2026년 9월 21일 출범한 OpenAI 수학 자문그룹 AGMAI의 구성, 독립성 조건, 역할의 한계를 정리했습니다. ‘난제 100개 이상 해결’ 주장과 Navier–Stokes 논문을 어디까지 검증할 수 있는지 1차 자료로 대조했습니다.
OpenAI수학자문그룹 개요
OpenAI 수학 자문그룹(AGMAI)은 AI가 낸 수학 결과가 맞는지 판정하는 기관이 아닙니다. 결과를 어떻게 공개할지 조언하는 독립 자문 모임입니다. 이 차이를 알고 읽어야 OpenAI 수학 자문그룹 관련 보도를 제대로 이해할 수 있습니다. 2026년 9월 24일 기준, AGMAI가 공개한 권고는 0건입니다. 이 글에서는 AGMAI의 구성과 권한, OpenAI의 ‘난제 100개 이상 해결’ 주장, Navier–Stokes 논문의 검증 상태를 1차 자료와 대조했습니다. 모델 성능이나 가격 비교는 공개된 자료가 없어 다루지 않았습니다.
정식 명칭은 Advisory Group on Mathematics and Artificial Intelligence입니다. 2026년 9월 21일 수학자 Terence Tao의 블로그 게스트 글과 공식 사이트 agmai.org로 처음 알려졌습니다. 흔히 ‘OpenAI 자문그룹’이라고 부르지만 OpenAI 소속 기구가 아닙니다. Tao 블로그에 따르면 OpenAI가 일부 수학자에게 외부 자문위원회를 제안했는데, 수학자들은 회사 산하 위원회 대신 독립 그룹을 꾸리는 쪽을 택했습니다.
이 그룹이 주목받는 건 시점 때문입니다. OpenAI는 2026년 8월 28일 학습을 시작한 내부 모델이 100개가 넘는 오래된 미해결 문제를 풀었다고 밝혔습니다(TechCrunch·TNW·The Decoder 보도). 그보다 앞선 2026년 9월 8일에는 밀레니엄 문제 중 하나인 Navier–Stokes 방정식 관련 결과도 발표했습니다. 결과는 쏟아지는데 이를 검증하고 공개하는 기준은 아직 없습니다. AGMAI는 그 공백을 메우려고 생겼고, 지금 맡은 일은 OpenAI 내부 모델이 냈다는 여러 결과를 어떤 순서와 방식으로 공개할지 자문하는 것입니다.
1. AGMAI 창립 멤버 9명과 독립성 조건
AGMAI 창립 멤버는 9명입니다. 필즈상 수상자와 고등연구소(IAS) 소속 연구자가 포함됐고, 분야도 대수기하·해석학·확률론·수리물리까지 넓습니다. 게시자인 Terence Tao는 멤버가 아닙니다. Tao 블로그에 글이 실렸다는 이유로 그가 참여한 것처럼 쓴 글도 있으니 구분해서 읽어야 합니다.
| 이름 | 소속(agmai.org 표기) |
|---|---|
| François Charles | ENS-PSL |
| Camillo De Lellis | IAS · GSSI |
| Timothy Gowers | Collège de France · Cambridge |
| Martin Hairer | EPFL · Imperial |
| Nikhil Srivastava | Berkeley · Simons |
| Ulrike Tillmann | Oxford · INI |
| Ravi Vakil | Stanford |
| Edward Witten | IAS |
| Melanie Matchett Wood | Harvard |
agmai.org와 Tao 블로그가 밝힌 운영 원칙은 네 가지입니다. 그룹의 성격은 마지막 조건에서 가장 잘 드러납니다.
| 조건 | 내용 | 의미 |
|---|---|---|
| 독립 운영 | 특정 AI 기업에 소속되지 않음 | 회사 산하 위원회와 다름 |
| 무보수 | 멤버는 보수를 받지 않음(0원) | 이해상충 여지를 줄임 |
| 권고 공개 | 자문 내용을 외부에 공개 | 수학계가 검토할 수 있음 |
| 결정 권한 없음 | AI 기업 내부 결정에 구속력 없음 | 권고를 따를지는 회사가 정함 |
한마디로 권고는 공개하되 강제력은 없는 구조입니다. TechCrunch와 TNW는 여기에 더해, OpenAI 발표문에 ‘자문그룹은 내부 수학 연구의 속도 조절은 자문하지 않는다’는 취지의 문장이 있다고 전했습니다. 두 매체가 같은 문구를 인용했지만 openai.com 원문은 접근이 막혀(403) 필자가 직접 대조하지 못했습니다. 이 부분은 확인 필요 상태입니다.
