Google Antigravity /teamwork, 수학·과학·시스템 엔지니어링 분야 다중 에이전트 돌파구를 열다

답을 먼저 제시합니다

Google의 Antigravity /teamwork 플랫폼은 Gemini 4 Argon, Carbon, Hydrogen 모델을 기반으로 수학, 화학, 대규모 엔지니어링 분야에서 새로운 증명, 알고리즘, 시스템 최적화를 만들어냈으며, 다중 에이전트 도구는 이제 연구자와 개발자에게 공개적으로 제공됩니다.


/teamwork란 무엇이며 왜 중요한가

/teamwork는 생성형 Gemini 모델과 전용 검증 에이전트(Lean 4 증명 검사기, 테스트 스위트, 시뮬레이터 등)를 짝지어 장기 추론을 자동화하는 다중 에이전트 워크플로우 프레임워크입니다. 컨텍스트를 분할하고, 병렬 탐색을 실행하고, 후보를 자동으로 반증함으로써 이 시스템은 현재 LLM의 두 가지 주요 한계, 즉 예측 불가능한 단일 생성과 다일(多日) 작업 중 세부 정보 손실을 극복합니다. 이 설계는 이전에는 개별 인간이나 단일 모델 파이프라인으로는 불가능했던 자율 연구 주기를 가능하게 합니다.


수학 및 이론 컴퓨터 과학 돌파구

Courtade–Kumar 추측 완전 증명

  • Google, CUHK, USC, CMU의 협업으로 /teamwork의 Long Proof 패턴을 사용하여 2013년 Courtade–Kumar 추측을 Lean 4로 형식화했으며, 약 5천만 줄의 코드를 생성했습니다.
  • Gemini 4 Argon은 일반화된 버전에 대한 반례를 식별하고, 문제를 14변수 최적화로 축소했으며, 인간의 입력 없이 균형 함수에서 비균형 함수로 증명을 확장하는 분석적 경계를 생성했습니다.

여러 미해결 문제 해결

  • 적응형 데이터 분석 – 적응적으로 선택된 통계적 질의에 대한 최적에 가까운 표본 경계가 증명되고 Lean으로 검증되었으며, 삽입-삭제 데이터 스트림에 대한 최초의 공간 최적 스트리밍 알고리즘을 산출했습니다.
  • 양자 질의 복잡도 – n/2보다 큰 양자 질의를 요구하는 n비트 부울 함수의 새로운 구성이 2014년 미해결 질문을 해결하고 대칭 함수에 대한 오버헤드를 정확히 특성화했습니다.
  • 결정적 부울 행렬 곱셈 – 새로운 알고리즘이 STOC 2024 미해결 문제에 답하여 대수적 소거 없이 세제곱 시간 대비 목표 속도 향상을 달성했습니다.
  • 고차원 슈타이너 스패너 – 슈타이너 점이 있어도 상수 인자 거리 근사에 다항식 개수의 간선이 필요할 수 있음을 증명하여 오랜 기하학적 하한 문제를 해결했습니다.
  • 적층 희소 스케치 – 선형 차원 행렬 압축에 대한 고전적 희소성 장벽을 깨고 행당 √log r개의 0이 아닌 요소만 요구하며 새로운 하한과 일치합니다.
  • 동적 컷 희소화 – 최적에 가까운 메모리, 업데이트 및 재구성 시간을 갖춘 최초의 단일 패스 스트리밍 알고리즘을 제공하여 FOCS 2022 미해결 질문에 답했습니다.
  • 온라인 역선형 최적화 – 이전의 지수 시간 솔루션을 개선한 다항식 런타임을 갖춘 결정적 최적 후회 알고리즘을 생성했습니다.
  • 정수 곱셈 – 2차원 그리드에서 sub-n log n 튜링 기계 경계와 O(n log n) 알고리즘을 생성했으며, 그 C 구현은 최대 10억 비트까지 GMP와 비트 단위로 일치합니다.
  • 데크 추측 – 모든 유한 반복 역 Ackermann 함수를 능가하는 스플레이 트리 데크 연산에 대한 새로운 상한을 증명하고 Lean 4로 검증했습니다.
  • 근사 leave-one-out 교차 검증 – 비매끄러운 탄성망 페널티에 대해 근사가 정확함을 입증하여 이론적 보장을 확장했습니다.

