Markdown 버전

AI-translated from English; not yet reviewed by a fluent editor.

# 점 사이 거리에서 나비에–스토크스까지: 새로운 국면에 접어든 AI 수학

> 단위 거리 문제의 반례부터 나비에–스토크스 문제까지, AI 수학은 새로운 결과와 이를 발전시키는 연구자들, 형식 증명으로 나아가고 있다. 실제로 달라진 것은 무엇일까?

By BIG CHANGE Editorial

Published: 2026-09-22T03:48:27.579Z
Updated: 2026-09-22T03:48:27.579Z
Canonical: https://bigchange.ai/blog/ai-mathematics-unit-distance-navier-stokes

![An open notebook pairs a point-and-line geometry sketch with swirling fluid lines, with an orange pencil beside it.](https://bigchange.ai/api/media/file/geometry-fluid-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. From geometry to fluid mathematics: conceptual sketches of the article's range, not the actual unit-distance construction, a proof or a fluid simulation.

5월에는 평면 위의 점에 관한 질문에서 예상 밖의 답이 나왔다. 9월에는 AI 연구소들이 유체의 특이점에 관한 논증을 발표하면서 컴퓨터로 증명을 확인할 수 있도록 만든 파일도 공개했다. 그 사이에는 새로운 반례와 더 강한 상계, 페르마의 마지막 정리의 형식화가 이어졌다.

AI 수학의 변화를 반박된 추측의 숫자만으로 평가해서는 안 된다. 이 결과들은 서로 다른 질문을 다루고, 근거의 수준도 다르며, 아직 남겨 둔 과제도 제각각이다. 반례는 최선의 답을 찾지 않고도 기존 믿음을 뒤집을 수 있다. 상계를 개선한 결과는 중요할 수 있지만, 그와 관련된 유명한 추측은 여전히 미해결일 수 있다. 컴퓨터로 검증한 증명은 어떤 명제를 확립하더라도 그 아이디어가 다른 곳에서 왜 유용한지 설명해 주지는 않는다.

이 글은 2026년 5월 20일 OpenAI의 단위 거리 발표부터 9월 나비에–스토크스 주장까지 이어지는 주요 전개를 살펴본다. 보도 기준일은 2026년 9월 22일이다. 그 사이의 중요한 발표와 후속 연구도 포함했다. 모든 AI 보조 수학 논문을 망라한 목록이 아니라, 이 흐름을 보여 주는 지도에 가깝다. 인용된 발표와 관련 정리의 서술, 연구 논문의 서론, 검증 문서를 살펴봤다. 다만 증명을 독립적으로 심사하거나 형식화를 다시 빌드하지는 않았다.

우리의 핵심 판단은 진전의 강한 근거가 두 가지라는 것이다. 기계가 진지하게 검토할 만한 수학적 논증을 만들어 내고 있으며, 사람들은 그 논증 일부에서 이미 후속 수학을 이끌어 내고 있다. 이런 흐름이 지속적인 진전으로 이어질지는 결과를 검증하고 설명하고 확장하는 데 투입되는 자원에 달려 있다.

## 5월: 반례가 기하학의 새로운 길을 열다

단위 거리 문제는 쉽게 떠올릴 수 있다. 평면 위에 점들을 놓고 정확히 1단위 떨어진 점의 쌍이 몇 개인지 세어 보자. 점을 더할수록 그런 쌍은 얼마나 많이 만들 수 있을까?

OpenAI는 5월 20일 발표에서 에르되시 문제 모음으로 평가한 자사 범용 추론 모델이 새로운 구성을 찾아냈다고 밝혔다. 외부 수학자들이 논증을 살펴본 별도의 동반 논문도 공개했다. 두 번째 문서가 있다는 점은 중요하다. 독자는 연구소가 모델에 관해 설명한 내용 외에도 외부 수학자들이 무엇을 이해하고 재구성했는지 직접 살펴볼 수 있다.  [OpenAI의 발표](https://openai.com/index/model-disproves-discrete-geometry-conjecture/).

원고는 어떤 고정된 양의 δ에 대해 n^(1+δ)개 이상의 단위 거리 쌍을 갖는 점 집합이 무한히 많음을 구성해 보인다. 쉽게 말해 예시의 규모가 커져도 지수의 개선 폭이 유지된다. 이는 거의 선형으로 증가할 것이라는 추측과 충돌한다. 그렇다고 모든 점 개수에서 단위 거리의 정확한 최댓값을 정한 것은 아니며, 최적 상계를 찾는 더 넓은 연구는 계속되고 있다.  [단위 거리 원고](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf).

놀라운 점은 이 구성이 어디서 나왔느냐였다. 동반 논문은 기하학적 결과를 정교한 대수적 정수론과 연결하고, 앞선 수학적 아이디어를 짚는다. 저자들은 단순화하고 어느 정도 일반화한 재구성을 제시한다. 이는 AI가 내놓은 발견 뒤에 사람이 할 수 있는 작업을 잘 보여 준다. 작동 원리를 찾아내고, 의존 관계를 드러내며, 다른 연구자들이 다룰 수 있는 논증으로 만드는 일이다.  [수학자들의 동반 논문](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf).

