top of page

Claude 리만 증명 주장, 검토 대기 중

2시간 전
9분 분량
Image from the source report. Source: techcrunch.com.

Claude는 수학자 Levent Alpöge가 리만 가설의 증명이라고 주장하는 결과를 만드는 데 도움을 주었지만, 11월 20일 발표는 핵심적인 검증 질문을 남겼다. Claude 리만 증명 주장은 소수의 분포에 관한 1859년의 문제를 다룬다. 경쟁하는 인간 측 제안도 등장했으며, 보고된 문제점들은 이미 검토 대상이 되고 있다.

당면한 핵심은 논증을 만들어 내는 일과 그 논증이 정확히 무엇을 증명하는지 확립하는 일의 충돌이다. 소프트웨어는 형식화된 수학적 추론을 점검할 수 있다. 그러나 연구자들은 여전히 그 추론을 의도한 문제와 연결하고, 가정을 검토하며, 그 의미를 설명해야 한다.

인간 측 제안은 이 구분을 더욱 선명하게 한다. Ravi Vakil은 처음에는 Alessandro Maria Masullo의 초안을 긍정적으로 소개했지만, 독자들이 AI의 도움으로 식별된 문제를 보고한 뒤 발표문을 업데이트했다. 어느 제안도 저자만을 근거로 자동적인 판정을 받아서는 안 된다. 유의미한 비교는 증거, 검토, 그리고 주장을 인정받는 수학으로 바꾸는 데 필요한 작업에 관한 것이다.

Claude 리만 증명 주장이 실제로 말하는 것

Alpöge의 증명 발표는 Claude와 함께한 작업을 설명하고, 14개 부분으로 나뉜 Lean 아카이브를 연결한다. Lean은 수학적 명제를 표현하고 형식 논증을 검사하는 프로그래밍 언어이자 증명 보조 도구다. Alpöge는 이 작업이 리만 가설을 확립하며 그보다 더 나아간다고 말한다.

그의 발표에는 중요한 단서도 담겨 있다. 그는 전체 논증을 개인적으로 완전히 이해하지는 못했다고 밝혔다. 그는 적절한 설명을 발전시킬 계획이며, 단순화가 가능할 것으로 예상한다.

이 발표는 상당한 주장과 검토할 자료를 제공하지만, 수학계의 수용 여부는 아직 해결되지 않은 상태로 남긴다.

이 구분이 이 이야기를 읽어야 하는 방식을 결정한다. 다른 연구자들이 검토할 수 있는 내용을 공개하면 검증의 기회가 생긴다. 그러나 그것만으로 그 검증의 결과가 확립되지는 않는다.

따라서 “증명”이라는 단어는 신중하게 다뤄야 한다. 발표문에서 이는 저자가 어떤 논증이 달성한다고 믿는 바를 설명할 수 있다. 수학적으로 인정받은 결과에서 이는 의미와 타당성이 관련된 검토를 견뎌 낸 논증을 뜻한다.

초기 보도에서는 이러한 용법이 함께 나타나기도 한다. 특히 유명한 미해결 문제가 전문 분야 공동체를 넘어 관심을 끌 때, 독자들은 이를 구분해 둘 필요가 있다.

이 발표는 독립적으로 기록된 자율적 성취가 아니라 협업도 설명한다. Alpöge는 Claude의 상당한 기여를 인정하지만, 그 설명이 인간과 모델의 각 기여를 모두 분리해 보여 주지는 않는다.

AI를 평가할 때 이러한 구분은 중요하다. 유망한 아이디어를 찾는 일, 기술적 단계를 완수하는 일, 수학을 형식 코드로 옮기는 일, 논증을 수정하는 일은 서로 다른 성취다. 최종 산출물만으로는 그들 사이의 공로를 배분할 수 없다.

따라서 책임 있는 평가는 수학적 결과와 연구 과정을 분리한다. 검토자들은 각 참여자에게 어느 정도의 창의성이 있었는지를 먼저 결론내리지 않고도 논증이 작동하는지 조사할 수 있다.

반대로, 협업이 유용했다는 증거는 헤드라인의 정리가 수정되어야 하더라도 여전히 흥미로울 수 있다. 실패한 증명 제안과 쓸모없는 연구 도구는 동등한 결론이 아니다.

