OpenAI, AI 보조 나비에–스토크스 증명 시도 둘러싼 분쟁에 직면
한 수학자는 OpenAI가 자사 팀의 연구 방향을 활용해 논란이 된 나비에–스토크스 증명을 추진했다고 말하며, AI 연구 윤리에 대한 질문을 제기했다.
NYU 수학과 교수 트리스탄 벅마스터는 Anthropic 수학자 르방트 알뵈게와 함께 진행하던 연구를 마무리하던 중 그 내용을 알게 된 뒤, OpenAI가 나비에–스토크스 존재 및 매끄러움 문제에 대한 선도적 접근을 추구하게 되었다고 말한다. 이 논란은 벅마스터와 알뵈게가 예비 결과를 발표하고, OpenAI가 동일한 핵심 문제에 대한 완전한 증명이라고 설명한 내용을 공개하면서 불거졌다.
이 사건은 잠재적으로 중요한 수학적 진전과 AI 연구에 대한 어려운 질문을 결합한다. 모델 보조 팀이 외부 연구자들이 유망한 경로를 찾아냈다는 사실을 알게 되었을 때, 그 방향을 얼마나 사용할 수 있으며 연구자들의 작업을 부당하게 전용하지 않으면서 어디까지 활용할 수 있는가? 이용 가능한 증거는 주로 벅마스터의 설명과 OpenAI의 자체 성명으로 구성된다. 소스 자료에는 OpenAI의 증명이 정확하다는 독립적 확인도, 기밀 사용자 데이터를 사용했다는 증거도 없다.
100만 달러 수학 문제를 둘러싼 경쟁
나비에–스토크스 존재 및 매끄러움 문제는 Clay Mathematics Institute가 지정한 7개 밀레니엄 상 문제 중 하나다. 정답은 100만 달러의 상금을 수반하며, 유체 흐름 방정식의 수학적 거동에 대한 오랜 질문을 해결하게 된다.
벅마스터는 알뵈게와 함께 세 개의 증명을 발표하며, 이를 더 큰 문제를 향해 나아간 예비적 발견이라고 설명했다. 이들의 작업에는 여러 AI 시스템이 사용되었으며, 주로 OpenAI의 Codex와 Anthropic의 Claude가 활용되었지만, 알뵈게는 Anthropic을 대신한 것이 아니라 독립적으로 행동했다.
벅마스터의 설명에 따르면, 연구자들은 결과를 마무리하던 중 자신들의 진행 상황에 대한 정보가 OpenAI에 전달되었다는 사실을 알게 되었다. 그는 이후 OpenAI가 이미 완전한 증명을 확보했다고 말했다고 전한다. OpenAI의 자체 발표는 최근 시도가 두 개의 밀레니엄 상 문제가 해결되었다는 소문이 돌기 시작한 9월 1일에 시작되었다고 밝혔다.
그 시점은 분쟁의 핵심이다. 벅마스터는 자신들의 팀이 택한 특정 경로는 문제 진술에 대한 분명한 반응이 아니었으며 비교적 적은 수의 연구자만 탐구하던 것이라고 주장한다. 따라서 외부 작업을 알게 된 직후 OpenAI 팀이 그가 묘사한 것과 동일한 방향을 채택한 것은 의심스럽다고 본다.
벅마스터의 주장과 OpenAI의 입장
벅마스터는 OpenAI와의 논의가 회사가 언제 작업을 시작했는지, 그리고 인간의 개입이 어느 정도였는지를 묻자 점점 더 불분명해졌다고 말한다. 그는 대규모 팀이 이 문제에 배정되었고, 이례적으로 많은 컴퓨팅 파워가 사용되었다고 주장한다.
그는 또한 OpenAI 연구원 세바스티앵 뷔벡이 잠재적인 타협의 일환으로 알뵈게의 공로를 삭제해 달라고 요청했다고 말한다. 벅마스터는 또한 뷔벡이 이 분쟁을 공개하지 말라고 경고했다고 주장한다. 이러한 진술은 벅마스터의 주장일 뿐, 이용 가능한 보도에서 독립적으로 입증된 사실은 아니다.
