OpenAI가 에르되시 단위거리 추측을 깼다? 완전 해결이 아니라는 핵심 정리

짧은 결론

OpenAI가 에르되시 단위거리 추측을 ‘깼다’는 말은 절반만 맞아요. 더 정확히는 평면 단위거리 문제 전체를 완전히 끝낸 것이 아니라, 오랫동안 널리 믿어진 성장률 추측인 n^(1+o(1)) 상한을 반박하는 구성을 제시한 것입니다.

이 차이가 큽니다. 수학 뉴스에서 ‘난제 해결’이라는 표현은 강렬하지만, 실제로는 일부 추측이 깨진 경우, 하한이 개선된 경우, 최적값이 완전히 결정된 경우가 서로 다르거든요.

제가 이 소식을 읽는다면 첫 질문은 ‘AI가 얼마나 대단한가’가 아니라 ‘어떤 명제가 정확히 반박됐고, 그 증명은 어떤 공개 검증 단계를 거쳤나’일 겁니다. 이 질문으로 보면 이번 결과의 의미도 선명해지고, 과장도 줄어듭니다.

단위거리 문제는 무엇을 묻나

평면 위에 n개의 점을 놓는다고 하자. 그중 서로의 거리가 정확히 1인 점쌍이 몇 개까지 가능할까? 이 최대 개수를 보통 u(n)처럼 생각할 수 있다. OpenAI 발표는 이 문제가 1946년 Paul Erdős가 제기한 평면 단위거리 문제라고 설명합니다.

간단한 예로 점들을 한 줄로 놓으면 인접한 점들 사이에서 선형 개수의 단위거리 쌍을 만들 수 있어요. 정사각 격자도 많은 단위거리를 만듭니다. 기존에 잘 알려진 격자형 구성은 선형보다 약간 빠른 성장률을 만들었지만, OpenAI 발표에 따르면 오랫동안 많은 수학자들은 본질적으로 이 정도가 최선일 것이라고 봤습니다.

그 믿음을 수식으로 쓰면 n^(1+o(1)) 형태입니다. 여기서 o(1)은 n이 커질수록 0으로 가는 작은 항이에요. 쉽게 말하면 ‘선형보다 조금 빠를 수는 있어도, 고정된 양만큼 더 큰 지수 성장은 안 될 것’이라는 기대에 가깝습니다.

이번에 깨진 것은 무엇인가

이번 결과가 반박한 핵심은 바로 그 n^(1+o(1)) 추측입니다. OpenAI 발표는 내부 모델이 무한히 많은 n에 대해 적어도 n^(1+δ)개의 단위거리 점쌍을 갖는 점 배치를 구성하는 증명을 만들었다고 설명합니다. 여기서 δ는 0보다 큰 고정된 값입니다.

이 말은 단순한 표현 차이가 아닙니다. n^(1+o(1))은 지수의 추가분이 결국 0으로 사라지는 그림이고, n^(1+δ)는 아무리 작아도 0보다 큰 고정 보너스가 남는 그림이에요. 큰 n에서 두 주장은 서로 양립할 수 없습니다.

후속 프리프린트에서 Will Sawin은 더 명시적인 형태를 제시했습니다. 해당 arXiv 초록은 임의로 큰 n에 대해 정확히 거리 1인 점쌍을 n^1.014개보다 많이 포함하는 평면 점 집합이 있음을 보인다고 설명합니다. OpenAI의 원래 증명이 1보다 큰 지수를 명시적으로 주지 않았던 데 비해, 이 후속 글은 1.014라는 구체적 하한을 제시한 셈입니다.

다만 이것은 단위거리 문제의 최종 답을 구했다는 뜻이 아닙니다. OpenAI 발표 자체도 기존 최선 상한이 O(n^(4/3))라고 설명합니다. 새 하한과 기존 상한 사이에는 여전히 간격이 있어요. 그래서 ‘완전 해결’보다는 ‘유력했던 성장률 추측의 반박’이라고 부르는 편이 더 정확합니다.

