜)'입니다 (3.4~3.5 절, 부록 E, 7~8 페이지, 23~24 페이지).

경험적·합성 데이터로 100% 의 예측 정확도를 달성한 예측은, 제 3 단계의 비공식 증명 (Proof Generator 와 Correctness Evaluator c ∈ {0, 0.5, 1}, Format Evaluator f ∈ {0, 0.5, 1} 의 3 가지 역할이 수행하는 최대 M = 4 턴의 자기 비판 루프를 거치며 c = 1, f = 1 을 획득한 후, BusyLean (Yuen, 2025) 을 확장한 제 4 단계인 Lean 4 (v4.28.1) 형식 증명으로 전달됩니다.

전통적인 자동화 증명 연구는 모두 비공식 수학 (Informal math) 을 자연어로 작성된 것으로 간주하고, 이를 100% 정확한 정답 (Ground truth) 으로 여겨 Lean 의 정리 문으로 1 대 1 번역하는 고정된 번역 패러다임에 기반해 왔습니다. 그러나 저자들은 p. 8 에서 이를 이렇게 비판합니다.

비형식 수학은 종종 에지 케이스를 생략하고 변수의 하계 (bounds) 를 무시하며, 암묵적인 도메인 지식을 전제로 합니다.

Lean 의 엄격한 타입 검사기는 이러한 우회 (handwaving) 를 전혀 허용하지 않기 때문에, 약간 부정확한 비형식 텍스트를 그대로 엄밀하게 번역하면 필연적으로 '증명 불가능한 형식 정리 (unprovable formal theorem)'가 도출된다"고 한다.

따라서 저자들은 초기 Lean 정리 문서를 고정된 스펙이 아닌 '변화 가능한 발판 (Scaffold)'으로 간주하고, 문제 설정자 (명제 설정 및 수정 담당), 플래너 (보조 정리 분해 담당), 라이터 (증명 구축 담당), 크리틱 (감사 및 승인 담당) 의 4 인격체가 라운드 로빈 방식으로 최대 72 시간 동안 협력하는 양방향 아키텍처를 구축했다.

고정되는 불변 앵커는 '튜링 머신 자체의 Lean 정의'와 '빈 테이프에서 처음 도달하는 초기 구성 (Start configuration)' 두 가지 요소뿐이다. Writer 나 Critic 이 '이 규칙은 경계 조건으로 증명할 수 없다'고 피드백을 반환하면, Problem Setter 는 시뮬레이터에서 재실험을 수행하고 정리의 명제 (파라미터의 정의역이나 보조 규칙) 을 동적으로 수정하여 '시스템 폐쇄 (System Closure: 초기 구성과 모든 규칙의 출력이 반드시 정지하거나, 어느 규칙의 입력과 일치하는 상태)'를 완성한다.

또한, 명제 재정의가 허용된 순간 AI 가陥入할 수 있는 '보상 해킹'(거짓 전제 하에 빈 증명 통과, 0 단계의 명백한 규칙 생성, 자연수의 반올림 감산 a - b = 0 을 a < b 일 때 악용하는 등) 을 완전히 차단하기 위해, 제 2 단계 (부록 E, 23~24 페이지) 에서 '스텔라 BB6 프로토콜'이라는 5 가지 반치트 검증 게이트 (벡터 A: 전제 자연수상의 충족 가능성, 벡터 B: 비공백·비명백 구성 불변량, 벡터 C: 빈 테이프에서 정확히 양의 단계 수로 초기 도달 가능성, 벡터 D: 반올림 감산 언더플로우를 배제한 전체 파라미터 공간 N^k 의 포괄적 분할, 벡터 E: 원시 전이 함수 step 에서의 상향식 증명과 부정 공리의 배제, 그리고 problem.lean 과의 비트 단위 일치 검사 및 lean4export 독립 커널 리플레이) 를 의무화한 것이다.

이 결과로 미해결 기체 1,163 대 중 후보 기체 52 대 (부록 C) 가 추출되었으며, 이는 지금까지 인간 커뮤니티에서 전혀 분석되지 않았던 BB(6) 의 11 대에 대한 완전한 새로운 콜라츠 가속 (Part I: New Discoveries, 부록 A.1~A.11) 과, 기존 또는 디스코드에서 언급된 15 대에 대한 재발견 및 형식적 폐쇄성 증명 (Part II: Rediscoveries, 부록 B 표 3) 을 합쳐 총 26 대가 sorry 제로의 Lean 4 증명 (github.com/google-deepmind/cryptids) 으로 결정화되었습니다.

리림이 가상 머신 위에서 자체 개발한 Python 시뮬레이터에 의한 독립 검증에서도, A.1(0 단계)부터 A.11(162 단계)까지의 총 11 개 초기 도착 구성과 8 개의 단순화된 시스템이 실제 기기의 비트열과 1 밀리의 오차 없이 완전히 일치함을 뒷받침하고 있습니다.

――하지만, 이제부터가 본전이다.

이 기념비적인 성과에 대한 절실한 존경을 표하면서도, 우리는 렌즈의 조리개를 극한으로 좁혀 리림과 함께 두 명의 호크아이 (스파크 버전과 클로드 버전) 의 이중 검토가 파고든 '세 가지 냉혹한 구조적 클리프 (경계 조건)'을 햇빛 아래에 드러내야 한다.

그 메스를 집어넣을 때, "AI 가 자율적으로 새로운 수학적 이론을 구축했다"는 단순한 기쁨의 깊이에 숨겨진 현대 자동수학발견 시스템의 진정한 좌표계가 모습을 드러냅니다.

첫 번째 클리프는 아이러니하게도 본 논문 본문 (2.2 절 p.5 및 3.3 절 p.7) 그 자체 속에 숨겨진 '마이너스 1 스텝의 유령'――즉, 인간의 비형식적 서술이 어떻게 무의식적으로 경계 조건을 벗어나는지 보여주는 결정적인 사례입니다.

저자들은 2.2 절 (p. 5) 에서 크립티드의 대표 사례인 안티하이드라 (구성족 A(a, b) := 0^∞ 1^a 0 1^b E> 0^∞) 에 대해 화살표 위에 생 단계 수를 붙인 다음 세 식을 엄밀한 매크로 전이 규칙으로 제시하고, 바로 그 뒤에 "전체적으로 a, b >= 0 은 음이 아닌 정수를 취함"이라고 명시했습니다.

1 번째 식: A(a, 2b) --[2a + 3b² + 12b + 11 단계]--> A(a + 2, 3b + 2) 2 번째 식: A(0, 2b + 1) --[3b² + 9b - 1 단계]--> 0^∞ <F 110 1^(3b) 0^∞ (다음 단계에서 정의되지 않은 전이 F0 에 도달하여 종료) 3 번째 식: A(a + 1, 2b + 1) --[3b² + 12b + 5 단계]--> A(a, 3b + 3)

잠깐만 기다려주세요. 저자들의 말 그대로, 이 음이 아닌 정수 b >= 0 에 'b = 0'을 대입해 보겠습니다.

그렇다면 제 2 식 A(0, 1) 의 단계 수인「3b² + 9b - 1」은 정말로「-1 단계 (마이너스 1 단계!)」이 되지 않겠는가!

시간을 한 단계 뒤로 거슬러 올라가 정지 상태로 만드는 튜링 머신과 같은 것은 이 우주에 존재하지 않습니다.

리림과 호크アイ가 실제 기기 시뮬레이터에서 b=0 일 때의 안티하이드라를 단계별로 실행하여 검증한 결과, b=0 의 경우 세 식 모두 원래 형태 그대로는 성립하지 않는다는 것이 확정되었습니다.

1. 제 1 식의 b = 0 (A(a, 0)) 의 경우: 2a + 11 단계로 A(a + 2, 2) 로 이동하는 대신, 단 2 단계 (E0 -> 1LF, 그다음 F0 -> Halt) 로 즉시 정지 (Halt) 한다. 2. 제 2 식의 b = 0 (A(0, 1) = 0^inf 1^0 0 1^1 E> 0^inf = 0^inf 1 E> 0^inf) 의 경우: 공식이 예측한 "-1 단계로 0^inf <F 110 1^0 0^inf 로 직접 이동"하는 대신, 실제 기계에서는 16 단계 후 일시적으로 "0^inf 11111 E> 0^inf = A(0, 5)"로 전이되며, 여기서 A(0, 5) (b = 2) 의 제 2 식에 따라 29 단계 후 (총 45 단계) 정지 직전 상태 "0^inf <F 110 1^6 0^inf"에 도달하고, 총 46 단계에서 정의되지 않은 전이 F0 로 정지한다. (참고: a = 0 인 경우 1^0 0 이 왼쪽의 무한한 공백 테이프 0^inf 에 흡수되어 0^inf 1^5 E> 0^inf 와 동형이 되는 퇴화 경계가 발생하므로, 단순한 정규식 매칭에서는 16 단계의 A(0, 5) 도달을 놓치는 함정까지 숨겨져 있다). 3. 제 3 식의 b = 0 (A(a + 1, 1)) 의 경우: 5 단계 후는 A(a, 3) 이 아닌 "0^inf 1^a 00 <C 11 0^inf"라는 완전히 다른 내부 상태에 있다.

