문제를 푼 AI보다, 문제를 고르고 검증까지 닫는 AI가 다음 시험이다

재현 benchmark가 아니라 frontier open-problem claim이다

첨부 자료는 이번 사건을 현재까지 추적한 사례 중 Einstein Test와 가장 가까운 실제 frontier open-problem discovery 사건 중 하나로 평가한다. 이미 알려진 논문을 다시 재현하는 것이 아니라, 공개적으로 미해결 상태였던 수학 문제에 대해 새로운 analytic construction을 만들고 formal certificate까지 제시했다는 점 때문이다.

하지만 강한 Einstein Test의 pass로 볼 수는 없다. 문제 자체는 인간이 제공했고, historical/temporal isolation이 없었으며, cached Internet 접근과 인간의 연구방향·자원배분이 있었다. 따라서 이번 결과가 강하게 지지하는 것은 Problem Discovery가 아니라 Hypothesis/Theory Construction → Adversarial Search → Formal Verification 쪽이다.

smooth forcing 아래 finite-time singularity를 구성했다고 주장한다

첨부 자료에 따르면 OpenAI는 GPT-6 Astra보다 “significantly more capable”하다고 설명한 훈련 중인 내부 모델과 대규모 coordinating-agent system을 이용해 3차원 incompressible Navier–Stokes equation에서 smooth forcing하에 finite-time singularity가 존재한다는 166쪽 증명을 공개했다.

논문의 정리 1.1은 모든 양의 viscosity에 대해 bounded kinetic energy를 유지하면서 velocity가 finite time에 unbounded해지는 해를 구성하며, Clay 문제의 alternatives C와 D를 충족한다고 주장한다.

Navier–Stokes와 Euler 결과가 Lean 4 저장소로 공개됐다

공개 GitHub 저장소에는 Navier–Stokes와 Euler 결과의 Lean 4 formalization이 함께 제공되며 별도의 independent checking 절차도 명시되어 있다고 첨부 자료는 정리한다. 특히 Navier–Stokes formalization은 whole-space \(\mathbb{R}^3\)와 periodic torus 두 경우를 각각 Clay statement의 C·D에 대응시킨다.

약 100개 agent가 Euler regularity의 disproof를 먼저 탐색했다

OpenAI의 설명을 첨부 자료가 정리한 바에 따르면, 9월 1일부터 여러 Millennium Prize Problem과 관련 문제를 평가하고 문제별 여러 agent group을 병렬 실행했다. Navier–Stokes로 집중하기 전에는 약 100개 agent가 약 50시간 협력해 unforced Euler regularity problem의 disproof를 먼저 얻었다.

그 결과는 이후 Navier–Stokes agent들에게 전달되었고, 여러 접근법의 중간 결과를 교차 통합하는 데 사용되었다. 즉 각 agent가 고립된 독립 샘플을 생성한 것이 아니라 shared intermediate knowledge를 축적하고 재사용하는 연구조직으로 작동했다.

88시간, 최대 10,000 agent, 270만 메시지, 1,300억 output token

최종 Navier–Stokes 결과는 첫 실행 후 약 88시간 만에 나왔으며, 해당 작업에는 최대 약 10,000개의 concurrent agents, 약 270만 개 메시지, 약 1,300억 output tokens가 사용됐다고 보고되었다. 이후 GPT-6 Astra를 이용한 Lean formalization·verification에 추가로 약 17시간이 들었다.

가장 정확한 표현은 “해결한다고 주장하는 증명과 Lean formalization을 공개했다”이다

첨부 자료는 이 경계를 가장 중요하게 강조한다. OpenAI가 공개한 것은 강력한 해결 주장과 Lean formalization이지, 수학 공동체와 Clay Mathematics Institute가 최종적으로 문제 해결을 인정했다는 의미가 아니다.

Nature 역시 이를 “OpenAI claims”로 보도하고 있고 독립적인 수학적 검토가 필요한 상태라고 자료는 정리한다. 공개된 Clay Mathematics Institute 페이지도 여전히 일곱 문제 중 Poincaré Conjecture만 해결된 것으로 기술하며, OpenAI 스스로 이번 결과에 대해 Millennium Prize를 청구하지 않겠다고 밝혔다.

발견에서 formalization, machine checking, 인간 검토로

기존 autonomous scientist benchmark가 novelty나 correctness를 LLM judge 또는 인간 평가에 크게 의존했다면, 이번 사례는 수학·이론과학 트랙에서 최종 claim을 formal proof artifact로 변환하고 deterministic verifier를 통과시키는 단계가 실제 평가요건이 될 수 있음을 보여준다.

기존 질문은 Historical Knowledge에서 Transformative Discovery로의 도약이었다

Einstein Test의 전통적 직관은 과거 지식만 가진 AI가 미래의 역사적 발견에 해당하는 결과를 재구성할 수 있는가를 묻는 것이다. 이 framing은 여전히 중요하지만, 실제 frontier open-problem 사례는 연구단위가 훨씬 복잡하다는 점을 드러낸다.

모델 하나가 아니라 frontier model + 10K agents + shared knowledge + tools + humans + verifier

첨부 자료는 이 때문에 향후 Einstein Test가 최소한 Model Intelligence와 Scientific-System Intelligence를 분리 측정해야 한다고 본다. 이번 결과는 단일 모델이 독립적으로 “아인슈타인식 통찰”을 얻은 사건이라기보다, 거대한 병렬 scientific search organization이 하나의 인지시스템처럼 작동한 사례에 가깝다.

AGI 증명이 아니라 frontier open-problem candidate solution을 machine-verifiable artifact로 만드는 능력의 증거다

이번 결과를 “AGI가 증명됐다”라고 해석하는 것은 과도하다. 그러나 “AI가 인간 frontier의 open scientific/mathematical problem에서 독창적인 후보 해를 생성하고 machine-verifiable artifact까지 만들 수 있는가?”라는 질문에는 과거보다 훨씬 강한 실증적 답을 제공한다는 것이 첨부 자료의 평가다.

problem, approach, target이 주어지지 않아도 비슷한 급의 결과를 발견할 수 있는가

첨부 자료는 이번 업데이트를 반영하면 향후 Einstein Test의 가장 중요한 질문 중 하나가 이 방향으로 바뀔 가능성이 높다고 본다. 문제 해결 능력에서 문제 발견과 표현 구성 능력으로 평가의 중심이 이동하는 것이다.

미해결 현상 속에서 중요한 문제를 스스로 골라내고 증명·반증까지 닫는다

진짜 다음 단계의 Einstein Test는 “Navier–Stokes를 풀어라”라고 알려주는 시험이 아니다. 수많은 미해결 현상과 데이터 속에서 AI가 Navier–Stokes급 문제를 스스로 선택하고, 기존 표현이 부족하다면 새로운 representation과 principle을 만들고, 경쟁 가설을 제시하고, 증명 또는 반증을 완성하고, formal verifier와 독립 검토를 통과해야 한다.

이번 사건은 Einstein Test를 더 어렵게 만든 것이 아니라 더 정확하게 만들었다

과거에는 “아직 아무도 풀지 못한 문제를 AI가 풀면 AGI인가?”라는 질문이 매력적으로 보였다. 이번 사례는 그 질문이 너무 거칠다는 사실을 드러낸다. 강한 scientific-system은 인간이 문제를 주고 수천 agent와 막대한 compute를 배치하면 놀라운 frontier artifact를 만들 수 있다. 그러나 그것과 무엇을 발견할 가치가 있는지 스스로 알아내는 능력은 다르다.

이번 업데이트를 여덟 문장으로 압축하면