닫힌 모델의 증명, 열린 모델의 약속
닫힌 모델│열린 모델
닫힌 모델의 증명,
열린 모델의 약속
2026년 10월 6일, 인공지능의 서로 다른 두 미래가 같은 날 모습을 드러냈다. OpenAI는 공개하지 않은 '닫힌' 모델이 푼 수학 원고 722편을 내놓았고, 프랑스 미스트랄은 가중치를 공개하겠다는 1조 파라미터 '열린' 모델 Large 4를 예고하였다. 능력의 최전선과 접근의 민주화 — AI는 같은 날 두 갈래를 가리켰다.
닫힌 최전선
OpenAI · 722편 수학 원고
미공개 내부 모델이 리만 가설·호지 추측 등의 '부분 결과'를 생성. Lean 형식증명 첨부.
열린 저변
Mistral · Large 4 ('르 숑크')
총 1.05조 파라미터(활성 490억) 오픈웨이트 예고. 유럽 자체 인프라로 학습.
무슨 일이 일어났는가
OpenAI는 미공개 내부 모델이 생성한 722편의 수학 원고를 공개 깃허브 저장소(openai/math, Apache-2.0)에 공개하였다. 722편은 372개 결과 패밀리로 묶이며 정수론·기하학·이론전산학·미분방정식 등 17개 분야를 포괄한다. 모델에 제시된 문제는 약 4,000개였고, 그 가운데 유의미한 결과만을 추렸다.
이목을 끈 것은 수학계가 수십 년에서 백수십 년간 풀지 못한 난제를 '부분적으로' 건드린 사례들이다.
- ζ리만 가설 — 제타함수의 '영점 없는 영역'을 실수부 Re(s) > 7/8까지 확장. 가설 전체의 증명이 아니라 부분 진전이다.
- H호지 추측 — CM 아벨 다양체라는 특수한 경우에 한정한 결과.
- EBSD 추측 — 셀머 여계수가 낮은 타원곡선의 주도항 공식.
- +그 밖에 — 말러 추측, 유니크 게임 추측, 상대론적 3차원 블라소프·맥스웰 계의 전역 존재성 등.
OpenAI는 "평균 결과 하나에 ChatGPT Pro가 약 세 시간 사고하는 정도의 연산량이 들었다"고 밝혔으며, 많은 원고에 Lean 형식증명을 첨부하였다. 다만 안내문에서 "형식화되지 않은 일부 결과에는 오류가 있을 수 있다"고 스스로 경고하였다. 이 공개물은 '검증이 끝난 돌파구'가 아니라 증거 수준이 제각기 다른 수학적 주장의 대규모 모음에 가깝다.
왜 중요한가 — '부분'과 '완전'의 차이
리만 가설은 "제타함수의 모든 비자명한 영점의 실수부가 정확히 1/2"이라는 주장이다. "Re(s) > 7/8 영역에 영점이 없다"는 것은 가설이 참이기 위한 '울타리'를 7/8 선까지 좁혔다는 뜻일 뿐, 1/2 선까지 좁혀 가설을 증명한 것이 결코 아니다.
리만 가설의 '임계 띠'와 이번 부분 결과
그럼에도 이것이 사건인 이유는 '검증 가능성'에 있다. 기계의 논증이 위험한 것은 틀린 증명이 그럴듯하게 쓰여 올바른 증명과 구별하기 어렵기 때문이다. 이 간극을 메우는 장치가 Lean이다. Lean은 증명의 모든 단계를 컴퓨터가 기계적으로 검사하는 형식증명 검증기로서, 일단 통과한 논증은 전제의 타당성과 별개로 논리적 빈틈이 없음이 보장된다.
왜 Lean이 관건인가 — AI 수학의 '거짓말 탐지기'
기계가 리만 가설을 '풀었다'고 읽는 것은 왜곡이다. 공개된 것은 완성된 증명이 아니라 증거 수준이 제각기인 대규모 주장 모음이다.
