TL;DR

  • OpenAI의 미공개 모델이 나비에-스토크스 문제의 강제된 유체 흐름에 관한 약한 형태를 풀었지만, 외력이 없는 원래 문제는 여전히 미해결 상태임.
  • 모델은 최대 1만 개의 AI 에이전트와 수백만 달러 규모의 컴퓨팅을 활용해 유한 시간 안에 유체 속도가 무한대가 되는 사례를 구성함.
  • 이런 특이 현상은 실제 유체 실험이나 수치 시뮬레이션에서 관측된 적이 없으며, 외력 없는 유체가 항상 매끄럽게 흐른다는 추측이 물리적 관측과 부합할 가능성이 제기됨.
  • 최근 AI의 수학적 성과는 인간 수학자가 제시한 아이디어를 바탕으로 복잡한 사례를 탐색하는 데 집중되며, 어떤 질문이 중요하고 답이 무엇인지 정하는 역할은 여전히 인간에게 있음.
  • AI는 수학을 대체하기보다 선형대수학, 미적분학, 확률론에 기반한 수학의 성과이며, 수학이 인간의 활동으로 사라질 위험은 이에 포함되지 않음.

AI가 해결한 나비에-스토크스 문제의 범위

  • 2026년 9월 8일 OpenAI는 내부 미공개 모델 하나가 나비에-스토크스 문제를 풀었다고 발표함. 이 문제는 일기예보와 난류 이론의 기반인 유체 흐름 방정식이 스스로 붕괴할 수 있는지를 묻는 문제로, 거의 한 세기 동안 미해결 상태였음.
  • 이는 클레이 수학연구소의 밀레니엄상 문제 7개 가운데 그레고리 페렐만의 푸앵카레 추측 증명에 이어 해결된 두 번째 문제이자, 기계가 해결한 첫 번째 문제임.
  • 최대 1만 개의 AI 에이전트가 협력하고 수백만 달러어치의 컴퓨팅 자원을 쓴 것으로 알려진 성과임.
  • 실제로 모델이 해결한 것은 문제의 훨씬 약한 형태임. 인위적으로 만든 외력이 유체를 휘젓도록 허용한 경우에 한해, 정지 상태에서 시작한 유체가 유한 시간 안에 흐름 속도가 무한대가 되는 붕괴에 이르게 하는 외력을 방정식에 추가할 수 있음을 보임.
  • 유체 속도가 무한대로 커지는 동안에도 외력은 매끄러운 상태를 유지해야 하므로, 이는 상당한 기술적 성과임.
  • 공식 문제를 정한 동료 찰리 페퍼먼은 이런 강제된 사례의 구성이 해결로 인정될 수 있다고 허용했으며, 이로 인해 현재의 논란이 생김.

외력 없는 유체 흐름은 여전히 미해결임

  • 돌이켜 보면 페퍼먼의 문제 설정은 실수였음. 문제가 제기됐을 때 대부분의 전문가는 처음에 매끄러운 유체가 아무런 외력도 받지 않으면 영원히 매끄럽게 흐를 것이라고 믿었음.
  • 이 믿음은 실제 외력 없는 방정식에 관한 것이며, AI의 결과는 이 문제에 손대지 않음. 화자는 그 믿음이 거의 확실히 틀렸다고 봄.
  • 붕괴가 일어난다면 유체의 극히 작은 영역에 무한대의 속도가 집중되는 극단적인 거동이 수반됨. 이는 나비에-스토크스 방정식을 물리 법칙에서 유도할 때 전제한 가정과도 충돌함.
  • 실제 유체를 대상으로 한 한 세기가 넘는 실험과 수치 시뮬레이션에서 이런 거동은 한 번도 관측되지 않았으며, 오랫동안 그 부재는 추측이 참이라는 증거로 여겨짐.
  • 문제는 장 르레, 존 내시, 루이 니렌버그, 루이스 카파렐리 등 지난 세기의 대표적인 해석학자들에게도 난제로 남아 깊은 부분 결과는 나왔지만 증명은 나오지 않음.
  • 시간이 지나면서 증명에 실패한 사실 자체가 화자 세대의 많은 수학자에게 정반대의 생각을 심어줌. 방정식에 담긴 물리 법칙만으로는 붕괴를 막기에 충분하지 않다는 생각임.

관측 가능한 유체 흐름을 설명할 추측

  • 25년 넘게 전에 제시한 견해에 따르면, 극단적인 해는 존재할 수 있지만 매우 불안정해 쉽게 흐트러지므로 어떤 실험이나 계산으로도 탐지할 수 없을 가능성이 있음.
  • 그렇다면 실제 관측과 부합하는 추측은 예외적인 집합을 제외한 모든 매끄러운 초기 상태가 외력 없이 모든 시간 동안 매끄럽게 흐른다는 것임. 예외 집합이 무엇을 뜻하는지는 그 자체로 엄밀하게 정해야 함.
  • 이 결과가 참이라면, 그리고 화자는 그럴 가능성이 매우 높다고 믿지만 증명은 아직 요원하다고 봄, 미래 이론 연구를 위한 유체역학의 확고한 수학적 토대가 마련됨.
  • AI가 이 결과를 증명하는 데 도움을 준다면 바람직하지만, 지금까지 이에 근접한 성과는 없음.

AI가 수학 연구자에게 남기는 역할

  • 최근 AI의 가장 두드러진 수학적 성과에는 공통점이 있음. 인간 수학자가 발전시킨 아이디어로 탐색 방향을 정하고, 사람이 혼자 수행할 수 있는 것보다 훨씬 철저한 탐색을 거쳐 복잡하고 구체적인 사례를 만들어냄.
  • 최근 대화한 많은 젊은 수학자는 이러한 흐름을 두려워하며 AI의 눈부신 성과를 볼 때 연구 수학자가 계속 필요할지 의문을 품음.
  • 현재 근거에 따른 답은 단호한 긍정임. AI 시스템은 다른 누군가가 건초 더미를 만들고 탐색 지점을 가리킨 뒤 바늘을 찾는 데 강력한 능력을 보였음.
  • 어떤 건초 더미를 만들 가치가 있는지, 어떤 질문이 중요한지, 실제 답이 어떤 모습이어야 하는지를 정하는 일은 여전히 수학자의 몫이며, 더 흥미로운 부분임.
  • AI는 결국 수학의 성과이기도 함. 신경망은 선형대수학, 미적분학, 확률론을 바탕으로 구성됨.
  • AI의 사용과 오용에는 여러 위험이 있지만, 수학이 인간의 활동으로서 사라지는 일은 그 위험에 포함되지 않음.