OpenAI가 90년 난제 나비에-스토크스를 풀었다? GPT-6 Astra보다 강한 차세대 AI가 이미 있다

OpenAI가 또 상당히 충격적인 연구 결과를 공개했습니다.

이번에는 단순히 새로운 AI 벤치마크에서 몇 점 더 높아졌다는 이야기가 아닙니다.

OpenAI는 2026년 9월 8일, 수학계의 대표적인 난제 가운데 하나인 나비에-스토크스 존재성과 매끄러움 문제(Navier-Stokes existence and smoothness problem)에 대한 해법을 AI가 생성했다고 발표했습니다.

 

더 놀라운 부분은 이 문제를 풀었다는 주장 자체뿐만이 아닙니다.

최근 공개된 GPT-6 Astra보다도 상당히 강력하다는 미공개 내부 모델이 사용됐고, 최대 약 1만 개의 AI 에이전트가 동시에 협업했으며, 나비에-스토크스 문제 하나에만 약 1,300억 개의 출력 토큰이 사용됐습니다. (OpenAI)

 

개발자 입장에서는 어쩌면 수학 문제의 해법보다 이 부분이 더 무서울지도 모르겠습니다.

불과 며칠 전 최신 모델이라고 공개한 GPT-6 Astra 뒤에서 이미 그보다 훨씬 강력한 다음 모델이 훈련되고 있다는 뜻이기 때문입니다.

나비에스토크스 문제 지피티 풀이

나비에-스토크스 문제가 뭐길래 이렇게 난리일까?

나비에-스토크스 방정식은 물이나 공기처럼 유체가 어떻게 움직이는지를 설명하는 방정식입니다.

항공기 설계부터 날씨 예측, 혈류 분석 등 실제 과학과 공학에서도 굉장히 폭넓게 사용됩니다.

 

그런데 문제가 하나 있습니다.

처음에는 매끄럽게 움직이던 3차원 유체가 시간이 지나면서도 계속 정상적인 해를 유지하는지, 아니면 어느 순간 속도 등이 무한대로 발산하는 특이점(singularity)이 발생할 수 있는지를 수학적으로 완전히 증명하지 못했습니다.

이 문제는 2000년 미국 Clay Mathematics Institute가 선정한 7개의 밀레니엄 문제 가운데 하나이기도 합니다.

OpenAI는 이번 연구에서 부드러운 초기 상태와 외력이 주어진 조건에서도 유체의 속도가 유한한 시간 안에 무한대로 커지는 상황이 존재한다는 증명을 제시했다고 주장합니다.

 

쉽게 표현하면,

“이 방정식은 어떤 조건에서도 항상 얌전히 잘 작동할까?”

라는 오랜 질문에 대해 OpenAI의 AI가

“아니다. 실제로 깨지는 경우를 구성할 수 있다.”

라는 증명을 만들어낸 셈입니다.

논문만 쓴 것이 아니라 Lean 형식증명까지 공개

이번 발표가 특히 주목받는 이유 중 하나는 단순히 자연어로 작성된 수학 논문만 공개한 것이 아니라는 점입니다.

OpenAI는 사람이 읽을 수 있는 해법과 함께 Lean으로 작성된 형식증명(formal proof)도 공개했습니다.

Lean은 수학적 증명을 컴퓨터가 엄밀하게 검증할 수 있도록 작성하는 정리 증명 도구입니다.

 

일반적인 LLM이 그럴듯한 수식을 만들어내는 것과는 상당히 다른 영역입니다.

OpenAI에 따르면 먼저 내부의 차세대 모델과 대규모 에이전트 시스템이 해법을 찾아냈고, 이후 GPT-6 Astra가 약 17시간 동안 Lean 형식화와 검증 작업을 수행했습니다.

 

즉 구조를 단순화하면 다음과 같습니다.

차세대 내부 모델 + 멀티 에이전트
→ 수학적 아이디어 탐색
→ 증명 후보 발견
→ 증명 정리
→ GPT-6 Astra
→ Lean 형식화 및 검증

AI가 답을 한 번 생성하고 끝나는 방식이 아니라 여러 AI가 연구팀처럼 역할을 나눠 장시간 문제를 해결했다는 점이 핵심입니다.

무려 약 1만 개의 AI 에이전트가 동시에 투입됐다

이번 실험에서 가장 눈에 띄는 수치 중 하나입니다.