형식 검증 및 원고 검토

역사적 정리의 종단간 형식화

  • Weil 추측 – 28,800개의 하위 에이전트 호출을 통해 Lean 4(약 180만 줄)로 완전히 형식화되었습니다.
  • 힐베르트의 10번째 문제(일반 환) – 최초의 형식 증명을 위해 919,000줄의 Lean 코드를 생성했습니다.
  • 3D Navier–Stokes 유한 시간 폭발 – 최근 돌파구의 기계 검증 형식화.
  • Birkhoff 추측(1927) 및 3D Bochner–Riesz 추측(50년 이상) – 최초의 형식 증명, 후자는 출판된 비공식 증명의 공백을 발견했습니다.
  • 추가 검증 결과에는 무한 조화 함수의 C¹ 정칙성, KdV 잘 제시성, 조합론 및 해석학의 여러 오랜 추측이 포함됩니다.

학회 제출을 위한 심층 검토

  • 578개 이상의 STOC 2027 제출물(전체 논문의 약 1/3)이 Deep Review 피드백을 받았습니다.
  • 설문 조사(N = 70)에서 90% 가 피드백을 대체로 사실적이라고 평가하고 도구를 재사용하겠다고 답했습니다. 30% 는 실질적인 증명 버그를 발견했다고 보고했습니다. 14% 는 수정에 1시간 이상 걸리는 기술적 공백을 발견했습니다.
  • 저자 인용: “이런 종류의 도구는 더 깔끔하고 정확한 연구를 더 빠르게 생산하는 데 도움이 될 수 있습니다.”

분자 화학 발견

  • /teamwork와 물리 정보 기반 NMR 시뮬레이터를 사용하는 30개 에이전트 파이프라인이 어려운 벤치마크 분자에서 95% top-1 정확 일치 및 100% top-3 정확도를 달성하여 단일 에이전트 성능을 거의 두 배로 늘렸습니다.
  • 이 워크플로우는 자율 에이전트가 약물 발견 및 단백질 접힘 연구의 중요한 단계인 구조 결정을 가속화할 수 있는 방법을 보여줍니다.

인과 추론 벤치마크 생성

  • Argon에서 실행되는 29개 에이전트가 11.5시간 만에 13개의 공개 테이블을 50개 작업 인과 추론 벤치마크로 변환했습니다.
  • 검토 및 감사 에이전트가 지름길, 환각, 표현 힌트를 자동으로 필터링하여 반사실적 추론을 위한 고품질 테스트 스위트를 생성했습니다.

시스템 엔지니어링 및 코딩 성과

분산 시스템 커널

  • FarArray – /teamwork와 Argon으로 구축된 저지연 PGAS 커널로, 1조 개 간선 그래프에서 잠금 없는 연결 요소를 가능하게 하여 60-90배 처리량 향상과 6배 낮은 RAM에서 40-180배 속도 향상을 제공합니다.
  • InstantEmbedding – 개인화된 PageRank 구현으로 최대 14배 DRAM 피크를 줄이고 런타임을 11-27배 단축했습니다.
  • 그래프 신경망용 맞춤형 TPU 커널은 최대 185배 HBM 감소와 순방향/역방향 패스에서 8-15배 속도 향상을 달성했습니다.

Go 자율 힐 클라이밍

  • 처음부터 훈련된 9x9 Go 엔진이 8일 만에 약 2,600 Elo에 도달했으며, 2,300배 자가 대국 속도 향상과 통계적 테스트 기반 챔피언 승격을 달성했습니다.