Harvard Crimson(2026년 9월 22일) 보도를 보면, Wood 교수는 OpenAI의 자문위원회 제안을 거절하고 독립 조직으로 꾸린 경위를 설명했습니다. 수학계 의견을 받는 양식도 이미 열어두었다고 했습니다. AGMAI는 결과가 나온 뒤에야 만들어진 자문 창구입니다. 결과의 진위를 가리는 심사 기구로 보면 안 됩니다.
2. ‘난제 100개 이상 해결’ 주장은 어디까지 확인되나
OpenAI 발표에서 가장 많이 인용된 숫자는 ‘100개 이상’입니다. 그런데 이 숫자를 검증할 자료는 아직 나오지 않았습니다. 어떤 문제를 풀었는지 목록도, 증명도, ‘해결’로 판정한 기준도 없습니다. 수학 대부분 분야에 걸쳐 있다는 설명만 있을 뿐 분야별 분포조차 확인되지 않습니다.
시간 순서로 늘어놓으면 속도가 눈에 띕니다. 아래 일수는 보도된 날짜로 계산했습니다.
| 날짜 | 사건 | 출처 등급 |
|---|---|---|
| 2026-05-21 | Lean 기반 증명 탐색 논문 arXiv 2605.22763 제출(경쟁 사례) | T2 |
| 2026-08-28 | OpenAI 내부 모델 학습 시작(OpenAI 주장) | T2 |
| 2026-09-08 | Navier–Stokes 결과 발표(학습 시작 후 11일) | T2 |
| 2026-09-11 | 필즈상 수상자 선언문 게시 | T1 |
| 2026-09-17 | 제3자 Lean 재빌드 기록 Zenodo 게시 | T2 |
| 2026-09-21 | AGMAI 공개, ‘100개 이상’ 보도(학습 시작 후 24일) | T1 / T2 |
학습 시작부터 ‘100개 이상’ 발표까지 24일이 걸렸습니다. 문제 하나를 검토하는 데 몇 달씩 걸리는 수학계 동료심사와 비교하면 속도 차이가 매우 큽니다. AGMAI가 공개 방식부터 다루는 이유가 여기 있습니다. 한꺼번에 내놓으면 검토 인력이 감당하지 못하고, 나눠서 내놓으면 무엇을 먼저 공개할지가 문제가 됩니다.
보도끼리 서로 어긋나는 내용도 있습니다. The Decoder는 Hodge 추측도 풀었다고 썼습니다. 반면 다른 보도는 The Information의 익명 취재원(2026년 9월 17일 보도)을 인용해, 이름이 알려지지 않은 두 번째 문제에서 상당한 진전이 있었다고만 전합니다. 이 글은 ‘Hodge 추측 해결’을 사실과 다른 보도로 분류했습니다. 두 번째 밀레니엄 문제가 무엇이고 어디까지 진척됐는지, OpenAI가 공식 언급을 했는지도 확인하지 못했습니다.
일반 사용자가 알아둘 점은 하나입니다. 이 성과를 낸 모델은 비공개 내부 모델이라 ChatGPT나 API로는 쓸 수 없습니다(Quanta 보도, 2026년 9월 24일 기준). 지금 쓰는 ChatGPT가 이번 발표로 달라지지는 않습니다.
3. Navier–Stokes 논문으로 본 AI 증명 검증의 세 단계
‘100개 이상’과 달리 Navier–Stokes 결과는 논문과 형식 증명 코드가 모두 공개됐습니다. AI 수학 성과를 어떻게 검증하는지 살펴보기에 가장 좋은 사례입니다. 검증은 세 단계로 나눠 볼 수 있습니다.