OpenAI가 공개한 설명은 자사의 작업이 9월 1일 이후 시작되었음을 확인하고, 벅마스터 및 알뵈게와의 지속적인 대화를 인정한다. 회사는 자신의 증명이 연구자들의 작업과 상당히 다르다고 말하며, 여기에는 오일러 관련 결과에서 강제된 공식과 비강제된 공식 사이의 구별이 포함된다고 설명한다.
회사 또한 연구자나 AI 에이전트가 공개 전에 팀의 미공개 작업을 직접 보았다는 주장도 부인했다. OpenAI는 문제를 해결하기 위해 특정 사용자 데이터에 접근하지 않았다고 말했다. 다만 제품 사용에서 파생된 비식별 데이터가 모델 개선에 도움이 되었을 가능성은 배제할 수 없다고 인정했다.
이 단서가 중요한 이유는 벅마스터가 Codex를 광범위하게 사용했기 때문이다. OpenAI는 Codex 상호작용을 학습에 사용할 권리를 보유하지만 사용자는 옵트아웃할 수 있다. 소스 자료는 벅마스터의 상호작용이 학습에 포함되었는지, 어떤 모델이 그의 작업을 재현했는지, 또는 그런 데이터가 OpenAI의 증명에 영향을 미쳤는지를 입증하지 않는다.
증명 주장들은 이 보도에서 아직 검증되지 않았다
OpenAI는 아직 공개되지 않은 차세대 모델이 3,000억 개의 출력 토큰을 사용한 1주일의 작업 끝에 증명을 발견했다고 말한다. TechCrunch는 당시 Astra 가격을 기준으로 2,250만 달러의 컴퓨팅 비용 추정치를 보도했다. 이는 보도된 수치이자 회사와 연결된 주장이지, 독립적으로 감사된 측정치는 아니다.
마찬가지로 “완전한 증명”의 존재를 수학계가 받아들인 해결과 동일시해서는 안 된다. 밀레니엄 상 해결에는 세부 검증이 필요하며, 소스 증거에는 동료심사를 거친 평가, Clay Mathematics Institute의 결정, 또는 OpenAI의 논증이 타당하다는 독립 수학자들의 확인이 포함되어 있지 않다.
벅마스터와 알뵈게의 결과도 예비적인 것으로 설명된다. 그 의미는 결국 작업을 완성하고, 검증하고, 나비에–스토크스 문제의 정확한 조건을 해결했음을 보여줄 수 있는지에 달려 있을 수 있다. 고급 수학에서는 AI가 생성한 논증이 정확하거나 완전하지 않더라도, 혹은 정식 상의 대상이 아니더라도 가치 있을 수 있다.
따라서 이 사건에는 혼동해서는 안 되는 두 가지 별개의 주장이 있다. 하나는 수학적 문제로, 어느 팀이든 유효한 해를 내놓았는가 하는 점이다. 다른 하나는 절차적 문제로, OpenAI가 연구자들과의 대화를 통해 얻은 정보를 사용했는지, 또는 그들의 접근을 부당하게 채택했는지 하는 점이다. 이용 가능한 진술만으로는 어느 쪽도 결론나지 않는다.
이 분쟁이 AI 연구팀에 중요한 이유
AI 개발자와 연구 조직에게 이 갈등은 모델 보조 발견을 둘러싼 거버넌스 문제가 커지고 있음을 보여준다. 호스팅된 코딩이나 추론 시스템을 사용하는 과학자는 제공자가 모델 개선을 위해 상호작용 데이터를 어느 정도 사용할 수 있는 플랫폼 안에서 새로운 작업을 만들어낼 수 있다. 직원이 사용자의 사적인 작업을 직접 읽지 않더라도, 학습 노출, 기억, 접근 통제, 이후 산출물의 출처에 관한 질문이 생길 수 있다.