5월 결과의 의미를 알고 싶다면 최초 발표만큼 후속 논문도 꼼꼼히 살펴야 한다. 연구자들이 새로운 기법을 이용해 추가 질문을 만들고 답을 찾아낼 때, 그 기법은 또 다른 종류의 신뢰를 얻는다.

## 5월부터 7월까지: 아이디어가 퍼지기 시작하다

5월 27일 Thomas Bloom, Will Sawin, Carl Schildkraut, Dmitrii Zhelezov는 실수에서의 합-곱 추측에 대한 반례를 게시했다. 대략 말하면 집합의 원소를 더하거나 곱할 때 결과 집합이 얼마나 커지는지에 관한 문제다. 이들의 구성에서는 두 결과 집합 모두 추측이 예상한 거의 이차 규모보다 작게 유지될 수 있다. 저자들은 단위 거리 반례가 계수가 큰 수체를 다시 검토하도록 이끌었다고 명시한다. 최종 구성에는 이전 결과보다 정수론이 덜 필요하다고도 설명한다.  [합-곱 논문](https://arxiv.org/html/2605.28781v1).

이는 AI에서 비롯된 결과가 사람 저자의 수학 연구를 자극한 구체적인 사례다. 후속 논문을 AI가 썼다는 뜻은 아니며, 저자들의 기여를 연구소의 성과 집계에 합쳐 지워서도 안 된다.

Cosmin Pohoata의 프리프린트는 6월 11일 처음 제출되고 6월 28일 개정되었으며, 이 흐름을 엘레케스–로냐이 문제로 이어 간다. 적절한 집합에서 값이 예상보다 덜 퍼지는 다항식 예를 제시하고, 최근 단위 거리 및 합-곱 구성의 아이디어를 활용한다. 논문은 문제들 사이의 연결을 명시적으로 설명한다.  [Pohoata의 논문](https://arxiv.org/html/2606.13619v2).

7월 6일 Sungchul Lee, Pohoata, Daniel Zhu는 민코프스키 격자에 관한 추가 결과를 발표했다. 이들의 구성은 부분집합 안에서 반복 거리의 성질을 보존해 반복 거리와 이등변삼각형 관련 문제에 영향을 준다. 이는 내부 구조를 살피지 않은 채 유난히 풍부한 구성 하나만 제시하는 것보다 더 강한 구조적 결과다.  [민코프스키 격자 논문](https://arxiv.org/html/2607.05374v1).

여기에는 낙관적으로 볼 만한 근거가 있다. 5월의 결과는 몇 주 만에 다른 연구자들이 수정하고 재사용할 수 있는 재료를 제공했다. 우리가 제안하는 성공의 척도는 그런 활용 가능한 방법이 만들어지는지, 그리고 이를 이해하는 데 필요한 노력이 무엇인지다. 단순히 해결된 문제 수만 세면 이 차이를 놓치게 된다.

## 7월: 야코비안 반례가 범위의 중요성을 보여 주다

두 번째로 주목할 만한 사례는 야코비안 추측이다. Terence Tao가 7월 21일 발표한 해설은 Fable AI를 사용해 찾은 반례를 살펴본다. 복소수 세 변수의 다항식 사상은 작은 근방에서는 역함수가 있는 것처럼 작동하지만, 전체적으로는 서로 다른 점을 같은 값으로 보낸다. 추측의 일반적 주장은 3차원 이상에서 성립하지 않지만 2차원 경우는 여전히 미해결이다. Tao는 명시적인 식과 구성의 기하학적 의미를 설명한다.  [Tao의 수학 해설](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/).

명시적 반례가 있으면 핵심 모순은 계산으로 비교적 쉽게 확인할 수 있다. 그런 예가 왜 존재해야 하는지, 관련된 다른 예를 어떻게 만들 수 있는지 알아내려면 추가 수학 연구가 필요하다. 야코비안 사례는 서로 다른 작업을 출판된 형태로 보여 준다.

이 구분은 9월에도 중요했다. Arno van den Essen의 9월 15일 프리프린트는 좌표의 선형 변환을 거치면 Levent Alpöge가 찾은 예와 동치인 반례를 구성하는 기초적인 방법을 제시한다. 이는 구성에 대한 새로운 설명이지, 원래 추측을 독립적으로 두 번째로 무너뜨린 결과는 아니다.  [van den Essen의 논문](https://arxiv.org/abs/2609.17795).

연구 책임자에게 이는 어떤 성과를 보상할지 실질적으로 바꿔 볼 필요가 있음을 시사한다. 복잡한 발견을 이해할 수 있게 만드는 사람에게 투자하는 일은 화제가 될 결과를 하나 더 찾는 데 투자하는 것만큼 후속 연구를 열어 줄 수 있다. 이는 이 흐름에 대한 우리의 평가이지, 대학들이 이미 보상 체계를 바꿨다는 주장은 아니다.