미스트랄 Large 4 — '르 숑크'
같은 날, 프랑스 미스트랄 AI는 총 1.05조 파라미터의 멀티모달 모델 Large 4(별칭 '르 숑크, Le Chonk')를 공개하였다. 다만 이는 전문가 혼합(MoE) 구조여서, 입력 하나를 처리할 때 실제 활성화되는 파라미터는 약 490억 개에 불과하다. 거대한 지식 저장고를 두되 매 순간 그중 작은 일부만 '점등'해 효율을 높이는 방식이다.
MoE 구조 — 1.05조 중 490억만 '점등'
핵심은 오픈웨이트(open-weight)라는 점이다. 10월 6일 우선 조정된 API 프리뷰를 열었고, 가중치 자체는 10월 말 공개하겠다고 예고하였다(라이선스 세부는 '추후 공개'). 학습은 유럽 내 데이터센터의 엔비디아 그레이스 블랙웰 GPU 3,800장으로 이루어졌으며, 모든 EU 공식 언어를 포함해 160개 이상의 언어를 다룬다.
성능은 과장 없이 볼 필요가 있다
미스트랄은 Large 4를 "미국·유럽 오픈웨이트 중 종합 최고"라 자평하였으나, 독립 평가의 숫자는 겸손하게 읽어야 한다. 범용 지표(Vals Index v2.1)에서 44개 모델 중 32위에 그쳐 클로드·제미나이·GPT-6 계열에 뒤진다. 반면 금융·법률 등 특정 영역에서는 쓸 만한 성적을 낸다.
Large 4의 벤치마크 위치 — 영역별 편차가 크다
따라서 이 소식의 무게 중심은 성능 수치가 아니라 전략에 있다. 유럽 자체 인프라로 학습하고 가중치를 공개한다는 것은, 소수 미국 기업이 독점한 폐쇄형 최전선에 맞서 '주권 AI(sovereign AI)'와 '개방'이라는 다른 축을 세우겠다는 선언이다. 기업·공공기관은 가중치를 받아 사내·온프레미스로 모델을 직접 운용할 수 있고, 이는 데이터 통제와 규제 대응에서 결정적 차이를 낳는다.
두 사건은 상반된 듯 보이지만 같은 토대 위에 있다. 바로 연산(compute)이다. OpenAI의 '결과 하나당 Pro 세 시간' 사고와 미스트랄의 '그레이스 블랙웰 3,800장'은, 최전선이든 오픈웨이트든 막대한 가속기와 고대역폭 메모리(HBM)를 전제로 한다는 사실을 똑같이 가리킨다. 모델의 노선이 닫히든 열리든 그 아래에서 메모리·가속기 수요가 커지는 구조는 바뀌지 않으며, 이는 한국 메모리 반도체 산업과 직결되는 거시 흐름이다. 다만 이는 방향성일 뿐, 특정 종목의 등락과 직접 연결 짓는 것은 성급하다.
필자는 이 두 갈래를 '우열'이 아니라 '역할 분담'으로 본다. 폐쇄형 최전선은 '능력의 첨단'을 밀어 올리고, 오픈웨이트는 그 능력을 사회 전반으로 퍼뜨리는 '확산의 저변'을 넓힌다. 능력만 있고 공개가 없으면 소수의 독점이 되고, 공개만 있고 검증이 없으면 신뢰가 무너진다. 둘 중 어느 쪽도 혼자서는 건강한 생태계를 만들지 못한다.
주목할 두 숫자 — OpenAI는 '결과 중 Lean 검증 통과율', 미스트랄은 '약속한 가중치의 실제 공개'. 전자는 능력의 신뢰를, 후자는 개방의 진정성을 가늠한다.
두 숫자가 함께 좋아진다면, 우리는 '강하면서도 열린' AI라는 흔치 않은 조합을 향해 가고 있는 것이다.
참고 출처
- OpenAI Releases 722 Math Manuscripts From an Unreleased AI Model — Unite.AI. unite.ai
- OpenAI's 722 Math Manuscripts: Results, Proofs, Compute and Costs — Kingy.ai. kingy.ai
- Mistral AI launches Large 4 preview ahead of open-weight release — AI News. artificialintelligence-news.com
- Mistral Large 4 (Le Chonk): Specs, Benchmarks, Pricing and the Open-Weight Promise — Kingy.ai. kingy.ai
- Mathematicians address artificial intelligence — MathScholar. mathscholar.org
2026년 10월 7일