1단계: 논문이 무엇을 주장하는가
OpenAI 논문 「Finite Time Blowup for Navier–Stokes」는 166쪽 분량이고, 저자는 “OPENAI” 하나로만 표기돼 있습니다. 초록 원문은 이렇습니다.
“For every positive viscosity, we construct a solution of the three-dimensional incompressible Navier–Stokes equations that starts from rest and develops unbounded velocity in finite time while maintaining uniformly bounded kinetic energy.”
정리 1.1의 조건은 초기 속도 0, 그리고 시공간에서 콤팩트 지지를 갖는 매끄러운 외력입니다. 이 조건에서 속도는 유한 시간 안에 무한대로 발산하고 운동에너지는 유계로 남는다는 것이 논문의 주장입니다. 논문은 이 결과가 Clay 문제 진술의 (C)항을 확립하고, 따름정리 10.6에서 (D)항도 확립한다고 씁니다.
2단계: ‘외력을 넣었으니 편법’이라는 비판은 맞는가
Clay 연구소의 공식 문제 진술에서 (A)·(B)항(해의 존재와 매끄러움)은 외력을 0으로 둡니다. 반면 (C)·(D)항(붕괴)은 매끄러운 외력을 허용합니다. 외력을 넣은 반례가 규정을 어긴 건 아니라는 뜻입니다. 다만 외력이 없는 (A)·(B)항은 여전히 미해결입니다. 상금 100만 달러가 걸린 문제의 ‘해결’ 여부는 Clay 연구소가 판정하는데, 2026년 9월 24일 기준 Clay의 공식 판정은 확인되지 않았습니다.
3단계: Lean 형식 검증이 보증하는 범위
OpenAI는 GitHub 저장소 openai/NavierStokesAndEuler에 Lean 4.34.0-rc2 기반 형식화를 올렸습니다. 외력이 없는 3차원 Euler 방정식의 유한시간 특이점 결과도 함께 들어 있습니다. 제3자인 Felipe Santibañez-Leal이 빈 환경에서 커널 재실행을 돌렸고, 그 기록을 2026년 9월 17일 Zenodo에 올렸습니다.
| 항목 | 결과 |
|---|---|
| 커널 재실행 | exit 0(정상 종료) |
| sorryAx(미완성 증명 표시) | 0개 |
| 사용한 공리 | 표준 공리 3개 |
| 소요 시간 | NavierStokes 2,972초 / Euler 1,588초 |
이 결과로 알 수 있는 건 코드가 Lean 커널을 통과했다는 사실까지입니다. 기록 작성자 스스로 커널 재실행이 수학 내용까지 검증하지는 않는다고 한계를 밝혔고, 동료심사를 거치지 않은 개인 기록이기도 합니다. Quanta 역시 Lean에서 증명된 명제가 수학자들이 원래 증명하려던 명제와 같은지는 사람이 따로 확인해야 한다고 짚었습니다. 프로그램이 명세대로 완벽히 돌아가도 명세가 틀렸다면 소용없는 것과 같은 이치입니다.
용어 풀이
1. Lean — 수학 증명을 컴퓨터가 한 줄씩 기계적으로 검사할 수 있게 적는 증명 보조 언어입니다.
2. 형식 검증 — 사람의 판단 없이 규칙만으로 증명의 논리 단계가 모두 맞는지 확인하는 방식입니다. 명제를 옮기는 과정에서 생긴 오류는 잡지 못합니다.
3. sorryAx — Lean에서 증명을 미완성으로 남겨둔 자리를 뜻하는 표시로, 0개여야 빠진 단계가 없다고 볼 수 있습니다.
4. 산출 과정, 크레딧 분쟁, 경쟁 사례 비교
논문 본문만 봐서는 AI가 이 결과를 만들었다는 흔적을 찾기 어렵습니다. 필자가 PDF 본문을 검색해 보니 에이전트·Lean·생성 모델 언급은 없었습니다. 산출 과정은 매체 보도로만 알 수 있습니다. Quanta(2026년 9월 8일) 보도 내용은 다음과 같습니다.
| 항목 | Quanta 보도 수치 |
|---|---|
| 동원 에이전트 | 약 1만 개(비공개 내부 모델 기반) |
| 증명 작업 시간 | 88시간 |
| 추가 형식화 시간 | 17시간 |
| 에이전트 간 메시지 | 약 500만 건 |
| Euler 작업 | 에이전트 약 100개, 약 50시간 |
| 비용 | 수백만 달러(Sébastien Bubeck 추정) |
비용은 추정치입니다. 모델도 비공개여서 외부에서 같은 과정을 재현할 방법이 없습니다.
