수학 잘하는 AI는? 솔직한 순위 정리
작성자 Chatday Editorial Team ·
지금 수학을 가장 잘하는 AI를 고르라면 답은 GPT-6.1 Sol입니다. 이번 달 초, FrontierMath의 최고 난도 문제를 모두 푼 첫 모델이 됐어요. FrontierMath는 전문 수학자들이 직접 만든 연구 수준의 문제로 구성된 시험으로, 얼마 전까지만 해도 AI는 거의 손도 대지 못했습니다. Chatday에서 실제로 쓸 수 있는 모델 중에서는 Claude Sonnet 5.5와 Claude Opus 5가 그 뒤를 잇습니다.
여기까지가 순위표의 답입니다. 하지만 분수 학습지나 주택담보대출 계산, 더치페이 정산 정도라면 상위 모델 어느 것이든 충분히 해냅니다. 그리고 그래도 생기는 실수는 모델이 얼마나 똑똑한지와는 별 관계가 없어요.
수학 AI 순위는 이렇게 매겼어요
시험을 새로 만들지는 않았습니다. 공개된 시험 중 가장 어려운 것에 기댔어요. 독립 연구 단체 Epoch AI가 운영하는 FrontierMath입니다. 최고 난도 단계는 실제 수학 연구 수준의 미공개 문제 수십 개로 이뤄져 있습니다. 정답이 인터넷에 없으니 모델이 외워 뒀을 리도 없죠.
이 시험을 고른 이유는 세 가지입니다.
- 상위 모델끼리도 차이가 날 만큼 어렵습니다. 학교 수준의 쉬운 시험은 모든 모델이 거의 만점을 받아서 이미 오래전에 변별력을 잃었어요.
- 자동으로 채점됩니다. 모델이 정확한 최종 답을 내야 해서, 느낌으로 점수를 매길 여지가 없습니다.
- AI 회사로부터 독립적입니다. 대체로는요. 이 부분은 곧 다시 설명할게요.
그런 다음 Chatday가 실제로 제공하는 모델만 남겼습니다. 아래에 나오는 모델은 모두 오늘 바로 열어서 써 볼 수 있어요.
순위: 어려운 수학을 가장 잘하는 AI는
Chatday에서 쓸 수 있는 모델들이 FrontierMath 연구 수준 단계에서 받은 성적을, 퍼센트 대신 한눈에 들어오는 형태로 정리했습니다. 점수는 2026년 10월 중순 기준 공개 리더보드에서 가져왔어요.
| 모델 | 푼 연구 수준 문제 | 이럴 때 추천 |
|---|---|---|
| GPT-6.1 Sol | 전부 | 가장 어려운 증명, 퍼즐, 여러 단계짜리 문제 |
| Claude Sonnet 5.5 | 10개 중 약 8개 | 어려운 수학을 차분하고 읽기 쉬운 단계로 설명 |
| Claude Opus 5 | 10개 중 약 7개 | 꼼꼼한 추론이 필요한 긴 문제 |
| GPT-5.5 | 10개 중 약 7개 | 안정적이고 익숙한 만능형 |
| Claude Haiku 5.5 | 절반에 조금 못 미침 | 깊이보다 속도가 중요할 때 빠른 도움 |
| Grok 4.6 | 약 3개 중 1개 | 경시대회 수학보다는 일상적인 질문 |
| Gemini 3.1 Pro | 약 4개 중 1개 | 그래프나 학습지 사진 읽기 같은 복합 작업 |
눈에 띄는 점이 몇 가지 있습니다.
깜짝 1위는 GPT-6.1 Sol입니다. OpenAI에서 가장 비싼 모델도 아니에요. 9월 29일 DevDay에서 공개된 더 저렴한 등급의 모델인데, 이 시험에서는 OpenAI의 플래그십과 대등했고 근소하게 앞서기까지 했습니다. 출시 소식은 GPT-6.1 Sol 해설에서 정리했어요.
Claude는 탄탄한 2위 그룹입니다. 중간 크기인 Sonnet 5.5가 더 큰 Opus 5보다 조금 높은 점수를 받았어요. 여기서는 크기보다 최신 모델이 이겼습니다. 모델 이름만으로는 실력을 알 수 없다는 좋은 예죠.
Gemini와 Grok은 이 분야에서는 뒤처집니다. 그렇다고 나쁜 모델이라는 뜻은 아니에요. Gemini 3.1 Pro는 문제 사진을 읽는 것 같은 복합 작업에 맞춰 만들어졌고, Grok은 빠르고 대화를 잘합니다. 다만 정말 어려운 증명을 맡길 상대는 아닙니다.
연구 수준 수학은 풀면서 숙제는 틀리는 이유
많은 분이 여기서 의아해합니다. 연구 수준의 문제를 푸는 모델도 서두르면 240의 17%처럼 단순한 계산을 틀릴 수 있어요. (참고로 답은 40.8입니다.)
