수학 중심의 ML 논문을 AI 어시스턴트에게 던져서 간단한 설명이나 의사코드로 돌려받을 수 있다는 게 놀라운 경험임
대학에서 배운 걸 25년 넘게 써본 적 없던 나로서는 정말 큰 도움임
그 설명이 정확한지 어떻게 검증하는지 궁금함. 수학적 정의는 아주 미묘한 부분이 많음
이런 점이야말로 LLM이 학습에 빛을 발하는 부분이라 생각함
논문을 Claude에 넣고 개요를 받은 뒤 질문을 이어갈 수 있음
내가 학사나 석사 때 배우지 않았던 생물학 같은 분야에서도, 지식 있는 튜터와 대화하듯 깊이 파고들 수 있었음
수학 표기법은 맥락 의존성이 높아서, LLM에게 Lisp 같은 저맥락 언어로 변환해달라고 하면 훨씬 빠르게 구조를 파악할 수 있음
연구자와 기업이 과학적 연구에서 더 많은 생산성 향상을 얻기를 바람
완벽하지 않은 어시스턴트라도 충분히 레버리지를 높여줌
Tao가 언급한 iOS용 형식화 앱 베타 버전이 있음 → Aristotle
Robin Hood CEO가 창업한 스타트업이라 함
‘Vibe formalizing’은 ‘vibe engineering’과 ‘vibe coding’의 논리적 확장처럼 느껴짐
문제의 조각들이 잘 안 맞을 때, 비공식적 방법과 수학적 엄밀성을 결합하는 ‘Move 37 as a Service’ 같은 접근이 흥미로움
예전에 polyhedral compilation 논문을 읽다가 막혔던 부분이 있었는데, ChatGPT가 reasoning 과정을 잘 이끌어줬음
물론 틀린 부분도 있었지만, 내 혼란을 반영해 대화하며 이해를 깊게 할 수 있었음
AI는 사용자의 혼란 지점을 파악하는 데 특히 강함
헝가리 수학자 Erdős의 이름 발음 이야기를 들었음
헝가리어는 철자와 발음이 거의 일치하지만, 이름에서는 예외가 있음
영어식으로는 대략 “airdish”처럼 들린다고 함
Ő는 단순히 œ(oe) 소리임. 헝가리 이름의 -y는 귀족 혈통을 의미하던 -i 어미의 흔적임
예: Görgey, Széchényi, Lánczos 등
헝가리 이름 순서는 일본처럼 성-이름(big endian) 순서임. 예: “Erdős Pál”, “Neumann János”
1960년 수학과 게시판에서 본 유머시가 있었음 — Erdos가 쓴 논문이 ‘원은 둥글다’ 정리를 반박했다는 농담이었음
언어마다 발음기호(발음 부호) 의 의미가 다르기 때문에, 헝가리식 부호를 영어 문장에 그대로 쓰는 건 어색하다고 생각함
처음엔 “airdish” 발음이 이상했는데, ‘os’ 어미를 경구개화(palatalize) 해보니 그럴듯하게 들렸음
미국인이 아니라서 그런지, 이런 발음 문제엔 아무도 신경 안 쓰는 듯함
댓글 중에 anti-Lean 성향의 반응이 있다는 점이 흥미로움
수학자는 아니지만, 그 반Lean 자료가 신뢰할 만한지 궁금함
단순히 다른 접근법을 홍보하는 건지, 아니면 철학적으로 Lean에 반대하는 건지 알고 싶음
Tao처럼 유명한 인물은 괴짜나 음모론자들의 관심을 많이 받기 마련임
연구 수학에서 AI를 써본 결과는 혼합적이었음
비자명한 논증을 자동 완성하기도 하지만, 어떤 영역에서는 완전히 길을 잃음
아직은 AI가 수학자를 대체하기보다는 보조 도구로서만 유용한 시점이라 생각함
나도 비슷한 경험을 함. 논문에서 단순한 순열 계산 문제를 시켰는데, 직접 푸는 것보다 시간이 더 걸렸음
코딩에서도 사소한 버그를 못 잡는 경우가 있었지만, 복잡한 작업에서는 큰 도움을 받았음
결국 이 도구들은 전문가를 대체하기엔 아직 멀었고, 과대포장은 오히려 신뢰를 해칠 수 있음
‘달을 약속했다면 달을 줘야 한다’는 말처럼, 현실적인 기대치가 중요함
