교육 문의커뮤니티 입장하기

OpenAI 수학 자문단 AGMAI 이해하기: 조언과 결정 권한의 차이

AGMAI는 수학 연구와 AI 기업의 관계를 조언하는 독립 자문 기구입니다. 자문단이 할 수 있는 일과 회사에 남는 결정 권한을 나눠 보고, 2026년 9월 29일 공개된 권고안과 후속 변화를 정리했습니다.

아직 읽은 기록이 많지 않은 글이에요
Share
OpenAI 수학 자문단 AGMAI 이해하기: 조언과 결정 권한의 차이 대표 이미지
목차
  1. 왜 이런 자문단이 나왔나요?
  2. 수학자 선언은 AI 자체에 반대한 것인가요?
  3. 자문단의 권한은 어디까지인가요?
  4. 아홉 명의 구성과 설립 경위
  5. 9월 29일 권고안은 무엇을 요구하나요?
  6. 관련 경연 행사도 바뀌었습니다
  7. 기계 검증과 사람의 이해를 나눠 봅니다
  8. 다른 AI 발표에도 적용하기
  9. 3줄 요약

세 줄로 먼저 읽기

  1. AGMAI는 AI 기업에 수학 연구와 결과 공개를 조언하는 아홉 명의 독립 기구이며, 기업의 결정을 강제할 권한은 없습니다.
  2. 9월 11일 수학자 선언은 해결 건수보다 사람의 이해와 선행 연구의 기여를 중시했고, 10월 4일 선언 페이지에는 필즈메달 수상자 28명이 표시됩니다.
  3. 9월 29일 권고안은 선행 연구 인용과 사용 모델, 계산 비용 공개를 요구했지만 기업이 이를 따르는지는 이후 공개 자료로 따로 봐야 합니다.

AGMAI(Advisory Group on Mathematics and Artificial Intelligence)는 AI 기업에 수학 연구와 결과 공개 방식을 조언하는 독립 기구입니다. 미국 프린스턴의 고등연구소(IAS)에 기반을 두고 있으며, OpenAI는 2026년 9월 21일 이 기구와 협력한다고 발표했습니다.

자문은 전문 지식을 바탕으로 의견을 주는 일입니다. AGMAI가 의견을 낼 수 있다는 것과 OpenAI가 그 의견을 따라야 한다는 것은 다른 이야기입니다. 이 글은 자문단이 생긴 배경과 권한의 범위를 먼저 보고, 10월 4일까지 AGMAI 홈페이지와 관련 행사에 나온 후속 변화를 정리합니다.

왜 이런 자문단이 나왔나요?

자문단은 OpenAI의 수학 연구 발표가 이어지던 한 달 사이에 생겼습니다.

2026년 8월 말부터 9월 말까지 공개된 일

  1. 8월 28일OpenAI가 밝힌
    새 내부 모델 훈련 시작
  2. 9월 8일OpenAI가 나비에 스토크스
    문제의 해법 발표
  3. 9월 11일수학자들의
    AI 연구 방향 선언
  4. 9월 21일OpenAI의
    AGMAI 협력 발표
  5. 9월 29일AGMAI의 결과 공개
    일반 권고안

나비에 스토크스는 물이나 공기의 흐름을 다루는 방정식이며, 그 해의 성질에 관한 문제가 수학 난제로 연구돼 왔습니다. 9월 8일 발표의 조건과 검증 단계는 나비에 스토크스 발표 읽기에서 따로 설명했습니다.

OpenAI는 9월 21일 발표에서 같은 내부 모델이 오래된 미해결 문제 100건 이상을 해결했다고 주장했습니다. 이 숫자는 회사가 발표한 것이고, 학계가 100건을 하나씩 검토한 결과는 아닙니다. 회사는 이런 성과를 어떻게 평가하고 알릴지 수학계의 조언을 받겠다며 자문단과의 협력을 내놓았습니다.

수학자 선언은 AI 자체에 반대한 것인가요?

9월 11일 선언의 제목은 A Severe Misalignment of AI in Mathematics입니다. 여기서 misalignment는 AI 기업이 추구하는 성과와 수학 연구의 목적이 서로 어긋난다는 뜻입니다. 필즈메달은 뛰어난 수학 연구 성과에 주는 상이며, 10월 4일 선언 페이지에는 필즈메달 수상자 28명의 이름이 일반 지지 서명과 따로 표시돼 있습니다.

선언은 AI를 쓰지 말자는 요구가 아닙니다. 정답을 얻는 데서 끝내지 않고, 사람이 새로운 방법을 이해하고 다른 연구에 활용할 수 있어야 한다는 주장입니다. 해결 건수만 앞세운 발표와 선언이 바라는 발표를 나란히 놓으면 차이가 보입니다.

선언이 수학 결과 발표에 요구하는 것

발표에 담을 것해결 건수 중심 발표선언이 바라는 발표
해결한 문제 수제공제공
새 개념과 방법의 설명제공하지 않음제공
선행 연구 인용과 기여 구분제공하지 않음제공
다른 수학자가 검토하고 가르칠 수 있는 정리제공하지 않음제공
선언은 빠른 발표 때문에 이해와 인용, 설명을 정리하는 과정이 빠지는 것을 우려했습니다.