이 사건은 또한 공개 관행에 압박을 가한다. AI 시스템을 원천 연구에 사용하는 팀은 프롬프트, 모델 버전, 데이터 보존 설정, 인간의 기여, 핵심 아이디어가 등장한 시점에 대한 더 명확한 기록이 필요할 수 있다. 여러 그룹이 유사한 결과를 보고하거나, 연관 연구에 노출된 후 모델이 증명을 생성하는 경우 이러한 기록은 중요해질 수 있다.
기업 구매자에게 실질적 문제는 수학에만 국한되지 않는다. 직원들이 AI 도구를 사용해 독점 알고리즘, 제품 설계, 법적 전략 또는 과학적 발견을 개발할 때에도 동일한 우려가 적용된다. 조직은 학습 사용에 대한 계약상의 명확성, 민감한 세션에 대한 더 강한 격리, 고객 작업과 공급업체 연구 사이의 잠재적 중복을 조사하는 절차를 원하게 될 것이다.
이 이야기는 AI 연구소 간 경쟁도 복잡하게 만든다. 이번 프로젝트에서 독립적인 역할을 했음에도 알뵈게가 Anthropic에 고용되어 있다는 사실이 제도적 긴장을 더한 것으로 보인다. 연구자들이 경쟁사 소속이 공로 인정이나 협업 접근에 영향을 줄 수 있다고 믿게 되면, 바로 최첨단 AI 연구가 그것에 의존하는 시기에 기업 간 과학 협업은 더욱 어려워질 수 있다.
앞으로 무엇을 지켜봐야 하나
첫 번째 신호는 OpenAI가 주장하는 증명과 벅마스터 및 알뵈게의 예비 결과에 대한 독립적인 수학적 검토일 것이다. 공식 제출, 공개 기술 세부사항, 또는 Clay Mathematics Institute와 연결된 평가가 있다면 실제 해결과 인상적이지만 불완전한 모델 출력 사이를 구분하는 데 도움이 될 것이다.
연구자들은 두 노력의 연대기에 관한 문서도 주시해야 한다. OpenAI가 관련 정보를 처음 받았던 시점, 자사 시스템에 무엇이 제시되었는지, 그리고 Codex 상호작용 데이터가 학습 대상이 될 수 있었는지 여부다. 벅마스터가 사용한 데이터 보존 및 옵트아웃 설정의 명확화도 관련이 있지만, 그것만으로 모델 오염을 입증하지는 못한다.
마지막으로, 이 분쟁은 모델이 연구에 참여할 때 AI 연구소와 학술 기관이 공로, 기밀성, 우선권에 대한 더 명확한 규범을 마련하도록 촉발할 수 있다. 그 결과는 미래의 발견이 어떻게 기록되는지, 그리고 과학자들이 호스팅된 AI 도구와 로컬 제어 시스템 중 무엇을 선택하는지에 영향을 미칠 수 있다.
Creati.ai 관점
당장의 유혹은 이를 유명한 문제를 누가 먼저 풀었는지에 대한 경쟁으로 보는 것이다. 더 중요한 문제는 과학자의 작업이 상업용 모델 제공자를 거칠 때 AI 보조 연구에 충분한 출처 규칙이 있는가 하는 점이다. 직접 접근을 부인한 OpenAI의 입장과 비식별화된 영향 가능성을 배제할 수 없다는 인정은 기술적 가능성과 증거상의 입증 사이에 간극이 있음을 보여준다.
수학적 주장과 연구 연대기가 독립적으로 검토되기 전까지, 책임 있는 결론은 제한적이다. OpenAI는 대규모 증명 작업을 보고했으며, 벅마스터는 우선권, 귀속, 데이터 사용에 대해 심각한 의문을 제기했다. 개발자와 기업에게 이 사건은 감사 가능한 AI 워크플로우의 필요성을 보여주는 사례이지, 호스팅된 모델이 사용자를 복사하고 있다거나 모델 생성 돌파구가 이미 검증되었다고 가정해야 할 이유는 아니다.