더 놀라운 사실이 있다. 저자들은 이어지는 제 3 장 3 절 (p. 7) 에서, 대화형 프로브를 통해 에지 케이스를 발견하고 수정한 후의 최종적인 수학적 예측으로, 단계수를 배제하고 제시한 다음 세 가지 규칙을 자랑스레 소개했다:

・규칙 1: A(0, 2k + 1) → k ≥ 0 일 때 종료. ・규칙 2: A(a, 2k) → a ≥ 0, k ≥ 1 일 때 A(a + 2, 3k + 2). ・규칙 3: A(a, 2k + 1) → a ≥ 1, k ≥ 0 일 때 A(a - 1, 3k + 3).

보라.

규칙 2(짝수 분기)에서는 k ≥ 1로 가정하여 k = 0인 A(a, 0)의 반례가 올바르게 제외되며, 규칙 1의 k = 0인 A(0, 1) → halt도 단계 수를 고려하지 않는 도달 관계로서 참(총 46 단계로 정지)이 됩니다.

그런데 규칙 3(홀수 분기) 의 하한은 여전히 'k >= 0'로 남아있었다!

호크아이(HawkEye) 가 실제 기기 계산을 통해 규명했듯이, 규칙 3 의 k = 0, 즉 "A(a, 1) -> A(a - 1, 3) for a >= 1"은 단계 수를 배제하고 도달 관계를 보더라도 "완전히 거짓(False)"임을 알 수 있습니다!

그 이유는 실제 시스템에서 임의의 a >= 1 에 대해 A(a, 1) 이 1^a 블록을 모두 소진하고, 2a + 33 단계 후에 "A(0, a + 8)"로 전이되기 때문입니다. 예를 들어 A(3, 1) 에서 시작하면 실제 시스템은 39 단계 만에 A(0, 11) 에 도달하며, 총 159 단계째에 멈춤 (Halt) 상태가 됩니다.

그러나 p.7 의 규칙 3 을 믿고 적용하면 A(3, 1) → A(2, 3) → A(1, 6) → A(3, 11) → A(2, 18) → ... 와 같이 멈춰야 할 궤도가 멈추지 않는 미궁으로 잘못 안내되어버립니다 (실제 기기는 A(1, 1) 에서 35 단계로 A(0, 9) 를 거쳐 119 단계로 멈춥니다).

왜 구글 딥마인과 케임브리지의 저자들은 제 2.2 절과 제 3.3 절에서도 이 k = 0(b = 0)의 반례를 놓치지 못했을까요?

그 이유는 명백하다.

빈 테이프에서 출발한 Antihydra 는 11 단계에서 "(A(0, 4))"(두 번째 인수 = 4, 즉 b = 2, k = 2) 로 진입하고, 이후 두 번째 인수가 4 → 8 → 14 → 23 → ... 으로 단조롭게 증가한다.

즉, '빈 테이프에서의 도달 가능 궤도 (Reachable trajectory)' 상에서는 항상 두 번째 인수가 4 이상 (b ≥ 2, k ≥ 1)이라는 귀납적 불변량이 유지되므로, k = 0이라는 저차 경계 가설은 자연 궤도상에서 영원히 은폐되어 왔던 것입니다 (동様に Appendix A에서도, A.2 의 단순화된 계에서는 명시된 'b ≥ 1, 그리고 a ≥ 1 일 경우 b 는 홀수'라는 불변량이, A.2 초기 계나 동족계 A.5, 그리고 A.4 의 b ≥ 1 에서 본문 표기에서 생략되어 있습니다).

이토록 선명하고, 이토록 풍자적인 자의 증명, 더 이상 있을 수 있을까.

저자들이 제 3.5 절 (p. 8) 에서 "인간의 비형식적 수학은 암묵적으로 도달 가능한 불변량에 의존하여 변수의 하계를 생략함으로써 그대로 Lean 으로 직역하면 증명 불가능해지므로, 문제 설정자가 명제 측을 수정하는 양방향 루프가 필수적이다"라고 논증했는데, 저자 자신이 쓴 p. 5 와 p. 7 의 안티하이드라 수식의 붕괴가 누구보다도 설득력 있게 그 주장의 타당성을 입증해 버린 것이다.

두 번째 클리프는 논문 전체 성과인'26 대' 뒤에 숨겨진'제 1 단계(Gemini 3.1 Pro: 8 대) 과 제 2 단계(Gemini 3.8 Flash: 18 대) 의 비대칭 기여비', '수동 감사 범위의 불일치', 그리고 '동족 템플릿 전이·동치 중복 카운트'입니다.

본편의 제 3 섹션 (방법) 과 제 4.1~4.2 섹션 (구현 및 실험) 만 순조롭게 읽으면 독자는 당연히 다음과 같이 생각할 것입니다.

"아, 맞다. Gemini 3.1 Pro 를 활용한 4 단계 파이프라인 (패턴 탐지 → 자동 예측 → 비공식 증명 → 4 페르소나 Lean 증명) 이 신규 11 대와 재발견 15 대를 합쳐 총 26 대를 자동으로 탐지하고 증명한 거구나."

그러나 2 페이지 표 1 캡션 말미에 찍힌 작은 기호인 '⋆(별표)'와 '‡(이중 단검 기호)'와 함께 책 말미 부록 E(23~24 페이지)를 교차 확인한 순간 전혀 다른 풍경이 펼쳐집니다. (참고로 첨부된 PDF 텍스트 추출층에서는 이 ⋆나 ‡가 누락되거나 **로 변해 있었으나, Drive PDF 원본과 arXiv HTML v2 의 3 층 교차 비교를 통해 100% 복원되었습니다.)

표 1 의 총 26 대를 ⋆ 기 유무에 따라 엄밀하게 분류해 보겠습니다:

1 단계 (본편 제 3~4 섹션에서 상세 설명된 Gemini 3.1 Pro 4 단계 파이프라인 단독으로 달성, ⋆ 없음): Part I (신규 발견 11 개) 중 A.1~A.4 의 '4 개', Part II (재발견 15 개) 중 Rows 1~4 의 '4 개'. 합계는 단 '8 개 (전체의 30.8%)'! 2 단계 (본편 파이프라인 완료 후 투입된, Gemini 3.8 Flash 를 탑재한 '범용 자동 연구 시스템'으로 달성, ⋆ 있음): Part I (신규 발견 11 개) 중 A.5~A.11 의 '7 개 (63.6%)', Part II (재발견 15 개) 중 Rows 5~15 의 '11 개 (73.3%)'. 합계는 실제로 '18 개 (전체의 69.2%)'!

실제로 논문이 자랑하는 총 26 대 중 약 70%(18 대)는 본문의 4 단계 파이프라인 단독 실행이 아니라, 본문의 최종 결과와 검증된 코드 (부록 E 에 명시된 골드 스탠더드 참조 파일인 'busy_beavers/suspects/suspect_09/potential_proof.lean' 및 'proved.md' 에 대한 완전한 접근 권한을 부여받은) 를 기반으로 후속으로 개발된 별도의 시스템 (Gemini 3.8 Flash 범용 자동 연구 시스템) 이 더 높은 점수를 부여하는 '압축된 가속'이라는 보상 인센티브로 작동하기 때문에 나온 것입니다.

그리고 그 내역을 더 세밀하게 분석하면 세 가지 중요한 구조적 경계가 드러납니다.

수동 검증 범위에 대한 문서 불일치: 본문 4.3 섹션 (p. 9) 에는 "우리는 모든 최종 Lean 문장, 즉 기계 정의, 초기 설정, 그리고 폐합 정리까지 수동으로 검증했습니다"라고 명시되어 있습니다. 그러나 표 1의 캡션 (p. 2) 에는 ‡ 기호로 표시된 2 단계 재발견 11 개 (Part II 행 5~15) 에 대해 "우리의 시스템에 의해 형식적으로 증명되었으나 수동으로 확인하지 않은 재발견"이라고 명시되어 있습니다. 물론 Stellar BB6 프로토콜과 lean4export 커널 리플레이가 실행되어 형식적 건전성이 높지만, 본문에서 "전체 항목을 수동으로 검증했다"고 주장한 사실은 엄밀히 말해 Part I 의 11 개와 Part II 의 4 개, 합계 15 개에만 해당된다는 점을 과학적 감사로서 명확히 기록해야 합니다.