예를 들어 AI가 어떤 공식의 답을 출력해도 사람이 그 조건과 이유를 설명하지 못하면, 조건이 바뀐 새 문제에는 그 답을 쓰기 어렵습니다. 선언이 이해와 설명을 앞세운 이유가 여기에 있습니다.

자문단의 권한은 어디까지인가요?

OpenAI 발표문과 AGMAI 홈페이지는 자문단이 하는 일과 회사에 남는 일을 이렇게 나눕니다.

자문단이 하는 일과 회사에 남는 일

일AGMAI자문단OpenAI회사
결과의 중요도와 공개 방식에 의견 제시제공–
학술 기준, 연구와 학습 도구에 관한 조언제공–
요청받지 않은 의견과 공개 논평제공–
결과 공개를 결정하거나 취소제공하지 않음제공
내부 연구 속도 결정제공하지 않음제공
결정의 책임제공하지 않음제공
자문단은 의견을 내고 공개할 수 있지만, 결정과 그 책임은 회사에 남습니다.

OpenAI 발표는 내부 수학 연구의 진행 속도에 관해서는 자문단이 조언할 책임을 맡지 않는다고 설명합니다. 다만 같은 발표에 요청받지 않은 의견과 공개 논평의 자유도 적혀 있어서, 자문단은 이 주제에도 공개적으로 의견을 낼 수 있습니다.

자문단은 이 일로 AI 기업에서 보수를 받지 않고, 권고를 공개하며, 다른 AI 기업에도 조언할 수 있다고 밝힙니다. 독립적으로 의견을 낼 수는 있어도 회사가 그 의견을 따르게 할 권한은 없습니다.

아홉 명의 구성과 설립 경위

아래는 10월 4일 기준 공식 페이지에 실린 명단입니다.

이름공식 페이지의 소속 표기
François CharlesENS-PSL
Camillo De LellisIAS, GSSI
Timothy GowersCollège de France, Cambridge
Martin HairerEPFL, Imperial College London
Nikhil SrivastavaBerkeley, Simons Institute
Ulrike TillmannOxford, INI
Ravi VakilStanford
Edward WittenIAS
Melanie Matchett WoodHarvard

설립 경위도 공개돼 있습니다. OpenAI가 일부 구성원에게 외부 자문 기구를 제안했고, 이들이 회사와 합의해 독립 기구를 만든 뒤 다른 구성원을 초대했습니다. 설립 당시의 설명은 Terence Tao 블로그에 실린 자문단의 기고에도 남아 있습니다.

9월 29일 권고안은 무엇을 요구하나요?

AGMAI는 9월 29일, 600건이 넘는 의견을 참고해 AI가 생성한 수학 결과의 책임 있는 공개 지침을 냈습니다.

문서는 두 종류의 결과를 나눕니다. 사람이 내용을 이해하고 책임질 수 있는 논문은 기존의 논문 발표와 심사, 설명 관행을 따릅니다. 아직 사람의 이해가 따라오지 못한 AI 결과는 사람이 이해할 수 있도록 추가 지원이 필요하다고 봅니다. AI가 만든 결과를 공개할 때 갖출 것으로 권고안이 꼽은 항목은 다섯 가지입니다.

AI가 만든 수학 결과를 공개할 때 갖출 것

  1. 1. 선행 연구 인용앞선 연구의 기여를
    밝혀 적기
  2. 2. 읽을 수 있는 설명사람이 따라 읽을 수 있는
    증명 설명
  3. 3. 학술 저장소변경 기록이 남는
    곳에 올리기
  4. 4. 모델과 비용사용한 모델, 시간
    계산 비용 공개
  5. 5. 형식화 상태기계 검사용 형식으로
    옮겼는지 표시

형식화는 수학적 내용을 기계가 검사할 수 있는 형식으로 옮기는 작업입니다. 권고안은 결과를 한꺼번에 많이 낼 때 실패한 시도와 문제를 고른 방법도 설명하도록 요구합니다. 결과를 사람이 이해하도록 돕는 후속 작업에는 기업이 자금을 대고, 그 방향은 연구 공동체가 정해야 한다는 입장입니다.

권고안은 일반 연구자가 접근할 수 없는 독점 모델로 고급 수학 문제를 시험하는 관행에도 반대하고 중단을 요청합니다. 권고안에 이 요구가 들어갔다고 기업이 그 관행을 멈춘 것은 아닙니다. 권고는 기업의 이후 발표가 이 기준을 지키는지 대조할 잣대로 쓸 수 있습니다.

관련 경연 행사도 바뀌었습니다

이 논쟁 뒤에 별개의 수학 경연 행사인 Mathathon도 운영 방식을 바꿨습니다. 아래는 9월 28일 주최 측과 공개서한 참여자들이 낸 공동 성명에 나온 변화입니다.