이유는 AI가 글을 읽는 방식에 있습니다. AI는 계산기처럼 숫자를 보지 않아요. 글을 작은 덩어리로 쪼갠 뒤 다음에 올 내용을 예측합니다. 일부 모델이 strawberry에 R이 몇 개인지 세지 못하는 것도 같은 이유예요. 긴 숫자 나열은 바로 이 지점에서 실수가 나기 쉽습니다.
문제를 어떻게 쓰느냐도 영향을 줍니다. 2024년 Apple 연구진은 초등학생 수준의 문장제로 모델을 시험하면서, 그럴듯하지만 문제와 상관없는 문장 하나를 끼워 넣었습니다. 사과 몇 개가 다른 것보다 작았다는 식의 문장이었죠. 그러자 점수가 크게 떨어졌고, 일부 모델은 최대 65%까지 하락했습니다. 쓸데없는 정보까지 계산에 쓰려 했기 때문이에요. 이후 최신 모델로 다시 시험했을 때는 영향이 훨씬 작아서 격차가 많이 줄었습니다. 그래도 교훈은 그대로예요. AI에게 문장제에서 가장 까다로운 부분은 계산보다 문제를 읽는 일인 경우가 많습니다.
일상적인 실수는 보통 이런 데서 나옵니다.
| 무엇이 잘못되나 | 어떤 모습인가 | 바로 쓰는 해결책 |
|---|---|---|
| 서두른 계산 | 긴 곱셈에서 숫자 하나가 틀림 | 한 단계씩 다시 계산해 달라고 하기 |
| 문제를 잘못 읽음 | 연간을 물었는데 월간으로 답함 | 질문을 먼저 내 말로 다시 정리하기 |
| 함정 정보 | 상관없는 숫자를 계산에 씀 | 어떤 정보가 필요한지 알려 주기 |
| 지나친 자신감 | 망설임 없이 깔끔하게 틀린 답 | 답을 어떻게 검증할지 물어보기 |
상황별로 고르는 수학 AI
순위표는 누가 가장 똑똑한지 알려 줍니다. 여기서는 실제로 무엇을 열면 되는지 알려 드릴게요.
숙제가 막힌 학생이라면
Claude Sonnet 5.5를 쓰세요. 어려운 수학에서도 최상위권이고, 단계마다 쉬운 말로 설명해 주는 편입니다. 답을 베끼기보다 이해하는 게 목표라면 딱 필요한 부분이죠. 답보다 힌트를 먼저 달라고 해 보세요. 숙제에 도움 되는 프롬프트도 이 생각을 바탕으로 만들었어요.
정말 어려운 문제라면
GPT-6.1 Sol을 쓰세요. 올림피아드 퍼즐, 도저히 안 풀리는 증명, 변수가 다섯 개쯤 얽힌 통계 문제 같은 것들이요. 충분히 생각할 시간을 주고 풀이 과정을 전부 보여 달라고 하세요.
돈 계산이라면
생활비 예산, 대출 상환액, 월세 나누기. 상위 모델이면 어느 것이든 괜찮으니 대화하기 편한 모델을 고르세요. 여기서 위험한 건 숫자 하나 틀리는 실수입니다. 항상 풀이 과정을 요청하고, 최종 숫자가 말이 되는지 직접 한 번 더 확인하세요.
학습지 사진이라면
Gemini 3.1 Pro는 글뿐 아니라 이미지도 다루도록 만들어졌습니다. 문제를 읽고 옮겨 적는 일은 Gemini에게 맡기고, 어려운 문제라면 실제 풀이는 GPT-6.1 Sol이나 Claude에게 넘기세요.
믿을 수 있는 수학 답을 얻는 방법
특별한 프롬프트는 필요 없습니다. 필요한 건 세 가지 습관이에요.
- 답만 말고 풀이 단계를 요청하세요. “풀이 과정을 보여 줘”라고 하면 모델이 천천히 생각하게 되고, 나도 확인할 거리가 생깁니다.
- 검산을 시키세요. 이어서 “그 답을 원래 문제에 대입해서 확인해 줘”라고 하세요. 실수를 드러내는 간단한 방법입니다.
- 다른 의견도 들어 보세요. 모델이 다르면 실수도 다르게 합니다. 그래서 두 모델의 답이 일치하는 건 한 모델의 자신만만한 답보다 훨씬 값어치가 있어요.
마지막 습관 때문에 여러 모델을 한곳에서 쓸 수 있으면 편합니다. GPT-6.1 Sol에게 묻고 Claude Sonnet 5.5에게 같은 질문을 하려고 앱 두 개, 구독 두 개를 쓸 필요는 없으니까요.
상위 두 모델을 나란히 비교해 보세요
내 문제에서 차이를 직접 보고 싶으신가요? 까다로운 숙제 문제나 절대 틀리면 안 되는 계산처럼 정말 신경 쓰이는 질문을 하나 골라, 수학에 가장 강한 두 모델에게 나란히 물어보세요.