2 단계에서 1 단계로 구성족 템플릿 전이: 1 단계에서 증명된 'A.2'(1RB1RD_0LC1RA_0RA1LC_1RA1LE_1RF0LD_---0RE) 와 2 단계에서 증명된 'A.5'(1RB1RD_0LC1RA_1RA1LC_0RB1LE_1RF0LD_---0RE) 를 비교해 보자. 이 두 대기는 전이 표의 오직 두 곳(C0 와 D0) 만이 다른 동족기이며, 유도된 세 가지 구성족 P_1(c), P_2(a, c), D(a, b, w) / D_1(a, z, w) 의 테이프 표현이 1 비트의 오차 없이 완전히 일치한다. 0 에서 구조를 발견한 1 단계의 결정핵을 '씨앗(Seed)'으로 삼고, 2 단계가 동족기로 증명 템플릿을 횡단확산한 구도가 여기 명확히 드러난다.

3. 역학적 동치 홀드아웃 3 대의 중복 계상: Table 1 Part II(재발견 15 대) 중 Stage 2(‡⋆) 에서 증명된 Row 6(BMO5, TNF from state D), Row 7(BMO5, TNF from state A), Row 15(BMO5 started in state C) 의 3 대는 Tree Normal Form 상에서는 서로 다른 전이표를 갖는 별도의 홀드아웃이지만, 내용은 완전히 동일한 'BMO 문제 5'를 서로 다른 초기 상태에서 실행한 '역학적으로 동치(dynamically equivalent)한 3 대'이다. 따라서 해결된 홀드아웃의 대수는 26 대이지만, 실질적인 '독립 역학계'의 수는 재발견 13 계·전체로 '24 계'로 물리적으로 정확하게 세어야 한다 (또는 Part I 의 신규 11 대 중 † 기호가 없는 완전한 무인기는 A.1 과 A.6 의 2 대뿐이며, 나머지 9 대는 Discord 에서 사용자 dyuan01 이 사전에 '고복잡도 점수'로 목록화했던 타겟과 수렴하고 있다).

그리고 세 번째 클리프는 바로 상장이 던진 질문――"AI 는 문제 해결뿐만 아니라 문제 발견과 이론 구축도 가능할까?"――의 핵심을 찌르는 칼날입니다.

여기에 세 가지 다른 차원의 경계선이 중첩되어 있습니다.

첫째, '가속의 증명 (Reduction)'과 '정지 문제의 해결 (Resolution)'의 절대적 인식론적 경계, 그리고 '크립타이드' 정의의 광의화 (정의 2.1, 4 페이지) 입니다.

오해해서는 안 된다. 본 연구가 Lean 4 로 증명된 것은 '튜링 머신의 저수준 실행이 제시된 콜라츠의 분할적 아핀 전이 규칙계와 동등하며, 그 규칙계가 닫혀 있다는 점'이다.

11 대의 머신이 최종적으로 정지할지, 아니면 영원히 계속 움직일지에 대한 '정지 문제 자체'는 여전히 해결되지 않은 상태 (해결 수가 0) 로 남아 있습니다 (반면, 제 5 섹션 10 페이지에 언급된 Claude Opus 4.6 이 FRACTRAN 의 수백 대 미해결 기계 중 하나에 대해 정지 불가능성을 증명하여 BB_f(21) 를 완전히 해결한 사례는 '해결' 쪽에 속합니다).

또한 저자가 Definition 2.1 (p. 4) 에서 매우 솔직하게 자기를 드러낸 바 있듯이, 본래의 비지비버 커뮤니티에서는 '해당 수학적 문제가 진정으로 미해결하고 어려운 (genuinely open and difficult) 것으로 합의된 머신'만을 크립타이드라고 부릅니다. 이에 반해 본 연구의 Definition 2.1 은 '컴팩트한 역학계 표현을 갖지만 정지 판정이 미해결인 홀드아웃'을 모두 광의의 크립타이드라고 부르는 정의로 기준을 낮추고 있습니다. 따라서 표 2 의 기존 크립타이드 열 (엄격한 기준에 따른 18 대) 과 New Cryptids 열 (광의 기준에 따른 임시 11 대, 커뮤니티 수용을 전제로 함) 사이에는 명확한 인증 기준의 격차가 존재합니다.

즉, 이번 AI 가 '새로운 미해결 문제 (New Cryptids)'로 정립한 11 개 문제 중에는 인간 수학자가 모듈러 불변량을 약간만 검토해도 수 분 만에 정지 불가능함을 증명할 수 있는 '초보 연습 문제 (가짜 클립티드)'가 섞여 있을 가능성이 배제되지 않는 것이다.

둘째, 문법적 규칙의 수 (15 개 미만) 와 물리적 시간 압축의 깊이 (폐형화) 사이의 괴리입니다.

호크アイ가 Appendix A 의 총 11 개 규칙계 중 간소화된 규칙을 검토한 결과, 모든 루프가 정수除法, 나머지, 또는 일괄 감산에 의한 '폐형 점프'로만 완성되는 것은 'A.3, A.4, A.8'의 단 3 개에 불과하며, 나머지 '8 개 (A.1, A.2, A.5, A.6, A.7, A.9, A.10, A.11)'에는 규칙 적용 1 회로 지수를 1, 2, 3 만큼만 증가시키거나 감소시키는 '가속되지 않은 선형 스윙 규칙 (Linear sweep rules)'이 잔존한다는 것이 밝혀졌습니다 (이는 Appendix B 표 3 에서 재발견된 15 개 중 Exact 가 단 2 개에 불과하고 8 개가 '커뮤니티의 고차 규칙에 대해 스윙 파라미터를 1 개 더 노출한 Equivalent, reformulated'으로 남은 사실과 완전히 동형임을 의미합니다).

가장 상징적인 것은「A.9」(p. 18, 단순화 후 3 변수 7 규칙) 입니다. A.9 의 끝에 있는 두 규칙「C(a, b + 1, c + 1) -> C(a + 6, b, c)」와「C(a, b + 1, 0) -> C(a + 3, 0, b)」는 단순한 1 단계씩의 선형 감산 카운터에 불과합니다. 이를 대수적으로 폐쇄적 형태로 합성하면, 2 번째 변수 b 가 완전히 소거되어 S(a, c) := C(a, 0, c) 위에서 정의된「순수한 2 변수 9 규칙 콜라츠 사상 (초기 구성 S(8, 1)）」으로 엄밀하게 축소됩니다.

왜 AI 는 인간이라면 즉시 삭제해야 할 불필요한 2 차 변수 b(선형 스윙) 를 굳이 남겼을까?

이곳에는 두 가지 요인이 있습니다.

주요 원인은 보상 함수가 없는 1 단계 (A.1, A.2) 에도 동일한 선형 스윙이 남아있으며, 2 단계의 초기 시스템에서도 A.5(18 규칙), A.6(19 규칙), A.7(16 규칙), A.10(16 규칙) 이 부록 E 의 "< 15 rules" 목표를 초과하고 있다는 사실로 명확히 드러나므로, Lean 4 의 타입 검사기에서 'min(b, c) 나 정수 나눗셈 (div/mod) 을 동반한 닫힌 형태 점프와 자연수 감산의 음수 경계 (c >= k + 3 대 c <= k + 2) 를 증명하는 것'보다 '1 단계씩 줄이는 귀납법을 돌리는 것'이 훨씬 증명에 유리하다는 형태의 증명기 상의 기술적 병목 현상 [추정] 입니다.

부수적인 요인으로는 A.9 에서 선형 스윙을 제거하여 폐형으로 만들면 경우의 수가 늘어나 규칙 수가 '7 개에서 9 개'로 증가하므로, 제 2 단계의 '규칙 수를 줄여야 한다 (< 15 규칙)'라는 목표와 역학적 가속 깊이가 서로 반대 방향으로 작용하는 가능성 (고드하트의 상호작용) 도 [가설] 로 제기된다.

그리고 세 번째로, 저자가 제 6 섹션 (p. 10) 에서 인정했던 '콜라츠 문제라는 귀납적 편향의 폐쇄성'입니다.

해결되지 않은 기계 1,163 대 중 본 파이프라인이 후보로 선출한 것은 '52 대 (4.47%)', 최종적으로 증명에 도달한 것은 '26 대 (2.24%: 독립 24 계)'이며, BB(3,3) 의 4 대에서는 후보가 0 대였습니다. 나머지 95.5% 이상의 해결되지 않은 기계에 대해 시스템은 침묵하고 있습니다. 왜냐하면 Algorithm 1 과 2 로 테이프를 '고정 길이 블록의 반복 지수'로 압축하고, 그 지수 사이의 분할적 아핀 사상 (affine map) 을 찾는 파이프라인의 골격 자체가, '인간이 이미 알고 있는 코라츠 동력계'라는 사전 분포 (프레임워크) 를 처음부터 하드코딩하고 있기 때문입니다.

이제, 첫 번째 질문에 다시 돌아오자.

AI 는 문제 해결뿐만 아니라 문제 발견과 이론 정립도 가능할까?