Mathathon 운영 방식의 변화

항목기존 안내9월 28일 공동 성명
일정10월 30일11월 13일부터 15일
주제–Old Problems, New Proofs
기존 문제의 새 증명과 설명
독점 AI 모델 개발사의 후원–받지 않음
참가자의 독점 모델 사용–제공
후원은 받지 않지만 참가자가 독점 모델을 도구로 쓰는 것은 허용합니다.

새 주제는 어려운 해법을 이해한 뒤 다른 사람이 이해할 수 있는 설명을 만드는 데 초점을 둡니다. 선언과 권고안이 강조한 사람의 이해가 그대로 행사의 과제가 됐습니다.

기계 검증과 사람의 이해를 나눠 봅니다

Lean은 수학적 문장과 증명을 정해진 형식으로 작성하는 도구로, 입력한 명제(참과 거짓을 판단할 수 있는 문장)대로 증명이 맞는지를 검사합니다. 그래서 사람이 쓰든 AI가 돕든, 어떤 전제와 명제를 입력했는지는 사람이 먼저 봐야 합니다. 형식 검증을 통과한 뒤에도 연구의 중요도, 선행 연구 인용, 사람이 설명할 수 있는지는 사람이 판단합니다.

AI가 도운 증명이 인정받기까지

  1. 1. 명제 확인사람이
    전제와 명제를 바르게 옮겼는지
  2. 2. 형식 검증Lean이
    증명이 맞는지 검사
  3. 3. 중요도와 인용사람이
    기여와 선행 연구를 판단
  4. 4. 설명과 교육사람이
    다른 사람에게 설명

업무에서도 계산 확인과 그다음 판단은 다른 일입니다. AI가 매출 20만원 ÷ 광고비 5만원 × 100 = 400%라는 광고비 대비 매출 비율을 계산했다면, 계산이 맞는지는 바로 검산할 수 있습니다. 그러나 이 값은 이익률이 아니고, 그 캠페인을 늘려도 되는지는 반품과 다른 비용, 측정 범위를 더 봐야 정할 수 있습니다. 수학 증명에서 Lean이 2단계를 맡아도 3단계와 4단계가 사람에게 남는 것과 같은 구조입니다.

다른 AI 발표에도 적용하기

AI 기업이 "독립 자문단의 권고를 받아 결과를 공개했다"고 발표하면, 세 가지를 각각 다른 자료로 봅니다.

자문단 이름이 붙은 발표를 볼 때

  1. 1. 권고 원문자문단의 권한과
    책임 범위
  2. 2. 결과별 검증 자료결과마다 설명과
    검증 기록이 있는지
  3. 3. 실제 이행 자료회사가 어떤 권고를
    언제부터 따랐는지

발표문에 '독립 자문단'이라는 이름만 있고 2번과 3번 자료가 없다면, 그 발표는 아직 권고를 받았다는 사실만 알려 준 것입니다. 결과 일부의 검증 자료만 찾았다면 찾은 개수만큼만 검증됐다고 적고, 이행 자료를 찾았다면 그 날짜와 적용 범위까지 함께 적습니다. 권고와 검증, 실행을 각각 다른 근거로 설명할 수 있으면 다음 AI 수학 발표도 같은 기준으로 볼 수 있습니다.

3줄 요약

  1. AGMAI는 AI 기업에 수학 연구와 결과 공개를 조언하는 아홉 명의 독립 기구이며, 기업의 결정을 강제할 권한은 없습니다.

  2. 9월 11일 수학자 선언은 해결 건수보다 사람의 이해와 선행 연구의 기여를 중시했고, 10월 4일 선언 페이지에는 필즈메달 수상자 28명이 표시됩니다.

  3. 9월 29일 권고안은 선행 연구 인용과 사용 모델, 계산 비용 공개를 요구했지만 기업이 이를 따르는지는 이후 공개 자료로 따로 봐야 합니다.

Share

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

AGMAI가 결과 공개 방식을 권고했다면 어떤 판단이 맞을까요?

이 글이 도움이 되었나요?

이 글 다음 배우기챗GPT와 GPT-6 아스트라 입문입문 코스 · 10편

소식만 읽고 지나치기 쉬운 챗GPT와 아스트라를 처음부터 순서대로 익힙니다

  1. 1챗GPT(ChatGPT) 뜻: 서비스와 GPT 모델, OpenAI 구분
  2. 2GPT 모델 라인업 정리: GPT-5.6, GPT-6 아스트라, Sol과 Luna 구분
  3. 3챗GPT 요금제와 사용 한도: Free, Go, Plus, Pro 비교
코스 전체 보기 →
이어서 읽기 좋은 글AI 발전과 인간의 노동 시간: 자동화 역사가 남긴 단서 →

기계가 일을 빠르게 해도 개인의 노동시간이 바로 줄지는 않습니다. 가사노동의 분담, 제번스 패러독스와 케인스의 전망을 나눠 살펴보고, AI로 절약한 시간과 추가된 업무를 함께 기록하는 방법을 설명합니다.