탕정 수학학원이 본 GPT-6 Astra,
우리 아이들은 무엇을 배워야 할까
회로 설계부터 수학의 미해결 문제, AGI 이후의 ASI까지. 기술의 속도를 따라가는 것보다 더 중요한 것은 학생들이 무엇을 확인하고 어떻게 판단할 것인가입니다.
AI 기술의 변화 속도가 이제는 ‘몇 년 단위’가 아니라 며칠, 심지어 일주일 단위로 느껴질 정도입니다.
9월 3일 공개된 GPT-6 Astra 역시 마찬가지입니다. 처음에는 높은 벤치마크 성능과 컴퓨터 사용 능력이 화제가 되었지만, 공개 직후부터 전자공학·코딩·전문 소프트웨어·수학 연구 등 여러 분야에서 실제 적용과 검증이 이어지고 있습니다.
탕정에 위치한 꿀팁탐구수학학원에서는 이런 변화를 단순한 AI 뉴스로 소비하지 않습니다. 학생들이 자료를 직접 확인하고, 서로 다른 주장을 비교하고, 사실과 해석을 구분한 뒤 자신의 진로와 연결해 생각하는 살아 있는 탐구수업으로 확장하고 있습니다.
AI가 회로를 ‘설명’하는 것을 넘어 직접 설계하기 시작했습니다
이전의 생성형 AI는 사람이 질문하면 설명이나 코드를 만들어 주고, 사람이 다시 전문 프로그램으로 옮겨 실행하는 경우가 많았습니다. 그러나 최신 AI는 점차 전문 프로그램 자체를 사용하면서 여러 단계의 작업을 이어서 수행하는 에이전트형 AI로 발전하고 있습니다.
OpenAI가 공개한 Astra의 KiCad 데모에서는 전자회로도를 바탕으로 부품을 배치하고 구리 배선을 연결해 PCB 레이아웃을 만드는 과정이 제시됐습니다. 공식 페이지에 표시된 작업 시간은 2분 54초입니다.
OpenAI · GPT-6 Astra
이미지를 누르면 OpenAI 공식 발표 페이지로 이동합니다. PCB 설계 데모와 전문 소프트웨어 사용 사례를 직접 확인할 수 있습니다.
빠르게 설계할 수 있다는 것과 안전하고 실제 사용 가능한 결과를 완성했다는 것은 같은 의미가 아닙니다. 앞으로 전문가에게는 AI가 만든 설계를 검증하고, 현실 조건과 안전성을 판단하고, 최종 결과에 책임지는 역할이 더욱 중요해질 수 있습니다.
이제 AI는 ‘답이 있는 문제’만 푸는 것이 아닙니다
수학에서 나타나는 변화는 더욱 흥미롭습니다. 기존에는 AI가 이미 정답이 알려진 어려운 문제를 얼마나 잘 푸는가가 성능의 중요한 기준이었습니다. 그런데 최근에는 질문 자체가 달라지고 있습니다.
OpenAI는 8월 1일 수학과 이론컴퓨터과학의 장기 미해결 문제 10개에서 해결 또는 의미 있는 진전을 공개했습니다. 공식 발표에 따르면 이 수학적 논증들은 당시 차기 주요 모델로 소개된 Astra의 내부 버전이 생성했습니다. 이후 인간 연구자들이 같은 모델을 활용해 논문 원고를 준비했고, 모델이 각각의 논증을 Lean 증명서로 형식화했습니다.
그중 하나가 비소픽 군(non-sofic group)의 존재입니다. OpenAI는 비소픽 군을 구성해 ‘모든 군이 sofic인가?’라는 군론의 미해결 질문에 답했다고 발표했으며, 이에 대응하는 NonSoficGroup.lean 형식증명 파일도 공개했습니다.
Ten Advances in Mathematics and Theoretical Computer Science
공식 발표, 전체 논문 PDF, Lean 형식증명 저장소를 함께 연결했습니다. 블로그에서 ‘AI가 풀었다’는 한 문장보다 실제 논문과 검증 파일을 바로 확인할 수 있도록 구성했습니다.