발표 날짜도 정확히 다룰 필요가 있다. 여기서 논의하는 공개 주장은 2026년 11월 20일에 나온 것이다. 저자가 설명한 이전 작업은 별도의 공개 발표 날짜가 아니라 개발 이력에 속한다.

이는 흔한 보도 오류를 막는다. 즉, 내부 이정표를 더 넓은 연구 공동체가 작업을 검토할 수 있게 된 시점으로 취급하는 오류다. 공개 가능성은 누가 결과를 조사하고, 재현하고, 이의를 제기하고, 확장할 수 있는지를 바꾼다.

따라서 다음 질문은 구체적이다. 독립적인 검토가 더 강한 표현을 뒷받침하려면 무엇을 확립해야 하는가?

유명한 문제가 검증 과정에 압력을 가한다

리만 가설은 소수와 밀접하게 연결된 수학 함수인 제타 함수의 영점에 관한 문제다. 영점은 함수값이 0이 되는 입력값이다. 이 가설은 비자명 영점이 실수부가 2분의 1인 직선 위에 놓인다고 주장한다.

Clay Mathematics Institute는 소수의 분포를 통해 그 중요성을 설명한다. 소수 정리는 소수의 평균적 분포를 기술하며, 이 가설은 그 평균으로부터의 편차에 관한 것이다. 그래서 제안된 해법은 좁은 기술 전문 분야를 훨씬 넘어 관심을 끈다.

전문가 검토가 끝나기 전에 대중이 결론을 원하기 때문에, 이 주장은 검증 과정에 압력을 가한다.

서로 다른 집단에는 서로 다른 책임이 있다. 수론 연구자들은 수학이 주장된 결론에 도달하는지 평가해야 한다. 형식화 전문가들은 기계가 읽을 수 있는 명제와 그 의존성을 검토해야 한다.

Anthropic은 Claude의 역할이 자사 제품과 명백히 연결되기 때문에 별도의 커뮤니케이션 시험대에 놓인다. 모든 능력 주장은 이용 가능한 증거에 비례해야 한다. 제안된 정리가 연구 능력의 일반적 척도를 자동으로 확립하지는 않는다.

언론인들도 또 다른 압박에 직면한다. 불확실성을 이해하기 쉽게 전달하면서도 이야기의 중요성을 약화시키지 않아야 한다. 이례적인 주장을 정확하게 설명하려면, 그 외에는 단정적인 헤드라인에 “보도에 따르면”을 덧붙이는 것만으로는 부족하다.

불확실성이 어디에 있는지 밝혀야 한다. 우려는 정리의 진술, 가정, 빠진 논증, 재현 가능성, 해석 중 무엇에 관한 것인가? 이는 서로 다른 질문이며, 하나에 대한 답이 다른 질문의 답을 조용히 대신해서는 안 된다.

연구자들에게도 즉각적인 부담은 실질적이다. 누군가는 공개된 내용을 이해하는 데 시간을 들여야 한다. 대중의 흥분은 어려운 논증을 검토하는 데 필요한 전문 지식을 대신할 수 없다.

그렇기에 형식 자료가 존재하더라도 설명 작업은 가치가 있다. 읽기 쉬운 설명은 전문가들이 핵심 수학적 전개를 파악하고 자신의 전문성이 어디에 적용되는지 판단하도록 돕는다.

또한 이는 놀라운 메커니즘과 복잡한 구현을 구분하는 데 도움이 된다. 결과가 낯선 연결에 의존한다면, 그 연결을 설명해야 다른 수학자들이 그 적용 범위를 시험할 수 있다.

더 넓은 기술 분야 독자들은 이 과정을 카운트다운으로 바꾸지 않아야 한다. 어려운 논증은 아무도 공개적으로 반박하지 않았다는 이유만으로 신뢰할 만해지는 유용한 마감 시점이 없다.

침묵은 제한된 관심, 불완전한 이해, 또는 진행 중인 조사를 반영할 수 있다. 이는 식별 가능한 범위를 갖춘 긍정적 평가를 대체할 수 없다.

마찬가지로 초기의 열의를 순진한 것으로 치부할 필요는 없다. 연구자들은 최종 정리에 대한 동의를 보류하면서도 흥미로운 방향을 인정할 수 있다.

