기사를 읽어드립니다.

샘 알트먼 오픈AI CEO가 AI를 활용한 수학 연구에 수억달러의 컴퓨팅 자원을 투입했다고 밝혔다. 나비에-스토크스 문제의 해법을 찾는 연구에 한때 약 1000만달러(약 134억원)가 들었지만, AI 성능과 연구 방법이 빠르게 개선되면서 비용이 크게 낮아졌다는 설명이다. 그는 아직 공개하지 않은 연구 성과도 상당수 있다고 밝혔으며, 세계적인 메모리 공급 부족과 초지능의 발전 방향에 대해서도 견해를 제시했다.

알트먼 CEO는 29일(현지시간) 공개된 스트라이프 공동 창업자 존 콜리슨의 팟캐스트 '치키 파인트(Cheeky Pint)'에 출연해 오픈AI의 수학 연구 투자 규모와 과학적 발견, AI 인프라 전략 등을 설명했다.

그는 지난 9월 오픈AI가 해결했다고 발표한 수학의 밀레니엄 난제 '나비에-스토크스 방정식의 존재성과 매끄러움 문제'에 투입된 컴퓨팅 비용이 "약 1000만달러, 조금 더 많을 수도 있다"고 말했다. 이는 AI가 수학적 증명을 생성하고 검증하는 데 들어간 막대한 연산 비용을 보여주는 사례다. 다만 해당 연구 결과가 학계에서 최종 공인된 것은 아니다.

이후 모델 성능과 여러 AI 에이전트를 활용하는 연구 방식이 개선되면서 다른 수학 연구에 투입되는 비용도 크게 줄었다. 그는 "나비에-스토크스 문제를 해결한 지 1년 뒤에 다시 연구한다면 비용을 100분의 1로 줄일 수 있을 것"이라며 더 똑똑한 모델과 효율적인 접근 방식이 이를 가능하게 할 것이라고 전망했다.

콜리슨이 지금까지 수학 연구에 수억달러를 사용한 것이냐고 묻자, 이를 인정했다. 특히 이 비용에는 이미 발표한 연구뿐 아니라 아직 공개하지 않은 발견도 포함된다고 설명했다. 공개된 700여개 증명 외에 추가 성과가 있느냐는 질문에도 "물론 있다"고 답했다.

오픈AI는 최근 수학과 컴퓨터과학, 이론물리학 분야에서 AI를 활용한 연구 성과를 잇달아 공개하고 있다. 지난 9월에는 나비에-스토크스 문제의 해법을 발표했으며, 이달에는 지수 시간 가설(ETH)을 반박하는 알고리즘 등 새로운 연구 결과를 소개했다. AI가 기존 문제의 답을 찾는 수준을 넘어 새로운 수학적 증명과 과학적 발견을 수행할 수 있다는 점을 강조하고 있다.

그러나 AI가 생성한 연구 결과의 공개 방식과 검증 절차를 둘러싸고 수학계에서는 비판도 제기됐다. 연구 성과를 충분한 설명이나 학계의 검토 없이 잇달아 발표하면 연구자들이 이를 검증하는 데 부담을 떠안게 되고, 오랫동안 해당 문제를 연구해 온 학자들의 기여가 제대로 인정받지 못할 수 있다는 지적이다.

알트먼도 수학자들이 느끼는 상실감에 공감했다. 그는 새로운 모델이 등장했을 당시 오픈AI 직원들이 내부 채널에서 각자의 어려운 연구 문제를 AI에 제시했고, 모델이 연이어 문제를 해결하는 모습을 보며 큰 흥분을 느꼈다고 회상했다. 동시에 인간 연구자들이 평생을 바쳐 추구해 온 발견의 의미가 달라지고 있다는 사실에 슬픔도 느꼈다고 말했다.

하지만 연구를 중단할 생각은 없다고 밝혔다. 그는 "인류는 근본적인 과학 지식을 누릴 자격이 있으며, 중요한 과학적 발견을 공개하지 않은 채 보유해서는 안 된다"고 말했다. 이어 수학자들이 느끼는 상실감을 이해한다면서도 "우주가 어떻게 작동하는지 이해하는 것은 인류 전체에 중요한 일"이라고 강조했다.

다만 연구 성과를 사회에 공개하면서도 해당 분야 연구자들이 새로운 AI 시대의 혜택을 누릴 수 있는 방법을 찾고 있다고 덧붙였다. AI를 통한 과학 연구를 계속 추진하면서 기존 학계와의 협력 방안도 모색하고 있다는 설명이다.

이날 알트먼은 AI 연구를 뒷받침할 컴퓨팅 인프라 문제도 언급했다. 특히 세계적인 메모리 공급 부족 상황에서 개인용 컴퓨터에 대용량 RAM을 분산하는 것보다 데이터센터에서 집중적으로 사용하는 편이 효율적이라고 주장했다.

그는 오픈웨이트 AI 모델을 개인 PC에서 실행하면 데이터센터에 대한 의존도를 줄일 수 있다는 주장에 대해 "전 세계적으로 한정된 DRAM을 각자의 컴퓨터에 쌓아두고 사용 시간의 5%만 활용하는 것은 자원 배분 측면에서 매우 비효율적"이라고 말했다.

이어 "공급이 심각하게 제한된 환경에서는 클라우드에서 자원 활용률을 최대한 높여야 한다"고 강조했다. 이는 개인 PC의 메모리 사용 자체를 반대한다기보다 부족한 AI 연산 자원을 여러 기기에 분산하는 방식의 효율성을 문제 삼은 발언이다. 5%는 설명을 위해 제시한 수치로, 전체 PC의 실제 평균 메모리 이용률을 뜻하지 않는다.

메모리 업체들이 생산 능력 확대에 신중한 이유도 설명했다. 그는 DRAM 업체들이 과거 대규모 설비투자 이후 공급 과잉과 수익성 악화를 반복적으로 경험한 탓에, 최근의 높은 수익에도 생산시설을 공격적으로 늘리지 못하고 있다고 분석했다.

오픈AI는 장기적인 컴퓨팅 비용 절감을 위해 자체 AI 칩과 데이터센터 구축에도 투자하고 있다. 알트먼은 AI를 활용해 반도체를 설계하고, 로봇을 이용해 데이터센터와 관련 설비를 건설하는 방안도 추진하고 있다고 밝혔다. AI가 AI 연구뿐 아니라 연산 인프라 자체를 만드는 데도 활용될 수 있다는 구상이다.

한편, 미래 초지능의 형태에 대해서는 하나의 압도적인 AI가 모든 지능을 독점하는 것보다 여러 AI가 협력하고 서로 견제하는 구조가 바람직하다는 의견을 밝혔다. 그는 "IQ가 1조인 AI 하나가 사회에 등장하는 것보다 인간보다 조금 더 똑똑한 AI 1조개가 사회에 참여하는 편을 훨씬 선호한다"고 말했다.

이는 실제 AI 1조개를 개발하겠다는 계획이 아니라, 초지능을 소수의 시스템에 집중시키는 방식보다 다수의 AI 에이전트가 상호작용하는 구조를 선호한다는 의미다.

그는 인간 사회가 다양한 구성원들의 협력과 상호 견제를 통해 안정성을 유지하는 것처럼, AI도 다수의 에이전트가 서로 견제하는 구조가 더 안전할 수 있다고 설명했다. 특히 AI 에이전트 팀의 협력이 성능 향상뿐 아니라 AI 안전 측면에서도 중요한 연구 방향이 될 수 있다고 강조했다.

임대준 기자 ydj@aitimes.com