크레딧 분쟁도 불거졌습니다. TechCrunch(2026년 9월 11일)와 Quanta에 따르면, NYU의 Tristan Buckmaster는 OpenAI 발표 몇 시간 전에 Anthropic 소속 Levent Alpöge와 함께 관련 연구를 공개했다고 밝혔습니다. 그리고 OpenAI 작업이 자신들의 접근에 영향을 받았는지, Alpöge를 공로자로 올리지 말라는 압력이 있었는지 문제를 제기했습니다. 논문에서 Buckmaster의 이름은 2019년 Buckmaster–Vicol 선행연구 인용에만 나오고, Alpöge의 이름은 찾지 못했습니다. Anthropic의 공식 발표도 확인하지 못했습니다.
수학계의 반발은 공식 문서로 이어졌습니다. 2026년 9월 11일 mathandai.org에 필즈상 수상자 선언문 「A Severe Misalignment of AI in Mathematics」가 올라왔습니다. 서명자는 게시 페이지 기준 26명(2026년 9월 24일 확인)입니다. 매체마다 25명, 27명으로 다르게 보도됐는데, 서명이 계속 추가되는 명단이라 시점에 따라 숫자가 달라집니다.
다른 AI 수학 연구와 나란히 놓으면 검증 가능성의 차이가 분명해집니다.
| 구분 | OpenAI 내부 모델 | arXiv 2605.22763 |
|---|---|---|
| 대상 | 밀레니엄 문제 포함 100개 이상(주장) | 미해결 Erdős 문제·OEIS 추측 |
| 성과 | 목록 비공개 | Erdős 353개 중 9개, OEIS 492개 중 44개 |
| 비용 공개 | 수백만 달러(외부 추정) | 문제당 수백 달러 |
| 모델 접근 | 비공개 | 초록에 소속 기관 표기 없음 |
arXiv 논문은 다룬 문제의 규모가 훨씬 작습니다. 대신 분모와 비용을 공개했기 때문에 결과를 검증하고 재현하기가 쉽습니다. 수학 전용 상용 API의 가격표는 2026년 9월 24일 기준 확인되지 않아 가격 비교는 하지 못했습니다.
용어 풀이
1. 에이전트 — 목표를 받으면 스스로 여러 단계를 계획하고 실행하는 AI 작업 단위입니다. 이번 사례에서는 수많은 에이전트가 증명 조각을 나눠 맡아 동시에 작업했습니다.
2. OEIS — 정수 수열을 모아둔 온라인 백과사전입니다. 수열 관련 추측이 많이 등록돼 있어 AI 증명 성능을 시험할 때 자주 쓰입니다.
5. 자주 묻는 질문: AI 수학 성과 보도를 읽는 법
AGMAI가 OpenAI의 결과를 인증해 주나요?
아닙니다. AGMAI는 공개 방식을 자문하는 기구입니다. 결과가 맞는지 판정하거나 OpenAI의 결정을 막을 권한이 없습니다. 2026년 9월 24일 기준 공개된 권고도 0건입니다. 앞으로 권고가 나오더라도 따를지 말지는 OpenAI가 정합니다.
Navier–Stokes 문제는 이제 풀린 건가요?
논문이 주장하는 범위는 Clay 문제 진술의 (C)·(D)항까지입니다. 외력이 없는 (A)·(B)항은 미해결로 남아 있습니다. 해결 여부를 공식 판정하는 Clay 연구소의 입장은 확인되지 않았고, 논문의 동료심사, 학술지 투고, arXiv 등록 여부도 확인되지 않았습니다. OpenAI가 상금을 받지 않겠다고 했다는 이야기는 검색 요약에서만 확인돼 이 글에서는 사실로 다루지 않았습니다.