OpenAI는 여러 그룹으로 나눈 에이전트들이 서로 다른 접근법을 탐색하도록 했습니다.

각 그룹은 독립적으로 문제를 풀다가 유용한 중간 결과가 나오면 Codex를 이용해 내용을 취합하고, 다시 다른 에이전트들에게 전달하는 방식으로 연구를 진행했습니다.

 

그리고 최종적으로 나비에-스토크스 해법을 만들어낸 그룹의 규모는 약 1만 개의 동시 실행 에이전트였습니다.

결과가 나오기까지 걸린 시간은 약 88시간.

여기에 GPT-6 Astra의 Lean 형식화와 검증에 추가로 약 17시간이 사용됐습니다.

이 정도가 되면 우리가 평소 생각하는 AI 채팅과는 거의 다른 시스템입니다.

한 명의 똑똑한 AI가 어려운 문제를 오래 고민한다기보다는,

수천~수만 명 규모의 AI 연구 조직을 컴퓨터 안에서 동시에 운영하는 것에 가까운 구조입니다.

나비에-스토크스 하나에 출력 토큰만 1,300억 개

사용량도 상상을 초월합니다.

OpenAI 발표에 따르면 이번에 시도한 전체 문제에서 에이전트들은 약 490만 개의 메시지와 3,000억 개의 출력 토큰을 사용했습니다.

그중 나비에-스토크스 문제에서만

• 약 270만 개 메시지
• 약 1,300억 개 출력 토큰

이 사용됐습니다. (OpenAI)

1,300억 토큰입니다.

우리가 ChatGPT나 Codex에서 사용하는 개인 단위 토큰 사용량과 비교하기 어려울 정도로 큰 규모입니다.

OpenAI가 최근 장기간 자율적으로 일하는 에이전트와 대규모 병렬 추론에 계속 투자하는 이유를 꽤 명확하게 보여주는 사례라고 볼 수 있습니다.

그런데 더 놀라운 건 GPT-6 Astra가 아니었다

개발자 입장에서 이번 발표에서 개인적으로 가장 흥미로운 부분은 따로 있습니다.

바로 실제 증명을 찾아낸 핵심 모델이 GPT-6 Astra가 아니라는 것입니다.

OpenAI는 공식 발표에서 해당 모델을

“GPT-6 Astra보다 상당히 더 강력한(significantly more capable) 내부 모델”

이라고 설명했습니다.

 

OpenAI는 8월 28일부터 이 새로운 내부 모델을 훈련하고 있었으며, 수학을 포함한 내부 벤치마크에서 전례 없는 성능을 보이고 있다고 밝혔습니다.

더구나 아직 훈련이 진행 중이며 성능도 계속 개선되고 있다고 합니다.

GPT-6 Astra가 9월 3일 공개됐는데 불과 며칠 뒤인 9월 8일,

OpenAI 스스로

“Astra보다 훨씬 강한 모델이 이미 내부에 있다.”

고 공개한 셈입니다.

최근 AI 모델의 발전 주기가 얼마나 빠른지를 보여주는 상당히 상징적인 장면입니다.

앞으로 Codex도 이런 방향으로 발전할 가능성이 있다

개발자라면 이번 실험에서 모델 자체만큼 에이전트 운영 방식을 눈여겨볼 필요가 있습니다.

이번 시스템은 하나의 프롬프트를 던지고 몇 시간 기다리는 구조가 아니었습니다.

여러 에이전트가 서로 다른 접근법을 탐색하고,

각자 중간 결과를 만들고,

유망한 결과를 다른 팀으로 전달하고,

Codex가 여러 결과를 정리해 다시 에이전트에게 공급하는 작업을 반복했습니다.

소프트웨어 개발에 그대로 대입해 보면 꽤 흥미롭습니다.

 

예를 들어 앞으로는

기획 담당 에이전트
→ 아키텍처 담당
→ 프론트엔드 담당
→ 백엔드 담당
→ 테스트 담당
→ 보안 검토 담당
→ 성능 최적화 담당
→ 코드 리뷰 담당

처럼 수십~수백 개 에이전트가 동시에 하나의 프로젝트를 개발하고 Codex가 전체 작업을 통합하는 형태도 충분히 생각해볼 수 있습니다.

현재 우리가 사용하는 Codex의 장기 작업이나 멀티 에이전트 기능은 어쩌면 이런 방향으로 가는 초기 단계일 수도 있습니다.