## 8월: 더 다양해진 수학적 주장

OpenAI는 8월 1일 수학과 이론 컴퓨터과학 전반에 걸친 10개 연구 결과를 발표했다. 회사에 따르면 내부 버전의 Astra가 논증을 만들었고, 사람들은 모델과 협력해 원고를 준비했으며, 모델은 Lean 인증서를 생성했다. 이는 단일 결과를 발표했던 5월과 다른 제작 과정이며, 원고 준비에서 사람의 기여가 있었음을 명시한다.  [8월 발표](https://openai.com/index/ten-advances-in-mathematics/).

8월 6일 갱신된 동반 자료집은 다음 결과를 보고한다. 이는 원고의 주장을 요약한 것이며 BIG CHANGE가 각각을 별도로 인증했다는 뜻은 아니다:

- **구 포장:**  고차원에서 점근적 상계 개선.
- **이진 및 구면 부호:**  지정된 각거리에서 부호 크기에 대한 더 강한 상한.
- **군론:**  비소피 군의 구성.
- **연산자 대수:**  코네스 강직성 추측의 반례.
- **산술 복잡도:**  행렬식의 회로 및 공식 복잡도 하한 개선.
- **양자 게임:**  지수적 병렬 반복 정리.
- **격자 문제:**  최근접 벡터 문제의 근사 난도에 대한 더 강한 결과.
- **볼록 기하학:**  에르하르트 부피 추측의 증명.
- **램지 이론:**  다색 삼각형 램지 수에 대한 초지수적 하한.
- **극값 그래프 이론:**  콤팩트성 및 퇴화도 추측의 반례.

[10개 결과 연구 자료집](https://cdn.openai.com/pdf/ten-proofs-oai.pdf).

결과의 폭넓은 범위는 중요하지만, 하나의 총계로 묶으면 의미가 왜곡된다. 반례를 찾는 일, 상계를 개선하는 일, 일반 정리를 증명하는 일은 각각 영향이 다르다. 수학 문제의 난도를 낮춘 결과가 실제 배포된 암호 시스템을 공격했다는 뜻도 아니다. 응용을 주장하려면 별도의 추론과 근거가 필요하다.

8월 10일 Anthropic은 리만 가설 인근의 보다 구체적인 진전을 발표했다. 공개하지 않은 Claude 모델이 임계선 위에 놓인 제타 영점의 비율에 대한 하한을 개선했다는 설명이다. Anthropic 소속 수학자들이 결과를 살펴보고 외부 전문가가 논문을 검토했으며 형식화도 이루어졌다. 회사는 Claude가 리만 가설을 풀지 않았고, 이 기법으로 가설을 증명할 것으로 기대하지도 않는다고 명확히 밝혔다.  [Anthropic의 설명](https://www.anthropic.com/research/riemann-zeta).

연결된 논문은 3분의 2를 약간 넘는, 약 67.25%의 하한을 제시하고 이를 뒷받침한 선행 해석학 결과를 밝힌다. 이는 유한한 수의 영점을 대량으로 확인하면 가설이 증명된다는 주장이 아니라 점근적 수학 명제다. 하한이 있다는 것만으로 관련된 모든 영점이 임계선 위에 놓인다고 할 수는 없으므로 이 구분은 중요하다.  [제타 영점 원고](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf).

야심 찬 다른 원고들도 공개되고 있다. Alpöge의 웹사이트에 올라온 문서는 6차원 구면에 복소 구조를 제안한다. 그 구성을 살펴볼 수는 있지만, 우리가 확인한 사본만으로는 신뢰할 수 있는 발표일이나 AI 기여의 전모를 입증하기 어렵다. 따라서 연대기상 확립된 주요 성과로 격상하지 않고 독자가 검토할 수 있는 제안으로 포함한다.  [6차원 구면 원고](https://alpo.ge/s6.pdf).

## 9월 초: 소수 간격이 검증의 경계를 드러내다

발표의 흐름은 소수 사이의 간격 문제로도 이어졌다. Axiom 공동 연구팀이 9월 3일 공개한 예비 논문은 서로 이웃한 소수 쌍 가운데 차이가 212 이하인 경우가 무한히 많다고 주장한다. 논문은 Julia Stadlmann의 해석학 연구와 기존 Polymath 프로젝트의 공을 인정한다. Lean 인증서는 해석학적 추정치와 별도로 확인된 변분 인증서를 가정으로 사용한다. 이는 유계 간격 문제의 진전이지, 간격이 정확히 2인 소수가 무한히 많다는 쌍둥이 소수 추측을 뜻하지 않는다. [Axiom 연구팀의 논문](https://primegaps.axiommath.ai/bgp212.pdf).

OpenAI의 공개 저장소 PrimeGaps186은 한층 작은 간격을 제시하지만 중요한 단서를 달고 있다. Lean 개발물은 문헌의 두 추정과 수치 적분 경계를 다루는 세 가지 입력 공리에 조건부로 의존한다. 저장소는 수치 인증서가 이 공리들을 증명하지 않는다고 밝힌다. 따라서 제안된 수학적 논증과 명시된 입력 아래 형식적으로 확인된 부분을 구분해야 한다. 이 자료를 기초 공리만으로부터 나온 무조건적이고 완전히 형식화된 증명이라고 설명하면 부정확하다.  [PrimeGaps186 저장소](https://github.com/openai/PrimeGaps186).

