11월 20일 금요일, 앤트로픽의 수학자 레벤트 알포게가 자기 웹사이트에 4쪽짜리 글을 올렸다. 첫 문장은 "나는 클로드와 함께 리만 가설의 증명을 발견했다고 믿는다"였다. 1859년 베른하르트 리만이 던진 뒤 167년 동안 아무도 끝내지 못한 문제다. 하루 뒤인 21일, 린 생태계를 이끄는 Lean FRO와 Mathlib 커뮤니티가 공동 성명을 냈다. 명제와 증명 모두 정확하다고 인증한다는 내용이었다.
검증은 구체적이다. MIT 수학과의 앤드루 서덜랜드가 알포게의 린 코드를 독립적으로 컴파일했고, 코드가 명제의 의미를 바꾸지 않았는지 확인하는 비교 실행까지 통과했다. 표준 공리 세 개만 쓴 것도 확인됐다. 서덜랜드는 무언가 이상할 확률이 거의 0이라고 했다. 리만 가설 분야의 권위자 브라이언 콘리는 인류 역사상 기념비적 순간이라고 평가했다.
6주와 167년
리만 가설은 소수의 분포에 관한 문제다. 소수가 어떤 규칙으로 흩어져 있는지를 리만 제타 함수의 영점으로 설명하는데, 그 영점이 모두 한 직선 위에 있다는 것이 가설의 핵심이다. 알포게는 이번에 더 넓은 함수군으로 확장한 일반화 리만 가설까지 린으로 옮겼다. 공개한 코드는 약 1,700만 줄, 클로드와 만든 설명 초안은 25만 쪽이 넘는다. 협업 기간은 약 6주였다.
남은 것도 분명하다. 클레이 수학연구소는 리만 가설을 여전히 미해결로 분류한다. 상금 심사에 들어가려면 연구소 기준을 충족하는 매체에 실린 뒤 최소 2년이 지나야 하고 국제 수학계의 폭넓은 인정도 필요하다. 테런스 타오는 증명을 이해하고 검토하는 데 시간이 걸릴 것이라고 했다. 검증은 끝났지만 이해는 끝나지 않았다는 뜻이다.
첫 번째, 검증 비용이 산출 비용을 넘어섰다
이번 사건에서 실무자가 먼저 볼 것은 수학이 아니라 파이프라인이다. AI가 답을 내는 데 걸린 시간은 6주지만, 그 답이 맞다는 것을 사람들이 받아들이는 데는 별도의 장치가 필요했다. 린 코드 1,700만 줄, 독립 커널 컴파일, 비교 실행, 커뮤니티 공동 성명. 이 네 가지가 없었다면 알포게의 4쪽 글은 그냥 주장으로 남았을 것이다.
데이터 조직이 이미 겪는 문제와 같은 구조다. 모델이 만든 결과를 신뢰할지 판단할 때 우리는 원본 데이터의 리니지, 재현 가능한 파이프라인, 독립 검증 세트를 본다. 생성형 모델이 결과물을 대량으로 만들기 시작하면서 이 검증 비용은 산출 비용보다 빠르게 커졌다. 증명 하나를 만드는 데 6주, 검증하는 데 수년이 걸리는 세계가 실제로 열린 것이다.
이 비용은 조직도에 먼저 나타난다. 결과물을 만드는 사람보다 검증하는 사람이 부족해지고, 검증 대기열이 쌓이면 결국 검증을 생략한 채 배포하는 유혹이 생긴다. 그 유혹을 막는 장치가 자동 검증이다. 린이 수학에서 한 일을 우리 업무에서는 테스트와 스키마 검사, 자동 회귀 검증이 나눠 맡고 있다.
두 번째, 산출물의 형식이 바뀐다
알포게가 25만 쪽 설명 대신 1,700만 줄의 린 코드를 먼저 공개한 선택은 실무적으로 중요한 신호다. 사람이 읽는 문서 대신 기계가 검사할 수 있는 형식을 먼저 낸 것이다. 린에서는 앞 단계를 근거로 다음 결론을 내릴 수 있는지 컴퓨터가 하나씩 확인한다. 컴파일이 통과하면 각 단계의 논리는 검증된 것으로 본다.
팀이 지금 정해야 할 것은 어떤 산출물을 이 형식으로 옮길 것인가다. 보고서와 대시보드, 분석 코드, 계약서 요약, 고객 응대 스크립트까지 검증 가능한 형식으로 바꿀 수 있는 대상이 늘고 있다. 반대로 형식 검증이 어려운 판단, 즉 우선순위를 정하거나 사람을 평가하는 일은 여전히 사람의 검토가 남는다. 이 경계를 문서로 정해두지 않으면 검증할 수 있는 것과 없는 것이 뒤섞여 리뷰가 무너진다.
