OpenAI는 나비에-스토크스 백년 난제를 해결하다

AI가 나비에-스토크스 특이점 증명

OpenAI는 유체 운동의 나비에-스토크스 방정식의 역학이 유한 시간 내에 특이점을 형성할 수 있음을 보여주는 분석적 증명과 Lean 형식화를 제시했다. 이 결과는 클레이 수학연구소(Clay Mathematics Institute)가 2000년에 제정한 7개의 백년 난제 중 하나인 나비에-스토크스 존재성 및 매끄러움 문제를 해결한다.

이 증명은 초기에 매끄럽고 정지한 유체가 매끄러운 외부 힘에 의해 영향을 받을 경우, 유체 속도가 유한 시간 내에 무한히 증가할 수 있음을 보여준다. 이는 전체 에너지는 유한한 상태에서 발생할 수 있으며, 이는 이러한 방정식에서 사용하는 연속체 근사가 붕괴할 수 있음을 확인하며, 방정식이 유체 행동을 모델링할 수 있는 한계를 나타낸다.

수학적 메커니즘

해결책은 유체가 빠르게 회전하는 소용돌이(vortex)를 설명하며, 이 소용돌이는 내부로 나선형으로 수축하면서 점점 더 길어진다. 이 상황에서 소용돌이의 중심부는 수축하면서 속도가 증가한다. 유한한 에너지와 매끄러운 외부 힘을 유지하기 위해 가속도, 압력 기울기, 운동량 전달, 점성 항이 크게 증가해야 하지만 정확한 균형을 이루며 서로 상쇄되어야 한다. 이로 인해 외부 힘이 무한히 커지지 않아도 속도가 무한히 증가할 수 있다.

방법론: 대규모 다중 에이전트 협업

OpenAI는 GPT-6 Astra보다 훨씬 더 강력한 내부 모델을 기반으로 하는 협업 에이전트 시스템을 사용하여 이 문제를 해결했다. 이 과정은 막대한 컴퓨팅 자원과 에이전트 간 상호작용을 포함했다:

에이전트 아키텍처: 에이전트들은 내부 통신 기능을 가진 그룹으로 조직되었다. 나비에-스토크스 문제를 성공적으로 해결한 그룹은 약 10,000개의 동시 에이전트로 구성되었다.
반복적 접근: 시스템은 처음에 모든 열린 백년 난제 문제에 대해 '샷건' 전략을 시도했다. 비강제 유체 방정식(나비에-스토크스 문제의 단순화된 버전)의 정칙성 문제를 성공적으로 해결한 후, OpenAI는 자원을 나비에-스토크스 문제에 집중했다.
교차 육성: 팀은 Codex를 사용하여 다양한 에이전트 그룹의 통찰을 통합했으며, 중간 결과를 활용해 후속 프롬프트를 안내했다.
자원 소비: 모든 시도된 문제에 대해 에이전트들은 490만 건의 메시지를 전송하고 약 3000억 개의 출력 토큰을 사용했다. 나비에-스토크스 문제에 대해선 1300억 개의 출력 토큰과 270만 건의 메시지를 사용했다.

발견의 시계열

8월 28일: 새로운 내부 모델에 대한 학습이 시작됨.
9월 1일: OpenAI는 백년 난제 문제에 대한 동시 진행 소문을 듣고 다중 에이전트 작업을 시작함.
9월 5일: 에이전트들이 나비에-스토크스 문제 해결에 도달함. 처음 에이전트가 시작된 지 약 88시간 후.
9월 6일: GPT-6 Astra를 통해 Lean 형식화와 검증이 완료되었으며, 추가로 17시간이 소요됨.

논란과 동시 연구

OpenAI는 Anthropic의 Levent Alpöge와 뉴욕대의 Tristan Buckmaster가 강제 유체 문제를 해결했다는 동시 연구를 인정했다. OpenAI는 자신의 증명이 상당히 다르며 결과도 다르다고 밝혔다(비강제 vs. 강제 유체). 그러나 회사는 연구자들이 OpenAI 제품을 사용할 때 생성된 익명화된 데이터가 증명을 위한 모델 개선에 기여했을 가능성은 배제할 수 없다고 인정했다.

커뮤니티 반응과 윤리적 우려

이 발표는 수학 및 인공지능 커뮤니티에서 AI 기반 발견의 윤리에 대해 큰 논쟁을 촉발했다:

"지금 우리는 누군가가 어떤 문제를 연구하고 있다는 소문만으로도, 원래 연구 프로젝트가 충분히 성숙하기 전에 막대한 양의 AI 기반 노력이 그 문제를 해결하려는 시도를 유도할 수 있다는 것을 목격했다. 이제 인센티브는 더 이상 보편적인 커뮤니티와 유망한 연구 방향을 공유하는 방향이 아니라, 오히려 공유하지 않는 방향으로 기울고 있다..." — Terence Tao

Hacker News 및 기타 플랫폼의 비판자들은 AI 연구소가 사용자 프롬프트에 대한 접근을 통해 인간 연구자를 '스쿱'할 수 있다는 우려를 제기했다. 일부 사용자는 자원의 극심한 불균형을 지적하며, 이 작업의 토큰 사용량이 공개 API를 통해 수행된다면 1500만 달러 이상의 비용이 들었을 것이라고 추정했으며, 선도 연구소와 독립 과학자 사이의 격차를 강조했다.