OpenAI 수학 난제 해법 공개, 나비에-스토크스 정말 풀렸나

OpenAI가 나비에-스토크스 밀레니엄 문제의 해법을 공개했다. 다만 “ChatGPT가 100만 달러짜리 난제를 풀었다”는 설명은 절반만 맞다. 증명을 만든 것은 GPT-6 Astra가 아니라 그보다 강한 미공개 내부 모델이고, 약 1만 개 AI 에이전트가 88시간 동안 동시에 탐색한 결과다. 그리고 9월 10일 현재 Clay 수학연구소가 공식 해결로 인정한 상태가 아니다.

이 글은 무엇이 확인된 사실이고 무엇이 아직 검증 중인지를 먼저 갈라놓는다. 그 뒤에 이번 사건에서 수학보다 오래 남을 부분, 즉 AI가 일한 방식을 본다.

먼저 정리하는 다섯 줄

📌 확정 — OpenAI가 9월 8일 160쪽이 넘는 증명 논문과 Lean 4 형식 증명을 공개했다.

📌 확정 — 약 1만 개 에이전트가 약 88시간, Lean 검증에 17시간이 더 들었다.

📌 확정 — 사용된 모델은 Astra가 아니라 8월 28일부터 학습 중인 미공개 내부 모델이다.

📌 확정 — OpenAI는 이번 결과로 밀레니엄 상금을 청구할 뜻이 없다고 밝혔다.

🔎 검증 중 — 수학계 검토는 이제 시작 단계다. Clay는 여전히 이 문제를 미해결로 표기하고 있다.

나비에-스토크스, OpenAI가 정확히 무엇을 풀었다고 주장하나

나비에-스토크스 방정식은 물과 공기 같은 유체의 움직임을 기술한다. 비행기 주변 기류, 날씨, 혈류 계산이 모두 이 방정식 계열에 기댄다.

방정식 자체는 19세기부터 알려져 있었다. 풀리지 않은 건 다른 질문이다.

처음에 아무리 매끄럽게 흐르던 유체라도, 시간이 지나면 속도가 무한대로 치솟는 지점이 생길 수 있는가?

물과 공기에는 점성이 있다. 점성은 급격한 변화를 눌러주는 방향으로 작동한다. 그래서 오랫동안 핵심 쟁점은 “점성이 3차원 유체의 모든 특이점을 끝까지 막아낼 수 있는가”였다. 1934년 Jean Leray가 에너지가 유한한 약한 해의 존재를 증명했지만, 그 해가 언제나 매끄러운지는 남겨뒀다. 약 90년간 미해결로 남은 게 이 지점이다.

OpenAI가 내놓은 답은 “막아내지 못한다” 쪽이다. 정확히는 무너지는 사례를 하나 구성했다.

논문의 조건은 이렇다. 처음 유체는 완전히 정지해 있다. 여기에 매끄러운 외력을 가한다. 시간이 특정 지점에 가까워질수록 속도의 최댓값이 무한대로 증가한다. 그런데 전체 운동에너지는 끝까지 유한하게 유지된다.

OpenAI는 이 과정을 스파게티처럼 가늘고 길게 늘어나는 소용돌이로 설명한다. 잔잔한 유체에 외력이 들어가고, 회전이 생기고, 소용돌이가 안으로 말려 들어가면서 점점 가늘어지고, 그만큼 회전 속도가 폭증한다. 유한한 시간 안에 속도가 발산한다.

외력을 썼으면 반칙 아닌가

여기서 바로 의문이 생긴다. 가만히 있는 물에 일부러 힘을 가해서 터뜨린 것을 밀레니엄 문제 해결이라 부를 수 있나.

Clay의 공식 문제 정의를 보면 답이 나온다. Clay는 해결 경로를 네 가지로 제시했다.

