본 논문은 OpenAI가 자사의 고도화된 내부 AI 모델과 다중 에이전트 시스템(multi-agent system)을 활용하여 수학의 7대 밀레니엄 문제 중 하나인 Navier–Stokes existence and smoothness 문제를 해결한 과정을 기술합니다.

1. 연구 배경 및 문제 정의

Navier–Stokes equations는 유체 역학의 핵심 방정식으로, 점성(viscosity)이 있는 3차원 비압축성 유체(incompressible fluid)의 흐름을 설명합니다. 지난 90년간 수학계의 난제였던 이 문제는 "초기 조건이 매끄러운 유체가 유한한 시간 내에 속도가 무한대로 발산하는 singularity를 형성할 수 있는가?"에 대한 답을 요구했습니다. 본 연구는 해당 방정식이 유한한 시간 내에 singularity를 가질 수 있음을 입증함으로써, 밀레니엄 문제의 공식적인 진술 중 'C'와 'D' 항목을 해결하였습니다.

2. 핵심 방법론 (Core Methodology)

OpenAI는 GPT-6 Astra를 능가하는 차세대 내부 모델을 기반으로, 1만 명 규모의 에이전트들이 협업하는 다중 에이전트 시스템을 구축했습니다.

• 에이전트 협업 체계: 에이전트들은 독립적인 그룹으로 나뉘어 각기 다른 접근 방식을 탐색했습니다. 'A', 'B'(존재성 증명) 형태와 'C', 'D'(반증/singularity 형성 증명) 형태의 문제 진술을 그룹별로 할당하여 교차 검증을 수행했습니다.
• 지식 교차 수분(Cross-pollination): 중간 연구 결과들은 Codex를 활용하여 통합되었으며, 성공적인 접근법을 다른 그룹으로 전파하여 최적화했습니다.
• 기술적 도전 과제: 유체가 외부의 강제적인 무한 에너지 주입 없이 스스로의 운동 역학(acceleration, pressure gradients, momentum transfer, viscosity)만으로 발산을 유도해야 하는 것이 핵심이었습니다. 연구팀은 유체가 내적으로 나선형(vortex) 구조를 형성하며 내부로 말려 들어가고 축 방향으로 길게 늘어나는 '스파게티형' 구조를 통해, 에너지를 유한하게 유지하면서도 특정 영역에서 속도가 무한히 커지는 메커니즘을 규명했습니다.
• Lean Formalization: 최종 도출된 수학적 증명은 Lean 언어를 통해 형식화(formalization)되어 논리적 엄밀함을 입증했습니다. 이 과정에 총 17시간이 소요되었으며, 전체 해결 과정에서 2.7백만 개의 메시지와 약 1,300억 개의 토큰이 사용되었습니다.

3. 결과 및 의의

본 연구는 고도의 AI 모델이 복잡한 추상적 수학 문제에서 인류의 지성적 한계를 돌파할 수 있음을 보여주었습니다. 연구진은 Euler equations의 비강제(unforced) 정규성 문제(regularity problem)에 대한 선행적 해결이 Navier–Stokes 문제 해결의 결정적인 단초가 되었다고 밝혔습니다.

본 성과는 특정 연구자의 직관에 의존하던 전통적인 수학적 증명 방식에서 벗어나, 대규모 AI 에이전트 연합이 고도로 복잡한 체계 내의 singularity를 정밀하게 포착해낼 수 있음을 시사합니다. OpenAI는 이 결과를 통해 AI 모델의 발전 속도를 공유하고, 기술 개발의 윤리적 책임과 속도 조절의 중요성을 강조하였습니다.