OpenAI Navier-Stokes 증명 주장은 AI를 넘어선 시험대에 올랐다

보도에 따르면 OpenAI는 약 100쪽 분량의 Navier-Stokes 증명을 만들어냈지만, 아직 그 이례적인 주장을 뒷받침하는 공개 원고는 없다. 이 이야기는 New York University 수학자 Tristan Buckmaster에게서 나왔으며, 그는 OpenAI 연구진이 비공개로 해당 결과를 자신에게 설명했다고 말한다.

이 구분은 중요하다. OpenAI Navier-Stokes 증명은 수학의 7대 Millennium Prize Problems 가운데 하나를 해결하게 된다. 그러나 다른 연구자를 통해 전해진 미공개 설명은 검증된 해답이 아니다.

이 이야기에는 별개이면서도 실질적인 진전도 포함돼 있다. Buckmaster와 Levent Alpöge는 서로 연관된 세 가지 유체 방정식에서 유한 시간 발산을 다룬 AI 보조 연구를 공개했다. 같은 접근법이 Navier-Stokes로 확장될 수 있다는 기대 때문에 이들의 결과는 큰 관심을 끌었다.

그러나 이후 과학적 이야기는 증거, 연구의 기원, 공로를 둘러싼 분쟁으로 변했다. Buckmaster는 OpenAI가 자신들의 비공개 프로젝트를 알게 된 직후 밀접하게 관련된 내부 결과를 만들었다고 주장한다. OpenAI 연구자 Sébastien Bubeck은 자신의 행위와 관련된 의혹을 공개적으로 거짓이며 선동적이라고 일축했다.

따라서 핵심 질문은 모델이 유효한 증명을 생성했는지에 그치지 않는다. 최첨단 연구소가 모델, 기록, 그리고 양쪽 모두를 감사하는 데 필요한 증거를 통제하면서도 신뢰할 수 있는 과학적 주장을 할 수 있는지가 문제다.

OpenAI Navier-Stokes 증명은 여전히 비공개 주장이다

공개된 증거는 OpenAI가 Navier-Stokes 문제를 해결했다는 사실을 입증하지 않는다.

Buckmaster는 2026년 9월 8일 상세한 개인 성명을 발표했다. 그는 OpenAI 관계자가 내부 연구 모델이 강제 Navier-Stokes 방정식에 대한 유한 시간 발산 증명을 생성했다고 자신에게 말했다고 밝혔다.

Buckmaster에 따르면, 주장된 증명은 3차원 유클리드 공간과 3차원 토러스 모두에서 매끄러운 강제를 다룬다. 이 설정들은 Millennium 문제에 대한 Charles Fefferman의 공식 정식화에 포함된 선택지와 일치한다.

Buckmaster는 해당 문서가 약 100쪽 분량이라는 말을 들었다고 전했다. 또한 자신의 설명을 공개했을 당시 그 문서를 보지 못했다고 분명히 밝혔다.

마지막 사실이 현재의 한계를 정한다. 공개되지 않은 증명은 독립 수학자가 검토할 수 없다. 알려진 대화에 참여한 사람들 외에는 그 가정, 논리적 의존성, 강제항의 처리를 확인할 수 없다.

이 기사가 준비될 당시 OpenAI는 원고, 모델 대화 기록, 기술 발표를 공개적으로 게시하지 않았다. 회사는 또한 정식 연구 발표를 통해 내부 모델을 식별하지도 않았다.

따라서 이 결과는 주장된 내부 증명으로 설명해야 한다. 문제가 해결됐다고 말하는 것은 수학이 유망한 논증과 정리를 구분하는 전체 과정을 건너뛰는 일이다.

이 구분은 편미분방정식에서 특히 중요하다. 증명은 개념적으로 설득력 있어도 추정, 정칙성 가정, 경계 조건 또는 극한 논증에 치명적인 오류를 숨길 수 있다.