중요한 것은 그러한 중간 판단을 눈에 보이게 하는 일이다. 검토자가 정확히 무엇을 확인했고, 무엇이 검토 범위 밖에 남아 있으며, 어떤 불확실성이 줄어들었는지를 말할 때 독자들은 도움을 받는다.

이것이 Claude 리만 증명 주장이 이제 충족해야 할 기준이다. 목표의 중요성은 신중한 검증의 가치를 높이지만, 필요한 작업량을 줄이지는 않는다.

형식 검증과 수학적 이해는 서로 다른 질문에 답한다

형식 증명은 소프트웨어가 검사할 수 있도록 수학적 추론을 정밀하게 표현한다. 그 강도는 검증되는 명제와 이를 뒷받침하는 토대에 달려 있다.

Lean의 증명 검증 문서는 형식 결과를 평가하는 데 수반되는 여러 검사를 구분한다. 이 문서는 정리 진술이 의도한 의미의 중요성도 명시적으로 보존한다.

성공적인 형식 검사는 가치 있는 증거이지만, 그 의미는 무엇이 검사되었는지에 달려 있다.

단순화된 검토 상황을 생각해 보자. 한 연구자가 익숙한 이름을 가진 정리가 포함된 프로젝트를 받는다. 프로젝트는 빌드되며, 그 정리에는 인정된 형식 증명이 있다.

검토자는 여전히 그 진술을 살펴봐야 한다. 유명한 추측과 닮은 라벨이 모든 정의가 통상적인 수학적 의미와 일치함을 보장하지는 않는다.

이는 Alpöge의 작업에 대한 의혹이 아니라 일반적인 검증 문제다. 모든 형식 프로젝트에는 코드화된 명제와 소프트웨어 밖에서 제기된 주장 사이의 연결이 필요하다.

같은 원칙은 가정에도 적용된다. 논증은 명시된 전제 아래에서 결론을 확립할 수 있다. 독자들은 그 전제가 인정된 기초인지, 이미 확립된 결과인지, 아니면 증명이 필요한 추가 주장인지를 알아야 한다.

이러한 검사를 AI에만 고유한 약점으로 묘사해서는 안 된다. 이는 형식 증거가 무엇을 말하는지 이해하는 과정의 일부다.

반대되는 오류는 인간의 설명을 선택적인 장식으로 취급하는 것이다. 건전한 형식 결과라 해도 연구자들에게는 핵심 아이디어, 구조, 결과에 관한 질문이 남는다.

설명은 누군가가 논증의 어느 부분이 결정적인 진전을 만들어 내는지 식별하도록 돕는다. 어려운 구성이 필수적인지, 아니면 발견 과정에서 택한 경로일 뿐인지도 보여 줄 수 있다.

이는 재사용에 중요하다. 하나의 정리가 질문을 해결할 수 있지만, 그 방법은 추가 연구를 열 수 있다. 연구자들은 이러한 기여를 구분할 만큼 충분히 이해해야 한다.

산출물을 검사하는 일과 그 기원을 설명하는 일 사이에도 차이가 있다. 증명 보조 도구는 형식 추론을 평가하지만, 어떤 협업자가 핵심 통찰을 제공했는지는 재구성하지 않는다.

AI 능력 논의에서는 이로 인해 별도의 증거 요건이 생긴다. 수학적 정확성, 협업의 유용성, 자율적 발견은 각각 독립적인 평가를 받아야 한다.

독립적인 검토자들이 결국 의도한 정리를 검증한다고 가정해 보자. 이는 수학적 주장을 강화할 것이다. 그러나 일반 사용자가 같은 제품으로 그 발견을 재현할 수 있다는 점까지 자동으로 확립하지는 않는다.

반대로, 생산적인 협업에 대한 투명한 설명은 더 광범위한 능력 질문마다 답이 나오기 전에도 연구 작업 흐름을 밝힐 수 있다.

가장 유용한 보도는 두 흐름을 모두 보존할 것이다. 하나는 수학이 작동하는지 묻는다. 다른 하나는 그 협업이 모델에 관해 무엇을 보여 주는지 묻는다.

어느 흐름도 모든 진전을 “컴퓨터가 검증했다”로 압축해서는 이득을 보지 못한다. 독자들에게는 검사의 범위와 결론의 범위가 필요하다.