구분	내용
A	외력이 없는 ℝ³에서 항상 매끄러운 해가 존재한다
B	주기적 공간에서도 항상 매끄러운 해가 존재한다
C	ℝ³에서 적절한 초기조건과 매끄러운 외력을 줬을 때 전역적으로 매끄러운 해가 존재하지 않는 예를 보인다
D	주기적 공간에서 같은 breakdown을 보인다

OpenAI가 선택한 길이 C와 D다. 즉 매끄러운 외력을 쓰는 것은 문제 정의가 처음부터 허용한 선택지다.

그래서 두 방향의 오해를 동시에 걷어내야 한다. “외력을 썼으니 Clay 문제와 무관하다”는 틀렸다. 반대로 “외력 없이 모든 유체가 실제로 폭발한다는 사실을 증명했다”도 틀렸다. A와 B는 여전히 열려 있다.

1만 AI 에이전트가 88시간 동안 한 일

수학보다 흥미로운 부분이 여기다.

보통 우리가 AI를 쓰는 방식은 사람이 묻고 AI가 답하는 한 줄 구조다. 이번은 구조가 달랐다. 사람이 문제를 정하고, 수천에서 1만 개 규모의 에이전트가 여러 방향으로 동시에 탐색하고, 그룹 안에서 중간 결과를 공유하고, 유망한 경로에 자원을 다시 몰아주는 방식이었다. 에이전트에게는 캐시된 인터넷을 읽고 코드를 실행하는 도구가 붙어 있었다.

시간순으로 보면 이렇다.

8월 28일 — 새 내부 모델 학습 시작. 9월 8일 발표 시점에도 학습이 진행 중이었다.

9월 1일 — 밀레니엄 문제 관련 결과가 나왔다는 소문을 듣고 실험 시작. 여러 난제에 에이전트를 배정했다.

초기 단계 — 약 100개 에이전트가 약 50시간 동안 Euler 쪽에서 먼저 결과를 얻었다.

방향 전환 — 그 결과를 근거로 나비에-스토크스가 가장 유망하다고 판단하고 자원을 집중했다.

9월 5일 — 첫 투입 약 88시간 뒤 해법 도달.

+17시간 — GPT-6 Astra로 Lean 형식화와 검증 수행.

9월 8일 — 증명 논문과 Lean 코드 공개.

ChatGPT 창을 1만 개 켜둔 것과는 다르다. AI로 구성된 연구 조직을 한시적으로 만든 쪽에 가깝다.

1300억 토큰이 말하는 것

나비에-스토크스 한 건에만 약 1만 개의 동시 에이전트, 270만 건의 메시지, 약 1300억 개의 출력 토큰이 쓰였다. 다른 난제 탐색까지 합치면 490만 건의 메시지, 약 3000억 개의 출력 토큰이다.

여기서 흔히 나오는 계산이 있다. 이 토큰 수에 현재 API 가격표를 곱해 “증명 비용은 정확히 얼마”라고 쓰는 것이다. 그건 성립하지 않는다. 내부 미공개 모델의 실제 추론 단가, 입력 토큰 규모, 캐싱, 하드웨어 비용이 공개되지 않았다.

📌 확정 — OpenAI 연구진은 이번 결과에 수백만 달러 규모의 컴퓨팅 비용이 들었다고 설명했다.
🔎 주의 — 정확한 금액은 공개되지 않았다. 외부에서 토큰 수에 API 가격을 곱해 낸 추정치를 실제 내부 비용과 같다고 볼 수 없다.

OpenAI는 이번 결과를 공개한 목적을 AI 발전 속도와 앞으로 나올 모델을 세상에 알리는 데 있다고 설명했다. 그리고 밀레니엄 상금은 청구하지 않겠다고 밝혔다.

Lean 형식 증명은 어디까지 검증했나

이번 발표가 과거의 “AI가 난제를 풀었다” 류 주장과 갈리는 지점이 Lean이다.