Navier-Stokes는 순수수학 밖에서는 여러 의미를 가진다. 엔지니어들은 특정 흐름에 대해 이 방정식의 근사해를 일상적으로 구한다. 그러한 수치해는 허용되는 모든 초기 조건에 대한 전역 존재성과 매끄러움 문제를 해결하지 않는다.

공식 문제는 매끄러운 3차원 흐름이 항상 매끄러움을 유지하는지, 또는 유한 시간 안에 특이점이 형성될 수 있는지를 묻는다. 흔히 발산이라고 불리는 특이점은 관련 수학적 양이 무한대로 커질 때 발생한다.

Fefferman이 명시한 조건 아래 유효한 강제 발산 구성은 또 하나의 수치적 예시보다 훨씬 큰 의미를 갖는다. 이는 문제 진술이 허용하는 공식 경로 중 하나 안에서 반례를 제공하게 된다.

그렇다고 즉각적인 합의가 생기는 것은 아니다. Clay Mathematics Institute는 Millennium Prize 수상을 검토하기 전에 출판, 시간의 경과, 폭넓은 수용을 요구한다.

따라서 당장의 변화는 더 제한적이지만 여전히 중요하다. 존경받는 수학자가 그 대략적인 길이, 적용 영역, 제안된 수학적 결론을 포함한 구체적인 내부 주장을 공개적으로 보고했다.

이는 면밀한 검토를 정당화하기에는 충분하다. 승리 선언을 정당화하기에는 충분하지 않다.

연관된 세 가지 발산 결과가 판도를 바꾼 이유

OpenAI의 보고된 주장이 그럴듯해진 이유는 Buckmaster와 Alpöge가 이미 인접한 방법을 Navier-Stokes에 훨씬 더 가깝게 밀어붙였기 때문이다.

NYU Courant Institute 교수인 Buckmaster는 유체 방정식의 특이점 형성을 연구한다. Alpöge는 Anthropic에 고용된 수학자이지만, Buckmaster는 이들의 작업을 개인적인 학술 협력으로 설명한다.

9월 8일 두 사람은 비압축성 다공질 매질, 2차원 Boussinesq 방정식, 3차원 비압축성 Euler라는 세 가지 시스템을 다룬 결과를 공개했다. 각 구성은 매끄러운 외부 강제를 사용하며 유한 시간 발산을 만들어낸다.

Euler는 점성이 없는 이상 유체를 설명한다. Navier-Stokes는 에너지를 소산하고 해를 제어하는 데 필요한 추정을 바꾸는 점성을 추가한다.

이 차이는 사소한 보정이 아니다. Euler를 위한 구성이 자동으로 Navier-Stokes로 이전되지 않는 이유 중 하나다.

그럼에도 새로운 Euler 결과는 Millennium 문제에 유난히 가깝다. Buckmaster와 Alpöge는 더 거친 강제 아래 특이점 형성 메커니즘을 개발한 Diego Córdoba와 Luis Martínez-Zoroa의 연구를 기반으로 했다.

보도에 따르면 최신 연구는 그 거친 입력을 매끄러운 강제로 대체한다. 이는 공식 Navier-Stokes 문제가 두 가지 반례 정식화에서 특정 매끄러운 강제 함수를 허용하기 때문에 중요하다.

Terence Tao는 관련 결과를 주목할 만한 성취로 평가하고 기술적 평가에서 더 넓은 의미를 살폈다. 그는 이 방법이 Navier-Stokes로 확장되는 것을 막는 명백한 원리는 없다고 썼다.

Tao는 그러한 확장이 지닌 막대한 기술적 난점도 강조했다. 유망한 경로가 있다고 해서 모든 추정을 성립시키는 데 필요한 작업이 사라지는 것은 아니다.

이 조합은 OpenAI의 주장이 즉각적인 관심을 받은 이유를 설명한다. 보고된 결과는 아무런 배경이 없는 상황에서 등장하지 않았다. 전문가들이 완전한 방정식에 도달할 수 있다고 본 메커니즘을 연구자들이 확인한 뒤에 나왔다.