이것이 이 이야기의 핵심 긴장이다. 명확한 설명이 나오기 전에 형식 증거가 이용 가능해질 수 있으며, 그 결과 검증과 이해는 서로 다른 속도로 진행된다.

Masullo의 인간 초안이 AI 대 인간의 서사를 복잡하게 만든다

11월 20일, Vakil은 Masullo가 제안한 일반화된 리만 가설 증명의 발표를 게시했다. 이 더 넓은 추측군은 리만 가설을 관련 수학 함수들로 확장한다.

Vakil의 인간 증명 발표는 Brian Conrad가 수개월간 이 작업을 검토하고 광범위한 피드백을 제공했다고 밝혔다. 이 제안을 AI 없이 이루어진 인간의 작업으로 설명했다.

업데이트에는 중요한 단서가 추가됐다. 여러 사람이 서로 다른 AI 모델의 도움을 받아 제안된 증명에서 문제를 발견했다고 보고했다. Vakil은 수학계의 수용에 앞서 이 문제들이 해결돼야 한다며, 해당 전략의 정확성에 관한 주장을 유보했다.

인간이 작성했다는 사실이 정확성을 보장하지 않으며, AI의 지원 여부가 이의 제기의 타당성을 결정하지도 않는다.

이 업데이트는 비교의 구도를 바꾼다. 이 이야기는 AI 지원 제안과 인간의 대안이라는 대립 구도에서 합리적으로 멈출 수 없다. 인간 제안에 대한 보고된 검토 과정에도 AI가 등장하기 때문이다.

각 역할은 구별된다. 시스템은 논증을 구성하고, 비판하고, 관련 자료를 찾거나, 진술을 번역하는 데 도움을 줄 수 있다. 한 역할에 참여했다는 사실이 다른 모든 역할에서의 신뢰성을 입증하지는 않는다.

보고된 이의 제기 역시 별도의 검토가 필요하다. 가능한 문제를 찾아내는 것은 특정 수학적 쟁점을 살펴보라는 요청이다. 그것이 전체 전략에 대한 완전한 평가를 자동으로 뜻하지는 않는다.

국지적인 빈틈은 설명의 보완, 대체 논증, 또는 더 깊은 수정이 필요할 수 있다. 현재 공개된 발표만으로는 어떤 결과를 미리 선택할 근거가 없다.

초기의 긍정적 반응에도 같은 신중함이 적용된다. 경험 많은 이들의 피드백은 초안이 주목받을 이유를 설명해 주지만, 남아 있는 질문을 검토하는 일을 대신하지는 않는다.

따라서 두 제안 모두 공통된 증거의 문제로 돌아간다. 정확히 무엇이 주장되고 있으며, 어떤 논증이 이를 뒷받침하고, 다른 연구자들이 그 논증을 검증할 때 어떤 결과가 나오는가?

이 때문에 Claude 대 인간 수학이라는 구도는 매력적이지만 불완전하다. 검토 과정에는 여러 역할이 상호작용하는데도, 기여자의 정체성을 주된 변수로 취급하기 때문이다.

또한 성급한 승패 판단을 부추긴다. 한 제안에서 보고된 문제가 다른 제안을 입증하지는 않는다. 독립적인 논증에는 각각 오류가 있을 수도 있고, 각각 유용한 아이디어가 있을 수도 있다.

서로 다른 출판 날짜만으로도 모든 기여에 대한 우선권이 정리되는 것은 아니다. 공로는 무엇이 확립됐는지와 서로 다른 작업들이 어떤 관계를 맺는지에 달려 있다.

논란을 지켜보는 독자에게 유용한 구분은 이의 제기와 판정 사이의 차이다. 이의 제기는 답이 필요한 무언가를 지적한다. 판정에는 그 답과 그 의미를 평가하는 일이 필요하다.

이러한 접근은 과장된 폄하 없이도 진지한 회의를 가능하게 한다. 또한 기대를 발견으로 바꿔버리지 않으면서도 흥분을 허용한다.

이 비교는 결국 이 글의 핵심 질문을 더 강화한다. 발표된 논증은 어떻게 수학계가 신뢰할 수 있는 무언가가 되는가?

두 경로 모두 설득력 있는 답이 필요하다. 저작의 이력은 논의의 방향을 형성하지만, 어느 이력도 그 자체로 답을 제공하지는 않는다.

