OpenAI, 아직 공개되지 않은 내부 모델로 수백 건의 수학 결과 발표

OpenAI는 2026년 10월 6일에 아직 상업적으로 출시되지 않은 내부 모델이 생성한 방대한 수학 결과 집합을 공개한다고 공식 발표했습니다. 이 자료는 모두 공개 GitHub 저장소에 업로드되었으며, Lean 언어로 형식화된 증명, 모델이 사용한 추론 단계 요약, 계산 자원 통계가 포함된 상세 문서와 함께 제공되었습니다. OpenAI는 이 결정이 Institute for Advanced Study의 독립적인 수학·AI 자문 그룹의 권고에 따른 것이라고 밝혔지만, 모델의 소스 코드와 실험에 사용된 모든 프롬프트는 공개하지 않기로 선택했다고 덧붙였습니다.

배경 및 동기

최근 몇 년간 OpenAI는 형식 증명을 자동으로 생성할 수 있는 시스템에 막대한 투자를 진행해 왔으며, 수학 연구의 최전선에 도전하는 모델 개발을 목표로 하고 있습니다. 이전 버전인 GPT‑4‑Turbo의 성공은 인공지능이 미해결 추측 문제를 해결하는 속도를 높이고 연구자의 작업 부담을 경감시킬 수 있다는 가능성을 보여주었습니다. 이러한 기대 속에서 Institute for Advanced Study의 독립 자문 위원회는 외부 평가와 학계와의 협업을 촉진하기 위해 OpenAI가 얻은 결과를 공개하도록 권고했습니다.

결과만을 공개하고 모델 자체는 비공개로 유지하는 선택은 OpenAI가 다른 민감 분야에서 채택하고 있는 위험 완화 전략과 일맥상통합니다. 구체적으로는 형식화된 증명과 추론 요약을 제공함으로써 전문가들이 결과의 타당성을 검증할 수 있게 하면서도, 모델의 지적 재산을 보호하고 충분한 안전성 평가가 이루어질 때까지 악용 위험을 최소화하려는 목적을 가지고 있습니다.

공개된 내용

공개된 패키지는 여러 정보 카테고리로 구성됩니다. 각 결과마다 Lean으로 완전하게 형식화된 증명과 최대 열 단계로 요약된 모델의 추론 과정이 포함됩니다. 또한 OpenAI는 시도한 문제 수, 성공률, 계산 비용 추정치와 같은 통계 정보를 제공했습니다. 계산 비용 추정에 따르면 평균적인 결과는 ChatGPT Pro 약 3시간 분량의 추론에 해당하는 자원을 소비했다고 보고되었습니다. 다만 증명을 이끌어낸 모든 프롬프트와 증명을 생성한 모델의 소스 코드는 포함되지 않았습니다.

• 372개 결과에 대한 Lean 형식화 전체
• 각 결과당 최대 열 단계 추론 요약
• 시도 횟수와 성공률에 관한 통계
• 계산 자원 추정(결과당 약 3시간 ChatGPT Pro)

Scientific American은 이 372개의 결과가 수론부터 대수적 위상수학에 이르는 다양한 수학 분야의 미해결 문제를 해결하거나 진전을 이끌었다고 기록했습니다. 이 잡지는 여러 증명이 Lean으로 형식적으로 검증되었지만, 각 기여의 중요성과 독창성에 대해서는 학계가 아직 평가를 내려야 한다고 강조했습니다. OpenAI는 형식 검증만으로는 과학적 새로움이 보장되지 않으며, 실제 영향을 확인하기 위해서는 동료 평가가 필수적이라는 점을 인정했습니다.

커뮤니티 반응

저장소를 검토한 수학자들은 결과의 완전한 검증 가능성에 대해 회의적인 입장을 보였습니다. 모델이나 전체 프롬프트에 접근할 수 없기 때문에 증명에 이르는 추론 경로를 재현하기 어렵다는 지적이 제기되었습니다. 또한 일부 증명이 이미 알려진 결과이거나 기존 정리의 사소한 변형에 불과할 가능성도 제기되었습니다. 수백 개의 형식화된 증명을 평가하려면 많은 시간과 자원이 필요하며, 많은 학술 기관이 이러한 부담을 감당하기 어렵다는 현실적인 장애물도 언급되었습니다.

그럼에도 불구하고, 일부 연구자들은 이 이니셔티브를 긍정적으로 평가했습니다. Lean으로 공개된 형식화는 연구자들이 기존 증명을 확장하거나 새로운 추측에 도전하는 데 기반이 될 수 있습니다. 전문가들 중에는 모델 자체가 공개되지 않더라도 결과 공개가 평가 기준, 공로 귀속, AI 지원 지식 생산 윤리 등에 관한 논의의 출발점이 될 수 있다고 강조하는 목소리도 있습니다.