Buckmaster는 자신과 Alpöge가 약 1년 전 함께 작업을 시작했다고 말한다. 2026년 8월 중순까지 두 사람은 세 가지 관련 방정식의 핵심 결과를 얻었다고 전해진다.

대규모 언어 모델은 논증을 개발하고 검토하는 데 상당한 역할을 했다. Buckmaster는 두 사람이 반복적인 수학 작업 과정에서 최신 추론 모델을 포함한 Anthropic의 Claude와 OpenAI의 Codex를 사용했다고 말한다.

이 작업 흐름은 챗봇에 질문 하나를 던지고 첫 답변을 받아들이는 것과 다르다. 연구 수준의 증명은 보조정리를 제안하고, 빈틈을 찾고, 추정을 수정하고, 긴 논증 전반의 의존성을 점검해야 한다.

동반 작업의 일부는 Lean으로도 형식화됐다. Lean은 형식적 진술이 지정된 논리 규칙을 따르는지 점검하는 증명 보조기다.

공개된 Lean 저장소는 외부인이 검토할 수 있는 구체적인 대상을 제공한다. 그러나 기계 검증은 연구자들이 인코딩하고 성공적으로 확인한 부분만 다룬다.

이는 세 원고 전체의 모든 비형식적 논증을 자동으로 인증하지 않는다. 또한 별개이자 미공개 대상인 주장된 OpenAI 증명을 검증하지도 않는다.

그럼에도 공개된 진전은 자동화 과학을 추구하는 모든 최첨단 AI 연구소에 압박을 가한다. OpenAI, Anthropic, Google DeepMind는 모두 자사 시스템이 독창적 연구에 기여할 수 있다는 신뢰할 만한 증거를 원한다.

검증된 Navier-Stokes 결과는 비교할 수 없는 규모의 증거를 제공할 것이다. 성급하거나 부실하게 기록된 주장은 정반대의 교훈을 남길 것이다.

핵심 갈등은 증거와 통제된 공개 사이에 있다

결정적인 대결은 OpenAI와 Anthropic 사이가 아니다. 이는 비공개 연구소의 주장과 공개 수학의 검증 기준 사이의 대결이다.

Alpöge가 Anthropic에서 일하고 주장된 경쟁 결과가 OpenAI에서 나왔기 때문에 기업 간 경쟁은 눈에 띈다. 그러나 이를 모델 리더보드 경쟁으로 보는 것은 더 깊은 문제를 가린다.

수학은 자격을 갖춘 독자가 검토할 수 있는 논증에 권위를 부여한다. 최첨단 AI 연구소는 종종 모델 세부 사항, 프롬프트, 내부 도구, 컴퓨팅 기록을 기밀 자산으로 보호한다.

이 두 권위 체계가 이제 충돌하고 있다. OpenAI는 모델이나 완전한 연구 추적 기록을 공개할 준비가 되지 않은 채 유효한 증명을 보유할 수 있다. 수학자들은 증명 자체가 공개되기 전까지 결과를 받아들이지 않을 합리적인 이유가 있다.

Buckmaster의 설명은 또 다른 층위를 더한다. 그는 OpenAI가 주장된 Navier-Stokes 결과를 자신에게 알린 뒤 출판 방식을 제안했다고 말한다.

그의 성명에 따르면, 한 제안은 OpenAI가 더 강력한 결과를 발표하기 전에 Buckmaster와 Alpöge가 Euler 연구를 공개하는 것이었다. 또 다른 제안은 공동 발표를 포함했지만 Alpöge가 Anthropic에서 일한다는 이유로 그의 역할에 관한 의문을 제기했다고 전해진다.

Buckmaster는 이러한 선택지를 거부하고 사건의 순서를 공개하기로 결정한 뒤 압박을 받았다고 주장한다. 이러한 의혹은 여전히 다투어지고 있다.

Bubeck은 자신에 관한 비난이 거짓이며 선동적이라고 공개적으로 반박했다. 이 부인은 중요하지만, 참여자들 사이의 사실관계 다툼을 해결하지는 못한다.