Lean으로 검증했다면 틀릴 수 없는 것 아닌가요?
Lean이 확인하는 건 적힌 명제가 증명됐는지뿐입니다. 그 명제가 Clay 공식 진술과 논리적으로 같은지는 사람이 따로 검토해야 합니다. 제3자 재빌드로 확인된 것도 커널 통과까지입니다.
보도를 볼 때 무엇을 확인하면 되나요?
| 확인할 것 | 없으면 이렇게 읽기 |
|---|---|
| 문제 목록과 증명 공개 여부 | 회사 주장 단계 |
| 형식 증명 코드와 제3자 재빌드 | 논리 단계 검증 전 |
| 명제 동치에 대한 전문가 검토 | 문제 해석 오류 가능성 남음 |
| 해당 기관(Clay 등)의 공식 판정 | ‘해결’ 표현은 이른 단계 |
| 모델 공개 여부 | 외부 재현 불가 |
다섯 항목 중 몇 개가 공개됐는지만 세어 봐도 보도의 무게가 가늠됩니다. 2026년 9월 24일 기준으로 Navier–Stokes 사례는 두 번째 항목까지 충족했고, ‘100개 이상’은 첫 항목도 채우지 못했습니다.
정리
OpenAI 수학 자문그룹 AGMAI는 수학자 9명이 무보수로 참여하는 독립 모임입니다. AI 수학 결과의 공개 방식을 조언할 뿐, 판정하거나 강제할 권한은 없습니다. ‘난제 100개 이상 해결’은 목록도 증명도 공개되지 않아 아직 회사의 주장에 머물러 있습니다. Navier–Stokes 논문은 166쪽 본문과 Lean 코드가 공개돼 커널 통과까지는 제3자가 확인했습니다. 하지만 명제 동치 검토와 Clay 연구소의 공식 판정은 아직 남았습니다. AI 수학 성과 보도를 읽을 때는 ‘풀었다’는 표현보다 검증이 어느 단계까지 공개됐는지를 먼저 보는 편이 정확합니다.
참고 자료
조사 기준일: 2026년 09월 24일
본문의 수치는 아래 자료에서 확인한 것입니다. 제조사 공식 자료(T1)와 전문 매체 실측(T2)을 구분해 표기했습니다. 가격·공급 상황은 변동이 크므로 기준일 이후의 값은 다시 확인해야 합니다.
Tier 1 (모두 2026-09-24 확인)
– https://agmai.org/
– https://terrytao.wordpress.com/2026/09/21/advisory-group-on-mathematics-and-artificial-intelligence/
– https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf (본문 직접 추출)
– https://github.com/openai/NavierStokesAndEuler/blob/main/README.md
– https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf (본문 직접 추출)
– https://mathandai.org/
– 원문 확인 못 함(403): https://openai.com/index/advisory-group-on-mathematics-and-ai/ , https://openai.com/index/navier-stokes-solution/
Tier 2 (모두 2026-09-24 확인)
– https://techcrunch.com/2026/09/21/openai-forms-math-advisory-group-as-its-ai-resolves-more-than-100-open-problems/
– https://techcrunch.com/2026/09/11/openais-feud-with-mathematicians-is-only-escalating/
– https://thenextweb.com/news/openai-maths-advisory-group-100-open-problems
– https://the-decoder.com/openai-says-its-internal-model-solved-over-100-long-standing-math-problems-after-just-a-month-of-training/
– https://www.quantamagazine.org/ai-has-solved-one-of-maths-1-million-millennium-prize-problems-20260908/
– https://www.thecrimson.com/article/2026/9/22/math-professor-ai-advisor/
– https://www.scientificamerican.com/article/25-winners-of-maths-nobel-prize-decry-the-ai-invasion-of-their-discipline/
– https://zenodo.org/records/22820521
– https://arxiv.org/abs/2605.22763
– 본문 미확인(원문 확인 못 함): NPR 2026-09-22, Nature d41586-026-02842-5, CNBC 2026-09-09, implicator.ai(Clay 관련)
답글 남기기