또 다른 OpenAI 원고는 소수 사이의 긴 간격, 즉 연속한 소수 사이의 간격이 얼마나 커질 수 있는지를 다룬다. 증가하는 임계값 아래에서 최대 간격의 하한을 개선했다고 보고한다. 이는 가까운 소수 쌍이 무한히 존재하는 문제와 별개의 극값 문제이므로 한쪽의 진전을 다른 쪽의 해결로 세어서는 안 된다.  [긴 간격 원고](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf).

이런 세부 사항 때문에 소수 간격 사례는 특히 유익하다. 제목에 들어간 숫자 두 개만 보면 단순한 기록 경쟁처럼 보일 수 있다. 증명의 의존 관계가 드러나면 어떤 단계가 어떤 방법으로 확립되었는지가 더 중요한 질문이 된다. 가정을 명시하는 일은 형식화가 완성되지 않았더라도 가치가 있다.

## 9월 4일: 형식화도 발견의 일부가 되다

Anthropic의 9월 4일 발표는 수학적 증명이 이미 알려져 있던 정리, 페르마의 마지막 정리에 관한 것이다. 회사가 내세운 성과는 Claude가 11일 동안 대부분 자율적으로 완성했다는 Lean 형식화다. 회사는 사람의 지휘와 에이전트가 의존 관계를 추적하도록 돕는 협업 플랫폼도 설명한다. 또한 이 작업의 토대가 된 수학적 증명의 전통에 공을 돌린다.  [형식화 발표](https://www.anthropic.com/research/formalizing-fermats-last-theorem).

공개 저장소는 제목보다 구체적인 근거를 제공한다. 정리를 명시하고 의존 관계를 기록하며 Lean의 표준 공리와 Mathlib의 정식 서술을 대조하는 검사를 문서화한다. 또한 유지 관리되지 않는 연구 자료라고 설명한다. 우리는 이 문서를 살펴봤지만 빌드를 다시 실행하지는 않았다.  [FLT 저장소](https://github.com/anthropics/fermats-last-theorem).

후보 논증을 더 많이 만드는 도구가 형식화에도 도움이 된다면 검증 역량도 늘어날 수 있다. 이는 낙관할 만한 상당한 이유다. 후속 연구자들은 검토할 구체적인 자료를 얻게 된다. 다만 중간 결과를 쉽게 재사용할 수 있는지, 의존 항목을 계속 빌드할 수 있는지, 누가 자료를 관리하는지는 여전히 확인해야 한다. 생성된 코드의 양만으로는 답을 얻을 수 없다.

여기에는 연구기관의 선택이 걸려 있다. 연구소는 증명을 모델의 완성된 시연으로 공개할 수도 있고, 다른 사람들이 계속 활용할 기반 시설로 지원할 수도 있다. 두 접근법은 공개 이후 서로 다른 책무를 만든다. 유지 관리와 설명이 담긴 예시, 안정적인 참조 자료도 연구 예산의 일부로 다뤄야 한다.

## 9월 8일: 나비에–스토크스 결과가 실제로 주장하는 것

유체 관련 결과는 이러한 질문을 더 선명하게 만든다. 9월 8일 발표를 9월 10일 갱신한 OpenAI는 나비에–스토크스 방정식의 존재성과 매끄러움 문제에 대한 제안된 해법을 제시했다. 사내 모델이 조율 에이전트들을 통해 작업했다고 밝히고, 글로 된 논증과 Lean 형식화를 공개했다. OpenAI는 밀레니엄 상금을 신청할 의사가 없다고 밝혔다.  [발표](https://openai.com/index/navier-stokes-solution/).

원고가 다루는 설정은 양의 점성을 가진 3차원 비압축성 유체의 운동과 세심하게 구성된 외력이다. 정지 상태에서 시작한 제안된 해는 전체 에너지가 유계로 남는 동안 유한 시간 안에 속도가 무한대로 커진다. 외력은 매끄럽고 공간과 시간상 한정되어 있다. 수학적 구성은 수축하는 와류와, 남은 힘이 매끄럽게 유지되도록 배열한 보정항을 사용한다. 이는 방정식의 해에 대한 주장이지 물리 실험의 관측 결과나 새로운 공학 시뮬레이터가 아니다.  [나비에–스토크스 원고](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf).

외력은 결과의 범위를 이해하는 데 핵심이다. Clay 문제에 대한 Charles Fefferman의 공식 서술은 붕괴 대안 C와 D에서 매끄러운 외력을 허용한다. 전역적 매끄러움 대안 A와 B는 외력이 없는 방정식을 다룬다. 따라서 제안된 유형의 결과가 유효하다면 Clay가 명시적으로 허용한 대안을 다루면서도 외력이 없는 전역 정칙성 문제는 미해결로 남을 수 있다. 외력이 중요하지 않다고 하면 정리의 범위를 부풀리는 것이고, 명시된 문제 바깥이라고 치부하면 규칙을 잘못 설명하는 것이다.  [공식 문제 서술](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf).