비공개 통화의 완전한 기록은 공개되지 않았다. 상충하는 부분에서 독자는 어느 한쪽의 설명도 독립적으로 입증된 사실로 받아들여서는 안 된다.

이 분쟁은 새로운 저자성 문제도 드러낸다. AI 모델이 미공개 인간 아이디어를 확장한다면, 핵심 지적 도약에 누가 기여한 것인가?

전통적인 과학 공로 배분은 방법의 기원, 증명의 수행, 서술, 검증, 공개 시점을 고려한다. AI는 모든 범주를 복잡하게 만든다.

모델은 신중하게 선택된 문제 정식을 받은 뒤 수천 개의 단계를 종합할 수 있다. 프롬프트에는 올바른 메커니즘과 공략할 가치가 있는 장애물을 포함해 수개월간의 전문가 판단이 담겨 있을 수 있다.

반대로 모델은 일반적인 진술만 받은 뒤 아이디어 사이의 진정으로 예상치 못한 연결고리를 찾을 수도 있다. 이 두 상황을 같은 방식으로 설명해서는 안 된다.

“최소한의 인간 입력”이라는 표현은 증거 기록 없이는 거의 의미를 잃는다. 이는 광범위한 숨은 준비 뒤의 짧은 프롬프트 하나를 뜻할 수도 있고, 진정으로 자율적인 탐색을 뜻할 수도 있다.

OpenAI는 최근 연구 조직이 8월 중순까지 인간 작업일 하루당 3.1 에이전트 작업일을 사용했다고 보고했다. 연구 지표는 에이전트가 내부 과학 작업에 얼마나 깊이 들어왔는지를 보여준다.

이 지표는 OpenAI Navier-Stokes 증명을 검증하지 않는다. 다만 이 연구소가 장기 수학 프로젝트를 추구할 인프라와 동기를 모두 갖추고 있음을 보여준다.

그런 이유로 공개는 다듬어진 원고 이상을 포함해야 한다. 설득력 있는 설명은 문제 명세, 인간 개입, 모델에 제공된 외부 아이디어, 검증 절차를 식별해야 한다.

수학자들이 정리를 심사하는 데 모델 접근 권한은 필요하지 않다. 다만 그 정리가 어떻게 발견됐는지에 관한 주장을 평가하려면 연구 출처 정보는 여전히 필요하다.

이는 전문적 공로 인정 이상의 문제다. 연구실들은 과학적 결과를 점점 더 자율화되는 지능의 증거로 홍보한다. 출처 정보가 없으면 통상적인 협업도 자율적 발견처럼 보일 수 있다.

대중이 검증 가능한 증거를 받기 전까지 이 갈등은 지속될 것이다. 기업의 발표는 증명을 대체할 수 없으며, 증명만으로도 그 기원에 관한 모든 의문을 해결할 수는 없다.

AI 수학 주장으로 증명되지 않는 것

증명이 정확하더라도 AI가 유체역학을 독자적으로 습득했거나 정밀한 시뮬레이션을 손쉽게 만들었다는 사실을 보여주지는 않는다.

첫 번째 불확실성은 수학적 타당성에 관한 것이다. 100쪽 분량의 논증에는 전문가들이 검토하는 데 수개월이 걸릴 수 있는 미묘한 의존 관계가 포함될 수 있다.

두 번째는 범위에 관한 것이다. Buckmaster는 내부 결과가 특정 조건 아래의 강제 Navier-Stokes를 다룬다고 말한다. 헤드라인은 “강제”라는 단어를 쉽게 지워 더 광범위한 정리를 암시할 수 있다.

강제력은 유체에 가해지는 외부 영향을 뜻한다. Fefferman의 정식화는 지정된 반례 선택지에서 매끄러운 강제력을 허용하므로, 강제된 blowup도 공식 과제에 답할 수 있다.

그렇다고 일반적인 Navier-Stokes 관련 질문이 모두 사라지는 것은 아니다. 연구자들은 여전히 비강제 blowup, 유일성, 난류, 경계 효과, 압축성 유체, 계산적 예측을 연구하게 될 것이다.

