MIT 연구팀은 논문 254편에서 뽑은 연구 문제로 최첨단 AI 모델의 이론 문제 해결 능력을 비교했다. 대상은 수학과 물리학, 경제학 등 7개 분야였고, 모델이 학습된 답을 떠올리는지와 실제로 추론하는지를 구분하려고 학습 데이터 기준일 이후 발표된 논문만 사용했다. 평가 중 인터넷 검색도 막고, 논문 저자의 결론과 같은 결과에 도달하는지를 확인했다. 그 결과 2024년 말 출시된 o1의 해결률은 2.8%, 2026년 GPT-5.5는 34.6%였다.
이 연구가 주목받는 이유는 수학 성능 자체보다 적용 범위에 있다. 연구팀은 확률론과 통계이론, 경제이론, 고에너지 물리학, 중력과 우주론, 양자물리학처럼 수학적 추론이 핵심인 분야에서도 성능 향상을 확인했다. GPT-5.5의 문제 해결 시도 비용은 평균 5달러, 성공 1건당 15달러로 제시됐다. 인간 연구자의 검증 비용은 빠졌지만, 이론 연구의 비용을 낮출 가능성은 보여준다. 동시에 AI가 새로운 수학 알고리즘을 찾으면 현재 인터넷 보안의 기반인 암호체계에 영향을 줄 수 있다는 우려도 함께 나온다.