내 생애에 ‘스타트렉’처럼 “컴퓨터, 이 수학 문제의 증명을 그려줘”라고 말할 수 있는 시대가 올 줄은 믿기지 않음
“Beam me up Scotty”도 가능했으면 좋겠음
하지만 그럴 때마다 죽을 수도 있으니, 그건 좀 곤란할 듯함
오늘 밤 운전 중에 ChatGPT와 LLVM과 GCC 파이프라인 스케줄러의 세부 구조에 대해 대화했음
덕분에 생산성이 크게 향상되었고, 실험 중인 컴파일러 관련 노트를 자동으로 정리해줬음
예전엔 상상도 못 했던 일임
내 경험상 LLM이 세부 내용 중 일부는 틀렸을 가능성이 높음
물론 사람마다 결과는 다를 수 있음
Hacker News 의견
수학 중심의 ML 논문을 AI 어시스턴트에게 던져서 간단한 설명이나 의사코드로 돌려받을 수 있다는 게 놀라운 경험임
대학에서 배운 걸 25년 넘게 써본 적 없던 나로서는 정말 큰 도움임
논문을 Claude에 넣고 개요를 받은 뒤 질문을 이어갈 수 있음
내가 학사나 석사 때 배우지 않았던 생물학 같은 분야에서도, 지식 있는 튜터와 대화하듯 깊이 파고들 수 있었음
연구자와 기업이 과학적 연구에서 더 많은 생산성 향상을 얻기를 바람
완벽하지 않은 어시스턴트라도 충분히 레버리지를 높여줌
Robin Hood CEO가 창업한 스타트업이라 함
‘Vibe formalizing’은 ‘vibe engineering’과 ‘vibe coding’의 논리적 확장처럼 느껴짐
문제의 조각들이 잘 안 맞을 때, 비공식적 방법과 수학적 엄밀성을 결합하는 ‘Move 37 as a Service’ 같은 접근이 흥미로움
물론 틀린 부분도 있었지만, 내 혼란을 반영해 대화하며 이해를 깊게 할 수 있었음
AI는 사용자의 혼란 지점을 파악하는 데 특히 강함
헝가리 수학자 Erdős의 이름 발음 이야기를 들었음
헝가리어는 철자와 발음이 거의 일치하지만, 이름에서는 예외가 있음
영어식으로는 대략 “airdish”처럼 들린다고 함
예: Görgey, Széchényi, Lánczos 등
헝가리 이름 순서는 일본처럼 성-이름(big endian) 순서임. 예: “Erdős Pál”, “Neumann János”
댓글 중에 anti-Lean 성향의 반응이 있다는 점이 흥미로움
단순히 다른 접근법을 홍보하는 건지, 아니면 철학적으로 Lean에 반대하는 건지 알고 싶음
연구 수학에서 AI를 써본 결과는 혼합적이었음
비자명한 논증을 자동 완성하기도 하지만, 어떤 영역에서는 완전히 길을 잃음
아직은 AI가 수학자를 대체하기보다는 보조 도구로서만 유용한 시점이라 생각함
코딩에서도 사소한 버그를 못 잡는 경우가 있었지만, 복잡한 작업에서는 큰 도움을 받았음
결국 이 도구들은 전문가를 대체하기엔 아직 멀었고, 과대포장은 오히려 신뢰를 해칠 수 있음
‘달을 약속했다면 달을 줘야 한다’는 말처럼, 현실적인 기대치가 중요함
내 생애에 ‘스타트렉’처럼 “컴퓨터, 이 수학 문제의 증명을 그려줘”라고 말할 수 있는 시대가 올 줄은 믿기지 않음
“Beam me up Scotty”도 가능했으면 좋겠음
오늘 밤 운전 중에 ChatGPT와 LLVM과 GCC 파이프라인 스케줄러의 세부 구조에 대해 대화했음
덕분에 생산성이 크게 향상되었고, 실험 중인 컴파일러 관련 노트를 자동으로 정리해줬음
예전엔 상상도 못 했던 일임
물론 사람마다 결과는 다를 수 있음
AI 이름을 Erdos로 지으면, 우리 모두의 Erdos number가 1이 될 것 같음
그는 기존의 프런티어 도구를 잘 활용해 협업적인 수학 연구 환경을 만들어낸 점이 인상적임
이런 이유로 수학은 여전히 사이비적 영향력에서 자유로운 드문 학문이라 생각함