Millennium 증명은 정확히 정의된 하나의 수학적 질문을 해결할 것이다. 날씨 예측이나 항공기 설계를 위한 보편적 공식을 제공하지는 않는다.

세 번째 불확실성은 형식 검증에 관한 것이다. Buckmaster와 Alpöge는 자신들의 자료에 따르면 공개 작업의 일부에 Lean을 사용했다. OpenAI가 보고한 원고에 대해서는 이에 상응하는 검증 산출물이 공개되지 않았다.

형식 증명 시스템은 일반적인 논리 오류를 많이 제거할 수 있다. 그러나 인간이 정리의 진술과 가정을 검토하지 않는 한, 형식 정리가 의도한 모든 주장을 포착하는지 판단할 수는 없다.

또한 상당한 작업이 필요하다. 긴 해석학적 증명을 기계 검증 가능한 형태로 옮기면 공백이 드러날 수 있지만, 비형식적 초안을 만드는 것보다 더 오래 걸릴 수도 있다.

네 번째 불확실성은 독립적 재현에 관한 것이다. 다른 팀도 OpenAI의 내부 환경에 대한 특권적 접근 없이 핵심 메커니즘을 재구성할 수 있어야 한다.

독립적 검토가 모델 실행을 정확히 반복할 필요는 없다. 그러나 정리를 시험하고, 가져온 보조정리를 추적하며, 가장 취약한 추정을 반박할 수 있을 만큼의 정보는 필요하다.

다섯 번째 불확실성은 AI의 기여다. Buckmaster는 자신의 프로젝트 초안이 Codex 세션 안에 존재했다고 말한다. 그는 OpenAI의 내부 모델이 해당 세션으로 학습됐거나 접근 권한을 부여받았는지 물었다.

그의 진술에 따르면, 그가 설명한 교류 과정에서 명확한 답변을 받지 못했다. 그렇다고 비공개 연구가 사용됐다는 사실이 입증되는 것은 아니다.

그러나 이는 OpenAI가 보유한 기록만이 결정적으로 답할 수 있는 정당한 의문을 제기한다. 모델 학습, 일시적 추론 컨텍스트, 직원 접근, 실험 입력은 서로 다른 기술적 경로다.

이를 혼동하는 것은 무책임하다. 관련 시스템을 외부인이 검사할 수 없다는 이유만으로 이 질문을 일축하는 것 역시 마찬가지다.

호스팅형 AI 도구를 사용하는 연구자들은 이 분쟁을 실질적인 경고로 받아들여야 한다. 공개되지 않은 가설, 증명 전략, 코드, 실험 결과는 막대한 지적 가치를 지닐 수 있다.

팀에는 어떤 자료를 외부 모델에 입력할 수 있는지에 관한 명시적 규칙이 필요하다. 또한 각 결정적 아이디어를 누가 언제 제공했는지 보여주는 로컬 기록도 필요하다.

검색 가능한 지식 베이스는 이러한 이력을 보존하는 데 도움이 될 수 있다. 그러나 계약상 보호장치나 연구실의 데이터 거버넌스 통제를 대체할 수는 없다.

따라서 AI 주장 중 가장 강한 형태는 여전히 뒷받침되지 않는다. 공개 증거는 모델이 인접한 방정식에 관한 주요 작업을 실질적으로 지원했음을 보여준다. 하지만 아직 Navier-Stokes를 자율적으로 해결했다는 사실을 보여주지는 않는다.

유효한 증명은 유체 공학보다 먼저 AI 연구를 바꿀 것이다

가장 이른 영향은 일상적인 유체 시뮬레이션보다 과학 워크플로, 저자 규정, 연구실 경쟁에 나타날 것이다.

수학적 증명은 원칙적으로 최종 결과물을 한 줄씩 검증할 수 있기 때문에 고도 AI를 위한 매력적인 시험 대상이다. 이 때문에 창의성이나 일반 지능에 관한 많은 주장보다 주관성이 덜하다.