OpenAI는 점성이 없는 이상 유체를 다루는 별도의 오일러 방정식 논증도 공개했다. 해당 원고는 매끄러운 초기 자료와 외력이 없는 조건에서 유한 시간 내 붕괴가 일어난다고 제안한다. 오일러 방정식과 나비에–스토크스 방정식은 관련되어 있지만 두 논문의 가정과 결론은 구분해야 한다.  [오일러 원고](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf).

주변 연구의 역사도 중요하다. 유럽수학회는 9월 10일 성명에서 Alpöge와 Buckmaster, 그리고 그보다 앞선 수학적 기여와 함께 Córdoba, Martínez-Zoroa, Zheng의 연구를 인정했다. 또한 접근성과 저자 표시, 공로 배분에 관한 질문을 제기했다. 모델 이름에서 곧바로 정리로 넘어가는 설명은 그 작업을 가능하게 한 아이디어의 축적을 놓치게 된다.  [EMS 성명](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225).

Clay는 9월 11일 잠정적 해결에 대해 신중한 기대를 표명하고, 평가와 공로 배분은 서두르지 않고 진행하겠다고 밝혔다. 이는 의미 있는 기관 차원의 반응이다. 상금 수여나 모든 검토 절차가 끝났다는 선언은 아니다.  [Clay 발표](https://www.claymath.org/news/navier-stokes-announcement/).

독자에게는 더 보탤 필요 없이도 충분히 중요한 결론이 있다. AI 연구소가 인정받는 밀레니엄 문제를 겨냥한 증명 후보를 수학적 자료와 형식 검증 자료와 함께 공개했고, 주요 기관들이 이를 진지하게 다루고 있다. 더 넓은 합의와 공로 인정, 이해를 이루려면 아직 절차와 작업이 남아 있다.

![Manuscript pages lead to a magnifying glass over a statement and dependency pages, then to an explanatory book and reusable pages.](/api/media/file/proposal-check-understanding-inline-v2.png)

## 증명 검사는 정확한 질문에 답한다

형식 검증은 검토자가 활용할 수 있는 근거를 바꾼다. 보도 역시 그에 맞게 더 정밀해져야 한다.

Lean의 문서는 증명이 유효한지와 증명 대상인 명제가 무엇을 뜻하는지를 구분한다. 기본적인 검사가 성공하면 형식 명제가 정의와 가정에서 따라 나온다는 점이 확인된다. 추가 검사를 통해 미완성된 의존 관계를 찾아내고 공리를 점검하며 증명을 독립적으로 지정한 명제와 비교할 수 있다. 문서는 외부 검사기를 사용하는 더 강한 검증 방법도 설명하면서 여전히 남는 가정도 밝힌다.  [Lean 검증 안내서](https://lean-lang.org/doc/reference/latest/ValidatingProofs/).

어떤 알고리즘의 모든 입력에 적용되는 경계를 구하려는 연구자를 생각해 보자. 보조 시스템이 형식적으로 올바른 정리를 제시했지만, 허용되는 입력의 정의에서 까다로운 경우를 제외했다. 증명 자체는 맞더라도 연구자가 적용하려는 주장은 뒷받침되지 않을 수 있다. 질문을 형식 명제로 옮길 때 주의를 기울여야 하는 이유를 보여 주는 가상 사례다.

참신성을 확인하려면 또 다른 종류의 검토가 필요하다. 증명 시스템만으로는 같은 논증이 오래된 논문에서 다른 용어로 이미 나왔는지, 공로가 온전히 표시되었는지, 제안된 개선이 실제 응용에서 중요한 변화를 만드는지 알 수 없다. 이런 판단에는 문헌 조사와 해당 분야의 전문성이 필요하다.

따라서 연구소가 중요한 결과를 공개할 때는 지속적으로 보존할 수 있는 자료 묶음을 제공하라고 제안한다. 일상적인 수학 언어로 쓴 정확한 주장, 가능하면 이에 대응하는 형식 명제, 증명과 의존 항목, 사람과 모델의 기여를 명확히 밝힌 설명, 무엇을 검토하고 수정했는지 기록한 자료가 포함되어야 한다. 이는 우리가 제안하는 보도 기준이다. 다른 연구자들이 책임 소재를 파악하고 관련 검사를 재현할 수 있게 해 준다.

## 자문단은 커지는 조정 문제를 다룬다

9월 21일 발표된 수학·인공지능 자문단 소식은 이런 배경에서 나왔다. 자문단은 독립적이고 무보수로 활동하며 관련 AI 기업 어디에나 자문할 수 있다고 밝혔다. 당장의 과제는 OpenAI가 추가로 얻었다고 보고한 결과의 공개에 관해 조언하는 것이다. 공개 권고안을 내놓겠다고 약속했고 기업 내부에서 결정권은 없다고 명확히 했다. Terence Tao의 블로그에 실린 발표문은 자문단의 초청 기고다.  [자문단 성명](https://agmai.org/).

