후회 없음, 큰 별표 하나: OpenAI의 열 가지 기계 검증 증명 내부
개요
2026년 8월 1일, OpenAI는 2년 전만 해도 소설처럼 들렸을 논문을 발표했습니다. 코드명 Astra인 차기 모델의 미공개 내부 빌드가 군론, 작용소 대수, 구 채움, 회로 복잡도, 램지 이론에 걸쳐 10년 이상 풀리지 않았던 열 가지 문제에 대한 완전히 기계 검증된 Lean 4 증명을 생성한 것입니다. 249페이지 분량의 문서에는 Apache 2.0 라이선스의 증명 인증서 GitHub 저장소가 포함되어 있으며, 모두가 반복해서 언급하는 세부 사항은 Lean 코드의 'sorry' 개수가 0이라는 점입니다. 즉, 어떤 단계도 검증되지 않은 자리 표시자로 남지 않았고, 어떤 공백도 가정으로 덮이지 않았습니다. 모든 줄은 평판, 과대광고, 논문 작성자가 누구인지 상관하지 않는 증명 보조 도구에 의해 검사되었습니다.
실제로 해결된 것
가장 중요한 결과는 비소픽 군의 명시적 구성으로, 미하일 그로모프가 1999년 소픽성을 정의할 때 제기한 문제를 해결한 것입니다. 이 단일 항목만으로도 인간 수학자에게는 경력을 정의하는 결과일 것입니다. 그 옆에는 군 폰 노이만 대수에 대한 콘스의 강성 추측에 대한 반례가 있습니다. 이 하위 분야는 역사적으로 진전이 수십 년 단위로 이루어졌지 몇 달 단위가 아닙니다. 논문은 또한 고차원 구 채움에 대한 개선된 점근적 상한을 보고합니다. 이 문제는 8차원과 24차원의 경우가 마리나 뱌조우스카의 유명한 연구로 유명해진 반면, 일반적인 고차원 점근적 결과는 비교적 덜 주목받고 난해한 상태로 남아 있어 이상한 공개적 위상을 가지고 있습니다. 나머지 10개는 회로 복잡도와 램지 이론의 추가 결과로 구성되며, 이 두 영역은 역사적으로 조합적 폭발로 인해 컴퓨터 지원 탐색이 불가능하거나 작동하더라도 설득력이 없었습니다.
이 목록이 일반적인 'AI가 수학 문제를 해결했다'는 보도 주기와 다른 점은 검증 계층입니다. Lean은 곡선 평가를 하지 않습니다. Lean 검증 증명은 형식적 명제에 대해 컴파일되거나 그렇지 않거나이며, 매료시킬 리뷰어도, 안심시킬 조언자도, 만족시킬 위원회도 없습니다. 이는 '모델이 전문가들이 그럴듯하다고 생각한 증명 스케치를 생성했다'는 것과는 의미 있게 다른 주장이며, 이전 AI 수학 발표가 사실상 그런 수준이었습니다.
엇갈린 반응
현역 수학자들의 반응은 진정으로 나뉘었으며, 일반적인 AI 과대광고 이야기에서 기대할 수 있는 선을 따르지 않습니다. 필즈 메달을 보유하고 부풀려진 AI 주장에 대해 오랫동안 회의적인 입장을 보여온 티머시 가워스는 열 가지 증명 중 하나를 주저 없이 최고 권위 학술지에 추천하겠다고 말했습니다. 이는 쉽게 내주지 않는 사람의 진정한 지지입니다. 맨체스터 대학교에서 에르되시 문제 목록을 관리하는 토머스 블룸은 '미해결'이 실제로 무엇을 의미하는지 누구보다 잘 아는 사람으로서 그 결과를 '큰 뉴스'라고 불렀습니다.
그러나 열광이 만장일치는 아니며, 회의론은 반사적 장벽으로 치부하기보다 진지하게 받아들일 가치가 있습니다. 예시바 대학교의 스티븐 밀러는 OpenAI가 사실상 자신의 출판된 연구를 출처 표시 없이 사용하여 이러한 결과를 만들었다고 비난했습니다. 이 불만은 일반적인 'AI가 내 콘텐츠를 먹었다'는 불만과 다르게 받아들여집니다. 왜냐하면 수십 년간 출판된 보조 정리와 기법이 바로 그러한 모델이 필요로 하는 훈련 데이터일 특정 수학 커뮤니티 내부에서 나왔기 때문입니다. 그리고 시기도 중립적이지 않습니다. 현재 국제수학연맹이 지지하는 라이덴 선언은 AI 기업들이 동의 없이 출판된 수학 연구를 사용하고, 동료 검토를 우회하며, 오랫동안 현장을 지탱해 온 출처 표시와 증명 규범에 압력을 가하고 있다고 경고했습니다. 이 발표는 그 논쟁의 한가운데에 도착했지, 그 전이 아닙니다.
