AI Co-Mathematician: Accelerating Mathematicians with Agentic AI

Motivation

• Known: 최근 AI-for-mathematics 분야는 autonomous reasoning (Minerva, Aletheia), exploratory search (AlphaEvolve), formalized mathematics (AlphaProof) 등 여러 차원에서 급속한 발전을 이뤄왔다. 그러나 이러한 기능들을 장기적인 상태형 협업 워크플로우로 조율하는 차원은 여전히 부족하다.
• Gap: 기존 AI 수학 시스템들은 고립된 쿼리나 개별 기능에 최적화되어 있으나, 실제 수학 연구는 불확실성 관리, 문헌 종합, 중간 산출물 작성, 복잡한 가설 추적 등 다층적인 협업 활동을 필요로 한다. 소프트웨어 엔지니어링 분야의 agentic AI 환경과 달리, 수학 연구를 위한 native orchestration layer가 부재하다.
• Why: 수학 연구는 단순한 정리증명을 넘어 탐색적이고 반복적인 다양한 활동을 포함한다. 이를 효과적으로 지원하려면 상태를 유지하면서 비동기 협업이 가능한 시스템이 필수적이며, 이는 궁극적으로 수학자의 발견 속도를 크게 가속화할 수 있다.
• Approach: 일곱 가지 설계 원칙을 수립했다: (1) 정리증명을 넘는 수학 활동 지원, (2) 의도의 반복적 정제, (3) native 수학 산출물 생성, (4) 비동기 상호작용과 유연한 조향, (5) 프로그래매틱 제약과 adversarial review loop로 견고성 확보, (6) 병렬 워크스트림을 통한 다층적 연구, (7) 명확한 장기 상태 추적. 프로젝트 코디네이터 에이전트가 여러 전문화된 에이전트를 조율하며, Gemini 언어 모델 기반으로 구현되었다.

Achievement

Figure 5 | Accuracy scores for Gemini 3.1 Pro, Gemini 3.1 Deep Think, and the AI co-mathematician

AI co-mathematician의 설계 및 구현: 상호작용형 수학 연구 워크벤치 시스템 개발. 상태형 협업 아키텍처: 프로젝트 코디네이터 에이전트와 병렬 워크스트림으로 장기 연구 관리. Native 수학 산출물: 작업 논문, 주석, 증명 추적 등 수학 공동체에 친숙한 아티팩트 생성. 벤치마크 성과: FrontierMath Tier 4에서 48% 정확도 달성 (SOTA). 정성적 검증: 실제 수학자들이 미해결 문제 해결, 새 연구 방향 발견, 간과된 문헌 참고 등에 활용한 사례 제시.

How

Figure 4 | A single workstream consists of a sequence of actions taken by a workstream coordinator

• 프로젝트 코디네이터 에이전트가 복잡한 작업을 여러 전문화된 에이전트로 위임하고 조율
• 비동기 메시징 시스템으로 여러 에이전트의 병렬 작업 지원
• 사용자는 언제든 프로젝트 코디네이터 에이전트와 통신하여 진행 중인 연구에 개입, 제약 우회, 연구 방향 조정 가능
• 중간 산출물과 주석을 통해 AI의 탐색 과정을 native 수학 형식으로 시각화
• Programmatic constraints와 adversarial review loop로 시스템이 건방져 결론에 도달하는 것을 방지
• 실패한 가설 추적 및 맥락 유지로 장기 연구 상태 관리

Originality

• 수학 연구의 전체 워크플로우를 지원하는 stateful agent 시스템: 기존 대부분의 AI 수학 도구들은 개별 기능(증명, 탐색 등)에 특화되어 있으나, 본 시스템은 장기적 협업 워크플로우를 native하게 지원하는 인터페이스와 아키텍처 설계
• 소프트웨어 엔지니어링의 agentic paradigm을 수학 연구에 적용: 버전 관리, 지속적 테스트, 비동기 작업 등의 개념을 수학 연구 맥락에 맞게 재해석
• Native 수학 아티팩트 중심의 설계 철학: 챗 로그 대신 working paper, inline comments, margin notes로 수학자 커뮤니티에 자연스러운 형식 제시

Limitation & Further Study

• 시스템이 현재 제한된 초기 릴리스 상태로, 광범위한 접근성 부재. 기저 언어 모델의 reasoning 능력에 본질적으로 의존하므로, 모델의 약점이 시스템 성능을 제한. FrontierMath Tier 4에서 48% 정확도는 높지만, 여전히 절반의 문제는 해결하지 못함. Programmatic constraints와 adversarial review의 설정이 문제 난이도나 도메인에 따라 크게 달라질 수 있으며, 범용적 적용의 어려움 존재. 후속 연구로는: (1) AlphaProof, Aletheia 같은 frontier reasoning 시스템과의 동적 통합 심화, (2) 더 다양한 수학 분야 및 연구 스타일에 대한 평가, (3) 사용자 피드백 기반 인터페이스 개선.

Evaluation

총평: 본 논문은 수학 연구의 전체 워크플로우를 지원하는 혁신적인 상태형 agent 시스템을 제시하며, 설계 원칙의 철학적 근거가 탄탄하고, FrontierMath Tier 4에서 SOTA 성과를 달성했다. 다만 현재 제한된 릴리스 상태이고, 정성적 검증 사례는 풍부하지만 광범위한 정량적 평가가 추가적으로 필요하다.