OpenAI는 검토와 소통, 중요성 평가, 성과 확산을 자문 범위로 설명한다. 내부 수학 연구의 진행 속도에 관해 조언하는 역할은 아니라고도 밝혔다. 따라서 이 자문은 검토와 조정을 위한 통로로 이해해야 하며, 최종 결정은 회사에 남아 있다.  [OpenAI의 자문단 발표](https://openai.com/index/advisory-group-on-mathematics-and-ai/).

이런 방식은 환영할 이유가 있다. 조정이 잘되면 중복 검토를 줄이고 적합한 전문가를 찾으며 결과에 대한 설명이 근거 수준에 맞도록 도울 수 있다. 한계도 분명하다. 조언에 대한 대응이 필요하지만 독립성만으로 이를 강제할 수는 없다. 독자는 공개되는 권고안과 기업의 후속 조치를 지켜볼 필요가 있다.

회의적인 주장은 연구 목적에도 초점을 둔다. 9월 11일 발표된 「수학과 AI의 심각한 불일치」 선언문은 목록에 오른 문제를 풀기 위한 경쟁이 이해의 발전과 미래 수학자 양성을 소홀히 할 수 있다고 주장한다. 서명자들은 아이디어를 가르칠 수 있고 유용한 형태로 발전시키는 과정이 위태로워질 수 있다고 본다. 이는 해당 분야 종사자들이 제기한 진지한 견해이지, 모든 AI 활용이 이미 해를 끼쳤다는 측정 결과는 아니다.  [선언문](https://mathandai.org/).

Henry Cohn은 9월 15일 Tao의 블로그에 실린 기고문에서 관련 주장을 발전시킨다. 설명이 부족한 결과를 공동체가 소화하려면 상당한 노력이 들 수 있다는 것이다. 그런 설명 작업을 하는 사람에게 어떤 보상이 주어지는지도 문제 삼는다. 여기서도 정확한 저자 표기가 중요하다. Tao의 블로그에 실렸지만 글은 Cohn의 것이다.  [Cohn의 기고문](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/).

## 다음 성과는 다른 사람이 더 쉽게 활용할 수 있어야 한다

5월부터 9월까지의 흐름에는 구체적인 사례를 동반한 낙관적 설명이 가능하다. 기하학적 반례가 추가 구성을 이끌어 냈다. 연구자들은 놀라운 다항식 사상을 더 명료하게 설명하는 방법을 찾았다. 형식화를 통해 복잡한 추론을 살펴볼 추가 자료가 나왔다. 모델의 결과물과 수학 연구가 생산적인 관계를 맺는 데 필요한 요소가 모습을 드러냈다.

비관적인 시나리오도 현실적이다. 연구소가 다른 사람들이 이해하는 속도보다 더 빨리 결과를 제안하고, 발표한 내용을 완성된 과학적 성과로 집계할 수 있다. 검토 부담은 소수 전문가에게 쏠리는 한편 자원과 명성은 밀린 결과를 만들어 내는 시스템으로 흘러갈 수 있다. 모델 접근이 제한되면 발견을 생성하는 사람들과 이를 평가해야 하는 사람들 사이의 불균형이 더 커질 수 있다.

우리의 견해로는 연구소와 지원 기관, 학술지가 이 과정의 양쪽을 모두 측정해야 한다. 후보 발견뿐 아니라 독립 검토, 유용한 단순화, 수정된 논증, 재사용 가능한 형식 라이브러리, 후속 연구도 추적해야 한다. 결과를 이해할 수 있게 만든 사람에게 공로를 돌리고, 정정 사항도 최초 발표만큼 지속적으로 공개해야 한다.

다음 돌파구를 따라가려는 독자라면 구체적인 질문을 던져야 한다. 이제 다른 연구자가 이전에는 할 수 없었던 어떤 일을 할 수 있게 되었는가? 반례를 만들거나 더 강한 보장을 세우고, 어려운 논증을 점검하거나 새로운 방법을 가르치는 일일 수 있다. AI 수학의 진전이 수학의 진전이 되는 지점이 바로 여기에 있다.

