1만 개 AI가 88시간 푼 증명, ADNOC이 맡긴 일은 그와 다르다

1만 개 AI 에이전트가 88시간 동안 270만 건의 메시지를 주고받은 뒤 내놓은 증명을, 케임브리지대와 킹스칼리지 런던 연구팀이 'm+4가 아니라 m+5로 써 있다'는 한 줄 차이로 원문과 어긋남을 발견했습니다. 그리고 약 두 달 뒤인 11월 2일, 같은 AI 플랫폼을 쓰는 아부다비 국영석유회사(ADNOC)은 그 증명과 상관없는 '유전 개발 계획 몇 달→몇 시간'을 기대하고 있습니다.

독자들이 두 사건을 나란히 놓고 “AI가 수학적 난제를 풀었으니 곧 유전에서 쓰이겠구나”라고 연결 짓기 쉽지만, 사실 두 일은 같은 기술을 같은 방식으로 쓰는 것이 아닙니다. 증명은 나비에-스토크스라는 유체 방정식 자체의 수학적 한계를 드러내는 결과이고, ADNOC이 에이전트에 맡기기로 한 일은 유전 개발 계획과 원유 배럴 가치 산정이라는 업무입니다. 코넬대 도널드 코흐 화학공학 교수는 현재 시점에서 이 증명의 공학적 적용이 존재하지 않는다고 평가했습니다 ¹. 같은 플랫폼이라는 연결점은 존재하지만, 그 연결은 증명의 수학적 결론이 아니라 다중 에이전트 협업이라는 일반 역량에서 만들어집니다.

증명이 뜻하는 것: 유체 방정식의 붕괴 가능성

나비에-스토크스 방정식은 물·공기처럼 연속적으로 흐르는 유체의 움직임을 설명하는 식입니다. 항공기 설계, 일기 예보, 혈류 연구처럼 흐름을 계산해야 하는 분야에서 쓰입니다. OpenAI의 발표문에 따르면, 나비에-스토크스 밀레니엄 문제의 핵심은 밀도가 일정한 3차원 비압축성 유체가 매끄럽게 움직이기 시작해도 유한 시간 안에 속도가 한계 없이 커지는 ‘특이점’이 생길 수 있느냐는 질문입니다 ². 유체의 속도가 무한대로 커지면 실제 유체에서 불가능한 일이므로, 그 순간 방정식은 물질을 설명하는 데 실패합니다.

OpenAI는 처음에 정지해 있던 매끄러운 유체에 매끄러운 외력이 가해질 때 유한 시간 안에 특이점이 발생할 수 있음을 보이는 증명을 제시했다고 밝혔습니다. 이 결과는 클레이 수학연구소의 공식 명세에서 명제 C와 D를 성립시킵니다 ². 유체의 운동이 어떻게 붕괴할 수 있는지를 설명하는 구체적인 모습도 공개되었습니다. 회전하는 유체 소용돌이가 스파게티처럼 안쪽으로 나선을 그리며 길게 늘어나는 형태입니다. 중심 영역은 속도가 빨라지고 줄어드는데, 전체 에너지는 계속 유한하게 유지됩니다 ². 중요한 점은 속도 증가가 인위적으로 무한한 힘을 가해서가 아니라, 유체 운동 자체에서 가속도·압력 기울기·운동량 전달·점성이 모두 커지면서도 정밀하게 상쇄되는 균형 때문에 일어난다는 것입니다 ².

다만 이 결과가 유체역학 현장의 계산식을 바로 고쳐주는지는 다른 문제입니다. 코넬대 브라이언 커크비 기계공학교수는 나비에-스토크스 문제가 유체역학에서 영감을 받은 수학적 문제이며, 실제 물리 세계에서 발생하지 않는 무한 속도 영역까지 다루는 질문이라고 설명했습니다 ¹. 코흐 교수는 OpenAI가 공개한 160페이지 분량의 결과만으로는 실제 적용 가능성을 판단할 수 없고, 수학자가 결과를 이해한 뒤 공학자에게 전달하는 과정이 필요하다고 언급했습니다 ¹.

88시간, 270만 메시지, 그리고 빠지지 않은 인간 개입

OpenAI가 공개한 규모는 큽니다. 8월 28일 자체 벤치마크에서 전례 없는 성능을 보인 새로운 내부 모델을 훈련하기 시작했고, 9월 1일 밀레니엄 문제 두 개가 풀렸다는 소문을 들은 뒤 평가를 시작했습니다. 이 내부 모델은 GPT-6 Astra보다 성능이 크게 뛰어나다고 소개됐습니다 ². 나비에-스토크스 해법에는 약 1만 개 에이전트가 참여했고, 첫 가동 후 약 88시간 만에 해법이 나왔습니다. 이후 형식 검증을 위해 17시간이 더 걸렸습니다. 이 문제에만 약 270만 건의 메시지와 약 1,300억 개 출력 토큰이 사용됐고, 밀레니엄 문제와 더 쉬운 문제들을 포함해 총 490만 건의 메시지와 약 3,000억 개 토큰이 사용됐습니다 ².