Rust 재작성 및 성능 향상

  • 2주간의 Argon 캠페인으로 Zircon 마이크로커널의 나머지 C++를 약 80만 줄의 안전한 Rust로 재작성했으며, 모든 단위 테스트를 통과하고 arm64에서 부팅되었습니다.
  • libgav1 AV1 디코더가 약 17만 줄의 Rust로 포팅되었습니다. 프로파일링 기반 최적화 후 Rust 버전은 x86_64와 ARM 모두에서 원래 C++/어셈블리 구현보다 20-30% 빨라졌습니다.

/boost 및 DuoDiscover 패턴

  • /boost는 /teamwork의 반복 코딩 패턴을 패키징합니다. 과거 실행 분석에 따르면 긴밀하게 결합된 코드의 경우 병렬 분할보다 순차 구현이 더 우수하여 토큰 효율성이 향상됩니다.
  • Argon의 DuoDiscover는 JAX 및 Pallas TPU 커널의 성능 병목 현상을 식별하여 23초 프록시 평가기를 만들었고, 17개 JAXBench 커널에서 4.09배 기하 평균 속도 향상과 7개의 수동 최적화 vLLM 커널에서 2.99배 속도 향상을 달성했습니다.

Google 내 프로덕션 인프라 영향

  • 플릿 전체 메모리 최적화 – /teamwork 워크플로우가 구조 패딩 제거 및 스칼라 축소와 같은 기술을 사용하여 처음 예상했던 1 PiB 절감을 초과하는 기회를 식별했습니다.
  • Borg 스케줄링 – 에이전트 기반 스케줄링 개선으로 SLO와 클러스터 활용률을 유지하면서 TPU 워크로드 선점을 24% 줄였습니다.

커뮤니티 제공

  • Gemini 4 모델, /teamwork, /boost 및 Deep Review는 오늘 Antigravity에서 사용할 수 있습니다.
  • Google은 10,000명의 학술 연구자에게 6개월간 최고 사용 등급에 대한 무료 액세스를 제공합니다.
  • 향후 릴리스에서는 형식 증명 패턴과 추가 전문 워크플로우를 추가하고 Antigravity 블로그에 튜토리얼을 제공할 예정입니다.

커뮤니티 반응 (Hacker News 댓글)

"팀 기반 워크플로우에서 많은 성공을 찾고 있습니다... 역할 기반 다중 에이전트 설정이 성능을 향상시킵니다." – CharlieDigital (관련 논문 링크).

"우리는 이미 Antigravity 블로그에서 /teamwork의 일부를 발표했습니다. 더 많은 시각화와 예제가 곧 제공될 것입니다." – mirrokni (저자).

"/teamwork가 Claude 동적 워크플로우와 어떻게 다른지 명확하지 않습니다. Antigravity는 뒤처져 보이고 자동 모드가 부족합니다." – stbenjam.

"게시물은 /teamwork를 사용하는 방법을 설명하지 않습니다." – gdevenyi.

"이것이 제공할 수 있는 돌파구의 양은 엄청납니다. 도메인 전문가는 이제 Antigravity를 안내하고 빠른 결과를 제공할 수 있습니다." – s_u_d_o.

이 댓글들은 역할 기반 다중 에이전트 시스템에 대한 열정, 더 명확한 문서화 요청, 경쟁 플랫폼과의 비교를 강조합니다.


결론

Google의 Antigravity /teamwork는 Gemini 4로 구동되는 조정된 다중 에이전트 파이프라인이 새로운 수학을 자율적으로 생성하고 검증하며, 과학적 발견을 가속화하고, 대규모 시스템을 최적화할 수 있음을 보여줍니다. 하네스를 오픈소스화하고 무료 학술 액세스를 제공함으로써 Google은 더 넓은 연구 커뮤니티가 이러한 기능을 기반으로 AI 증강 과학 및 엔지니어링의 경계를 더욱 확장하도록 초대하고 있습니다.

Sources