이 변화는 채용 공고에도 이미 반영되고 있다. 모델을 잘 다루는 사람보다 모델의 출력을 검사하는 절차를 설계한 경험이 있는 사람을 찾는 자리가 늘었다. 검증을 설계하려면 도메인을 알아야 하고, 도메인을 알면 무엇이 틀렸을 때 위험한지도 안다. AI 시대에 도메인 지식이 사라지기는커녕 검증자의 자격으로 다시 돌아온 셈이다.
한 가지 실무적인 팁이 있다면 검증 형식을 나중에 붙이지 않는 것이다. 자연어로 초안을 만들고 나서 형식을 입히면 원문과 검증본이 어긋난다. 처음부터 구조화된 필드와 스키마를 정해두고 모델에게 그 형식으로 내놓으라고 요구해야 검증 비용이 줄어든다.
세 번째, 사람이 읽을 수 없는 정답 문제
25만 쪽은 읽을 수 있는 분량이 아니다. 알포게 본인도 거대하고 읽을 수 없는 저품질 결과물의 참사를 올리는 것은 적절하지 않다고 했다. 수학자들이 지금 하는 일은 증명을 이해하는 것이 아니라 증명이 무엇을 했는지 재구성하는 일이다. 하버드의 멜라니 우드는 놀라운 일들의 시작일 것이라고 했지만, 그 시작까지 걸리는 시간은 아무도 모른다.
이 지점에서 조직이 겪을 문제는 명확하다. AI가 낸 답이 맞는데 아무도 그 답을 설명할 수 없는 상황이다. 이때 필요한 역할은 답을 만드는 사람이 아니라 답을 읽고 요약하고 검증하는 사람이다. 리뷰 용량을 늘리고, 요약의 요약을 검증하는 절차를 만들고, 설명을 요구할 수 있는 사람을 남겨두는 일이 그 역할이다.
같은 문제가 이미 분석 조직에서 벌어지고 있다. 모델이 만든 쿼리가 맞는지 확인하려면 원본 테이블을 다시 봐야 하고, 그 시간이 없으면 결과만 인용한다. 결과만 인용하는 문화가 굳으면 다음 분기에 숫자가 틀렸을 때 원인을 찾을 수 없다.
같은 주에 벌어진 두 개의 AI 뉴스
이번 주 국내에서는 다른 장면도 있었다. 수능과 국가자격시험에서 AI를 활용한 부정행위가 문제가 되면서 정부는 신고 포상금을 1건당 최소 1억 원으로 올렸고, 대학들은 촬영 방지 앞치마까지 동원했다. 최교진 교육부 장관은 22일 이 혼란의 책임을 지고 사임했다. 같은 기술이 한쪽에서는 167년 난제를 풀고 다른 쪽에서는 시험의 신뢰를 무너뜨린다.
두 장면의 공통점은 검증이다. 증명은 린으로 검증했기에 인정받았고, 시험은 누가 무엇을 봤는지 확인하지 못해 무효가 됐다. AI를 도입하는 팀이 올해 마지막 분기에 정리해야 할 것은 모델 목록이 아니라 우리가 무엇을 어떻게 확인할 것인가라는 한 줄이다.
리만 가설이 정말 풀렸는지에 대한 수학계의 최종 판단은 2년 뒤에 나온다. 그때까지 남는 질문은 이것이다. 우리는 AI가 만든 답을 어디까지 믿고, 믿기 위해 무엇을 준비할 것인가. 이번 주에 나온 두 뉴스는 그 질문에 서로 다른 답을 보여줬다.
출처: BBC 코리아(2026.11.21), 연합뉴스(2026.11.21), 뉴시스(2026.11.21), Scientific American(2026.11.20), Science(2026.11.20), The Guardian(2026.11.21)
#리만가설 #클로드 #앤트로픽 #AI증명 #Lean #형식검증 #AI에이전트 #데이터사이언티스트 #AI거버넌스

'인공지능 이야기' 카테고리의 다른 글
| 비자 '에이전틱 레디' 2단계, AI가 대신 결제하는 시대에 실무팀이 먼저 볼 세 가지 (0) | 2026.11.20 |
|---|---|
| 앤트로픽 상장 첫날 97.17달러·다우 5만선 붕괴, AI 예산 잡는 팀이 다시 계산할 세 가지 (0) | 2026.11.20 |
| 엔비디아 3분기 매출 155조 원, 허깅페이스 인수까지: 현업에서 다시 계산해야 할 세 가지 (0) | 2026.11.19 |
| 구글 제미나이 4 네온 공개, 카본보다 40% 빠르고 25% 싸다: 실무에서 봐야 할 3가지 (0) | 2026.11.19 |
| 피클(Pickle) 심층 리뷰: 앱스토어 1위 AI 비서, 데이터 사이언티스트가 본 '실행형 에이전트'의 실체 (0) | 2026.11.19 |