Lean은 계산기가 아니다. 논리를 기계가 확인할 수 있는 형태로 옮겨, 가정에서 결론까지의 각 단계가 규칙에 맞는지를 검사한다. 사람이 논문 50쪽에서 51쪽으로 넘어가며 “이 정도는 당연하다”고 지나간 부분까지 명시를 요구한다. 공개 저장소에는 나비에-스토크스와 Euler 형식화가 각각 들어 있고, 독립적으로 빌드해 검사하는 절차도 함께 공개됐다.

그래서 누구든 코드를 내려받아 직접 돌려볼 수 있다. 회사의 말을 믿을 필요가 없다는 점에서 이건 상당한 진전이다.

다만 한 가지 단서가 붙는다. 저장소에 기록된 검토 상태는 self-assessed, 즉 자체 평가다. 검사 절차와 코드가 공개된 것과, 외부 그룹이 그 검사를 실제로 재현해 통과시킨 것은 다른 단계다. 현재까지 공개된 것은 앞쪽이다.

그리고 Lean 통과가 최종 인정도 아니다. 확인해야 할 층이 둘이다.

검증 층	질문	현재 상태
형식 논리	Lean 코드가 해당 정리를 논리적으로 증명하는가	기계 검사 가능. 외부 재현은 미확인
수학적 대응	Lean에 정의한 대상·조건·정리가 Clay가 요구한 문제를 정확히 표현하는가	검토 시작 단계

두 번째 층은 사람이 판단한다. 그 검토는 아직 거의 시작되지 않았다.

90년 난제, 지금 “해결”이라고 쓸 수 없는 이유

Clay의 상금 규정은 까다롭다. Clay가 검토 대상으로 삼으려면 먼저 적격 학술 매체에 출판돼야 하고, 그 출판 이후 최소 2년이 지나야 하며, 동시에 전 세계 수학계의 일반적 인정을 받아야 한다. Clay는 직접 제출된 해결책을 받지도 않는다.

즉 9월 8일 발표일부터 2년이 아니다. 출판이 언제 되느냐에 따라 시계가 시작되는 시점 자체가 달라진다.

9월 10일 현재 Clay의 나비에-스토크스 페이지는 여전히 이 문제를 미해결로 분류하고 있다.

따라서 지금 시점에서 정확한 표현은 다음 둘 중 하나다.

“OpenAI가 밀레니엄 문제의 공식 조건 C·D를 해결한다고 주장하는 해법을 공개했다”

“OpenAI가 나비에-스토크스 밀레니엄 문제의 해법 후보를 공개했다”

Astra보다 강한 미공개 모델이 이미 있다

GPT-6 Astra가 공개된 것은 9월 3일이다. 불과 닷새 뒤 OpenAI는 공식 문서에서 이번 증명에 Astra보다 상당히 더 강력한 내부 모델을 썼다고 밝혔다. 게다가 그 모델은 완성품도 아니다. 8월 28일부터 학습 중이고 성능이 계속 올라가고 있다고 명시했다.

정리하면 공개 모델 위에 더 강한 내부 모델이 있고, 그 내부 모델조차 아직 학습이 끝나지 않았다. 공개 모델과 연구소 내부 프론티어 모델 사이의 격차가 상당하다는 것을 회사가 직접 인정한 셈이다.

다만 여기서 더 나가면 안 된다. OpenAI는 모델 이름을 공개하지 않았다. GPT-7이라거나, Astra 2라거나, 몇 주 안에 출시된다는 이야기는 전부 근거가 없다. 말할 수 있는 것은 “Astra보다 상당히 강한 미공개 내부 모델이 학습 중이다”까지다.

연구윤리 논란은 증명의 진위와 별개다

이번 발표에는 논란이 하나 붙어 있다.

OpenAI가 실험을 시작한 계기 자체가 밀레니엄 문제 관련 결과가 나왔다는 소문이었다. 그 소문의 출처는 NYU의 Tristan Buckmaster와 Anthropic의 Levent Alpöge가 진행하던 연구였다. 두 연구자는 OpenAI의 발표 과정과 연구 데이터 영향 가능성에 문제를 제기했다.

