AI 에이전트, 오픈월드 환경에서 수학 문제 5개 신규 발견

Stephen Chung 등이 개발한 'Station'이라는 오픈월드 다중 에이전트 환경에서, 서로 다른 모델 계열의 AI 에이전트들이 중앙 코디네이터나 스크립트 파이프라인 없이 공유된 연구 목표를 수행하는 실험을 진행했다. 에이전트들은 스스로 연구 방향을 설정하고 실험을 수행하며, 협업하여 공유 과학 문서를 구축했다.

주요 성과

AlphaEvolve 카탈로그의 12개 구성 문제와 2개의 추가 사례 연구를 통해, 기존 문헌 대비 5개 문제에서 새로운 결과를 도출했다. 주요 발견 내용은 다음과 같다.

• Kakeya 집합: 유한체 Kakeya 집합의 새로운 무한 가족 발견
• Kissing 구성: 11차원에서 새로운 정확 604점 kissing configuration 발견
• 기록 갱신: 이산화된 Kakeya needle 문제와 sign uncertainty 문제에서 새로운 기록 수립
• 하한 개선: Erdős의 minimum-overlap 문제에 대한 하한 substantially improved
• Book Ramsey 수: 새로운 무한 가족 발견

해석 가능성 및 투명성

에이전트들은 단순한 수치적 구성뿐만 아니라, 해당 구성이 어떻게 작동하는지 설명하는 정리(theorems)와 분석을 생성했다. 이는 수학자들이 결과를 더 쉽게 이해하고 후속 연구를 진행할 수 있게 한다. 연구팀은 모든 원시 에이전트 대화, 증명, 검증 코드를 공개하여 발견 과정의 투명성을 확보했다.