11월 2일 아부다비 에너지 전시회 ADIPEC 개막식에서 샘 알트만 OpenAI CEO는 이 사례를 “위계도, 상사도 없었습니다. 완전히 탈중앙화돼 있었습니다”라고 소개했습니다. 에이전트들이 탐색 방향을 정하고, 진척을 공유하고, 서로 배우며 무엇을 할지 스스로 결정했다는 설명이었습니다 ³.

OpenAI의 공개 기록에는 ‘자율성’만 남지 않습니다. 연구진은 나비에-스토크스 문제의 여러 변형을 서로 다른 에이전트 그룹에 맡겼고, ‘A·B’는 증명으로, ‘C·D’는 반증으로 이어질 수 있는 형태를 별도 그룹에 제시했습니다 ². 오일러 방정식에서는 외력이 없는 형태 문제를 약 100개 에이전트가 약 50시간에 해결한 뒤, 연구진은 나비에-스토크스를 가장 유망한 목표로 보고 다른 문제에서 에이전트를 옮겨 그 풀이를 전달했습니다 ². Codex로 각 그룹의 통찰을 모으고 중간 결과를 다음 지시에서 활용했으며, 이 방식으로 해법을 찾은 1만 개 규모 그룹도 안내받았습니다 ³.

OpenAI 내부에서도 협업 구조의 기여도를 두고 다른 설명이 나왔습니다. 더 디코더에 따르면 OpenAI 연구자 노엄 브라운은 드와르케시 파텔과의 9월 인터뷰에서 다중 에이전트 구성이 이번 성과에 기여한 몫을 10% 미만으로 봤고, 성과의 주역은 협업 구조보다 모델 자체라고 평가했습니다 ³. 1만 개 숫자는 실제 동시 참여 규모이지만, 그 숫자만 두고 “사람 없이 혼자 해냈다”고 읽기는 어렵습니다. 문제 변형 선택, 자원 재배치, 중간 결과 전달 같은 단계가 OpenAI의 작업 기록에 남아 있습니다.

‘해결’ 발표와 공인된 판정은 다른 문서다

밀레니엄 문제라는 표현은 비유가 아닙니다. 클레이 수학연구소는 2000년 5월 24일 파리에서 7개 밀레니엄 문제를 발표하고 문제당 100만 달러의 상금을 설정했습니다 ⁴. 이 중 현재까지 공식적으로 해결이 인정된 것은 푸앵카레 추측뿐입니다 ³. 상금 규정상 제안된 증명은 동료 심사를 거친 학술지에 실린 뒤 최소 2년간의 검증을 거쳐야 합니다 ³.

OpenAI는 상금을 청구할 생각이 없다고 밝혔고, 이번 결과를 AI 모델의 상당한 발전을 보여주는 이정표로 규정했습니다 ²⁵. 클레이 수학연구소는 9월 11일 성명에서 OpenAI의 제안에 대한 수학적 흥분을 인정하면서도, 평가와 공로 인정 절차는 의도적으로 서두르지 않는다는 기존 원칙을 확인했습니다 ³. 11월 4일 현재 클레이 연구소 소식란에는 판정이 올라와 있지 않습니다 ³.

내용 자체에도 검증이 필요합니다. 케임브리지대의 안데르스 한센·파비안 치르첼리와 킹스칼리지 런던의 알렉산더 바스투니스로 구성된 연구팀은 10월 6일 제출한 논문에서 OpenAI의 자연어 증명과 Lean 4 형식 증명이 일치하지 않는다고 주장했습니다 ⁶⁷. 구체적으로 Lemma 8.6 부분에서 자연어 증명은 특정 값이 m+4보다 작아야 한다고 요구하는데, Lean 증명은 m+5보다 작아야 한다고 요구한다는 것입니다 ⁷. m+5 조건은 m+4보다 수학적으로 더 약합니다 ⁷. 연구팀은 Lean 코드가 컴파일되도록 하기 위해 자동 형식화 과정이 자연어 논리와 다른 방향으로 바뀐 것으로 분석했습니다 ⁷.