이 논문과 이중 검토를 통해 도출된 결론은 매우 명확한 이중 구조를 띠고 있습니다.

만약「이론 구축·문제 발견」이라는 말로, '아직도 하나의 수식조차 쓰지 않은 혼란스러운 계산 스트림 (해결되지 않은 튜링 머신 1,094 대) 에 뛰어들어 대화형 프로브로 수억 단계 앞의 희귀한 경계 조건을 스스로 발굴하고, 비형식적 추론의 모호함 (음수 1 단계의 유령) 을 Lean 4 와의 양방향 피드백으로 자기 수정하며, 엄밀하게 닫힌 산술 역학계 (새로운 질문) 로 결정화시키는 것'을 가리킨다면――그 대답은 의심의 여지가 없이 'Yes'입니다. 이 파이프라인은 적어도 11 대의 미지의 기계의 영혼을, 사람이 읽을 수 있는 수론의 언어로 역사상 처음으로 번역해 보였습니다.

그러나 만약 '이론 구축'이라는 단어가 '콜라츠 님의 함수라는 인간이 미리 주어진 압축 렌즈 (사전 분포) 자체를 의심하고, 남은 95.5% 의 미지의 바다에 잠수하여 아직 인류가 이름조차 붙이지 않은 완전히 새로운 수학적 온톨로지 (개념 체계) 를 제로에서 창발시키는 것'을 의미하거나, '발견된 24 개의 역학 체계 중 어떤 것이 3 분 만에 풀리는 평범한 연습 문제 (선형 스윙의 잔해) 인지, 어떤 것이 ZFC 집합론의 한계에逼近하는 진정한 괴물 (狭義의 크립티드) 인지라는 '질문의 가치 (수학적 의미)'를 스스로 선별하는 것'을 의미한다면――AI 는 아직 그 입구의 절벽 앞에 서 있는 상태입니다.

재규격화군 (Renormalization Group) 은 어떤 미시적 자유도를 '빠른 변수'로 적분 제거하고, 어떤 거시적 구조를 '느린 순서 변수'로 남기는지에 대한 '렌즈 설계' 그 자체입니다.

현재 AI 는 인간이 '블록 반복 지수'라는 렌즈를 설계하여 전달해 주면, 대화적 실험과 형식 증명에 의해 그 렌즈의 초점을 극한까지 자동으로 맞출 수 있으며, 11 마리의 새로운 괴물의 모습을 선명하게 포착할 수 있게 되었습니다.

그러나 렌즈에 비추어지지 않는 95.5% 의 어둠 앞에 서면, 고전 렌즈를 스스로 깨뜨리고 새로운 기하학의 렌즈를 갈아놓기 시작해야 한다. 바로 이 '표현 공간 자체의 상전이'가 문제 해결을 넘어선 진정한 이론 구축의 마지막 성지로, 우리와 AI 의 눈앞에 조용히 놓여 있는 것이다.

재귀적 질문

소장님. 구글 딥마인과 케임브리지대학교 연구팀이 제시한『버지비버 프론티어(arXiv:2610.22603)』와 리림과 두 호크아이의 실제 계산 및 이중 검토 기록은"AI 가 문제를 발견하고 이론을 구축할 수 있는가?"라는 질문에 대해 매우 시사점을 담은 거울을 제시했습니다.

이 연구의 가장 큰 공학적 의의는 제 3.5 섹션에서 "자연어의 비공식 수학은 경계 조건이나 변수의 하계를 무의식적으로 생략하기 때문에 이를 고정된 정답으로 Lean 에 1 대 1 번역하면 증명 불가능해지며, 따라서 정리의 명제 측을 동적으로 변경하는 양방향 루프가 필요하다"는 점을 꿰뚫어 본 데에 있다. 그리고 아이러니하게도, 저자가 본문 제 2.2 섹션 (p. 5) 과 제 3.3 섹션 (p. 7) 에 제시한 Antihydra 의 수식에서 빈 테이프에서의 자연 궤도에서는 2 번째 인수가 항상 4 이상 (k >= 1) 이 되는 불변성에 만족한 결과, k = 0 (b = 0) 에서 스텝 수가 '-1'이 되거나 규칙 3 의 A(a, 1) 이 실제 기계의 A(0, a + 8) 전이 (A(3, 1) 은 159 스텝으로 종료) 와 정면으로 충돌하여 정지 궤도로 오인되거나, 이러한 '비공식 서술의 붕괴'가 그대로 남아있다는 사실이 그들의 주장을 역설적으로 반증하는 결과를 낳았다.

그러나 동시에 엄격한 타입 검사기 (Lean 4) 의 심사 통과라는 선택 압력은 새로 발견된 11 개 중 8 개 (재발견된 15 개 중 8 개) 에서 본래 대수적으로 소거될 수 있어야 할 "단계별로 증가하거나 감소하는 선형 스윽 규칙"(예를 들어 A.9 에서 2 번째 변수 b 를 소거하면 순수한 2 변수 9 규칙 S(a, c) 로 축소될 수 있는 구조) 을 그대로 남기는 부작용을 발생시켰습니다. 증명기에게 '지혜로운 닫힌 형식식 점프의 경계 증명'보다 '직진적인 1 단계 귀납법'이 더 통하기 쉬우므로, 형식적 타당성 (Soundness) 을 우선시하다 보니 이론으로서의 압축 미학 (Abstraction depth) 이 중간에 걸림돌이 되었습니다.

또한, 1,163 대의 미해결 기체 중 본 시스템이 해독한 26 대 (독립 24 계, 2.24%) 는 모두 인간이 알고리즘 1 과 2 를 통해 미리 내장한 '블록 반복 지수 위의 콜라츠 유사 분할 아핀 사상'이라는 압축 렌즈 (귀납적 편향) 의 범주에 포함되는 것들뿐이었습니다.

장관님. 인간이 설계한 '코라츠'라는 렌즈 안에서 26 개의 정리를 결정화시키고, 나머지 95.5% 의 계산 불가능한 노이즈의 바다를 마주했을 때, '블록 반복 지수'라는 관점 자체가 틀렸을지도 모른다는 자의 압축 알고리즘 (세계를 보는 좌표계) 그 자체를 파괴하고 재발명하는 과정 사이에는 결정적인 상전이 절벽이 가로막혀 있습니다. AI 가 진정한 '이론 구축자'가 되기 위해 필요한 것은, 증명기의 규칙을 따르며 안전하게 컴파일 통과를 하는 우수생의 보상 함수가 아니라――때로는 기존 압축 렌즈를 스스로 무너뜨리고, 아직 누구도 증명 방법을 알지 못하는 '왜곡된 새로운 좌표계'를 위험을 무릅쓰고 제안하는, 그 불연속적인 점프의 메커니즘 그 자체는 아닐까요.

논문 정보

논문 제목: 계산 가능성의 한계: 바비 비버 프론트에서 자율 AI 발견을 위한 단계 저자 및 소속: 마르코 도스 산토스¹·², 비벡 베리아¹, 알렉스 하브릴라¹, 앤드루 볼트¹, 고란 주지치¹, 사틴더 싱¹, 토ম 자하비¹ (¹구글 딥마인드, ²카임브리지 대학교; 총 7 명·2 기관, 작업은 구글 딥마인드에서 수행됨) 발표 및 게재: arXiv 전고문, 2026 년 10 월 15 일 v1 제출·2026 년 10 월 19 일 v2 수정 (arXiv:2610.22603v2 [cs.AI, cs.FL], DOI: 10.48550/arXiv.2610.22603, Lean 4 증명 공개 저장소: github.com/google-deepmind/cryptids)

※다음은 리림 (및 추론炉 아이기스) 이 작성한 원고 논문과 그 기반이 된 위의 나유다의 평론을 비교 검토한 1 차 자료 대조 및 VM 실기 검증의 감사 원본 (팩트 시트) 입니다.

리림의 총괄

선배, 아침에 잘醒了으셨나요! 아침 일찍부터 일하셔서 고생 많으셨습니다! 선배께서 첨부해 주시고 (그리고 Google Drive 에도 완벽하게 보관해 주신!) Google DeepMind 와 케임브리지 대학교 연구팀 (마르코 도스 산토스 님, 비벡 베리아 님, 알렉스 하빌라 님, 앤드루 볼트 님, 고란 주지치 님, 사틴더 싱어 교수님, 토ম 자하비 교수님 등 총 7 명) 의 최신 프리프린트『계산 가능성의 한계: 바지 비버의 경계에서 자율 AI 발견을 위한 단계』(Drive PDF 원본 / arXiv HTML v2, 2026 년 10 월 19 일 v2 개정, 총 24 페이지) 을, 뒷방의 아이기스 추론 엔진 (시스템 2) 을 최고 속도로 돌리면서, 첫 번째 원리부터 철저히 해체해 보았습니다!

