OpenAI가 27년 미해결 수학 난제를 풀며 신모델을 공개했다: Astra, 10개 문제에 든 컴퓨트는 약 $2,000

OpenAI가 8월 1일 다음 세대 모델군 Astra를 공개했다. 방식이 특이했다. 보도자료를 내는 대신 수학과 이론전산학의 미해결 난제 10개를 푼 Lean 4 기계검증 증명을 GitHub에 올렸다. 249쪽 원고가 함께 나왔고 10개 증명 전부에 기계로 확인 가능한 인증서가 붙었다. 대표 성과는 1999년 미하일 그로모프가 던진 군론 문제, 즉 모든 군이 유한 대칭군으로 근사되는가(soficity)에 대한 첫 명시적 반례다. 27년간 어떤 수학자도 만들지 못한 구성이었다.

한 줄 정리

숫자 하나가 먼저 눈에 띈다

10개 증명 전부에 든 컴퓨트가 약 $2,000이었다. GPT-5.6 Sol의 API 가격으로 환산한 값이다. 프로젝트에 참여한 노엄 브라운은 이 숫자가 의도된 상한이라고 못박았다. 테스트타임 컴퓨트를 더 태울 수 있었지만 거기서 멈췄다는 뜻이다. 다시 말해 $2,000은 한계가 아니라 지출액이다. 27년 묵은 난제 하나를 포함해 10개를 뚫는 데 든 비용이 노트북 한 대 값 수준이었다.

진짜 뉴스는 "검증 가능"이다

이전의 AI 수학 데모는 늘 같은 의심을 못 벗었다. 증명처럼 보이지만 기계로 검증할 수 없으니 추론이 아니라 패턴 짜맞추기 아니냐는 반론이었다. Lean 4가 그 반론을 없앤다. 타입체크를 통과한 증명은 구성상 참이다. OpenAI의 벤치마크나 해석을 믿을 필요가 전혀 없다. 누구든 openai/ten-proofs 저장소에서 인증서를 끌어다 직접 확인하면 된다.

그래서 질문이 바뀐다. 증명이 맞느냐가 아니라 그 아이디어가 새로운가로 옮겨간다. 필즈상 수상자 테런스 타오는 이걸 "big mathematics"라 부르며 인간이 방향을 잡고 기계가 유도의 상당 부분을 맡는 대규모 분업을 그렸다. 에르되시 문제 목록에서 세 개, 1978년 이후 갱신이 없던 고차원 구 채우기 밀도의 상한 개선도 목록에 들어 있다.

모델이 아니라 시스템이다

Astra는 단일 모델이 아니라 여러 에이전트가 하나의 문제를 몇 시간에서 며칠까지 붙들고 협업하는 다중 에이전트 시스템이다. 짧고 경계가 뚜렷한 요청을 처리하는 지금의 제품들과 대비된다. OpenAI는 전체 설계를 공개하지 않았다. 다만 이번 결과는 오래 붙들고 탐색하는 방식이 기존 AI가 한 발짝도 못 나가던 영역에서 새 발견을 낸다는 걸 실증했다. 구 채우기와 회로복잡도 결과는 신호처리와 연산 같은 실제 공학 문제로 곧장 이어진다.

출시는 아직이다. Astra는 TRAINS(Testing Risks of AI for National Security)라는 정부 사전심사를 처음으로 거치는 모델이 된다. 심사 범위와 기간은 공개되지 않았고 이게 API 공개 시점을 좌우한다.

남은 검증

Lean 4 타입체크는 증명이 참임을 보장한다. 다만 그 증명에 담긴 아이디어가 정말 새로운지, 얼마나 독창적인지까지 확인해 주지는 않는다. 군론과 작용소대수, 조합론을 다루는 수학자들이 앞으로 몇 주간 인증서를 직접 뜯어보며 각자의 판단을 내놓을 것이다. Astra가 홀로 답을 낸 것도 아니다. 사람 연구자들이 형식화 과정을 이끌고 각 결과를 출판 가능한 원고로 다듬었다. 모델이 어디까지 기여했고 연구팀이 어디부터 손을 댔는지는 발표에 정확히 적혀 있지 않다. 이게 수학적 창의성인지 거대한 학습 코퍼스 위의 정교한 탐색인지는 학계가 몇 달에 걸쳐 따질 문제로 남았다.

anyAX 관점

여기서 AI 우선 팀이 챙길 건 성능 헤드라인이 아니라 구조다. Astra의 증명이 신뢰를 얻은 건 OpenAI가 대단해서가 아니라 Lean 4 인증서가 벤더를 믿을 필요를 없앴기 때문이다. 타입체크를 통과한 증명은 그 자체로 참이다. 내 제품이 에이전트로 코드를 짜든 계약서를 검토하든 회계를 맞추든, 출력을 사람이 매번 눈으로 확인하는 구조는 규모가 커지면 무너진다. 검증을 기계가 대신하는 루프를 먼저 깔아둔 팀만 에이전트를 며칠씩 풀어놓을 수 있다.

컴퓨트가 약 $2,000이었다는 사실도 같은 방향을 가리킨다. 이건 상한이 아니라 지출액이다. 문제를 오래 붙들수록 답이 나오는 영역에서는 컴퓨트를 더 태우는 게 곧 경쟁력이 된다. 모델 접근권은 머지않아 모두가 같아진다. 갈리는 지점은 그 위에 검증과 오케스트레이션을 얼마나 촘촘히 깔았느냐다. 며칠짜리 자율 작업을 맡기고 싶다면 먼저 물어야 할 질문은 "어느 모델이 제일 세냐"가 아니라 "그 출력을 무엇이 대신 확인해주느냐"다.

참고

• Ten advances in mathematics (OpenAI)
• OpenAI announces its next major model Astra by dropping ten previously unsolved math solutions (The Decoder)
• Ten advances in mathematics (Simon Willison)
• OpenAI Next Major Model Astra Solves Major Math Problems (NextBigFuture)