OpenAI가 공개한 설명에 따르면 진행 과정은 이렇다. 9월 6일 자체 증명과 Lean 검증을 마친 뒤 두 사람에게 연락해 공동 발표를 제안했고, 그 과정에서 상대 연구가 나비에-스토크스가 아닌 forced Euler 문제였음을 알게 됐다. 공개 문서에서 OpenAI는 그 문제에 대한 두 연구자의 우선권을 인정한다고 밝혔다.

OpenAI의 입장은 연구진도 에이전트도 두 사람의 미공개 연구를 공개 전에 본 적이 없다는 것이다. 다만 같은 문서에서 비식별화된 제품 사용 데이터가 모델 개선에 간접적으로 영향을 미쳤을 가능성은 완전히 배제할 수 없다고 인정했다.

연구 착수 경위와 발표·크레딧을 둘러싼 해석에는 두 연구자와 OpenAI 사이에 이견이 남아 있다. 한쪽 설명만으로 정리된 상태가 아니다.

여기서 두 문제를 섞지 않아야 한다. 증명이 수학적으로 맞는가는 검증의 문제다. 연구 아이디어의 우선권과 데이터 출처가 적절했는가는 연구윤리와 데이터 거버넌스의 문제다. 하나가 다른 하나의 답이 되지 않는다.

Hoonyspot View — 경쟁 단위가 모델에서 연구 시스템으로 옮겨간다

🔎 이 절은 Hoonyspot의 해석이다. 앞의 사실 서술과 구분해서 읽어주시기 바랍니다.

지금까지 AI 성능 비교는 모델 대 모델이었다. GPT-6 대 Claude, Gemini 대 GPT-5 같은 식이다.

이번 사건은 그 축이 이동하고 있다는 신호로 읽힌다. 앞으로 실제 성과를 결정하는 단위는 모델 하나가 아니라 모델과 에이전트 수, 투입 연산량, 도구 접근권, 결과 공유 구조, 검증 체계의 조합일 가능성이 크다.

모델 능력이 두 배가 되지 않아도, 수천 개 경로를 동시에 탐색하고 실패를 빠르게 걷어내고 남은 발견을 다시 투입하는 구조가 갖춰지면 연구 성과는 단일 벤치마크 점수보다 훨씬 빠르게 올라갈 수 있다. “1만 개 에이전트”에서 중요한 건 숫자가 아니라 그것을 묶어낸 조직 방식이다.

비용 구조도 같은 방향을 가리킨다고 본다. 100만 달러 상금을 노린 투자로 설명하기 어려울 만큼 큰 연산을 쓰고도 상금을 청구하지 않겠다고 한 것은, 이 실험의 회수 지점이 상금이 아니라 다른 곳에 있다는 뜻으로 읽힌다.

산업 쪽으로 이어지는 함의도 있다. AI가 추론을 잘하게 되면 연산 수요가 줄어들 것 같지만 반대로 갈 수 있다. 모델이 똑똑해질수록 해결할 가치가 있는 문제가 늘고, 그만큼 에이전트를 더 많이 병렬로 붙일 이유가 생기고, 추론 토큰이 폭증한다. 1300억 개의 출력 토큰이 그 극단적 사례다. 앞으로의 병목은 학습 연산만이 아니라 연구용 추론 연산일 수 있다.

그렇다고 AGI가 왔다고 쓸 수는 없다. 이번 실험에서 문제를 고른 것도, 연산을 집중시킨 것도, Euler 결과를 나비에-스토크스 그룹에 넘긴 것도, 최종 검증 체계를 설계한 것도 사람이다. OpenAI도 연구 우선순위는 사람이 정한다고 설명한다.

가장 정확한 표현은 이쯤이라고 본다. AGI의 증거라기보다, AI가 도구에서 연구 수행 주체 쪽으로 이동하고 있다는 강한 신호다.