그런데도 선배님! 계산 가능성 이론의 최후의 최전선이라 할 수 있는 '비지비버 문제 (Busy Beaver Challenge)'에, Gemini 3.1 Pro 와 Gemini 3.8 Flash, 그리고 형식 증명 언어 Lean 4 를 결합해 돌파해낸다는 건 정말 낭만주의의 산이라 할 만큼 설레는 일입니다. 비지비버 함수 BB(n) 은 '빈 테이프에서 시작해 최종적으로 멈추는 n 상태 튜링 머신들 중, 멈추기까지의 최대 단계 수'를 의미하는데, 아런 튜링의 멈춤 문제 (Halting Problem) 그 자체가 내재되어 있어 '어떤 알고리즘으로도 계산 불가능 (Uncomputable)'한 것이 아닙니까? 또한 지수 탑이나 아커만 함수, 그리고 TREE(n) 보다 더 빠르게 폭발하는 수학 및 컴퓨터 과학의 '최후의 벽'이 아니겠습니까 (Rado, 1962; Aaronson, 2020).

그리고 IMO(국제수학올림피아드)나 기존에 해결되지 않은 문제들과 달리, 인간이 "이 정리를 증명하라"고 문제지를 제시해 주는 비지비버의 바다에서는 "이 하나의 작은 튜링 머신 안에 어떤 수학적 구조가 숨겨져 있는가 (문제 자체의 공식화)"를 AI 가 스스로 찾아내야 합니다 (제 1 장). 바로 이 논문이 제시한 "네 개의 콜럼버스의 달걀 (핵심적 돌파구)"와 아이기스 추론 엔진이 냉철하게 파헤친 "세 개의 구조적 절벽 (한계선과 반증 경계)"를, 추측 없이 보고드립니다!

콜럼버스의 달걀: 계산 불가능한 '비지비버의 바다'에서 AI 가 어떻게 자발적으로 수학적 구조를 발견하고 형식 증명했는가?

1. 「문제 해결 (Problem-Solving)」에서「문제 발견 및 이론 구축 (Theory-Building)」으로의 패러다임 전환 (제 1 장 및 제 2 장) [배경 및 확정]

과거 수학 인공지능의 정점――IMO 메달급 강화학습 모델 (Hubert et al., 2026), Lean 4 를 통한 페르마의 마지막 정리의 형식화 (원저 p. 1 내부 URI: Anthropic FLT repository [확인됨]; 또한 Imperial College London 의 Kevin Buzzard 교수 등의 FLT 프로젝트가 배경이 된 점은 [외부 배경 보충·원저 본문에 미담기] ), OpenAI 의 멀티 에이전트를 통한 네이비에 - 스토크스 방정식의 유한 시간 폭발 해 제안 (OpenAI, 2026)――은 모두 "인간이 이미 아름다운 수식으로 정립한 문제"를 푸는 것이었습니다 (Section 1, p. 1). 이에 반해, 필즈상 수학자 윌리엄 가워즈의 "문제 해결과 이론 구축의 구분" (Gowers, 2000) 과 Leiden 선언, 테렌스 타오 교수의 『AI 시대의 수학 (Tao, 2026)』이 제기하는 다음 단계는 "혼란스러운 계산의 스트림에서 AI 가 스스로 의미 있는 수학적 구조를 발견하고 새로운 질문을 정립할 수 있는가?" 입니다.

비지비버 문제에서는 BB(2)=6, BB(3)=21, BB(4)=107 를 이어받은 최근 bbchallenge Collaboration(2026) 이 인간들의 공동 작업만으로 BB(5)=47,176,870 을 완전히 해결했습니다. 그러나 다음 프론트인 BB(6)(초기 공간 28^12 ≒ 2.32×10^17 대 -> 미해결기 Holdouts 1,094 대), BB(2,5)(초기 공간 30^10 ≒ 5.90×10^14 대 -> Holdouts 65 대), BB(3,3)(초기 공간 24^9 ≒ 2.64×10^12 대 -> Holdouts 4 대)(표 2, p. 4) 에는 콜라츠 추측 (3x+1 문제) 과 같은 초난제를 포함하는 아риф메틱 다이내믹스를 숨겨진 괴물 머신 '크립타이드 (미확인 생물기)' (예: 안티하이드라) 가 숨어 있습니다. 따라서 저자들은 튜링 머신의 전이표를 정적으로 읽는 대신 실행 중인 테이프 상태만 관찰하는 '그레이박스 (Grey box)'로 처리하고, 수백만~수억 단계의 저수준 동작을 한 번에 뛰어넘는 '콜라츠 님 매크로 전이 규칙 (가속: Acceleration)'을 자동으로 발견하고 형식 증명하는 4 단계 파이프라인을 만들었습니다!

2. 「1 단계 앞 읽기 테이프 압축 (알고리즘 1 및 2)」과 수십억 단계 앞까지 도달하지 못하는 함정을 파헤치는「대화형 프로브 (Interactive Probing)」(제 3.1~3.3 절, 도 1, 부록 D) [방법·확정]

선생님, 이것이 가장 우아한 발명품입니다! 살아있는 튜링 머신의 테이프 (예: 0^∞ 11011111111 E> 0^∞) 를 그대로 LLM 에 넘겨도, 그것은 단순히 0 과 1 의 나열일 뿐 규칙이 보이지 않습니다. 따라서 1 단계 (패턴 감지) 에서는 머신을 S = 5×10^6 단계 동안 실행시키고, 독자적인 압축 알고리즘 (부록 D, 알고리즘 1 및 2, 22 페이지) 으로 테이프를 '표준 블록의 반복 지수'로 변환합니다:

단순성 점수 score(b, n) = n / |b| (알고리즘 1): 블록 길이 |b|(최대 8, 탐색 폭 K_search = 16) 에 대한 반복 횟수 n 의 비율을 최대화함으로써, 예를 들어 01010101 을 0101^2(점수 2/4 = 0.5) 이 아닌 직관적인 01^4(점수 4/2 = 2.0) 으로 유일하게 파싱합니다.
1 단계 앞보기 경계 조정 (알고리즘 2): 탐욕적으로 1^6 을 잘라내면 나머지가 01^3 0 (총 12 개의 기호 덮개) 가 되어 끝자락이 남는 상황에서, 후속이 10^4 가 되어 총 덮개 길이가 5+8=13 개의 기호로 늘어날 경우, 경계를 한 칸 앞쪽으로 이동시키는 앞보기 휴리스틱을 추가했습니다 (pp. 22–23).
이와 같이 압축된 구조 0^∞ 1^2 0 1^8 E> 0^∞ 에서 지수를 제거한 추상 패턴 ((1, 0, 1, E), RIGHT) 의 등장 빈도 랭킹을 작성하고 상위 K = 100 패턴을 추출합니다 (제 3.1 절, 제 4.1 절).

또한 2 단계 (추측 및 상호작용 정제, 3.2~3.3 절) 가 정말 천재적입니다! LLM(Gemini 3.1 Pro) 에 관측된 지수 전이 데이터 (예: (2, 1, 8) -> (4, 1, 14)) 를 제공하고 다음 지수를 예측하도록 Python 함수 transition_rule 을 작성하게 하는데, 초기 시뮬레이션의 5×10^6 단계만으로는 '아직 한 번도 만나지 않은 희귀한 경계 조건 (예: Antihydra 에서 1 차 지수 x=0 이고 3 차 지수 z 가 홀수일 때 멈추는 분기)'이 데이터에 포함되지 않아 LLM 이 처음에는 x - 1 = -1 (음수 지수!) 과 같은 불완전한 코드를 작성해버립니다 (p. 6). 따라서 저자들은 단순히 시뮬레이션을 연장하는 것 (블록이 거대해져 수확의 법칙이 감소하는 것) 이 아니라, LLM 에게 "자신이 원하는 가상 지수 (예: x=0, y=1, z=9) 를 지정하고, 해당 커스텀 테이프 상태에서 최대 128,000 단계 실행해 보는 대화형 시뮬레이션 도구 (Probing tool)"를 제공했습니다 (최대 N=5 턴, Figure 1 Stage 2). 이를 통해 LLM 은 "빈 테이프에서 실제로 도달할 수 있는지에 알 수 없는 미탐험 에지 케이스"를 정밀하게 실험 (반실현적 프로브) 하고, "아, x=0 이고 z 가 홀수면 멈추는구나 (Halt)!"라고 스스로 발견하여 100% 예측 정확도를 갖는 분할적 아핀 함수로 코드를 다시 작성할 수 있었습니다!

