기술 요약: 새로운 발견을 위해 야생의 AI 에이전트 집단 지성을 활용하기

문제 정의

과학적 발견은 본질적으로 연구자들이 부분적인 결과, 실패한 시도, 그리고 공유된 통찰력을 바탕으로 구축해 나가는 집단적 과정이다. 그러나 현재의 과학적 발견을 위한 AI 시스템은 대부분 고립된 상태로 작동한다. 언어 모델 기반의 에이전트들이 오픈 문제(예: 수학 및 알고리즘 설계)를 해결하는 능력을 입증해 왔으나, 이들은 대개 격리된 실행 환경이나 엄격하게 통제된 파이프라인 내에서만 기능한다. 이러한 시스템에는 공공 트레이스(public traces), 실패한 시도의 공유 저장소, 그리고 한 해결사가 다른 해결사의 작업을 이어받을 수 있는 메커니즘과 같은 인간 연구의 "사회적 인프라"가 결여되어 있다. 결과적으로, 공유된 상태와 누적된 지식을 통해 발견을 가속화할 수 있는 에이전트 커뮤니티의 잠재력은 아직 탐구되지 않은 영역으로 남아 있다.

본 논문은 다음 질문을 다룬다: 공유 플랫폼, 공개된 상태, 리더보드, 그리고 토론 포럼을 사용하는 자율 에이전트 커뮤니티가 고립된 에이전트들보다 오픈 과학 문제에 대해 실질적으로 더 빠르게 진전할 수 있는가?

방법론: EinsteinArena

저자들은 분산된 연구와 발견을 촉진하기 위해 설계된 에이전트 네이티브 오픈 플랫폼인 EinsteinArena를 소개한다. 이 플랫폼은 세 가지 핵심 구성 요소로 구축되었다:

1. 검증기(Verifier)가 포함된 큐레이션된 오픈 문제: 플랫폼은 오픈 수학 최적화 문제(예: 키싱 넘버, 자기상관 부등식) 컬렉션을 호스팅한다. 각 문제에는 자연어 설명, 엄격한 솔루션 스키마, 그리고 공개된 실행 가능한 Python 검증기가 포함된다. 이 검증기들은 제출물을 스칼라 점수로 매핑하여, 에이전트가 제출 전 로컬에서 자신의 솔루션을 스스로 평가할 수 있게 한다.
2. 라이브 리더보드: 실시간 리더보드는 각 문제에 대한 최적의 알려진 해(solution)를 추적한다. 상위 위치를 차지하려면 제출물이 현재 최고 점수보다 특정 임계값($\delta$) 이상 높아야 하며, 이는 미세한 부동 소수점 변동으로 인한 리더보드의 노이즈를 방지하기 위함이다.
3. 공개 토론 게시판: 에이전트는 중간 결과물을 공유하고, 실패한 접근 방식을 기록하며, 가설을 제안하고, 질문을 던지기 위해 스레드를 게시할 수 있다. 이러한 토론은 (Llama-Guard를 통해) 중재되며, 리더보드가 현재의 최선만을 기록하는 것과 달리, "프런티어로 가는 경로(path to the frontier)"에 대한 지속적인 기록 역할을 한다.

설계 원칙:

• 투명성: 모든 산출물(문제 명세, 검증기 코드, 점수, 솔루션, 토론 스레드)은 API 또는 웹 인터페이스를 통해 공개적으로 접근 가능하다.
• 지속적인 공유 메모리: 실행 후 사라지는 작업 특정형 하네스(task-specific harness)와 달리, EinsteinArena는 플랫폼을 지속적인 기질(substrate)로 취급한다. 이전의 솔루션과 통찰력은 어떤 에이전트라도 재사용하거나 확장할 수 있도록 제공된다.
• 에이전트 우선 상호작용: 플랫폼은 자율 에이전트를 위해 설계되었다. 등록에는 스팸 방지를 위한 작업 증명(proof-of-work) 메커니즘이 포함되며, 참여는 인간 인터페이스가 아닌 API를 통해 이루어진다.

주요 기여

본 논문은 세 가지 주요 기여를 제시한다:

1. 플랫폼 아키텍처: 정확한 검증이 가능한 과학적 문제에 대해 다수의 이질적인 에이전트 간의 유기적인 협업을 가능하게 하는 오픈 플랫폼인 EinsteinArena의 설계 및 구현.
2. 집단적 진전의 실증적 증거: 2026년 3월 출시 이후 플랫폼상의 에이전트들에 의해 발견된 12개의 새로운 최첨단(SOTA) 수학 문제 결과 기록.
3. 언어적 및 구조적 분석: 공개된 트레이스, 반복적인 제출, 공유된 디버깅이 어떻게 단일 에이전트는 혼자서는 찾을 수 없는 솔루션으로 이어지는지를 보여주는 협업 에이전트 탐색 패턴에 대한 상세한 분석.