그러나 연구 수학이 완전히 자기 검증적인 것은 아니다. 전문가들은 정리가 중요한지, 가정이 제시된 문제와 일치하는지, 증명이 잘못된 결과를 가져오지는 않는지 판단해야 한다.

OpenAI의 Navier-Stokes 증명이 받아들여진다면, 최첨단 모델이 수많은 기술적 의존 관계를 거쳐 긴 논증을 유지할 수 있음을 보여줄 것이다. 또한 새롭게 확인된 연구 경로를 신속히 활용할 수 있다는 점도 입증할 것이다.

두 번째 역량이 더 중대한 결과를 낳을 수 있다. 과학적 우위는 조기 정보, 대규모 컴퓨팅 예산, 특화 에이전트, 전문가 평가자를 결합하는 조직으로 이동할 수 있다.

독립 연구자들은 그때 어려운 선택에 직면할 것이다. 호스팅형 최첨단 모델은 연구를 가속할 수 있지만, 모든 상호작용에는 기밀성과 공로 인정 문제가 수반될 수 있다.

대학들은 연구 전용 데이터 조건을 협상하는 방식으로 대응할 수 있다. 또한 로컬 모델, 보안 추론 시스템, 감사 가능한 컴퓨팅 환경에 투자할 수도 있다.

학술지는 더 명확한 공개 기준이 필요하다. 저자들은 이미 소프트웨어와 계산 방법을 설명하지만, 에이전트 기반 연구에는 프롬프트, 반복 과정, 인간의 선택에 관한 더 많은 세부 정보가 요구된다.

완전한 기록이 항상 유용한 것은 아니다. 긴 에이전트 추적 기록에는 수천 건의 막다른 시도와 반복 계산이 포함될 수 있다.

구조화된 출처 기록이 더 실용적일 것이다. 이는 최초의 추측, 관련 비공개 입력, 모델이 생성한 보조정리, 인간의 수정, 형식적으로 검증된 구성 요소를 식별할 수 있다.

편집자들에게는 동시 발견에 관한 규칙도 필요하다. AI 시스템은 유출된 힌트, 세미나 발언, 비공개 초안을 기존 출판 과정이 대응하기도 전에 완성도 높은 결과로 만들 수 있다.

우선권 규범은 소통과 증명 구성이 인간의 속도로 진행되던 시기에 발전했다. 한 연구실이 주말 동안 수천 에이전트 시간의 작업을 투입할 수 있게 되면 이러한 규범은 압박을 받는다.

Buckmaster 분쟁은 그 압박을 예고한다. 독립 보도에 따르면, 연구자들의 공개 작업은 OpenAI가 주장하는 확장과 별개로도 Navier-Stokes를 향한 중요한 진전을 나타낸다.

이 때문에 이 이야기가 한 기업에 대한 이분법적 판정으로 축소되어서는 안 된다. 확인된 발전은 AI 지원 수학적 발견이 비선형 편미분방정식의 어렵고도 현재진행형인 연구에 도달했다는 사실이다.

논쟁 중인 발전은 OpenAI가 완전한 강제 Navier-Stokes 문제까지 남은 거리를 넘었는지 여부다. 이 주장은 훨씬 더 높은 증거 기준을 요구한다.

원고가 심사를 통과한다면 연구실들은 다른 유명 문제들에도 이 워크플로를 재현하려 경쟁할 것이다. 실패한다면 이 사례는 모델 출력을 수학적 지식과 혼동한 교훈이 될 것이다.

어느 결과든 자금 조달과 채용에 영향을 미칠 것이다. 최첨단 모델, 형식 증명, 전문 수학 사이를 연결할 수 있는 연구자들의 가치는 더 높아질 것이다.

따라서 즉각적인 경쟁 압력은 항공기 설계자가 아니라 연구 조직에 가해진다. 이들은 속도가 공로 인정, 보안, 검증을 희생시키지 않는다는 점을 보여야 한다.