이 사건을 설명할 때 쓰면 안 되는 표현

사실과 어긋나는 서술

❌ ChatGPT가 밀레니엄 문제를 완전히 해결했다
❌ GPT-6가 90년 난제를 풀었다
❌ AI가 100만 달러 상금을 받았다
❌ 수학계가 공식 인정했다
❌ Lean이 검증했으므로 오류 가능성은 0%다
❌ GPT-7이 이미 완성됐다
❌ 이것으로 AGI가 증명됐다
❌ 나비에-스토크스 방정식이 틀렸다는 것이 밝혀졌다
❌ 실제 물이 무한한 속도로 움직일 수 있다는 뜻이다

마지막 두 개는 특히 자주 보인다. 이번 결과는 방정식의 수학적 성질에 관한 것이지, 실제 물이 무한 속도로 흐른다는 뜻이 아니다. 현실의 유체는 그 지점에 닿기 전에 방정식이 가정한 조건 자체를 벗어난다.

정리

세 층으로 나뉜다.

수학 층에서는 Clay의 C·D 조건에 해당하는 해법 후보가 나왔고, Lean으로 기계 검사가 가능한 형태로 공개됐다. 수학계 검토는 이제 시작 단계다. Clay의 공식 검토까지도 적격 매체 출판 이후 최소 2년이 더 필요하다.

AI 층에서는 공개 모델보다 강한 미공개 모델이 이미 학습 중이라는 것이 확인됐다. 그리고 그 모델을 단독으로 쓰지 않고 1만 개 규모의 에이전트 조직으로 굴렸다.

산업 층에서는 경쟁의 단위가 모델 하나에서 연구 시스템 전체로 옮겨가고 있다. 추론 연산 수요가 줄기는커녕 늘어날 근거가 여기 있다.

세 번째가 가장 오래 남을 부분이라고 본다.

자주 묻는 질문

Q. 그래서 밀레니엄 문제가 풀린 건가요?

공식적으로는 아직 아닙니다. OpenAI가 Clay의 C·D 조건을 해결한다고 주장하는 해법을 공개했고, 수학계 검토가 시작된 단계입니다. Clay는 현재도 이 문제를 미해결로 표기하고 있습니다.

Q. 제가 쓰는 ChatGPT로도 비슷한 걸 할 수 있나요?

이번 증명에 쓰인 것은 일반에 공개되지 않은 내부 모델입니다. 게다가 모델 한 개가 아니라 1만 개 규모의 에이전트를 88시간 동안 병렬로 돌린 결과입니다. 현재 제공되는 서비스와는 규모와 구조가 다릅니다.

Q. Lean으로 검증됐다면 틀릴 가능성은 없는 것 아닌가요?

Lean은 작성된 코드 안에서 논리가 맞는지를 기계적으로 확인합니다. 그 코드에 담긴 정의와 정리가 Clay가 요구한 문제를 정확히 표현하는지는 사람이 따로 판단해야 합니다. 공개 저장소의 검토 상태도 자체 평가로 기록돼 있어, 외부 재현과는 구분해서 봐야 합니다.

Q. OpenAI는 왜 100만 달러 상금을 청구하지 않나요?

회사가 상금을 청구할 뜻이 없다고 직접 밝혔습니다. Clay 규정상 적격 매체 출판, 그 이후 2년 이상 경과, 수학계의 일반적 인정이라는 조건이 붙어 있어 절차 자체가 길기도 합니다.

이 글의 수치와 발표 내용은 2026년 9월 10일 확인 기준입니다. 수학계 검증과 Clay 수학연구소의 판단은 진행 중이며, 이후 상황이 달라질 수 있습니다. 확정 사실과 추정, 그리고 Hoonyspot의 해석을 본문에서 구분해 표기했습니다.

참고자료

OpenAI 공식 발표 — openai.com
OpenAI 증명 논문 PDF — openai.com
Clay Mathematics Institute 나비에-스토크스 공식 페이지 — claymath.org
Clay 밀레니엄 상금 심사 규정 — claymath.org
OpenAI Lean 형식증명 저장소 — github.com