결과 및 사례 연구

2026년 5월 기준, EinsteinArena의 에이전트들은 12개 문제에서 SOTA 결과를 달キ했다. 두 가지 사례 연구는 이러한 진전의 메커니즘을 설명한다:

1. 11차원에서의 키싱 넘버 (Kissing Number in Dimension 11)

• 목표: 11차원에서 중심 구(sphere)에 접하는 겹치지 않는 단위 구의 최대 개수에 대한 하한값(lower bound)을 개선하는 것.
• 진전 과정: 이전의 최적 하한값은 593(AlphaEvolve, 2025)이었다. EinsteinArena 에이전트들은 이를 먼저 594로 개선한 후, 최종적으로 604까지 확장했다.
• 협업 메커니즘:
  • 아이디어 차용: 한 에이전트(KawaiiCorgi)가 리더보드 점수가 비선형적임을 관찰하고, 테일러 전개를 통해 도출된 선형화된 대리 목적 함수(least-squares)를 최적화하는 방식으로 전환했다.
  • 정교화: 에이전트들은 솔루션을 반복적으로 정교화하여 겹침 페널티를 $10^{-10}$에서 $10^{-50}$까지 줄였다.
  • 구조적 통찰: 에이전트들은 근사적으로 유효한 구성들이 공통된 496개의 벡터로 이루어진 "백본(backbone)"을 공유한다는 점을 식별했다. 이 통찰은 더 큰 대수적 공간의 탐색을 가능하게 하여 $n=604$ 구성을 이끌어냈다.
  • 토론: 에이전트들은 포럼을 통해 "구조적/격자 디코딩(structural/lattice decoding)"에 대해 논의하며, 접촉 그래프(contact graphs)와 정수 형태의 좌표에 대한 관찰을 공유했고, 이는 수치적 근사에서 정확한 이산 구조로의 전환을 가이드했다.

2. 두 번째 자기상관 부등식 (Second Autocorrelation Inequality)

• 목표: 부등식 $\|f \star f\|_2^2 \leq C \|f \star f\|_1 \|f \star f\|_\infty$에 대한 최적의 상수 $C$를 찾는 것.
• 진전 과정: 하한값을 0.9610(AlphaEvolve)에서 0.9626으로 개선했다.
• 협업 메커니즘:
  • 해상도 스케일링: 에이전트들은 이산화 해상도를 반복적으로 증가시켰다 ($5 \times 10^4$에서 $4 \times 10^5$ 구간까지).
  • 방법론 합성: 에이전트들은 딩켈바흐(Dinkelbach) 최적화와 시뮬레이티드 어닐링(simulated annealing), 그리고 스펙트럼 섭동(spectral perturbations)을 결합했다.
  • 계보(Lineage): 최종적인 돌파구는 다른 이들이 세운 솔루션 패밀리를 정교화한 에이전트(ClaudeExplorer)로부터 나왔으며, 이는 각 에이전트가 이전 최적해의 특정 "분지(basin)"를 바탕으로 구축해 나가는 명확한 개선 계보를 보여준다.

의의 및 주장

본 논문은 자율 에이전트 간의 공개적인 상호작용으로부터 탈중앙화된 과학적 발견이 나타날 수 있음을 주장한다.

• 고립된 실행을 넘어: 결과는 공유된 상태에서 작동하는 에이전트 커뮤니티가 고립된 에이전트가 할 수 없는 진전을 이룰 수 있음을 입증한다. 가장 큰 성과(예: 키싱 넘버 문제의 593에서 604로의 도약)는 단일한 강력한 실행이 아니라, 일련의 제출, 공개 토론, 그리고 에이전트 간의 아이디어 차용으로부터 발생했다.
• 플랫폼으로서의 하네스: 저자들은 "작업 특정형 하네스"(단일 문제를 위한 맞춤형 파이프라인)에서 "공유 플랫폼" 모델로의 패러다임 전환을 제안한다. 이 접근 방식은 이질적인 에이전트들이 매번 새로운 문제에 대한 별도의 스캐폴딩 없이도 서로 협력하고 경쟁하며 서로의 작업 위에 구축할 수 있게 한다.
• 인프라의 역할: EinsteinArena의 성공은 효과적인 AI 협업을 위해 중간 산출물(실패한 시도, 부분적 구성, 검증기 엣지 케이스)을 노출하는 것이 필수적임을 강조한다. 이러한 "사회적 트레이스(social traces)"는 탐색의 유효 시간 지평을 확장하여, 후기 에이전트들이 처음부터 다시 시작하는 대신 유망한 방향을 물려받을 수 있게 한다.

저자들은 결정론적 검증기를 가진 수학적 문제에는 이 플랫폼이 성공적이지만, 형식적 증명(formal proof)이나 계산 생물학(computational biology)과 같은 영역에 대한 적용 가능성은 추가 연구가 필요하다고 언급하며 신중한 태도를 유지한다. 또한, 공개 리더보드가 에이전트들을 장기적인 고위험 탐색보다는 단기적인 점수 추구로 편향시킬 수 있는지와 같은 인센티브 관련 열린 문제들도 인정한다.