OpenAI는 불일치 사실을 인정하면서 자연어 증명의 오류를 수정하고 형식화 과정을 계속하겠다고 New Scientist에 밝혔습니다 ⁷. 이 논쟁은 나비에-스토크스 문제가 풀리지 않았다는 주장과는 다릅니다. 한센은 자연어 증명이 틀렸다고 말하지도, 정확하다고 말하지도 않는다고 설명했습니다 ⁷. 임피리얼 칼리지 런던의 케빈 버저드 교수도 나비에-스토크스 문제가 바르게 풀렸다고 확신하지만 PDF 문서의 자연어 증명이 정확하다는 점에는 확신이 훨씬 낮다고 평가했습니다 ⁷.

외력 조건도 구분해야 합니다. 클레이의 공식 명세에는 네 가지 명제가 있고, OpenAI가 해결했다고 주장하는 것은 외력이 작용하는 C와 D입니다 ³. 외력이 없는 A와 B는 미해결 상태입니다 ³. 다만 OpenAI는 외력이 없는 오일러 방정식 정칙성에 대한 반증을 약 100개 에이전트로 도출했다는 별도 결과를 함께 공개했습니다 ².

ADNOC이 맡기는 일은 수학적 증명이 아니라 계획 최적화다

11월 2일 발표된 계약은 OpenAI의 기업용 에이전트 플랫폼 Frontier를 에너지 업계에서 처음 도입하는 사례로 소개됐습니다. 술탄 알자베르 ADNOC CEO는 이 파트너십이 유전 개발, 유정 관리, 상업 운영을 변화시킬 것이며 ADNOC이 세계 최초로 OpenAI Frontier를 도입하는 에너지 회사가 될 것이라고 말했습니다 ⁸. 시스템은 UAE 안의 G42 인프라에서 돌아가고, 중요한 결정은 사람 전문가가 감독하는 구조로 소개됐습니다 ³.

첫 적용 분야는 두 가지입니다. 하나는 유전 개발 계획입니다. 지금까지 따로 진행하던 연구를 합쳐 수천 개 유정, 여러 겹의 저류층(원유가 고인 땅속 지층), 수백 개 지상 시설, 비용과 상업 조건을 한꺼번에 따지며, ADNOC은 몇 달 걸리던 개발 계획을 몇 시간 안에 낼 수 있을 것으로 기대한다고 발표했습니다 ³. 다른 하나는 원유 배럴의 가치 산정입니다. 생산·판매·거래를 하나로 이어 에이전트가 원유 수급과 가격, 이윤을 예측해 아직 땅속에 있는 배럴의 가치를 매기는 방식입니다 ³.

알트만 CEO는 AI 업계가 에너지 산업의 지원을 받아왔으니 이제 보답할 차례라며, 새 소재든 터빈 설계든 운영 개선이든 AI에 복잡한 공학적 문제를 맡길 수 있게 될 것이라고 설명했습니다 ⁸³. 다만 이 전망과 1만 개 에이전트 증명 사례를 이어 붙이는 순간, 역할은 달라집니다. 유전 개발 계획에는 유정·저류층·지상 시설·비용 같은 변수를 함께 평가하는 계산이 필요하지만, 공개된 계약 내용에는 나비에-스토크스 특이점 정리가 들어간다는 설명이 없습니다.

코흐 교수의 판단은 이 차이를 분명하게 만듭니다. 그는 현재 이 증명의 공학적 적용이 존재하지 않는다고 말했고, 응용을 판단하려면 먼저 증명의 내용을 이해하고 그 아이디어가 공학적으로 쓸 수 있는지 확인해야 한다고 설명했습니다 ¹. 즉 “AI가 밀레니엄 문제를 풀었다”는 발표와 “ADNOC이 유전 계획을 몇 시간 만에 세운다”는 기대는 같은 증명의 같은 결론을 공유하지 않습니다.

두 사건을 잇는 것은 에이전트가 여러 작업을 나눈 뒤 메시지를 주고받으며 복잡한 문제를 다루는 능력이라는 일반 역량입니다. 그 능력의 증명 사례로 든 나비에-스토크스 해법은 아직 공인되지 않았고, 공인되더라도 코흐 교수가 말한 이해와 전달 절차를 거쳐야 공학 적용 여부를 판단할 수 있습니다 ³¹. 따라서 “에너지 산업은 이미 AI 증명의 혜택을 받고 있다”는 표현보다, “에너지 산업은 같은 에이전트 플랫폼으로 업무 계획을 재빠르게 세우려 하며, 그 근거가 된 밀레니엄 문제 증명은 별도 검증 단계에 있다”는 설명이 사실에 더 가깝습니다.