## Sources

- [OpenAI: 단위 거리 발표](https://openai.com/index/model-disproves-discrete-geometry-conjecture/) — 2026년 5월 20일. 발표일, 모델의 관여와 외부 검토에 대한 회사의 설명을 확인하는 자료다. 우선권과 자율성에 관한 주장은 제작의 모든 단계를 독립적으로 평가한 결과가 아니다.
- [OpenAI: 점 사이 거리가 많은 평면 점 집합](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf) — 5월 20일 발표와 함께 공개됐다. 초록과 주정리는 고정된 양의 지수 개선을 보이는 무한한 점 집합의 계열을 제시한다. 이 반례가 극값 함수의 정확한 값을 정하지는 않는다. 우리는 증명을 심사하지 않았다.
- [Alon 외: 단위 거리 반례에 관한 논평](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf) — 5월 공개 자료에 딸린 논문. 사람이 검증한 재구성과 일부 단순화·일반화를 제공하고 앞선 정수론의 기여를 밝힌다. 논문의 주장을 읽는 것과 모든 수학적 단계를 독립적으로 확인하는 일은 다르다.
- [Bloom, Sawin, Schildkraut, Zhelezov: 실수에서 합-곱 추측은 거짓이다](https://arxiv.org/html/2605.28781v1) — 5월 27일 프리프린트. 서론에서 단위 거리 반례가 연구에 영감을 주었다고 명시한다. 사람 저자가 작성한 후속 연구이며, 여기에 포함했다고 해서 증명을 OpenAI의 공으로 돌리거나 학술지 게재가 확정됐다고 뜻하는 것은 아니다.
- [Cosmin Pohoata: 분할 소수와 엘레케스–로냐이 문제](https://arxiv.org/html/2606.13619v2) — 6월 11일 최초 제출, 6월 28일 개정. 다항식 값의 확장에 관한 반례를 제시하고 최근 구성을 활용한 점을 설명한다. 날짜는 프리프린트 버전 기준이며 최초 공개일을 단정한 것이 아니다.
- [Lee, Pohoata, Zhu: 민코프스키 격자에는 강건하게 반복 거리가 많다](https://arxiv.org/html/2607.05374v1) — 7월 6일 프리프린트. 저자들이 주장하는 부분집합에 강건한 반복 거리의 성질과 그 결과를 제시한다. 우리는 범위와 명시된 영감을 요약했으며 추정치를 독립적으로 증명하거나 AI가 저자였다고 암시하지 않는다.
- [Terence Tao: 야코비안 추측 반례의 해설](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/) — 7월 21일 Tao의 수학 해설로, 명시적 사상과 설명을 담고 있다. 3차원 이상에서의 반례와 미해결인 2차원 경우를 구분한다. 댓글에 실렸으나 확인되지 않은 주장은 사용하지 않았다.
- [Arno van den Essen: 야코비안 추측의 반례를 찾는 기초적인 방법](https://arxiv.org/abs/2609.17795) — 9월 15일 프리프린트. 좌표 변환 아래 Alpöge의 예와 동치인 구성을 찾는 기초적 방법을 제시한다. 이는 설명을 잇는 후속 연구이지 별개의 두 번째 반례 발견을 입증하는 자료가 아니다.
- [OpenAI: 수학과 이론 컴퓨터과학의 10가지 진전](https://openai.com/index/ten-advances-in-mathematics/) — 8월 1일 발표. 내부 모델과 원고를 준비한 사람들, 형식화를 수행한 모델 사이의 역할 분담에 관한 회사의 설명을 담고 있다. 회사의 토큰 비용 비교는 제외했으며 독립적인 심사로 간주하지 않았다.
- [OpenAI: 10가지 진전 연구 자료집](https://cdn.openai.com/pdf/ten-proofs-oai.pdf) — 8월 1일 발표 뒤 8월 6일 갱신된 자료집. 본문의 간략한 목록은 보고된 10개 분야를 요약한다. 초록과 목차, 일부 정리 서술을 살펴봤으며 심사자처럼 253쪽 전체를 읽지는 않았다.
- [Anthropic: Claude의 수학 역량에 대해 더 알아보다](https://www.anthropic.com/research/riemann-zeta) — 8월 10일 발표, 8월 13일 갱신. 제타 영점 연구와 사람의 검토를 설명하고 리만 가설은 여전히 미해결이라고 명시한다. 모델의 작업 과정과 검증에 관한 설명은 Anthropic의 주장으로 귀속했다.
- [Claude/Anthropic: 리만 제타 함수의 영점](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf) — 8월 13일 갱신 발표에 연결된 8월 11일자 원고. 초록과 정리 A는 점근적 비율, 단순성, 임계선 위의 위치를 구분한다. 개선된 상수는 약 0.6725이며, 리만 가설 전체를 증명하지 않는다.
- [Alpöge가 게시한 6차원 구면 원고](https://alpo.ge/s6.pdf) — 날짜가 없는 사본을 9월 22일 열람했다. 제목과 서두는 6차원 구면의 복소 구조를 제안한다. 이 자료만으로 신뢰할 수 있는 공개 날짜나 AI의 전체 기여를 확인하기 어려워 조건부 제안으로 남겨 둔다.
- [Charton 외: 작은 소수 간격의 새로운 상계](https://primegaps.axiommath.ai/bgp212.pdf) — 9월 3일 예비 원고. 초록과 정리 1.1은 212라는 간격 상계를 제시하고 선행 연구의 공을 인정한다. 부록 A의 Lean 인증서는 해석학적 입력과 별도로 확인한 변분 인증서를 가정하며, 기초 공리만으로 완전히 형식화한 것이 아니다.