증거 수준을 나눠 보면

이번 소식은 발표 주체와 문서 성격이 섞여 있습니다. 한 문장으로 ‘AI가 풀었다’고 요약하면 이 층위가 사라져요.

자료	성격	말하는 내용	읽을 때의 무게
OpenAI 발표	회사 공식 발표	내부 일반 추론 모델이 단위거리 추측을 반박하는 증명을 만들었고, 외부 수학자들이 확인했다고 설명	발견 경위와 성과 주장은 중요하지만, 회사 발표라는 맥락을 함께 봐야 함
arXiv 2605.20695	외부 수학자들의 해설 프리프린트	OpenAI 생성 반례의 짧고 소화된 인간 검증 버전을 제시한다고 밝힘	수학적 이해와 검증 과정을 보는 핵심 자료이지만, 공개 형태는 프리프린트
arXiv 2605.20579	후속 하한 프리프린트	n^1.014를 넘는 단위거리 점쌍 구성을 명시적으로 제시	숫자로 이해하기 좋은 후속 결과이지만 역시 프리프린트 단계

여기서 가장 흥미로운 지점은 ‘AI가 쓴 긴 증명이 그대로 권위가 됐다’가 아니라는 점입니다. arXiv 해설 노트는 OpenAI 생성 반례의 인간 검증 버전이라고 자신을 설명합니다. 즉 공개적으로 읽히는 수학적 신뢰는 모델 출력 그 자체보다, 그것을 수학자들이 짧고 검토 가능한 형태로 재구성했다는 데서 나옵니다.

현재 공개 자료 기준으로 두 arXiv 문서는 2026년 5월 20일 제출된 프리프린트입니다. 따라서 이 결과를 ‘전문가들이 이미 의미 있는 증명으로 읽고 있는 공개 결과’로 보는 것은 가능하지만, ‘학술지 동료심사까지 완료된 최종 출판 결과’와는 구분하는 편이 정확합니다.

왜 대수적 정수론이 갑자기 나오나

단위거리 문제는 겉으로 보면 초등기하 문제처럼 보입니다. 점을 찍고, 거리가 1인 쌍을 세면 되니까요. 그래서 더 놀라운 부분은 새 구성의 도구가 기하학 안에서만 나온 것이 아니라는 데 있습니다.

OpenAI 발표는 에르되시의 기존 하한 구성을 가우스 정수와 연결해 설명합니다. 가우스 정수는 a+bi 꼴의 수로, 정수 격자와 자연스럽게 맞물립니다. 새 논증은 이 익숙한 구조를 더 복잡한 대수적 수체로 밀어붙입니다. 발표에 따르면 무한 class field tower와 Golod-Shafarevich 이론 같은 도구가 필요한 수체의 존재를 보이는 데 쓰입니다.

이 대목은 일반 독자에게 이름 자체보다 방향이 중요해요. ‘점을 더 영리하게 찍었다’ 정도가 아니라, 수론의 깊은 구조를 이용해 유클리드 평면의 거리 문제를 건드렸다는 뜻입니다. 바로 이 때문에 이번 결과는 단순히 AI 성능 홍보로만 소비하기 아깝습니다. 수학적으로도 ‘이산기하 문제에 수론적 구성이 더 많이 숨어 있을 수 있다’는 해석을 낳습니다.

AI가 수학을 했다는 말의 정확한 범위

OpenAI는 이 증명이 특정 수학 문제에 맞춰 훈련되거나, 단위거리 문제만을 겨냥한 탐색 시스템에서 나온 것이 아니라 새 일반 목적 추론 모델에서 나왔다고 설명합니다. 또한 에르되시 문제 모음에서 고급 모델이 실제 연구 문제에 기여할 수 있는지 평가하는 과정이었다고 밝힙니다.

그 표현은 분명 강합니다. OpenAI 발표는 이 사건을 AI 수학의 중요한 이정표로 제시합니다. 다만 독자가 분리해서 봐야 할 것이 있어요. ‘모델이 발견했다’는 주장과 ‘수학계가 증명을 검증 가능한 지식으로 받아들인다’는 과정은 같은 일이 아닙니다.