남은 검증에는 명시적인 증거가 필요하다

가장 강력한 다음 평가는 정확한 정리, 검토된 공개 자료, 그리고 결론을 뒷받침하는 가정을 식별하는 방식일 것이다. 무언가가 “작동한다”는 포괄적 진술만으로는 해결되지 않은 부분이 너무 많다.

Lean의 공리 의존성 문서는 정리가 다른 결과에서 상속된 의존성을 포함해 가정에 어떻게 의존할 수 있는지 설명한다. 공리는 시스템 안에서 증명 없이 받아들여지는 진술이다.

문서는 불완전한 증명 자리표시자를 지원하는 sorryAx도 설명한다. 의존성을 점검하면 그러한 자리표시자가 결과에 기여하는지 파악하는 데 도움이 된다.

이는 일반적인 감사 요건일 뿐, 제안된 두 증명 중 어느 하나에 특정 결함이 있다는 증거는 아니다.

이 구분은 필수적이다. 가능한 실패 방식을 설명한다고 해서 검토자들이 현재 논의 중인 프로젝트에서 이를 발견했다는 뜻이 되어서는 안 된다.

증거 기반 평가는 대상 산출물을 명시하고, 검토를 통해 무엇이 확인됐는지 보고한다. 검토자가 관련 문제를 발견하지 못했다면, 그 판단에는 분명한 범위가 있어야 한다. 확인되지 않은 사항이 남아 있다면, 그 한계 역시 똑같이 분명해야 한다.

재현성도 같은 이유로 중요하다. 다른 연구자는 어떤 공개 버전이 검토됐는지 식별할 수 있어야 하며, 검증의 조건을 이해할 수 있어야 한다.

그렇지 않으면 서로 다른 검토자들이 서로 다른 자료를 논의하면서 의견이 엇갈리는 것처럼 보일 수 있다. 수정본이 이전의 이의 제기를 해결했을 수도 있고, 이전 검토가 더 이상 현재 공개 버전을 설명하지 못할 수도 있다.

형식적 주장에서는 증거가 성공적인 빌드와 그에 부여되는 더 넓은 해석을 구분해야 한다. 서술형 제안에서는 유망한 전략과 완전한 논증을 구분해야 한다.

어느 구분도 진정한 진전을 축소하지 않는다. 정확한 설명은 진전을 더 쉽게 인식하고 비교하게 해 준다.

상 수여는 또 다른 절차를 요구한다. Clay Mathematics Institute의 상 규정은 심사 대상이 되기 전에 적격한 출판물에 게재될 것, 최소 2년의 대기 기간, 그리고 수학계의 일반적 수용을 요구한다.

따라서 온라인 발표가 상 수여 결정을 확립하지는 않는다. 즉각적인 대중의 관심 역시 연구소가 명시한 조건을 건너뛰게 하지 않는다.

AI 사용자에게는 맥락 간 증거 이전에 관한 더 넓은 교훈이 있다. 탁월한 수학 협업에 대한 주장이 일상적 신뢰성에 관한 근거 없는 약속으로 바뀌어서는 안 된다.

생성된 코드를 평가하는 개발자에게는 여전히 코드의 의도된 동작과 관련된 증거가 필요하다. 연구 요약을 평가하는 분석가에게는 여전히 추적 가능한 출처와 정확한 표현이 필요하다.

이는 같은 원칙의 적용이다. 주장을 명시하고, 증거를 식별하며, 그 증거가 해당 주장을 뒷받침하는지 확인하라.

리만 이야기는 대상이 유명하기 때문에 이 원칙을 유난히 선명하게 보여 준다. 그 바탕에 있는 규율은 덜 극적인 상황에서도 여전히 유용하다.

독자는 불확실성과 동등한 개연성도 구분해야 한다. 결과가 검증을 기다린다고 말하는 것은 성공 확률을 부여하는 일이 아니다. 이는 여기서 제시된 증거의 현재 한계를 말하는 것이다.

적절한 다음 단계는 문서화된 작업을 통해 그 한계를 좁히는 것이다. 더 강한 표현은 먼저 등장해 정당화를 기다리기보다, 더 강한 발견 뒤에 따라와야 한다.

감사, 설명, 그리고 대응을 지켜보라

다음으로 주목할 만한 전개는 평가를 바꿀 만큼 구체적이다. 새로운 증거가 없는 일반적 흥분, 반복되는 헤드라인, 수학의 미래에 대한 선언은 큰 의미가 없다.