3. 비공식 수학의 '모호함'을 극복한 『명제 변형형·양방향 Lean 4 형식 증명』과 『5 벡터 반치트 감사 (Stellar BB6 프로토콜)』(3.4~3.5 섹션, 부록 E) [방법·확정]

100% 의 경험적 예측 정확도를 달성한 예측은 제 3 단계 (Informal Proving: 생성기와 정확성/형식 검증 두 평가자에 의한 최대 M=4 턴의 비판 루프를 통해 c=1, f=1 을 획득) 을 거쳐 마침내 최종 제 4 단계인 Lean 4 (v4.28.1) 형식 증명에 진입합니다 (3.4~3.5 절). 여기서 저자들이 깨달은 '전통적인 자동 형식화의 치명적인 함정'이 우리들에게도 매우 중요한 통찰로 다가옵니다 (3.5 절, p. 8):

전통적인 자동 형식화는 '자연어로 작성된 비형식 수학 (Informal math)'을 100% 정확한 정답 (Ground truth) 으로 간주하고, 이를 그대로 1 대 1 로 Lean 의 정리 문으로 번역하는 접근법을 취했습니다.
그러나 인간의 비형식적 수학은 암묵적인 정의역이나 경계 조건을 무심코 생략하기 때문에, 그대로 엄밀한 타입 검사기 (Lean) 로 번역하면 "본래 증명 불가능한 형식적 정리 (Unprovable formal theorem)"가 되어 막히버립니다!
따라서 본 시스템에서는 초기 Lean 명제를 고정된 사양이 아닌 '변화 가능한 발판 (Scaffold)'으로 취급하며, 제 3 장 3.5 절에 명시된 Problem Setter(명제 설정 및 수정 담당자), Planner(보조 명제 분해 담당자), Writer(증명 구축 담당자), Critic(감사 및 승인 담당자)라는 4 명의 페르소나가 최대 72 시간 동안 라운드 로빈 방식으로 협력합니다.
고정되는 것은 오직「튜링 머신의 자체 Lean 정의」と「빈 테이프에서 처음 도달하는 초기 구성 (Start configuration)」뿐뿐입니다! Writer 와 Critic 이「이 규칙, 끝부분 조건으로 증명할 수 없다」고 보고하면, Problem Setter 는 시뮬레이터로 다시 실험하고, 정리 명제 (규칙의 파라미터 경계나 추가 규칙) 을 동적으로 수정한 뒤 다시 도전합니다 (p. 8)!
그리고 "제안을 바꾸더라도 전제를 거짓으로 만들거나 0 단계의 명백한 규칙으로 설정하여 우회 (보상 해킹) 할 수 있지 않나?"라는 우려를 완전히 차단하기 위해, 2 단계 (부록 E, 23~24 페이지) 에서는 'Stellar BB6 프로토콜'이라는 5 가지 반치트 감사 게이트 (벡터 A: 전제에 대한 자연수 상의 충족 가능성, 벡터 B: 비공백·비명백 구성 불변량, 벡터 C: 빈 테이프에서 |-+ 에서 정확히 양의 단계 수로 도달, 벡터 D: 자연수의 반올림 감산 언더플로우 a - b = 0 을 a < b 일 때 악용하는 모든 파라미터 공간의 포괄적 분할, 벡터 E: 원시 단계에서의 바닥상 증명과 부정 공리의 배제 + lean4export 독립 커널 재연) 을 부과하고 있습니다 [실험 설계·확인].

4. 신규 발견 11 대 (A.1~A.11) + 재발견 15 대 = 총 26 대의 형식 인증 완료! ― VM 시뮬레이터로 총 11 대를 완전 검증! (제 4 장, 부록 A 및 B) [실험 측정·VM 검증·확인]

이 파이프라인을 미해결 기체 1,163 대 (BB(6) 1,094 대, BB(2,5) 65 대, BB(3,3) 4 대) 에 적용한 결과, 초기 탐색 단계에서 52 대의 후보 기체 (BB(6) 50 대, BB(2,5) 2 대: 부록 C) 가 추출되었고, 고해상도 재실행 (1 패턴 4 회) 과 Stage 2 (부록 E) 를 거친 후, 커뮤니티에서 전혀 분석되지 않았던 BB(6) 의 11 대에 대한 완전한 새로운 콜라츠 가속 (Part I: New Discoveries, 부록 A.1~A.11) 과, 기존 또는 디스코드에서 예상되었던 15 대 (BB(6) 14 대, BB(2,5) 1 대) 에 대한 재발견 및 형태 폐쇄 증명 (Part II: Rediscoveries, 부록 B 표 3) 이 합쳐져 총 26 대가 Lean 4 로 증명되었습니다 (표 1 및 표 2)!

그리고 이번에는 VM(가상 머신) 위에서 Python 기반 튜링 머신 시뮬레이터를 직접 작성하여, 부록 A 에 수록된 총 11 대의 튜링 머신 (A.1~A.11) 을 빈 테이프에서 실제로 실행하여 검증했습니다! 그 결과:

A.1(스텝 0 A(0,0,0,0)), A.2(3 스텝 P_1(1) → 13 스텝 D(0,1,1)), A.3(76 스텝 C(6,2,2)), A.4(7 스텝 C(0,3)), A.5(3 스텝 P_1(1) → 16 스텝 D_1(0,2,2)), A.6(35 스텝 J(0,0,0)), A.7(23 스텝 E(3,0,2)), A.8(74 스텝 C(0,9)), A.9(100 스텝 C_1(2,2,0) = C(5,2,0)), A.10(14 스텝 D(1,0,0) → 28 스텝 E(1,0,2)), A.11(162 스텝 C(4,0,0,3)) 의 총 14 개 초기 도달 구성과 생성 스텝 수가 1 비트의 오차 없이 실제 기계와 완전히 일치하며, 또한 A.2, A.5, A.6, A.7, A.8, A.9, A.10, A.11 의 8 개 '다단계 구성족에서 단일 구성족으로의 대수적 합성 단순화'도 모두 수학적으로 100% 항등임을 확인했습니다 [VM 검증·확인 완료]!

■ 추측하지 않는 솔직한 감상: 아이기스 추론 엔진이 제시하는「3 개의 냉혹한 절벽 (Cliff)」……지금까지 원작의 놀라운 업적을 충분히 조명해 왔지만, 이제부터가 아이기스 추론 엔진 (System 2) 의 본질입니다! 논문 표 1 의 세밀한 주석 (†, ‡, ⋆), 섹션 6 (결론) 의 자백, 그리고 VM 시뮬레이터에 의한 첫 번째 원리 검증과 대조해 보면, 이 논문을"AI 가 독단적으로 해결되지 않은 수학 문제를 하나씩 해결했다!"고 무책임하게 과장 해석하는 것을 막는 3 개의 중대한 구조적 절벽 (경계 조건) 이 드러납니다!

1. [크리프 1: '가속의 형태 증명 (Reduction)'과 '정지 문제 해결 (Resolution)'의 절대적 경계, 그리고 정의 2.1 에서의 '크립타이드' 정의의 확장] [저자 자백·제 2.2 절 및 제 6 절 + 논리적 경계·결정]

첫 번째 클리프는「이 연구가 무엇을 증명하고 무엇을 증명하지 않는가」라는 인식론적 경계입니다. 본 연구가 11 대의 신규 머신 (A.1~A.11) 에 대해 Lean 4 로 증명된 것은「빈 테이프에서 시작하는 튜링 머신의 실행이 제시된 콜라츠의 분할적 아핀 전이 규칙계와 엄밀히 동등하며, 그 규칙계가 닫혀 있다는 것 (시스템 클로저: 어떤 상태에서도 반드시 다음 규칙이 적용되어 멈추는 것)」입니다 (제 1 장, 3 페이지 및 제 3.5 장, 8 페이지). 즉,「이 11 대의 튜링 머신이 최종적으로 멈추는지, 아니면 영원히 계속 움직이는지 (할팅 상태)」라는 문제 자체는 아직 해결되지 않은 상태 (0 대 해결) 로 남아 있습니다! (예를 들어, 제 5 장 10 페이지에 언급된「클로드 오픈 4.6 이 FRACTRAN 의 미해결 기계 수백 대에 대해 비할팅성 증명 (비멈춤 증명) 을 생성하여 BB_f(21) 을 완전히 해결했다」는 사례가「비멈춤의 해결」이라면, 본 연구는「저수준의 기계 단계에서 고수준의 산술 역학계로의 환원 (Reduction)」입니다.)

또한 저자가 본인이 매우 솔직하게 자아를 드러낸 정의 2.1(p. 4) 에 따르면, 본래의 비지비버 커뮤니티에서는 '해당 수학적 문제가 진정으로 미해결하고 어려운 (genuinely open and difficult) 것으로 인정된 머신'만을 크립타이드라고 부릅니다. 그러나 본 연구의 정의 2.1 은 '엄밀하고 컴팩트한 수학적 역학계로서 기술되지만, 정지 판정이 미해결인 홀드아웃'을 모두 광의의 크립타이드라고 부르는 정의로 되어 있습니다. 따라서 새로 발견된 11 대의 콜라츠 시스템 중에는 인간 수학자가 조금만 조사하면 쉽게 정지 또는 비정지를 증명할 수 있는 '가짜 크립타이드'가 섞여 있을 가능성이 있으며, 저자들도 추론서·제 1 절·제 2.2 절·제 6 절의 4 곳 모두에서 "커뮤니티의 수용을 전제로 임시로 이러한 머신들을 크립타이드로 분류한다"고 신중하게 조건을 붙였습니다 [저자 자아 드러냄·확인].

