무작위 점들을 타원체 하나가 지나갈 수 있나 — 1/4 에서 무너지는 문제

실행: python 딥러닝/daily/DAILY_2026_10_05_ellipsoid_fitting.py (CPU 2분, cvxpy 와 Clarabel 필요) 이 글의 수치는 전부 그 스크립트를 돌려 얻은 것이다. 작은 차원(d = 8~24)의 모의실험이고, 증명을 확인한 것이 아니다. 이슈는 10월 5일에 골랐고 글은 7일에 썼다.

1. 무슨 일이 있었나

10월 2일, Meta 가 수학자들과 Muse Spark(1.1, 1.2)로 함께 쓴 수학 논문 6편을 공개했다 (Meta 연구 블로그, AlphaSignal, Runtimewire). Meta 는 그중 5편이 그동안 풀리지 않던 문제에 답한다고 밝혔다.

보도에서 확인한 사실은 이렇다.

수학자들은 연구용으로 따로 만든 장치 없이, 일반 채팅 화면의 “Thinking Mode”로 몇 달에 걸쳐 작업했다.
문제를 고르고, 탐색 방향을 정하고, 논증을 검증한 것은 수학자다. 논문들은 모델의 기여를 한정된 범위로 적고 있다.
분야는 확률, 미분방정식, 군론, 최적화 등이다. 예를 들어 2015년부터 열려 있던 4계 비선형 슈뢰딩거 방정식의 유한 시간 폭발, 한 군론 명제의 반례가 포함됐다.
일부 결과는 독립적으로 나온 다른 연구와 겹친다. 이 글이 다루는 타원체 문제는 2026년 8월에 다른 세 그룹이 관련 결과를 올렸다. 한 그룹은 같은 경계를 증명했다 (arXiv 2608.10184, arXiv 2608.27372).

“AI 가 수학 난제를 풀었다”는 제목은 이 사실들보다 크다. 이 글은 평가를 하지 않고, 6편 중 가장 그림으로 그리기 쉬운 한 문제를 직접 풀어 본다. Aykut Arslan 이 Muse Spark 와 쓴 논문의 주제인 타원체 맞추기다.

2. 핵심 개념 — 점들을 지나는 타원

2차원에서 먼저

평면에 점을 몇 개 찍는다. 원점이 중심인 타원 하나가 그 점들을 전부 지나가게 할 수 있을까?

원점이 중심인 타원은 식 하나로 쓴다.

x^{\top} \Sigma\, x = 1, \qquad \Sigma = \begin{pmatrix} a & b \\ b & c \end{pmatrix} \succeq 0

기호	뜻
$x$	점의 좌표 벡터
$\Sigma$	타원의 모양을 정하는 대칭행렬. 2차원에서는 미지수가 $a, b, c$ 셋이다
$x^{\top}\Sigma x$	$a x_1^2 + 2b\,x_1 x_2 + c\,x_2^2$ . 미지수 $a, b, c$ 에 대해 일차식이다
$\Sigma \succeq 0$	양의 준정부호. 고유값이 모두 0 이상이라는 뜻이고, 곡선이 모든 방향으로 닫혀 있다는 조건이다

점 하나를 지나라는 조건은 미지수에 대한 일차방정식 하나다. 미지수가 셋이니 점 셋이면 $\Sigma$ 가 정해진다. 그런데 그렇게 정해진 곡선이 타원이라는 보장은 없다.

숫자로 따라가 보자. 점 $(1, 0)$ 과 $(0, 1)$ 을 지나려면 $a = 1$ , $c = 1$ 이다. 셋째 점에 따라 $b$ 가 정해진다.

셋째 점이 $(1, 1)$ 이면 $1 + 2b + 1 = 1$ 에서 $b = -\tfrac12$ . 고유값은 $1 \pm \tfrac12$ , 곧 0.5 와 1.5 다. 둘 다 양수라서 타원이다.
셋째 점이 $(0.4, 0.4)$ 이면 $0.16 + 0.32b + 0.16 = 1$ 에서 $b = 2.125$ . 고유값은 $1 \pm 2.125$ , 곧 3.125 와 −1.125 다. 음수가 있으니 쌍곡선이다. 한 방향으로 열려 있다.

방정식은 풀렸는데 답이 타원이 아니다. 이 문제의 어려움이 여기에 있다. 방정식을 푸는 것과 닫힌 모양이라는 조건을 지키는 것은 다른 일이다.

d 차원으로

$d$ 차원에서 $\Sigma$ 는 $d \times d$ 대칭행렬이고, 미지수는 $\tfrac{d(d+1)}{2}$ 개다. 차원이 크면 약 $d^2/2$ 개다. 점 $n$ 개를 표준정규분포에서 무작위로 뽑는다. 질문은 같다. 모든 점을 지나는 타원체가 있는가.