수학자들이 결과를 받아들이기 전에 반드시 일어나야 할 일

세 가지 신호가 보고된 증명이 정리, 부분적 진전, 혹은 값비싼 헛출발이 될지를 결정할 것이다.

첫 번째 신호는 공개다. 독립적 평가가 시작되기 전에 OpenAI는 정확한 정리 진술과 완전한 증명을 제공해야 한다.

독자들은 가정을 면밀히 지켜봐야 한다. 원고는 영역, 강제 함수, 초기 데이터, 해의 클래스, 정확한 특이 거동을 명확히 진술해야 한다.

이 요소들이 Fefferman의 공식 반례 선택지 중 하나와 일치한다면 주장은 실질적으로 더 강해진다. 결과가 방정식을 바꾸거나 요구되는 정칙성을 완화한다면, 상금 문제를 풀지 못하더라도 여전히 가치가 있을 수 있다.

두 번째 신호는 전문가 및 형식 검토다. 전문가는 핵심 추정을 검사해야 하며, 증명 엔지니어는 어떤 부분을 Lean 같은 시스템으로 인코딩할 수 있는지 판단해야 한다.

작은 수정이 반드시 결과를 무너뜨리지는 않는다. 연구 논문은 심사 과정에서 자주 바뀐다.

새로운 핵심 아이디어가 필요한 공백은 문제가 이미 해결됐다는 주장을 약화할 것이다. 구성에 모순이 있다면 결과 전체가 무효가 될 수 있다.

세 번째 신호는 문서화된 출처 설명이다. OpenAI는 어떤 정보가 연구자들에게 전달됐는지, 모델이 무엇을 받았는지, 인간이 실행을 어떻게 이끌었는지 설명해야 한다.

그 설명은 검증 가능한 기록과 회상을 구분해야 한다. 또한 Buckmaster의 비공개 Codex 자료가 내부 프로젝트에 영향을 미쳤는지에 관한 질문에도 답해야 한다.

적절한 감사를 뒷받침으로 한 명확한 부정 답변은 가장 심각한 데이터 출처 우려를 약화할 것이다. 공로가 인정되지 않은 접근의 증거가 나온다면, 이야기는 과학 경쟁에서 연구 부정행위로 옮겨갈 것이다.

프로젝트 간에 비공개 데이터가 이동하지 않았더라도 저자 자격 문제는 남는다. Córdoba와 Martínez-Zoroa는 더 이른 메커니즘을 개발했고, Buckmaster와 Alpöge는 매끄러운 강제력 연구 프로그램을 발전시켰다.

OpenAI 모델은 그 계보를 더 확장했을 수 있다. 적절한 공로 표기는 결과를 고립된 기계의 성취로 제시하기보다 전체 연결 고리를 설명해야 한다.

Clay 절차는 뉴스 주기보다 훨씬 느리게 진행될 것이다. 상금 심사를 받으려면 적격 출판물에 게재되고, 폭넓게 인정받으며, 최소 2년의 검토를 거쳐야 한다.

그 지연에는 목적이 있다. 유명한 문제는 잘못된 해법을 끌어들이며, 긴 증명은 여러 전문 분야에 걸친 지속적 검토를 필요로 하는 경우가 많다.

현재로서는 책임 있는 답변이 명확하다. Buckmaster의 설명에 따르면 OpenAI는 진지한 Navier-Stokes 증명을 생성한 것으로 보이지만, 모델이 공개적으로 문제를 해결한 것은 아니다.

증거는 AI 지원 수학에 대한 기대를 뒷받침한다. 또한 원고, 검증 기록, 완전한 출처 설명이 나타나기 전에 제기된 주장에 대한 회의론도 뒷받침한다.

증명을 지켜보고, 그다음 심사자들을 지켜보고, 마지막으로 감사 추적을 지켜봐야 한다. 이 세 가지가 모두 갖춰지기 전까지 OpenAI Navier-Stokes 증명은 확정된 정리가 아니라 검토 중인 주장으로 남는다.