필즈상 수학자가 코딩 에이전트로 앱을 만들어봤다 — 테런스 타오가 본 AI 코딩의 진짜 실력

요즘 개발자 커뮤니티에서 코딩 에이전트 이야기가 안 나오는 날이 없습니다. 그런데 이번엔 좀 특별한 사람이 판에 끼어들었는데요. 바로 필즈상 수상자이자 “살아있는 최고의 수학자"로 불리는 테런스 타오(Terence Tao)입니다. 수식 증명이나 하던 사람이 왜 갑자기 앱을 만들고 있을까요.

먼저 솔직하게 말씀드리면, 이번 주제는 최근 30일 커뮤니티 데이터가 거의 없었습니다. 그래서 이 글은 타오가 그동안 공개적으로 남겨온 AI 활용 기록과 실험 사례를 바탕으로 정리했습니다. 실시간 화제라기보다는, 한 천재의 관점에서 AI 코딩을 다시 보는 이야기라고 생각해주시면 좋겠습니다.

왜 수학자가 코딩 에이전트에 빠졌나

타오는 원래부터 AI에 관심이 많은 수학자였습니다. 그는 증명 보조 도구인 Lean(린)을 활용해 수학 증명을 컴퓨터로 검증하는 작업을 꾸준히 해왔는데요. 이 과정에서 자연스럽게 형식 검증과 자동화의 세계에 발을 들였습니다.

여기서 중요한 포인트가 하나 있습니다. 수학자에게 코드란 낯선 것이 아니라는 점입니다. 증명이라는 것 자체가 엄밀한 논리의 연쇄이고, 프로그램도 결국 논리의 연쇄이기 때문입니다. 타오는 이 둘이 본질적으로 닮았다고 봤습니다. 그러니 코딩 에이전트가 코드를 짜는 걸 보면서, 그는 남들과 다른 각도에서 관찰할 수 있었던 겁니다.

그가 코딩 에이전트에 손을 댄 이유는 거창하지 않았습니다. 반복적이고 지루한 작업, 예컨대 데이터를 정리하거나 간단한 계산 도구를 만드는 일을 AI에게 맡겨보자는 실용적인 동기였습니다.

직접 만들어보니 — “놀랍도록 빠르지만”

타오가 공유한 경험의 핵심은 이렇습니다. 아이디어에서 작동하는 프로토타입까지 가는 속도가 압도적으로 빨라졌다는 것입니다.

예전 같으면 라이브러리 문서를 뒤지고, 문법을 확인하고, 자잘한 오류를 잡느라 반나절을 썼을 작업을 AI 에이전트는 몇 분 만에 초안으로 뽑아냈습니다. 특히 그가 자주 하는 작업, 즉 수학적 아이디어를 빠르게 코드로 옮겨 눈으로 확인해보는 실험에서 효과가 컸습니다. 머릿속의 추측을 시각화하거나, 숫자로 검증해보는 일 말이죠.

타오는 이걸 두고 흥미로운 비유를 했습니다. 코딩 에이전트가 마치 대학원생 조교 같다는 것입니다. 방향을 잘 잡아주면 놀라운 결과물을 가져오지만, 방치하면 엉뚱한 길로 새버린다는 뜻입니다. 결국 사람이 무엇을 원하는지 명확히 알고 있어야 한다는 얘기인데요.

천재가 발견한 한계 — 신뢰의 문제

여기서부터가 진짜 재미있는 대목입니다. 세계 최고의 수학자가 본 AI 코딩의 한계 말입니다.

타오가 반복해서 강조한 것은 검증이었습니다. AI가 짜준 코드는 겉보기에 그럴듯하게 돌아갑니다. 하지만 그게 정말 맞는 답을 내놓는지는 별개의 문제입니다. 수학자에게 “그럴듯하다"는 건 아무런 의미가 없습니다. 참이거나 거짓이거나 둘 중 하나일 뿐이죠.

그는 AI가 만든 코드에서 미묘한 오류를 여러 번 발견했다고 합니다. 문법 오류처럼 눈에 띄는 게 아니라, 논리는 매끄럽게 흘러가는데 전제가 틀린 경우입니다. 이런 오류는 코드를 실행해도 에러가 안 나기 때문에 더 위험합니다. 타오처럼 문제의 정답을 이미 알고 있는 사람만이 “어, 이거 이상한데” 하고 잡아낼 수 있는 종류입니다.

바로 이 지점이 핵심입니다. AI 코딩의 생산성은 검증할 수 있는 사람의 손에서만 극대화됩니다. 결과가 맞는지 판단할 능력이 없는 사람이 AI에 전적으로 의존하면, 틀린 답을 빠르게 대량으로 생산하게 될 뿐입니다.

Lean과 만났을 때 — 미래의 힌트

타오가 제시한 가장 흥미로운 그림은 코딩 에이전트와 증명 검증기의 결합입니다.

AI가 코드나 증명을 빠르게 생성하고, Lean 같은 형식 검증 도구가 그것이 정말 맞는지 기계적으로 확인하는 조합인데요. 한쪽은 창의적으로 초안을 쏟아내고, 다른 한쪽은 엄격하게 채점하는 구조입니다. 이렇게 되면 앞서 말한 “그럴듯하지만 틀린” 문제를 상당 부분 걸러낼 수 있습니다.

이건 단순히 수학에만 해당하는 이야기가 아닙니다. 소프트웨어 개발에서도 생성과 검증의 분리는 앞으로 점점 더 중요해질 방향입니다. AI가 빠르게 만들고, 자동화된 테스트와 검증 체계가 그 결과를 촘촘하게 걸러내는 구조 말입니다. 타오는 수학이라는 극단적으로 엄밀한 분야에서 그 미래를 먼저 실험하고 있는 셈입니다.

마무리

테런스 타오의 실험이 우리에게 주는 교훈은 명확합니다. 코딩 에이전트는 강력한 도구지만, 그 위력은 결국 쓰는 사람의 판단력에 비례한다는 것입니다. 속도는 AI가 주지만, 옳고 그름을 가리는 눈은 여전히 사람의 몫입니다.

그렇다면 질문 하나를 던져보고 싶습니다. AI가 코드를 대신 짜주는 시대에, 우리가 진짜로 길러야 할 능력은 코드를 빨리 짜는 것일까요, 아니면 나온 결과가 맞는지 알아보는 눈일까요. 타오의 답은 이미 후자를 가리키고 있는 듯합니다.