OpenAI, 지수 시간 가설을 반증했다고 발표하며 학계에 검증을 요청

뉴스 요약

2026년 10월 26일(미국 동부 시간), OpenAI는 자사 내부 AI 모델이 도출한 새로운 연구 결과 세 건을 발표했습니다. 수학, 컴퓨터 과학, 이론물리학 분야에서 각각 한 건씩이며, 외부 학자들이 이를 검토하고 설명할 새로운 계획도 함께 제시했습니다. 가장 주목받는 주장은 어려운 계산 문제를 얼마나 빠르게 풀 수 있는지에 대한 오랜 전제인 지수 시간 가설이 거짓이라는 것입니다. 나머지 두 건은 파동 분석의 카케야 추측과 관련된 증명, 그리고 특정 양자장 이론의 존재성에 관한 결과입니다. 세 가지 모두 아직 독립적인 검토가 진행 중인 주장입니다.

세 가지 연구 결과

첫 번째 결과는 수학 분야입니다. OpenAI는 모든 공간 차원에서 파동에 대한 Sogge의 국소 평활화 추측을 증명한 원고를 공개했습니다. Gizmodo에 따르면 이 연구는 파동 및 조화 연구에서 나온 문제인 카케야 추측도 해결합니다. 연구자들이 직접 검토하고 자체적인 해설을 작성할 수 있도록 원고가 곧바로 공개되었습니다.

두 번째 결과는 컴퓨터 과학 분야입니다. OpenAI는 자사 시스템이 지수 시간 가설(ETH)이 거짓임을 증명했다고 밝혔습니다. ETH는 참이라고 널리 받아들여지고 있으며, 3-SAT 같은 난제를 푸는 데 걸리는 시간을 추정하는 기준으로 사용됩니다. Dataconomy에 따르면 이는 데이터베이스, 계산생물학, 기하학 등 분야의 수백 편의 논문을 뒷받침하고 있습니다. 만약 이 반증이 사실로 확인되면, 이론적으로는 이러한 문제 중 일부를 더 빠르게 푸는 알고리즘이 가능해질 수 있습니다. ETH를 처음 제안한 과학자들도 모델이 생성한 연구를 검토하도록 요청받은 전문가 명단에 포함되어 있습니다.

세 번째 결과는 물리학 분야입니다. OpenAI는 강한 상호작용을 설명하는 양자 색역학(QCD)과 표준 모형의 통합적 완성을 포함하여, 4차원 시공간에서 게이지 장과 페르미온을 갖는 특정 상호작용 양자장 이론에 대한 증명을 제시했습니다. 별도의 전문가 그룹이 해당 물리학 자료를 검토하고 있으나, 보도 시점까지 이에 대해 아무것도 발표하지 않았습니다. 이 그룹은 AI가 생성한 결과물을 보류하고 직접 논문을 작성하기로 결정했습니다.

학계와 협력하는 새로운 방식

OpenAI는 연구 결과와 함께 이를 어떻게 공개하고자 하는지도 설명했습니다. 자사 내부 모델이 이루어낸 발견에 대해 학술적 공로를 요구하지 않는다고 밝혔습니다. 또한 모델이 생성한 텍스트는 "원시 연구 데이터의 한 형태로 이해하는 것이 가장 적절"하며, 수학 및 과학계가 이를 과학적 이해로 발전시킬 수 있다고 설명했습니다.

외부 전문가들, 주로 모델이 기존 연구를 바탕으로 삼았던 학자들이 '안내자' 역할을 맡습니다. 각 안내자는 결과물을 검토하고 해설을 작성할 그룹을 구성합니다. 그룹 구성원은 자신이 작성한 해설과 자료에 대한 공로를 인정받으며, 모델이 참고한 연구자, 기법, 아이디어가 결과물에 제대로 명시되도록 할 책임이 있습니다. 일부 보도에 따르면 컴퓨터 과학 그룹은 Russell Impagliazzo와 Ramamohan Paturi가 이끌고 있으며, OpenAI는 원시 데이터를 공개하고 학회를 후원하기로 약속했습니다. 이러한 세부 사항은 2차 보도를 통해 전해진 것으로, OpenAI 공식 페이지에서는 확인할 수 없었습니다.

OpenAI는 이 접근법의 한계도 인정했습니다. 첫 안내자를 선정하는 과정이 초기 참여자를 결정짓고 정보 비대칭을 초래한다는 점입니다. 참여를 확대하기 위한 의견을 요청했으며, 일부 원시 자료는 GitHub에 공개되었지만 전부는 아닙니다.

배경 및 유의사항

이번 발표는 2026년 10월 초 OpenAI가 GitHub에 수백 페이지 분량의 원고를 게시한 이후 이어진 것입니다. 보도에 따르면 그 규모는 수학 결과 377건(Gizmodo) 또는 주요 문제 372개를 다룬 700페이지 이상(Dataconomy)으로 전해집니다. Gizmodo는 함께 게재된 블로그 게시물이 다소 방어적인 어조를 띠고 있었으며, OpenAI와 협력했던 자문단이 미공개 내부 모델을 사용해 이러한 돌파구를 마련한 민간 기업에 대해 비판했다고 지적했습니다.

검증 문제는 여전히 미해결 상태입니다. Gizmodo에 따르면 수학 결과는 증명 보조 도구인 Lean으로 형식화되었지만, Navier-Stokes 문제에 대한 OpenAI의 Lean 검증 해법을 검토한 인간 독자들은 Lean이 OpenAI가 발표한 것보다 약한 명제를 검증했을 수 있다는 우려를 제기했습니다. ETH 반증이 Lean으로 형식화되었는지 여부에 대해서는 매체마다 보도가 엇갈립니다. 기반이 된 모델은 공개되지 않아 외부 연구자가 결과가 생성된 과정을 재현할 수 없으며, 세 가지 주장 모두 아직 독립적으로 확인되지 않았습니다.

과학 교육에 미치는 영향

모든 주장이 검토를 통과하든 그렇지 않든, 이번 사례는 AI 시스템이 사람이 읽을 수 있는 속도보다 빠르게 후보 증명을 생성하기 시작하면서 연구가 어떻게 진행될 수 있는지를 보여줍니다. 결과를 찾아내는 것만큼이나 이를 검증하고 설명하며 가르치는 일이 중요해집니다. 학생과 교사에게 실질적인 교훈은 기계가 생성한 증명이 확립된 지식으로 인정받기 위해서는 여전히 인간의 이해, Lean과 같은 형식적 도구, 열린 논의가 필요하다는 점입니다.

출처

본 보도는 Gizmodo(2026년 10월 26일 오후 8시 13분 미국 동부 시간), Dataconomy(2026년 10월 27일), 그리고 OpenAI의 게시물 "학술계와 협력하여 과학적 이해 구축하기" 요약을 바탕으로 작성되었습니다. 최초 참고 자료로 언급된 The Verge 기사는 확인할 수 없었습니다.