KirinNews

OpenAI 'GPT-5.6 Sol Ultra', 양자 암호학 미해결 난제 증명… 독립 연구진 3시간 차로 동시 논문 제출

OpenAI 'GPT-5.6 Sol Ultra', 양자 암호학 미해결 난제 증명… 독립 연구진 3시간 차로 동시 논문 제출

Key Points

  • 1MIT의 세윤 라가반 연구원과 UCLA·UCSB 연구진이 OpenAI의 GPT-5.6 Sol Ultra를 활용해 양자 암호학 난제에 대한 독립적인 증명을 각각 완성했습니다.
  • 2두 연구팀은 복제 불가능한 암호화(Unclonable Encryption)에 대해 추가 보안 가정이 필요 없는 효율적 구성 방식을 3시간 18분 차이로 arXiv에 동시 제출했습니다.
  • 3라가반 연구원은 4개 에이전트 병렬 협업을 2시간 주기로 점검하는 방식을, UCLA 연구진은 자체 개발한 AI 비평·검증 시스템을 활용했습니다.
  • 4두 연구 모두 AI가 증명의 핵심 아이디어와 수학적 구성을 생성했음을 명시하며, 프론티어 LLM의 자율적 연구 및 정리 증명 능력을 입증했습니다.
MIT와 UC 연구진이 OpenAI의 'GPT-5.6 Sol Ultra'를 활용해 양자 암호학의 난제였던 '복제 불가능한 암호화'의 무가정 증명을 각각 독립적으로 해결했습니다. 두 연구진은 서로 다른 프롬프팅 및 비평 워크플로우를 사용해 불과 3시간 18분 간격으로 arXiv에 사전 논문을 제출했습니다. 이번 사례는 프론티어 AI가 복잡한 수학 및 암호학 증명의 핵심 아이디어를 도출하며 과학 연구 패러다임을 혁신하고 있음을 보여줍니다.

인공지능(AI)이 수학과 이론 컴퓨터 과학의 난제를 잇달아 해결하는 가운데, 양자 암호학 분야에서도 프론티어 AI 모델을 활용한 획기적인 증명이 도출되었습니다. 특히 서로 다른 두 연구팀이 OpenAI의 최신 모델 'GPT-5.6 Sol Ultra'를 각기 다른 방식으로 활용하여 동일한 양자 암호학 난제를 해결하고, 불과 3시간 18분 간격으로 arXiv에 논문을 제출하는 초유의 동시 발견이 일어났습니다.

이번에 해결된 문제는 양자 정보의 복제 불가능성을 활용한 '복제 불가능한 암호화(Unclonable Encryption)'의 효율적 구현에 관한 것입니다. 2019년 개념적 프레임워크가 제안된 이후 기존 접근법들은 비효율적이거나 특정 보안 가정에 의존해야 하는 한계가 있었습니다. MIT 박사과정의 세윤 라가반(Seyoon Ragavan) 연구원과 UCLA 아밋 사하이(Amit Sahai) 교수 및 UC 샌타바버라 프라반잔 아난스(Prabhanjan Ananth) 교수 연구팀은 GPT-5.6 Sol Ultra를 활용해 별도의 추가 가정 없이도 안전하고 효율적인 복제 불가능한 암호화가 성립함을 수학적으로 증명했습니다.

두 연구진은 동일한 모델을 사용하면서도 상이한 엔지니어링 워크플로우를 적용했습니다. 라가반 연구원은 4개의 에이전트가 병렬로 작동하는 GPT-5.6 Sol Ultra 시스템을 2시간 세션 단위로 구동하며 중간 결과를 직접 점검하고 방향을 재지정하는 대화형 방식을 취했습니다. 반면 UCLA와 UCSB 연구팀은 AI가 해결책을 탐색하고 상호 비평할 수 있도록 자체 구축한 시스템을 통해 모델로부터 핵심 구성안과 증명 아이디어를 도출한 뒤 정밀 검증을 수행했습니다.

두 연구진은 논문 제출 직후 겹치는 연구 성과를 인지하고 논문 통합을 논의 중인 것으로 알려졌습니다. 이번 사건은 프론티어 LLM이 복잡한 양자 암호학 증명의 핵심 논리를 직접 설계할 수 있는 수준에 도달했음을 보여주는 동시에, AI 시대의 과학적 발견에 있어 연구자의 독립적 기여도와 학술적 공로를 어떻게 정의할 것인지에 대한 새로운 질문을 던지고 있습니다.

다른 소식들

동일한 양자 암호학 난제에 GPT-5.6 Sol Ultra로 각각 증명 성공... AI가 촉발한 동시 발견 논쟁

MIT 연구원과 UC 계열 대학교수 연구팀이 OpenAI의 최신 모델 'GPT-5.6 Sol Ultra'를 활용해 양자 암호학의 난제였던 '복제 불가능 암호화' 효율성 증명에 성공했습니다. 단 3시간 차이로 논문이 arXiv에 제출되며 독립적인 발견과 학술적 기여에 대한 새로운 질문을 던졌습니다.

LLMModels & ResearchAdvanced Reasoning

메타 AI, 에이전트의 망각 방지 및 장기 과제 수행력 개선을 위한 '메모리 코칭 에이전트' 프레임워크 공개

메타 AI 연구진이 장기 작업 중 에이전트가 이전에 파악한 오류를 잊거나 실패한 단계를 반복하는 '행동 상태 쇠퇴' 문제를 해결하기 위해 별도의 메모리 에이전트를 두어 필요한 순간에만 선택적으로 개입하는 프레임워크를 발표했습니다. 이 시스템은 벤치마크 테스트에서 작업 성공률을 최대 8.3%포인트 향상시켰으며 소스 코드는 오픈소스로 깃허브에 공개되었습니다.

AI AgentsAgentic WorkflowBenchmarks