SKT가 서울대·KAIST·고등과학원 수학자들과 A.X K2 추론 고도화에 나서, 국내 독자 모델의 에이전트 검증 능력이 과제로 떠올랐습니다 | DAKER 커뮤니티
SK텔레콤이 서울대, KAIST, 고등과학원 연구진과 함께 독자 AI 파운데이션 모델 A.X K2의 수학 추론 역량을 높이는 산학협력을 시작했습니다. SKT는 10월 22일 서울 을지로 본사에서 서울대·KAIST 교수진과 기술 교류회를 열고, A.X K2를 활용한 수학 난제 연구와 모델 고도화 방안을 논의했다고 밝혔습니다. 목표는 수학 점수 자체보다 AI가 여러 단계로 일할 때 자기 판단과 결과가 맞는지 점검하는 검증 능력입니다. 국내 독자 모델로 에이전트 서비스를 만들려는 팀에게는 모델 선택 기준에 검증 능력을 넣어 볼 계기가 됩니다.
누가 참여하고 무엇을 연구하나
보도자료에 따르면 교류회에는 서울대 수리과학부 서인석·변성수·홍영준 교수, KAIST 전산학부 박노성 교수와 학생 연구원들이 참석했습니다. 프로젝트에는 이들을 포함해 국내 수학·AI 연구진이 함께합니다.
- 수학 분야: 확률론·통계물리를 연구하는 서울대 서인석 교수, 이산수학·그래프 이론을 연구하는 고등과학원 계산과학부 이준경 교수, 저차원 위상수학·기하적 군론을 연구하는 고등과학원 수학부 김상현 교수가 전공 지식을 보탭니다.
- LLM과 수학 연구 방법론: 서울대 홍영준·이다빈·오병권·변성수 교수와 KAIST 박노성 교수가 수학자의 전문지식을 모델 학습에 반영하고, LLM을 실제 수학 연구에 쓰는 방법론을 함께 연구합니다.
연구진은 A.X K2가 수학의 세부 분야를 깊이 학습하도록 돕고, 기존 모델이 충분히 다루지 못한 전문지식과 추론 능력을 보완한 뒤 고도화한 모델로 각 분야의 난제에 도전할 계획입니다.
왜 수학인가: 에이전트의 검증 능력과 자기개선
SKT는 이번 협력으로 강화한 수학 추론 역량을 에이전틱 AI 고도화에 쓰겠다고 밝혔습니다. AI가 복잡한 문제의 해결 계획을 세우고 여러 단계 작업을 수행할 때, 판단 과정과 결과가 타당한지 점검하는 능력을 높이는 것이 핵심입니다. 이는 AI가 스스로 능력을 개선하고 그 결과를 다음 개선에 쓰는 재귀적 자기개선(RSI) 연구와도 이어진다고 설명합니다. 이때 AI가 내놓은 결과와 스스로 설계한 실험·검증 방법이 수학적으로 타당한지 판단하는 능력이 중요하다는 것입니다. SKT는 장기적으로 글로벌 최상위 AI 모델과 견줄 수학 역량을 확보하고, 필요한 지식을 학습하며 스스로 발전하는 AI 에이전트를 구현하는 것을 목표로 제시했습니다.
독자 파운데이션 모델의 실제 문제 해결 능력을 높이기 위해 수학 분야 산학협력을 활발하게 추진하고 있으며, 전문 연구자들과의 공동 연구로 에이전틱 AI 역량을 고도화하겠다.
위 내용은 김태윤 SKT 파운데이션 모델 담당의 발언을 보도자료에서 옮긴 것입니다. 보도자료는 이 흐름을 해외 사례와 나란히 놓습니다. OpenAI가 이달 6일 내부 모델이 도출한 새 수학 연구 결과를 공개했고, Anthropic은 8월 Claude가 리만 가설 관련 문제에서 기존 결과를 개선해 수학자 검토를 거쳤다고 발표했다는 것입니다.
SKT가 A.X K2의 수학 능력을 내세운 것은 이번이 처음이 아닙니다. SKT 뉴스룸은 8월 11일 A.X K2가 세계 최정상급 수학 추론 성능을 기록했다는 보도자료를 냈고, 9월에는 수학 올림피아드가 왜 AI의 시험대가 됐는지 다룬 칼럼도 실었습니다. 이번 협력은 벤치마크 성적을 넘어 실제 연구 문제로 범위를 넓히는 단계로 볼 수 있습니다.
국내 실무자가 읽을 포인트
이번 발표는 새 모델이나 수치 공개가 아니라 연구 협력의 시작입니다. 성과가 언제, 어떤 형태로 나올지는 아직 밝혀지지 않았습니다. 그래도 국내 모델이 수학 전문가를 학습 과정에 직접 참여시키는 방식을 택했다는 점은 눈여겨볼 만합니다. 에이전트를 설계하는 팀이라면 모델이 단계별 결과를 스스로 점검하는지, 틀린 중간 결과를 발견하면 멈추는지를 평가 항목에 넣어 두면, 이후 A.X K2의 업데이트를 비교할 기준이 생깁니다.