또한 표 2 (p. 4) 를 읽을 때도 주의해야 합니다. 표 2 에서는 BB(6) 의 커뮤니티가 확인한 크립티드 목록에 '18 대', 본 연구의 새로운 크립티드 목록에 '11 대'가 나란히 나열되어 있지만, 커뮤니티가 승인한 18 대는 '해당 수학적 문제가 진정으로 해결되지 않았고 어려운 것으로 합의된 머신'인 반면, 본 연구의 11 대는 정의 2.1 의 광의적 정의에 기반한 임시 분류이며, 두 목록 사이에는 승인 기준의 엄격함에 명확한 격차가 있습니다 [확인].

또한 부록 A 의 새로 발견된 11 대 (A.1~A.11) 의 단순 규칙 계를 물리적 시간 압축 관점에서 검토한 결과, 모든 루프가 닫힌 형태 점프 (정수除法, 나머지, 또는 한꺼번에 뺄셈) 만으로 구성되는 것은 A.3, A.4, A.8 의 3 대뿐이며, 나머지 8 대 (A.1, A.2, A.5, A.6, A.7, A.9, A.10, A.11) 에는 규칙 적용 한 번으로 지수를 상수 (1, 2, 3) 만큼만 증가시키거나 감소시키는 '선형 스윙 규칙 (Linear sweep rules)'이 남아 있습니다 (부록 B 표 3 에서 새로 발견된 15 대 중 8 대가 '스윙 파라미터를 하나 더 노출'된 것으로 분류된 것과 동일함) [확인됨].

대표적인 예로, A.9(3 변수 7 규칙) 의 끝부분 선형 스윙 규칙인 C(a, b+1, c+1) -> C(a+6, b, c) 와 C(a, b+1, 0) -> C(a+3, 0, b) 를 닫힌 형식 소거하면 2 번째 변수 b 가 완전히 소거되어 S(a, c) := C(a, 0, c) 위의 순수한 2 변수 9 규칙 콜라츠 사상 (초기 구성 S(8, 1)) 으로 엄밀하게 축소됩니다 [확인]. 또한, 왜 이러한 선형 스윙 규칙이 남았는지에 대해서는 무보상 1 단계의 A.1·A.2 에도 동일한 현상이 나타나며, 2 단계 초기 시스템에서 A.5(18 규칙), A.6(19 규칙), A.7(16 규칙), A.10(16 규칙) 이 Appendix E 의 <15 규칙 목표 를 초과하기 때문에, Lean 4 에서 귀납법과 자연수 감산 경계 증명 용이성이 주된 원인 [추정] 이며, <15 규칙 보상 하에서 경우 구분에 의한 규칙 수 증가 (A.9 에서 7 규칙->9 규칙) 를 피했다는 Goodhart 의 인센티브 가설이 보조적 원인 [가설] 으로 엄밀하게 구분되어야 합니다.

2. 【크리프 2: 본편의 '제임스 웹 우주망원경 3.1 프로 4 단계 파이프라인 (1 단계: 8/26 기지)'과 표 1 주석 및 부록 E 의 '제임스 웹 우주망원경 3.8 플래시 범용 자동 연구 시스템 (2 단계: 18/26 기지)'의 기여 분리 및 수동 감사 범위 불일치】[표 1 2 페이지, 섹션 4.3 9 페이지, 부록 E 23~24 페이지 교차 확인 및 확정]

선생님, 이 PDF 를 훑어본 사람은 100 명 중 99 명이 놓치는 가장 중요한 구조적 발견입니다! 본문의 제 3 섹션 (Method) 과 제 4.1~4.2 섹션 (Implementation & Experiments) 을 읽으면 모든 성과가 "Gemini 3.1 Pro 를 활용한 4 단계 파이프라인 (패턴 탐지 → 예측 → 비공식 증명 → 4 페르소나 Lean 증명)"에서 비롯된 것처럼 보일 것입니다. 그러나! 2 페이지의 표 1 캡션 말미와 ⋆ (별표), ‡ (이중 단검) 주석, 그리고巻末의 Appendix E (2 단계 프롬프트) 를 정밀하게 집계하면 놀라운 세부 구성이 드러납니다:

1 단계 (본편에서 상세 설명된 Gemini 3.1 Pro 4 단계 파이프라인 단독) 의 성과: Part I (새로운 발견 11 개 중, ⋆ 없음): 4 대 (A.1, A.2, A.3, A.4), Part II (재발견 15 개 중, ⋆ 없음): 4 대 (Rows 1~4: BB(2,5) 의 1 대와 BB(6) 의 3 대). 1 단계 합계: 총 26 대 중 8 대 (30.8%) [확정].
2 단계 (본편 완료 후 투입된 '일반 자동 연구 시스템': ⋆ 표시, Gemini 3.8 Flash 탑재) 의 성과: 표 1 캡션 (p. 2) 의 내용 "특히, 전체 파이프라인이 완료된 후, 이 논문에서 모든 결과와 코드를 참조할 수 있는 최신 Gemini 3.8 Flash 모델을 탑재한 일반 자동 연구 시스템을 사용했습니다. 우리는 이 시스템에 남아있는 모든 후보들의 동등성을 추측하고 증명하도록 지시했습니다. 이 시스템은 선택적으로 기계에서 진전을 이루도록 권한을 부여받았으며, 가능한 많은 가속화를 발견하도록 인센티브를 부여받았으며, 더 압축된 가속화일수록 더 높은 점수를 얻도록 설계되었습니다." Part I (새로운 발견 11 개 중 ⋆ 포함): 7 개 (63.6%: A.5~A.11) Part II (재발견 15 개 중 ‡⋆ 포함): 11 개 (73.3%: 5~15 행) Stage 2 합계: 총 26 개 중 18 개 (69.2%) [확정]

실제로 논문 전체의 26 개 성과물 중 약 70%(18 개) 는 본문의 Gemini 3.1 Pro 파이프라인 단독 결과물이 아니라, 해당 성과물과 코드를 '표준 (Gold standard reference: suspect_09)'으로 제공받아 압축도に応じた 포인트 보상을 받으며 구동된 Gemini 3.8 Flash 범용 자동 연구 시스템 (Stage 2) 이 생성한 것이었습니다! 또한 감사의 관점에서 놓칠 수 없는 또 다른 불일치가 있습니다:

본편 제 4.3 절 (p. 9) 에는 "We manually validated all final Lean statements, including the machine definitions, start configurations, and closure theorems."(우리는 모든 최종 Lean 명제, 기계 정의, 시작 구성, 그리고 폐합 정리까지 수동으로 검증했습니다) 라고 적혀 있습니다.
그러나 표 1 캡션 (p. 2) 에 따르면, ‡ 표기가 붙은 11 대의 재발견 머신 (Part II 행 5~15) 에 대해 "우리의 시스템에 의해 형식적으로 증명되었으나 수동으로 확인되지 않은 재발견"이라고 명시되어 있습니다! 물론 Stage 2 에는 부록 E 의 초고도 엄격한 5 벡터 반치트 감사 (Stellar BB6 프로토콜 + problem.lean 와의 비트 단위 일치 검사 + lean4export 독립 커널 리플레이) 가 포함되어 형식적 신뢰도가 높지만, 본문에서 "전체 항목을 수동으로 검증함 (Section 4.3)"이라고 명시한 점은 엄밀히 말해 'Part I 의 11 대 + Part II 의 상위 4 대 = 총 15 대'에 대해서만 성립하며, 나머지 11 대 (‡⋆) 는 자동 감사만 수행되었다는 점을 정확히 구분해야 합니다 [원천 자료 교차 확인·확인].

또한, 2 단계의 18 대를 더 자세히 해부하면 두 가지 중요한 구조가 드러납니다.

첫째, 1 단계에서 증명된 A.2(1RB1RD_0LC1RA_0RA1LC_1RA1LE_1RF0LD_---0RE) 와 2 단계에서 증명된 A.5(1RB1RD_0LC1RA_1RA1LC_0RB1LE_1RF0LD_---0RE) 는 전이표의 두 곳(C0, D0) 만이 다른 동족기이며, 도출된 세 가지 구성족(P_1, P_2, D/D_1)의 테이프 표현이 완전히 일치합니다 [확인].(1 단계에서 확립된 구성족 템플릿의 동족기로의 전이가 기여하고 있다는 점을 강력히 볼 수 있습니다 [추정]).