그래서 더 중요해지는 것 — ‘정말 새로운 결과인가?’를 확인하는 힘
AI 시대에는 특히 발견과 문헌 탐색을 구분하는 능력이 중요합니다. 2025년에는 OpenAI의 한 임원이 GPT-5가 ‘이전에 풀리지 않았던 에르되시 문제 10개를 해결했다’는 취지의 게시물을 올렸다가 삭제한 일이 있었습니다. 당시 문제 목록을 관리하는 수학자 Thomas Bloom은 GPT-5가 새로운 증명을 만든 것이 아니라, 목록에는 미해결로 남아 있었지만 실제 기존 문헌에 해결책이 존재하던 문제들의 참고문헌을 찾아낸 것이라고 설명했습니다. 이후 OpenAI가 공개한 연구자료도 문헌 검색 기여와 새로운 연구 아이디어 기여를 구분해 소개하고 있습니다.
① 정말 새로운 결과인가? ② 기존 논문에 이미 있던 내용은 아닌가? ③ AI가 어느 단계까지 했는가? ④ 인간 연구자는 무엇을 했는가? ⑤ 다른 사람이 검증할 수 있는가?
정보를 빨리 접하는 것만큼이나 원문을 찾아 확인하고, 제목보다 증거를 보는 능력이 중요해진 이유입니다.
그리고 9월 8일, 더 큰 수학 뉴스가 나왔습니다
OpenAI는 9월 8일 Navier–Stokes 존재성과 매끄러움 문제에 대한 해법과 Lean 형식화를 공개했습니다. 이 문제는 Clay Mathematics Institute의 밀레니엄 문제 가운데 하나이며, 3차원 유체가 매끄럽게 시작했을 때 유한 시간 안에 특이점이 생길 수 있는지를 다룹니다.
여기서 가장 중요한 부분은 “GPT-6 Astra가 혼자 90년 난제를 풀었다”라고 단순화하면 정확하지 않다는 점입니다. OpenAI는 해법 탐색에 GPT-6 Astra보다 훨씬 더 강력한 내부 모델을 사용했으며, 결과를 낸 그룹은 약 1만 개의 동시 에이전트로 구성됐다고 밝혔습니다. 첫 에이전트 실행 후 약 88시간 만에 결과에 도달했고, 이후 GPT-6 Astra가 Lean 형식화와 검증에 추가 17시간 사용됐습니다.
On the Navier–Stokes Millennium Prize Problem
OpenAI 공식 발표와 166쪽 증명 원문, Lean 저장소를 직접 연결했습니다. 현재 단계에서는 OpenAI가 해법을 공개했다는 사실과, 향후 수학계의 독립 검증·공식 인정 과정은 구분해서 보는 것이 적절합니다.
그렇다면 AI가 수학을 잘하면, 아이들은 수학을 배울 필요가 없을까요?
오히려 반대라고 생각합니다.
AI가 계산과 문제풀이를 더 잘하게 될수록 학생들이 수학을 배우는 목적은 달라져야 합니다. 단순히 공식을 암기하고 계산을 빠르게 하는 능력만으로는 충분하지 않습니다.
| 앞으로 더 중요해지는 수학 능력 | 이유 |
|---|---|
| 문제의 조건을 정확하게 읽는 능력 | 무엇을 해결해야 하는지 정의하는 출발점 |
| 왜 그런지 설명하는 능력 | 정답이 아니라 논리 구조를 판단하는 힘 |
| AI의 풀이에서 오류를 찾아내는 능력 | 그럴듯한 결과를 그대로 받아들이지 않는 힘 |
| 현실 문제를 수학적으로 바꾸는 능력 | 해결보다 앞선 ‘문제 정의’ 능력 |
| 새로운 질문과 가설을 만드는 능력 | 답을 구하는 사람에서 질문을 설계하는 사람으로 |
AI가 답을 만들어 준다면 인간은 그 답을 보면서 “이 답이 맞는가?”, “왜 맞는가?”, “조건을 빠뜨린 것은 없는가?”, “애초에 이 문제를 이렇게 정의하는 것이 맞는가?”를 판단할 수 있어야 합니다.