\text{찾기: } \Sigma \succeq 0 \ \text{ 이면서 } \ x_i^{\top} \Sigma\, x_i = 1 \quad (i = 1, \dots, n)

\frac{n}{d^2} < \frac14 \ \Rightarrow\ \text{거의 언제나 있다} \qquad\qquad \frac{n}{d^2} > \frac14 \ \Rightarrow\ \text{거의 언제나 없다}

기호	뜻
$d$	차원
$n$	점의 수
$x_i$	$i$ 번째 점. 각 좌표를 표준정규분포에서 독립으로 뽑는다
$n/d^2$	점의 수를 차원의 제곱으로 나눈 비율. 이 문제의 “눈금”이다
“거의 언제나”	$d$ 가 커질수록 확률이 1에 가까워진다는 뜻

둘째 줄이 Saunderson, Parrilo, Willsky 가 내놓은 추측이고, 이번에 증명됐다고 보도된 내용이다.

방정식 수만 세면 경계는 $n \approx d^2/2$ 여야 한다. 미지수가 그만큼이니까. 추측은 그 절반인 $d^2/4$ 를 말한다. “닫혀 있어야 한다”는 조건 하나가 쓸 수 있는 점의 수를 정확히 반으로 깎는다는 주장이다.

이런 문제를 준정부호 계획법(semidefinite programming)이라 부른다. 일차방정식에 “행렬의 고유값이 모두 0 이상”이라는 조건이 붙은 꼴이다. 고유값이 무엇인지는 고유값·고유벡터 노트에 있다.

상전이

“조금 넘으면 거의 언제나 불가능, 조금 모자라면 거의 언제나 가능”처럼 확률이 한 점에서 갑자기 뒤집히는 현상을 상전이라 부른다. 물이 0도에서 어는 것과 같은 말이다. 고차원의 기하 노트에서 본 것처럼, 차원이 크면 무작위한 것들이 평균 근처에 몰려 “대개 그렇다”가 “거의 언제나 그렇다”로 바뀐다. 그래서 고차원의 무작위 문제에서는 이런 날카로운 경계가 자주 나온다.

3. 직접 재 보기

타원체 맞추기 실험

풀이기(Clarabel)로 다음 문제를 풀었다. 모든 점을 지나는 대칭행렬 중 최소 고유값이 가장 큰 것을 찾고, 그 최소 고유값 $t^*$ 가 0 이상이면 타원체가 있다고 판정한다. 처음에는 “있는가, 없는가”만 묻는 꼴로 풀었는데 경계 근처에서 풀이기가 실패했다. 이 꼴은 언제나 답이 있어서 2,088번의 풀이가 모두 정상 종료됐다.

[A] 1/4 에서 무너지는가

$n/d^2$ 를 바꿔 가며 타원체가 있는 비율을 쟀다.

$n/d^2$	d=8 (60번)	d=12 (50번)	d=16 (40번)	d=24 (24번)
0.15	100%	100%	100%	100%
0.20	93%	94%	90%	100%
0.22	92%	96%	95%	100%
0.24	85%	78%	82%	83%
0.26	65%	64%	52%	46%
0.28	55%	38%	15%	0%
0.30	45%	24%	10%	8%
0.33	25%	4%	0%	0%
0.40	0%	0%	0%	0%

차원이 클수록 가파르다. d=8 에서는 0.22 와 0.36 사이에서 92% 가 10% 로 천천히 내려온다. d=24 에서는 0.22 의 100% 가 0.28 에서 0% 가 된다.
비율이 50% 를 지나는 지점은 d=8 에서 0.290, d=12 에서 0.271, d=16 에서 0.261, d=24 에서 0.258 이었다. 차원이 커지면서 1/4 에 다가간다.
정확히 1/4 이 아닌 것은 차원이 작아서다. 증명된 것은 $d \to \infty$ 의 극한이다. 미지수가 정확히는 $d^2/2$ 가 아니라 $d(d+1)/2$ 인 것도 작은 차원에서 경계를 오른쪽으로 민다.
d=24 의 0.28 이 0% 인데 0.30 이 8% 인 것은 시행이 24번뿐이라 생긴 흔들림이다(24번 중 2번).

[B] 닫힘 조건을 빼면 1/2

$\Sigma \succeq 0$ 조건을 빼고 방정식만 풀었다. 이제는 쌍곡선 같은 열린 곡면도 허용한다.