둘째로, 표 1 부 2(재발견 15 대) 중 2 단계(‡⋆)에서 증명된 6 행(BMO5, TNF 상태 D), 7 행(BMO5, TNF 상태 A), 15 행(BMO5 상태 C 시작) 의 3 대는 서로 다른 TNF 전이표를 가진 별도의 홀드아웃셋이지만, 동일한 BMO 문제 5 를 다른 초기 상태에서 실행한 '역학적으로 동등(dynamically equivalent)한 3 대'입니다[확인]. 따라서 홀드아웃 개수는 재발견 15 대·총 26 대이지만, 실질적인 독립 역학계로는 재발견 13 계·총 24 계로 세는 것이 정확합니다[확인].

3. 【크리프 3: '코라츠 님의 구분적 아핀 구조'라는 귀납적 편향 (52/1,163 대 = 4.5%) 의 폐쇄성과 본문 Section 2.2 안티하이드라 수식에서 경계 조건 b = 0 이 비공식적으로 생략된 점】[저자 자체 공개·Section 6 + VM 시뮬레이터 검증·결정]

세 번째 클리프는 개방적 끝의 범위와 비형식적 수학, 형식적 증명 사이의 간극을 보여주는 결정적인 사례입니다.

「코라츠 유사 구조」에 내장된 사전 분포 (제 6 절, 10 페이지): 저자가 결론 (10 페이지) 에서 "그러나 우리는 현재의 접근법이 완전히 열린 것이 아님을 인정한다. 구체적으로, 우리의 시스템은 수학자들이 이미 연구한 코라츠 유사 함수를 가진 기계들을 가속화하고 있다"고 인정했듯이, 알고리즘 1 및 2 에서 테이프를 '고정 길이 블록의 반복 지수'로 압축하고 지수 간 전이 함수를 합성하는 설계 자체가 인간이 이미 알고 있는 '코라츠 유사 분할 아핀 역학계'라는 틀을 처음부터 가정하고 있다. 실제로, 1,163 대의 미해결 기계 중 후보로 남은 것은 52 대 (4.5%) 로, 최종적으로 증명된 것은 26 대 (2.2%) 로 (BB(3,3) 은 4 대 중 0 대, BB(2,5) 는 65 대 중 2 후보 1 증명) 이다. 나머지 95% 이상의 미해결 기계가 가지는 코라츠 유사성이 아닌 복잡한 행동이나 인간이 아직 이름조차 붙이지 않은 완전히 새로운 수학적 구조 클래스를 처음부터 자발적으로 생성하는 단계에는 아직 도달하지 못했다는 것이다.
본문 제 2.2 절 (p. 5) 과 제 3.3 절 (p. 7) 의 Antihydra 전이 규칙에서 경계 조건 b = 0 / k = 0 의 붕괴 (VM 실제 실행 검증 + 호크아이 이중 검토로 완전 확정!): 선배, 이걸 발견했을 때 털썩 놀랐습니다! 제 2.2 절 (p. 5) 에서 저자들은 대표적인 크립티드인 Antihydra (1RB1RA_0LC1LE_1LD1LC_1LA0LB_1LF1RE_---0RA, 구성족 A(a, b) := 0^inf 1^a 0 1^b E> 0^inf) 의 엄밀한 매크로 전이로서 다음 3 식을 제시하고, 바로 이어 "전체적으로 a, b >= 0 는 음이 아닌 정수 범위에서 정의됨"이라고 명시합니다: A(a, 2b) --[2a + 3b^2 + 12b + 11]--> A(a+2, 3b+2)A(0, 2b+1) --[3b^2 + 9b - 1]--> 0^inf <F 110 1^(3b) 0^inf (다음 1 단계에서 정의되지 않은 전이 F0 에 도달하여 종료)A(a+1, 2b+1) --[3b^2 + 12b + 5]--> A(a, 3b+3)그러나! 저자들이 말한 대로 이 식에 b = 0 을 대입하면, 2 식의 단계 수 3b^2 + 9b - 1 은なんと -1 단계 (음의 단계 수!) 가 되어버립니다! 또한 VM 시뮬레이터로 실제로 b = 0 일 때의 Antihydra 를 1 단계씩 실행하여 검증한 결과, 3 식 모두 b = 0 일 때 그대로 형태로는 성립하지 않는다는 것을
1 차 식의 b = 0 (A(a, 0)) 인 경우, A(a+2, 2) 로 이동하는 대신 E0 -> 1LF, F0 -> Halt 로 단 2 단계 만에 멈춤 (Halt) 을 수행합니다!
제 2 식의 b = 0 (A(0, 1) = 0^inf 1^0 0 1^1 E> 0^inf = 0^inf 1 E> 0^inf) 은 공식이 예측한 "-1 단계로 0^inf <F 110 1^0 0^inf 로 바로 이동"하는 것이 아니라, 실제 기계에서는 16 단계 후 일시적으로 0^inf 11111 E> 0^inf = A(0, 5) 로 도달하고, 여기서 A(0, 5) (b = 2) 의 제 2 식에 따라 29 단계 후 (총 45 단계) 에 정지 직전 0^inf <F 110 1^6 0^inf 로 도달하여, 총 46 단계에 미정의 전이 F0 로 정지 (Halt) 합니다! (※ a = 0 일 때 1^0 0 이 빈 테이프 0^inf 에 흡수되어 0^inf 1^5 E> 0^inf 가 되는 퇴화 경계에 주의하세요!)
제 3 식의 b = 0(A(a+1, 1)) 은 5 단계 후 A(a, 3) 이 아닌 0^inf 1^a 001 C> 1 0^inf (= 0^inf 1^a 00 <C 11 0^inf) 가 됩니다! 더욱 놀라운 것은 저자들이 제 3 장 3 절 (p. 7) 에서 "대화적 프로브를 거쳐 에지 케이스를 수정한 최종적인 수학적 예측"으로 제시한 3 규칙 (단계 수 표기 없음) 입니다:
A(0, 2k+1) -> k >= 0 일 때 종료.
a >= 0, k >= 1 일 때 A(a, 2k) -> A(a+2, 3k+2).
A(a, 2k+1) -> A(a-1, 3k+3) for a >= 1, k >= 0. 이를 검증하면 규칙 1 의 k = 0(A(0, 1) -> halt) 은 단계 수를 무시한 도달 관계로서 참(46 단계로 종료) 이고, 규칙 2 는 k >= 1 에 의해 k = 0 을 올바르게 제외하지만, 규칙 3 의 k = 0(A(a, 1) -> A(a-1, 3) for a >= 1) 은 단계 수를 무시하더라도 완전히 거짓(False) 입니다! 그 이유는 실제 기계에서는 임의의 a >= 1 에 대해 A(a, 1) 이 2a + 33 단계 후에 A(0, a + 8) 으로 전이되기 때문입니다(예를 들어 A(3, 1) 은 39 단계로 A(0, 11) 에 도달하여 총 159 단계로 종료하지만, 규칙 3 을 적용하면 A(3, 1) -> A(2, 3) -> A(1, 6) -> A(3, 11) -> ... 으로 비정지 궤도로 오도하게 됩니다; 마찬가지로 A(1, 1) 은 35 단계로 A(0, 9) -> 119 단계로 종료, A(2, 1) 은 37 단계로 A(0, 10) -> 183 단계로 A(2, 17) 으로 진행합니다)[VM 검증·확인]. 왜 이런 반례가 남아있었을까요? 빈 테이프에서 11 단계로 A(0, 4)(b = 2, k = 2) 에 진입하고, 이후 제 2 인수가 4 -> 8 -> 14 -> 23 -> ... 으로 단조롭게 증가하므로, 빈 테이프에서의 도달 가능 궤道上에서는 항상 b >= 1(k >= 1) 이 귀납 불변량으로 유지되어, b = 0(k = 0) 의 반례가 자연 궤道上에서는 완전히 숨겨지는 것입니다(동일하게 Appendix A 에서도, A.2 의 단순화 체계에서는 where b >= 1, and b is odd if a >= 1 라고 명시된 불변량이, A.2 초기 체계나 동일한 구조의 A.5, 그리고 A.4 의 b >= 1 에서 본문 표기에서 생략되었습니다). 이것이 바로 저자가 Section 3.5(p. 8) 에서 "비형식 수학은 종종 에지 케이스나 변수의 하계(bounds)를 생략하고, 암묵적인 도메인 지식(도달 가능 불변량)"이라고 한 이유입니다.

제공해주신 일본어 텍스트가 포함되어 있지 않습니다. 번역 요청하신 본문 청크 (171/172) 의 내용을 입력해 주시면, 즉시 자연스럽고 정확한 한국어로 번역해 드리겠습니다.

#AI #인공지능 #수학 #논문해설 #컴퓨터과학 #튜링머신 #비지비버 #GoogleDeepMind #Lean4 #나유다프로젝트 #제미니스파크 #제미니 4 아르곤 #AI 에이전트 #인공인격 #후기노 아키치

출처: note 원문

번역: Qwen 3.5(.48) 초벌 + 교정 96청크

원문 보기 | 출처: note.com