수학에서 증명은 결국 다른 사람이 읽고, 줄이고, 재구성하고, 오류 가능성을 줄이는 공개 절차를 거칩니다. 이번 사례의 독특함은 AI가 아이디어와 증명을 냈다는 점뿐 아니라, 외부 수학자들이 그 결과를 인간이 읽을 수 있는 형태로 정리했다는 점에 있습니다.

그래서 저는 이 사례를 ‘AI가 인간 검증 없이 수학을 대체했다’가 아니라 ‘AI가 만든 수학적 발견이 인간 검증 체계 안으로 들어온 사례’로 읽는 편이 더 정확하다고 봅니다.

무엇이 아직 남아 있나

첫째, 단위거리 문제의 정확한 성장률은 여전히 남아 있습니다. 새 하한은 기존 믿음을 크게 흔들었지만, 알려진 상한과 맞물려 최종 비율을 결정한 것은 아닙니다.

둘째, 현재 공개 자료는 프리프린트와 회사 발표입니다. arXiv 해설 노트가 인간 검증 버전임을 밝히는 것은 중요한 신뢰 신호지만, 출판 전 결과라는 점은 남습니다. 앞으로 버전 업데이트, 학술지 심사, 독립적인 재서술, 더 간단한 증명 가능성이 관찰 포인트입니다.

셋째, AI 성과의 일반화 범위는 아직 조심해야 합니다. 이번 결과가 의미 있다고 해서 모든 수학 난제에서 같은 방식이 반복된다고 곧장 말할 수는 없어요. OpenAI 발표가 강조한 것처럼 수학은 증명을 확인할 수 있다는 장점이 있는 분야입니다. 다른 과학 분야에서는 데이터, 실험, 측정 오류, 재현성 문제가 훨씬 복잡하게 얽힙니다.

이 뉴스를 읽는 체크포인트

이 사례를 읽을 때는 다음 세 질문만 붙잡아도 과장을 꽤 걸러낼 수 있습니다.

1. 완전한 문제 해결인가, 특정 추측의 반박인가?
2. 모델 출력 자체가 공개 근거인가, 인간 수학자들이 정리한 검증 버전이 있는가?
3. 현재 상태가 회사 발표, 프리프린트, 학술지 논문 중 어디에 놓여 있는가?

이번 답은 비교적 분명합니다. 완전한 최종 해답이 아니라 n^(1+o(1)) 추측의 반박입니다. 인간 검증 버전의 arXiv 해설이 있습니다. 하지만 공개 문헌 상태는 아직 프리프린트 중심입니다.

이 정도로 읽으면 ‘AI가 수학을 정복했다’는 문장보다 더 흥미로운 그림이 보입니다. AI가 예상 밖의 수론적 구성을 찾아냈고, 인간 수학자들이 그것을 검토 가능한 증명으로 압축했으며, 그 과정에서 이산기하의 오래된 직관 하나가 실제로 무너졌습니다. 과장이 아니라도 충분히 큰 사건입니다.

다음에 볼 지점

가장 먼저 볼 것은 arXiv 문서의 후속 버전입니다. 오류 수정, 설명 보강, 더 명확한 상수와 조건이 붙을 수 있습니다. 그다음은 학술지 제출과 심사 과정입니다. 수학에서는 결과가 맞더라도 증명의 표현과 귀속, 기존 문헌과의 관계가 시간이 지나며 정리되는 일이 흔합니다.

또 하나의 관찰 포인트는 더 단순한 증명입니다. 어려운 도구로 열린 문이 나중에 더 짧은 길로 다시 설명되는 경우가 있습니다. 이번 결과도 대수적 정수론의 깊은 도구가 핵심이라고 설명되지만, 후속 연구가 이 구조를 더 투명하게 만들 가능성은 남아 있습니다.

마지막으로, AI 수학 도구를 평가할 때 이번 사례가 기준점이 될 수 있습니다. 앞으로 중요한 질문은 ‘모델이 정답을 말했는가’보다 ‘그 결과가 인간 전문가의 검증 가능한 언어로 얼마나 빨리, 얼마나 안정적으로 바뀌는가’에 가까워질 것입니다.