향후 단계와 함의

이번 공개된 패키지는 372개의 개별 결과를 중심으로 구성되며, 각 항목마다 Lean 언어로 완전하게 형식화된 증명과 최대 열 단계까지 요약된 추론 흐름이 포함됩니다. 또한 OpenAI는 문제 시도 횟수, 성공률, 그리고 계산 자원 사용량에 관한 통계도 제공했는데, 평균적으로 한 결과를 도출하는 데 ChatGPT Pro 기준 약 3시간 분량의 연산이 소요된 것으로 보고되었습니다. 이러한 메타데이터는 연구자들이 각 결과의 비용 효율성을 평가하고, 향후 모델 개선에 필요한 자원 추정을 가능하게 합니다. 다만 모델 자체와 모든 프롬프트는 공개되지 않았으며, 이는 내부 지적 재산 보호와 동시에 잠재적 악용을 방지하려는 전략적 선택으로 해석됩니다. 결과물만을 공개함으로써 외부 전문가들이 증명의 타당성을 직접 검증할 수 있는 기반을 마련하고자 한 점이 핵심 목표였습니다.

OpenAI가 이번 공개를 진행하게 된 배경에는 Institute for Advanced Study( IAS )의 독립적인 수학·AI 자문 그룹의 권고가 크게 작용했습니다. 해당 위원회는 AI가 생성한 수학적 성과를 투명하게 공유함으로써 학계와의 협업을 촉진하고, 외부 검증을 통해 안전성을 확보하라는 입장을 밝혔습니다. OpenAI는 이러한 권고를 수용하면서도, 모델 자체를 비공개로 유지하는 방식을 선택했는데, 이는 민감한 기술이 아직 충분히 안전성 검증을 거치지 않은 상태에서 무분별하게 확산되는 것을 방지하려는 위험 완화 전략과 일맥상통합니다. 따라서 결과물 공개와 모델 비공개라는 두 축을 동시에 운영함으로써, 학술적 검증과 지적 재산 보호 사이의 균형을 모색하고자 했습니다.

Scientific American이 보도한 바와 같이, 372개의 결과 중 일부는 Lean을 이용해 형식적으로 검증되었지만, 전체적인 중요성과 독창성에 대해서는 아직 학계의 평가가 이루어지지 않았습니다. 수학자들은 특히 전체 프롬프트와 모델 코드를 열람할 수 없기 때문에, 증명에 이르는 구체적 추론 경로를 재현하거나 오류를 탐지하기 어려운 점을 지적했습니다. 또한 일부 결과가 기존에 알려진 정리의 변형에 불과할 가능성도 제기되었으며, 수백 개의 형식화된 증명을 검토하는 데 필요한 인력과 시간은 많은 연구 기관에게 현실적인 부담으로 작용하고 있습니다. 이러한 회의적 시각에도 불구하고, 형식 검증된 증명이 제공함으로써 연구자들이 새로운 아이디어를 탐색하거나 기존 작업을 확장하는 데 활용할 수 있는 기반이 마련되었다는 점은 긍정적으로 평가되고 있습니다.

앞으로 OpenAI는 발표 품질을 높이기 위해 인용 정확성, 설명의 명료성, 전반적인 문서 구성을 개선하겠다고 약속했습니다. 동시에 AI 연구자와 수학자를 대상으로 하는 워크숍에 자금을 지원하여, 기계가 생성한 결과물의 검증 절차와 공개 기준에 관한 최선 실천 방안을 공동으로 정의하려는 목표를 제시했습니다. 이러한 노력은 발견 속도 향상, 증명 도구의 민주화, 학제 간 협업 촉진이라는 잠재적 이점을 제공할 수 있지만, 모델 투명성 부족과 인간에 의한 엄격한 검토 필요성이라는 현재의 제한점도 동시에 인식해야 합니다. 결국 대규모 형식 증명 코퍼스가 공개됨으로써 연구 커뮤니티는 새로운 출발점을 얻게 되며, AI 기반 기여를 기존 과학적 평가 체계에 통합하기 위한 비판적 논의가 본격화될 전망입니다.

OpenAI는 향후 반복에서 인용 정확성, 설명 명료성, 전체 발표 품질을 개선하겠다고 약속했습니다. 또한 AI 연구자와 수학자를 모으는 워크숍에 자금을 지원한다는 발표를 통해, 기계가 생성한 결과의 검증 및 공개에 관한 최선 실천 방안을 정의하려는 목표를 제시했습니다. 잠재적 이점으로는 발견 가속화, 증명 도구 민주화, 새로운 학제 간 협업 형태가 기대되는 반면, 모델 투명성 부족과 인간에 의한 엄격한 검토 필요성 등 현재의 제한 사항도 함께 고려해야 합니다. 이제 변화된 점은 커뮤니티가 대규모 형식 증명 코퍼스에 접근할 수 있게 되었으며, 이는 향후 연구의 출발점으로 활용될 수 있다는 것입니다. 동시에 AI가 만든 기여를 기존 과학적 평가 체계에 통합하기 위한 비판적 논의가 새롭게 시작되고 있습니다.