- [OpenAI: PrimeGaps186 저장소](https://github.com/openai/PrimeGaps186) — 9월 22일 현재 저장소를 확인했다. README는 Lean 개발물에 증명되지 않은 입력 공리 세 가지가 있다고 명시한다. 수치 인증서는 이를 증명하지 않는다. 빌드나 수치 인증서를 실행하지 않고 문서만 살펴봤다.
- [OpenAI: 연속한 소수 사이의 큰 간격](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf) — 9월 3일 Astra 공개와 함께 연결된 원고. 정리는 증가하는 임계값 아래에서 최대 소수 간격의 하한을 다룬다. 이는 작은 간격이나 쌍둥이 소수 주장과 구별되며, 증명을 독립적으로 확인하지 않았다.
- [Anthropic: 페르마의 마지막 정리 형식화](https://www.anthropic.com/research/formalizing-fermats-last-theorem) — 9월 4일 발표. 11일간의 형식화 작업과 조정, 사람의 지휘를 설명한다. 이는 알려진 수학을 검증하는 작업에 관한 것이며, 소요 시간과 자율성은 연구소의 설명이다.
- [Anthropic: 페르마의 마지막 정리 저장소](https://github.com/anthropics/fermats-last-theorem) — 9월 22일 현재 저장소를 확인했다. 명제와 의존 관계, 공리 검사, Mathlib과의 비교를 문서화한다. 이 공개물을 유지 관리되지 않는 연구 자료라고 표시한다. 형식 증명을 다시 빌드하거나 독립적으로 검증하지 않았다.
- [OpenAI: 나비에–스토크스 밀레니엄 상금 문제에 관하여](https://openai.com/index/navier-stokes-solution/) — 9월 8일 발표, 9월 10일 갱신. 연구소의 주장과 에이전트 기반 제작 설명, 상금에 지원하지 않겠다는 결정을 확인하는 자료다. 비공개 기여도 논란을 판정하거나 발표를 공동체 검토의 완료로 간주하지 않는다.
- [OpenAI: 나비에–스토크스 원고](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf) — 9월 8일 공개. 서론과 정리 1.1은 양의 점성, 매끄러운 콤팩트 지지 외력, 초기 정지, 유계 에너지, 유한 시간 속도 폭발을 서술한다. 이는 제안된 정리의 범위이지 우리가 독립적으로 검증한 결과가 아니다.
- [Charles Fefferman: 나비에–스토크스 문제의 공식 서술](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf) — 9월 22일 열람한 Clay의 공식 정식화. 대안 C와 D는 매끄러운 외력을 허용하고, A와 B는 외력이 없는 매끄러움 문제를 제기한다. URL의 업로드 디렉터리를 최초 공개일로 취급하지 않았다.
- [OpenAI: 오일러 방정식 원고](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf) — 9월 8일 자료와 함께 공개됐다. 정리 1.1은 매끄럽고 외력이 없는 오일러 초기 자료와 유한 시간 내 미분값·와도 붕괴를 다룬다. 그 방정식과 결론을 별개의 외력 있는 나비에–스토크스 주장과 혼동해서는 안 된다.
- [유럽수학회: 나비에–스토크스 발표에 관한 성명](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225) — 9월 10일 성명. 동시대와 이전 수학적 기여를 인정하고 접근성과 공로 배분을 논한다. 기관 차원의 맥락을 제공하지만, 독립적인 증명 인증서나 모든 우선권 문제의 해결은 아니다.
- [Clay 수학연구소: 나비에–스토크스 발표](https://www.claymath.org/news/navier-stokes-announcement/) — 9월 11일 응답은 잠정적 해결이라는 신중한 표현을 사용하고 숙고에 따른 평가 절차를 설명한다. 이는 주요 기관이 진지하게 주목한다는 근거이지 밀레니엄 상금 수여 발표가 아니다.
- [Lean: Lean 증명 검증하기](https://lean-lang.org/doc/reference/latest/ValidatingProofs/) — 9월 22일 열람한 현행 공식 문서. 증명의 유효성과 명제의 의미, 공리 감사, 더 강한 검사 방법을 구분한다. 형식 검사는 가정 아래 특정한 보장을 제공하지만 참신성이나 공로, 유용성을 입증하지는 않는다.
- [수학·인공지능 자문단](https://agmai.org/) — 9월 21일 출범. Tao의 블로그에도 같은 성명이 초청 기고로 실렸다. 무보수 독립성, 공개 권고 약속, 기업 내부 결정권의 부재를 확인할 수 있다. 추가 결과 묶음에 관한 주장은 여전히 OpenAI의 설명으로 귀속된다.
- [OpenAI: 수학과 AI 자문단](https://openai.com/index/advisory-group-on-mathematics-and-ai/) — 9월 21일 발표. 자문단의 범위를 설명하고 내부 수학 진전의 속도를 자문하는 일은 명시적으로 제외한다. 전체 결과의 정확성과 참신성이 독립적으로 확립되지 않아 회사가 주장한 신규 결과 총계는 인용하지 않았다.
- [수학과 AI: 수학에서 AI가 빚는 심각한 불일치](https://mathandai.org/) — 9월 11일 선언문. 수학자들이 이해와 교육, 공로 배분, 유인 구조에 관해 제기한 주장을 담았다. 해당 분야 참여자의 의견 표명이지 모든 AI 사용의 영향을 통제된 방식으로 측정한 결과는 아니다.
- [Henry Cohn: AI 생성 수학의 기술적 부채](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/) — 9월 15일 Henry Cohn이 Tao의 블로그에 쓴 초청 기고. 설명의 중요성과 결과를 소화하는 데 드는 부담을 다룬다. 주장의 저자가 Cohn임을 밝히고 검토 비용의 실증적 추정치와 구분한다.