그렇다고 정말 90년 난제가 완전히 끝난 것은 아니다

여기서는 조금 주의해서 볼 필요가 있습니다.

현재 정확한 표현은

“OpenAI가 나비에-스토크스 문제의 해법을 제시했다.”

에 가깝습니다.

 

OpenAI는 자신들의 증명이 Clay Mathematics Institute가 제시한 공식 문제의 C와 D 조건을 해결한다고 주장하고 있지만, 수학계 전체의 검증 절차가 끝난 상태는 아닙니다.

 

Nature 역시 이번 결과를 매우 큰 수학적 돌파구로 보도했지만, 동시에 외부 전문가들의 검토가 필요한 단계로 다루고 있습니다.

밀레니엄 문제처럼 중요한 수학 문제는 논문 하나가 공개됐다고 곧바로 공식 해결로 인정되는 것이 아닙니다.

여러 연구자가 오랜 시간 증명을 검토하고 오류 가능성을 확인해야 합니다.

OpenAI 역시 이번 결과로 100만 달러의 밀레니엄 문제 상금을 신청할 계획이 없다고 밝혔습니다.

따라서 현시점에서는

“AI가 밀레니엄 문제를 공식적으로 해결했다.”

보다는

“OpenAI가 AI로 밀레니엄 문제의 해법과 형식증명을 만들었다고 발표했으며 현재 검증이 진행될 단계다.”

라고 표현하는 것이 가장 정확합니다.

이번 발표에서 개발자가 진짜 봐야 할 세 가지

이번 뉴스를 단순히 “AI가 어려운 수학 문제를 풀었다” 정도로 보면 중요한 부분을 놓칠 수 있습니다.

제가 보기에는 크게 세 가지가 핵심입니다.

 

첫 번째는 모델 성능 발전 속도입니다.

GPT-6 Astra가 최신 모델로 공개된 지 며칠 지나지 않아 그보다 상당히 강력한 내부 모델이 이미 존재한다는 사실이 공식적으로 확인됐습니다.

 

두 번째는 Scale-out Reasoning, 즉 AI를 하나 더 똑똑하게 만드는 것뿐 아니라 AI 수천~수만 개를 병렬로 투입해 하나의 문제를 해결하는 방식입니다.

 

세 번째는 결과 검증 자동화입니다.

AI가 수학적 아이디어를 생성하고 다른 AI가 이를 Lean으로 형식화해 검증하는 구조가 만들어졌습니다.

소프트웨어 개발에서도 이와 비슷하게

코드 작성 → 테스트 → 리뷰 → 재작성 → 검증

과정 전체가 여러 에이전트에 의해 자동화될 가능성이 높습니다.

마무리

이번 OpenAI의 나비에-스토크스 발표가 실제로 수학계의 최종 검증을 통과할지는 조금 더 지켜봐야 합니다.

하지만 한 가지는 상당히 명확해 보입니다.

 

AI가 단순히 인간에게 질문을 받아 답을 만들어주는 단계를 넘어 수천 개의 에이전트가 며칠 동안 협업하면서 실제 연구 프로젝트를 수행하는 단계로 빠르게 이동하고 있다는 것입니다.

 

그리고 개발자에게는 또 하나 상당히 중요한 메시지가 있습니다.

GPT-6 Astra가 끝이 아니라는 것.

OpenAI는 이미 그보다 상당히 강력한 차세대 내부 모델을 훈련하고 있고, 그 모델을 최대 1만 개의 에이전트에 동시에 연결해 인류가 수십 년 동안 풀지 못했던 문제에 도전하고 있습니다.

 

앞으로 Codex와 같은 개발 에이전트 역시 단순한 코드 생성기를 넘어,

수많은 전문 에이전트가 하나의 프로젝트를 장시간 병렬로 개발하고 검증하는 시스템

으로 발전할 가능성이 점점 현실적으로 보입니다.

 

어쩌면 이번 발표에서 가장 무서운 숫자는 1,300억 토큰도, 1만 개 에이전트도 아닐지 모릅니다.

“GPT-6 Astra보다 상당히 더 강력한 모델을 이미 내부에서 훈련하고 있다.”

이 한 문장이 앞으로 몇 달 동안 AI 업계를 지켜봐야 할 가장 큰 이유일지도 모르겠습니다.