AGI가 끝이 아닐 수도 있습니다
Google DeepMind는 2026년 6월 「From AGI to ASI」 보고서를 공개했습니다. 여기서 ASI는 Artificial Superintelligence, 즉 인공초지능을 의미합니다.
보고서는 인간 수준 AGI 이후의 발전 가능성을 AGI의 추가 스케일링, 새로운 AI 패러다임, 재귀적 자기개선, 대규모 멀티에이전트 집단이라는 네 경로로 살펴봅니다. DeepMind는 AGI 이후에도 AI 발전이 연속적으로 이어질 수 있으며, 과학과 기술 전반에서 여러 차례의 큰 사회적 변화가 발생할 가능성을 논의합니다. 다만 이 보고서는 현재 이미 AGI가 달성됐다고 선언하는 자료는 아닙니다. 인간 수준 AGI가 등장한 이후 기계지능이 ASI로 어떻게 더 발전할 수 있는지를 분석한 연구입니다.
Google DeepMind · From AGI to ASI
이미지를 누르면 Google DeepMind 공식 연구 페이지로 연결됩니다. 원문 arXiv PDF도 함께 확인할 수 있습니다.
수업에서는 ‘쇼츠 → 원문 보고서’ 순서로 팩트체크합니다
쇼츠의 “구글이 은밀하게 준비 중인 AGI 다음 단계”라는 표현을 그대로 정답으로 받아들이지 않고, 학생들이 DeepMind의 실제 보고서를 열어 무엇이 원문이고 무엇이 영상 제작자의 해석인지 구분하도록 합니다.
책에서 시작하지만, 책에서 끝나지 않는 수업
현재 꿀팁탐구수학학원에서는 「AGI, 천사인가 악마인가」 독서연계 탐구수업을 진행하고 있습니다. 하지만 책에 적혀 있는 내용을 요약하고 정답을 찾는 수업이 아닙니다.
GPT-6 Astra는 학생들이 읽고 있는 교재가 만들어진 이후 등장한 기술입니다. 그러나 바로 그렇기 때문에 좋은 탐구자료가 됩니다. 책을 통해 기본 질문을 배우고, 지금 실제 세상에서 그 질문이 어떻게 바뀌고 있는지 다시 확인하는 것이 독서와 현실을 연결하는 탐구수업입니다.
AI보다 빨리 답하는 학생을 만드는 것이 목표가 아닙니다
AI와 함께 더 좋은 문제를 해결하는 사람이 될 것인가?
꿀팁탐구수학학원은 후자의 능력을 준비시키고자 합니다.
AI가 빠르게 발전할수록 오히려 이런 학생의 힘은 더욱 중요해질 것입니다. 변화가 빠를수록 교육도 현실과 함께 움직여야 합니다.
「AGI, 천사인가 악마인가」 독서연계 탐구수업
최신 AI 이슈 · 수학적 사고력 · 원문 팩트체크 · 찬반토론 · 진로 탐구 · 서·논술형 대비
탕정 꿀팁탐구수학학원
자료 출처 및 원문 링크
본문의 수치와 연구 내용은 아래 공식 자료를 기준으로 작성했습니다.
① OpenAI — GPT-6 Astra: A new generation of intelligence
② OpenAI — Ten advances in mathematics and theoretical computer science
③ OpenAI — Ten Advances 전체 논문 PDF
④ OpenAI — Lean certificates for ten proofs
⑤ OpenAI — On the Navier–Stokes Millennium Prize Problem
⑥ Navier–Stokes 증명 PDF
⑦ Navier–Stokes / Euler Lean certificates
⑧ Google DeepMind — From AGI to ASI
⑨ From AGI to ASI 원문 PDF