마이크로소프트 리서치는 자사 연구진이 AI 에이전트와 함께 카난-로바스-시모노비츠 추측(KLS 추측)을 증명했다고 밝혔다. 이 문제는 1995년 제기된 고차원 볼록기하학과 확률론의 미해결 과제로, 고차원 확률분포를 둘로 나눌 때 평평한 초평면 분할이 복잡한 곡면 분할과 비교해 차원과 무관한 일정 범위 안에서 효율적인지를 묻는다. 이는 단순한 기하학 문제가 아니라, 고차원 공간에서 무작위 이동 알고리즘이 확률분포를 얼마나 효율적으로 탐색할 수 있는지와 연결된다.

연구는 인간이 증명의 핵심 구조를 이끌고, AI가 복잡한 계산과 100개 이상의 후보 접근법 탐색을 맡는 방식으로 진행됐다. 연구진은 고차 텐서를 활용한 검토 과정에서 경계값을 더 정밀하게 제한하는 새 판정 기준을 찾았고, 이를 반복 적용하는 재귀적 개선으로 결과를 강화했다. 이후 이 개선 과정 전체를 다시 반복해 각 단계의 오차 합이 차원 수와 무관한 상수 안에 머문다는 점을 보이면서 차원 의존성을 제거했다. 이번 결과로 그동안 KLS 추측이 참이라고 가정하고 쓰이던 여러 결과를 가정 없이 다룰 이론적 기반이 마련됐다.