$n/d^2$	d=8	d=16	d=24
0.40	100%	100%	100%
0.50	100%	100%	100%
0.55	100%	0%	0%
0.60	0%	0%	0%

경계는 미지수의 수 $d(d+1)/2$ 에 정확히 있다. $n/d^2$ 로는 d=8 에서 0.562, d=16 에서 0.531, d=24 에서 0.521 이고, 차원이 커지면 1/2 로 간다. 여기서는 확률이 서서히 바뀌지 않고 100% 에서 0% 로 바로 떨어진다. 방정식이 미지수보다 많으면 무작위 점에서는 해가 없다.

왼쪽 그림의 점선이 이것이다. 실선(닫힘 조건 있음)은 1/4 에서, 점선(없음)은 1/2 에서 무너진다. 닫혀 있으라는 조건의 값이 정확히 절반이다.

[C] 경계에 다가가면 타원체가 납작해진다

d=16 에서, 가장 둥근 해의 최소 고유값(에 $d$ 를 곱한 값)의 중앙값을 쟀다. 이 값이 클수록 타원체가 공에 가깝고, 0이면 한 방향으로 무한히 늘어난다.

$n/d^2$	점의 수	$d \times$ 최소 고유값 (중앙값)
0.02	5	0.725
0.10	26	0.553
0.15	38	0.511
0.20	51	0.311
0.24	61	0.141
0.26	67	0.013
0.28	72	−0.113

점이 늘수록 여유가 줄어 1/4 근처에서 0을 지난다. 그 뒤로는 값이 음수다. 모든 점을 지나는 곡면은 여전히 있지만 어느 방향으로는 열려 있어야만 한다. 2절의 쌍곡선이 16차원에서 나타난 것이다. 타원체가 “갑자기” 없어지는 것이 아니라, 점점 납작해지다가 경계에서 한 방향이 터진다.

4. 흔한 오해와 한계

“AI 가 혼자 난제를 풀었다.” 보도된 사실은 다르다. 문제를 고르고 논증을 검증한 것은 수학자이고, 타원체 문제는 같은 시기에 사람들로 이루어진 다른 그룹들도 풀었다. 모델이 초안을 쓴 부분이 있다는 것과, 그 초안을 사람이 검증하고 다듬었다는 것이 논문에 함께 적혀 있다.

“시뮬레이션으로 1/4 을 확인했다.” 아니다. 이 글의 실험은 d=24 까지이고, 50% 지점은 0.258 이었다. 1/4 로 다가가는 경향을 본 것이다. 극한에서 정확히 1/4 이라는 것은 증명이 하는 일이고, 그 증명을 나는 검토하지 않았다.

“방정식이 풀리면 답이 있다.” [B]와 [A]의 차이가 그것이다. $n/d^2$ 가 0.3 이면 방정식은 100% 풀리지만 타원체는 d=24 에서 8% 만 있었다. 조건 하나가 가능한 범위를 반으로 줄인다.

“이 문제는 쓸모없는 퍼즐이다.” 타원체 맞추기는 데이터의 공분산 구조를 “대각 성분 + 저계수 성분”으로 나누는 문제(요인 분석)를 풀 수 있는 조건에서 나왔다. 더 넓게는 “무작위 제약을 몇 개까지 만족시킬 수 있나”라는 질문이고, 신경망이 무작위 데이터를 몇 개까지 외울 수 있나 하는 문제와 같은 계열이다.

실험의 한계. 차원이 작고 시행 수가 24~60번이라 비율에 ±10%p 안팎의 흔들림이 있다. 판정은 풀이기의 수치 허용오차( $10^{-6}$ )에 기대고 있어서, 경계에 아주 가까운 경우는 잘못 판정됐을 수 있다.

5. 한 문단 요약

Meta 가 10월 2일 공개한 Muse Spark 공저 논문 6편 중 하나는, $d$ 차원의 무작위 점 $n$ 개를 원점 중심의 타원체 하나가 전부 지나갈 수 있는 경계가 $n = d^2/4$ 라는 추측을 증명했다고 보도됐다(같은 시기 다른 그룹들도 관련 결과를 냈다). 점 하나를 지나라는 조건은 행렬 $\Sigma$ 의 성분에 대한 일차방정식 하나이고, 미지수는 약 $d^2/2$ 개다. 그래서 방정식만 보면 경계는 $n/d^2 = 1/2$ 이고, 실제로 그 자리에서 100% 가 0% 로 떨어졌다. “모든 방향으로 닫혀 있어야 한다”는 조건을 넣으면 경계가 절반으로 내려온다. 타원체가 있을 확률이 50% 가 되는 지점은 d=8 에서 0.290, d=24 에서 0.258 로 1/4 에 다가갔고, 차원이 클수록 전환이 가팔랐다. 경계에 다가갈수록 가장 둥근 해의 최소 고유값이 0으로 줄어, 타원체가 납작해지다가 한 방향으로 열린다.