2,000달러의 질문
OpenAI의 자체 프레임은 비용에 크게 의존합니다. 현재 API 요금으로 약 2,000달러의 컴퓨팅 비용으로 수학 커뮤니티가 집합적으로 100인년 이상을 들여 해결하지 못한 열 가지 증명을 생성했습니다. 이는 놀라운 숫자이며, 놀라움을 주도록 설계되었습니다. 그러나 이 수치는 성공한 실행만을 다룹니다. 얼마나 많은 시도가 실패했는지, 얼마나 많은 후보 증명이 생성되고 폐기되었는지, 논문에 포함되지 않은 문제에 얼마나 많은 컴퓨팅이 사용되었는지에 대해서는 아무것도 말하지 않습니다. 비평가들은 이로 인해 2,000달러가 발견 비용이 아니라 출판 비용이라고 빠르게 지적했습니다. 이는 회사가 수익성 있는 거래만 보고하는 것과 같습니다. 사실이기는 하지만, 실제 경제성을 추정하려는 경우 원하는 숫자는 아닙니다.
또한 흥분 속에서 놓치기 쉬운 재현성 문제가 있습니다. OpenAI 외부에서는 Astra를 실행할 수 없습니다. 이는 출시된 제품이 아닌 미공개 내부 빌드입니다. 따라서 증명 자체는 Lean이 공개되고 인증서가 공개되어 있으므로 독립적으로 검증할 수 있습니다. 그러나 이를 생성한 과정은 다른 누구도 독립적으로 반복할 수 없습니다. 이는 독특한 인식론적 위치입니다. 출력 수준에서는 완전한 투명성, 방법 수준에서는 완전한 불투명성입니다. '검증됨'과 '재현 가능'이 여기서 다른 역할을 하고 있으며, 이를 혼동하는 것이 정확한 보도 자료가 부풀려진 공공 서사로 변하는 방식이므로 그 구분을 곱씹어 볼 가치가 있습니다.
또한 이 발표가 주장하지 않는 것도 주목할 만합니다. 이전 OpenAI 수학 발표는 때때로 전반적인 외부 검토나 전문가 검증에 대한 광범위한 주장을 동반했습니다. 이번에는 그런 움직임이 없습니다. 여기서의 지지(가워스, 블룸)는 조직적인 검토 과정보다는 개별 반응에 가깝고, OpenAI는 신뢰성 작업을 위해 Lean의 형식적 검증에 의존하는 것으로 보입니다. 이는 더 정직하다고 볼 수 있지만, 세미나, 심사 보고서, 수년간의 결과에 구멍을 뚫으려는 시도를 통해 일반적으로 이루어지는 커뮤니티의 비공식 검증이 형식적 논리가 이미 통과했음에도 수학적 내용에 대해서는 아직 이루어지지 않았음을 의미합니다.
이번 주의 다른 소식과 함께 읽기
이 모든 것은 진공에서 일어난 것이 아닙니다. 같은 기간 동안 OpenAI는 GPT-5.6 '루나'의 가격을 약 80% 인하하여 백만 입력 토큰당 0.20달러로 낮췄고, ChatGPT는 주간 활성 사용자 약 10억 명을 돌파한 것으로 알려졌습니다. EU AI 법의 투명성 및 라벨링 요구 사항도 8월 2일에 발효되었습니다. 이 조각들을 수학 발표 옆에 놓으면 패턴이 보입니다. 소비자 제품의 가격과 규모에서 동시에 경쟁하면서, '환각'이 단순한 성가심이 아니라 잘못된 증명이 컴파일되지 않기 때문에 범주 오류인 가장 어려운 영역인 순수 수학에 깃발을 꽂으려는 회사입니다.
이것이 바로 Lean 검증 세부 사항이 2,000달러 수치나 사용자 수 이정표보다 더 중요한 이유입니다. 가격 전쟁과 사용량 숫자는 어느 방향으로든 포장할 수 있는 비즈니스 지표입니다. 형식적 증명 검사기에서 'sorry' 개수가 0이라는 것은 같은 방식으로 포장할 수 없습니다. 사실이거나 저장소가 컴파일되지 않거나입니다. 흥미로운 긴장은 이 가장 어렵고 가장 검증 가능한 주장이 가장 재현성이 낮고 가장 논쟁이 많은 출처 표시 질문에 싸여 있으며, 수학 커뮤니티가 AI 연구소의 출판 연구 사용에 반발하기 위해 라이덴 선언을 중심으로 조직화하는 바로 그 순간에 도착한다는 것입니다. Astra가 수학적 발견의 진정한 단계 변화를 나타내는지, 아니면 훨씬 더 크고 지저분한 탐색 과정에서 매우 잘 선택된 하이라이트 릴인지는 다음 해의 조사가 이 한 편의 논문이 아니라 답해야 할 질문입니다.