OpenAI, 내부 프런티어 모델이 만든 새로운 수학 성과를 공개: Lean 형식화와 연산량 정보 포함

발표 내용 2026년 10월 6일 OpenAI는 연구 글 「Sharing AI progress in mathematics」를 공개하고, 내부 프런티어 모델이 만든 새로운 수학 결과를 폭넓게 발표했다. 핵심은 폭넓다는 점이다. 논문 한 편이나 정리 하나가 아니라 결과의 모음이다. OpenAI는 이를 GitHub 저장소에 올리고 논문 수정과 인용 규약을 붙였다. 글은 자문위원회의 지침에 맞는 커뮤니티 운영형 대안도 계속 찾고 있다고 밝힌다. 먼저 범위를 분명히 해 둔다. 원문은 개별 정리의 이름을 밝히지 않고, 해결한 문제의 총수도 제시하지 않는다. 제시된 것은 공개 방식, 공개한 자료의 목록, 평균 연산량 수치다. 이 보고서는 이 공개 정보에만 근거하며 수학적 내용 자체는 추측하지 않는다. 공개 절차: 수학계의 규범에 다가가기 이번 공개에서 가장 흥미로운 부분은 절차다. OpenAI는 수학 커뮤니티와 결과를 공유하는 방식을 개선하려고, 고등연구소(IAS)의 독립적인 수학·인공지능 자문 그룹과 상의했다고 밝힌다. 공개 방식은 그 조언과 공개된 권고를 참고해 정했다고 한다.

이것이 중요한 이유는 현실적이다. 수학에는 발표, 공적 귀속, 심사에 대한 고유한 전통이 있다. AI 연구소가 블로그에 우리 모델이 이것을 증명했다고만 쓰면 수학자는 진위를 판단하기 어렵고 인용 방법도 알 수 없다. 수정과 인용 규약을 갖춘 저장소에 결과를 두는 것은, 이 성과가 커뮤니티의 검토, 정정, 정식 인용을 거쳐야 함을 인정하는 일이다. OpenAI는 앞으로의 공개에서도 인용, 수학적 설명, 결과 제시 방식을 개선해 독자가 더 쉽게 이해하도록 하겠다고 약속한다. Lean 형식화: 기계가 증명을 검사한다 저장소의 또 다른 축은 많은 증명에 붙는 Lean 형식화다. Lean은 수학 증명이 맞는지 컴퓨터가 한 단계씩 검사할 수 있게 해 주는 프로그래밍 언어다. AI가 만든 수학에서는 이것이 특히 중요하다. 언어 모델은 엄밀해 보이지만 미묘한 결함을 숨긴 논증을 쓸 수 있고, 사람의 심사는 느리고 비싸다. 형식 증명은 증명 검사기가 줄마다 확인한다. 형식화된 명제가 원래 문제와 일치한다면 아무도 증명을 그냥 믿을 필요가 없다. 그러면 커뮤니티는 더 어려운 두 질문에 힘을 쏟을 수 있다. 형식 명제가 원래 문제를 정말 담고 있는가, 그리고 결과가 수학적 가치를 지니는가.

OpenAI는 형식화를 확보하는 대로 저장소를 갱신하겠다고 분명히 말한다. 따라서 지금 모든 결과가 형식화된 것은 아니다. 독자는 저장소의 현재 상태를 기준으로 삼아야 한다. 투명성: 추론 요약, 연산량, 시도 횟수 결과 외에도 OpenAI는 결과를 얻은 과정에 대한 세부 자료를 공개했다. 모델의 추론 요약 10건, ChatGPT Pro 사용량으로 환산한 연산량 추정, 시도한 문제 수에 대한 통계다. 공개된 평균은 결과 하나가 약 3시간 분량의 ChatGPT Pro 사고에 해당하는 연산을 썼다는 것이다.

세 가지 자료는 각각 쓸모가 다르다. 추론 요약은 모델이 어떻게 결론에 이르렀는지 외부에 보여 준다. 연산량 추정은 결과 하나의 비용 규모를 가늠하게 해 주며, AI 연구의 경제성을 판단하는 데 필수다. 시도 통계는 오래된 질문에 답한다. 눈에 보이는 성공 뒤에 얼마나 많은 실패가 있는가. 분모가 없는 성공률은 의미가 적고, 분모를 공개하는 것은 드문 솔직함이다. 주의할 점이 있다. 3시간 분량의 ChatGPT Pro 사고는 OpenAI 고유의 환산 단위다. GPU 시간이 아니므로 외부에서 정확한 비용을 다시 계산할 수는 없다. 과학계와 업계에 주는 의미 수학자에게는 직접 검토할 수 있는 자료 묶음이다. 논문, 증명, 통계가 한곳에 있고 수정과 인용 경로가 정해져 있다. AI 업계에는 공개 양식의 본보기가 된다. 결과, 형식 증명, 연산량 기록, 실패 통계를 함께 내놓는 형태다. 다른 연구소가 비슷한 진전을 발표할 때 독자는 같은 질문을 던질 근거를 갖게 된다.

기업에는 신호가 복합적이다. 한편으로는 오래 생각하는 프런티어 추론 모델이 검증 가능한 연구 수준의 결과를 낼 수 있음을 보여 준다. 다른 한편으로 OpenAI는 이 결과를 만든 모델을 책임 있게 공개하려고 노력 중이라고만 말하고 일정은 밝히지 않았다. 따라서 이미 제공되는 제품 기능으로 읽어서는 안 된다. 앞으로와 과제 OpenAI는 AI가 만든 주요 결과를 이해하기 위한 워크숍, 학회, 특별 프로그램을 지원하겠다고 밝히며 자세한 내용은 곧 공유하겠다고 한다. 실용적인 신호다. 기계가 낸 증명을 이해하는 일은 그 자체로 사람의 일이며, 병목이 결과를 만드는 일에서 결과를 소화하는 일로 옮겨 가고 있다. 과제도 분명하다. 첫째, 형식화가 새 결과의 속도를 따라갈 것인가. 둘째, 각 형식 명제가 의도한 문제를 충실히 옮겼는지 사람이 여전히 확인해야 한다. 셋째, 공적과 저자 표기, 책임을 사람과 모델 사이에 어떻게 나눌지 수학계에 정해진 입장이 없다. 넷째, 일회성 공개가 관행이 될지는 OpenAI가 약속대로 기준을 갱신하고 커뮤니티의 의견에 응답하는지에 달려 있다.

요컨대 이번 공개의 가치는 수학 내용에만 있지 않다. 검증하고, 인용하고, 정정할 수 있는 AI 연구 결과의 공개 규범을 세우려는 시도에 있다. 그 규범이 버티는지는 앞으로 몇 달간 커뮤니티의 검토 결과에 달려 있다.