Claude 리만 증명 주장은 독립적 검증, 설명적 논증, 그리고 비판에 대한 문서화된 대응을 통해 더 분명해질 것이다.

첫째, 무엇을 검증했는지 정확히 명시하는 독립적 평가를 지켜봐야 한다. 유용한 보고서는 정리의 진술, 검토된 공개 버전, 가정, 그리고 결과를 식별한다.

이 모든 요소를 연결하는 성공적인 평가는 주장을 크게 강화할 것이다. 실패, 해결되지 않은 가정, 또는 진술 불일치는 공개된 작업이 무엇을 확립하는지의 범위를 좁힐 것이다.

범위는 검토자의 정체성만큼 중요하다. 존경받는 수학자도 논증의 모든 부분을 승인하지 않으면서 유용한 부분 검증을 제공할 수 있다.

둘째, 읽기 쉬운 수학적 설명을 지켜봐야 한다. 이는 핵심 추론을 명확히 하고 주요 구성 요소들이 어떻게 결론을 뒷받침하는지 보여줘야 한다.

명확한 설명은 전문가들이 방법을 평가하고 그 결과를 탐구하는 데 도움이 될 것이다. 또한 발표를 완전한 연구 이력으로 취급하지 않으면서도, 주장된 협업을 더 쉽게 이해하게 해 줄 것이다.

설명이 해결되지 않은 단계를 드러낸다면, 그것도 평가의 일부가 된다. 신중한 검토를 견딘다면, 이는 신뢰를 높일 또 하나의 근거가 된다.

설명이 기계가 읽을 수 있는 모든 세부 사항을 다시 만들 필요는 없다. 목적은 관련 전문가들이 논증의 의미와 결정적인 아이디어에 접근할 수 있도록 하는 데 있다.

셋째, 두 제안이 구체적인 이의 제기에 어떻게 대응하는지 지켜봐야 한다. Masullo의 초안에서는 보고된 문제에 대해 식별 가능한 대응이 나오는 것이 중요한 전개다.

AI 지원 제안에서도 검토 과정에서 제기되는 모든 실질적 질문에 같은 기준이 적용된다. 대응은 저자나 도구의 평판에 기대기보다 수학적 쟁점을 다뤄야 한다.

이 순서는 중요한 결과에 주의를 집중시킨다. 독립적 검증은 범위를 확립하고, 설명은 이해를 돕고, 대응은 논증이 압박을 견디는지 드러낸다.

또한 Claude 대 인간 수학 논쟁을 적절한 비중으로 유지한다. 지속되는 결과는 그것을 만들어 내는 데 어떤 조합의 사람과 소프트웨어가 도움을 주었는지와 관계없이, 타당한 추론에 달려 있다.

지식 노동자에게 실질적으로 중요한 점은 유용한 산출물과 신뢰할 수 있는 결론의 차이다. 잘 다듬어진 답변은 조사를 가속할 수 있지만, 여전히 평가가 필요하다.

검색 가능한 지식 기반을 통해 출처와 수정 이력을 함께 관리하면 진행 중인 이야기에서 이 구분을 보존하는 데 도움이 된다. 기록은 무엇이 바뀌었는지와 그에 따라 신뢰가 왜 바뀌었는지를 보여줘야 한다.

발표를 보고 승자를 고르기보다, 증거를 따라 주장을 검토하라. 공개된 자료부터 시작한 뒤, 명시적인 범위를 갖춘 독립적 평가를 찾아라. 이의 제기와 그 대응을 함께 읽고, 이후 수정이 원래 결론을 바꾸는지 확인하라. 인간과 AI의 기여를 수용 또는 기각을 위한 지름길이 아니라 조사해야 할 질문으로 다뤄라. Claude 리만 증명 이야기가 주목받을 만한 이유는 수학적 주장이 특별하기 때문이다. 주의가 그 주장을 해결할 수 없기 때문에 인내할 가치도 있다. 다음의 자신감 넘치는 헤드라인을 공유하기 전에 한 가지 구체적인 질문을 던져라. 실제로 어떤 새로운 검증이 이루어졌으며, 그것은 정확히 어떤 결론을 뒷받침하는가?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page