수학자 테런스 타오가 2026년 11월 20일 자신의 블로그에 세 건의 결과를 기록으로 남겼다. 비압축성 오일러 방정식의 특이점, 나비에-스토크스 방정식의 특이점, 그리고 일반화된 리만 가설(GRH)이다. 주목할 점은 그가 결과를 나열한 기준이다. 타오는 '사실인가 아닌가'가 아니라 '현재 얼마나 소화(digested)되었는가'의 순서로 세 결과를 배치했다. 레벤트 알푀게, 트리스탄 버크마스터, 마테이 코이쿨레스쿠 등의 이름이 연루된 이 사건에서, 정작 중요한 질문은 증명의 진위가 아니라 그 진위를 확인하는 경로 자체가 존재하느냐였다.
읽을 수 있는 증명과 '읽을 수 없는' 아티팩트
앞의 두 결과는 소화 경로가 이미 보인다. 사람이 읽을 수 있는 증명이 있고, 전략의 큰 그림이 분명하며, 그 위에 Lean 형식화가 얹혀 있다. 독자는 반나절이면 나름의 판단을 세울 수 있다. 반면 GRH 결과는 그런 경로가 아직 없다. 방대한 규모의 Lean 전용 산출물만 존재하는데, 이는 성격이 다른 대상이다. '이게 맞는가'라는 질문이 세 갈래로 쪼개지기 때문이다. 첫째, Lean으로 적힌 최종 명제가 우리가 말하는 GRH를 실제로 뜻하는가. 둘째, 그 아카이브가 검증된 Lean 위에서 표준 공리만으로 컴파일되는가. 셋째, 그 전략을 정수론자가 '증명'으로 인정하는가. 이 세 질문은 해결 시간 척도가 전혀 다르다. 둘째는 Zulip 토론 스레드에서 비교적 빠르게 답이 나오지만, 셋째는 늘 수년이 걸려 온 종류의 문제다.
아티팩트만으로는 끝나지 않는다
타오가 든 두 전례는 모두 불편하다. 와일스는 1993년 발표했지만 몇 달 만에 공백이 드러났고 수리는 1995년까지 이어졌다. 모치즈키는 2012년 심사를 거친 저널에 게재했으나, 해당 분야 연구자들은 지금도 이를 받아들이지 않는다. 두 경우 모두 산출물 자체에서 답을 읽어낼 수는 없었다. 그래서 흥미로운 질문은 '참인가'가 아니라 '무엇이 관측되면 결론이 나는가, 그리고 누가 그것을 말할 자격이 있는가'로 옮겨간다. 타오는 이 질문의 답을 주장이 나오기 '전에' 적어두는 것만이 가치가 있다고 지적한다. 사후에 적으면 결국 신뢰성 공방으로 무너지는데, 이번 사건이 드러낸 실패 양상이 바로 그것이기 때문이다.
실제로 이 질문에 베팅하는 시장(science.markets)의 해결 규칙은 시장 개장 전에 고정되어 수정할 수 없도록 설계됐다. ZFC 체계 안에서의 완전하고 무조건적인 증명, 공백 없는 독립 검증을 요구하며, 유한한 수치 검증은 인정하지 않고 ZFC로부터의 독립성이 드러나면 미결로 남긴다고 미리 못박았다. '무엇이 인정되지 않는가'를 강제로 적게 만든 것이 유용했다는 설명이다.
도구보다 먼저 흔들린 것
기술적 세부로 들어가면, 이 AI 생성 증명은 순수 해석학이 아니라 자동형식, 대수적 정수론, 산술기하학의 도구를 총동원한다. 리만 가설은 제타 함수를 조금만 섭동해도 영점이 임계선을 벗어나기 쉬워 순수 해석학만으로는 부족하다는 것이 통념이었고, 드리뉴가 함수체 유사 명제(바일 추측)를 해결할 때도 산술기하학이 열쇠였다. 증명의 끝은 체비쇼프 방식의 고전적 논법으로, 나눗셈과 크기를 비교해 란다우 정리로 영점을 배제하는 구조다. Lean 소스를 직접 읽어 전략을 역추출한 이들은 Claude Fable 5.2와 GPT Astra 6.2 같은 모델의 도움을 받았는데, 이는 아카이브를 실제 빌드하거나 증명을 검증한 것이 아니라 '어떻게 조직되어 있는가'만 파악한 단계다.
한편 알푀게의 행보를 둘러싼 비판도 제기됐다. 타오가 9월에 남긴 경고, 즉 나비에-스토크스 정칙성처럼 역사적으로 생산적이던 문제를 '벤치마크 진전을 광고하는 바이럴 게시물'로 환원하면 다음 세대의 문제와 연구자를 길러내는 기회비용이 발생한다는 지적이 현실이 되었다는 것이다. 라비 바킬이 소개한 알레산드로 마술로의 독립적·비AI 증명 초안은 '명제 수정', '구절 삽입' 같은 각주가 그대로 남은 미완성 상태로, 전망이 밝지 않다는 평가를 받았다.
실무자 관점에서 이 사건의 교훈은 수학에 국한되지 않는다. 기계가 체크했으나 인간이 아직 소화하지 못한 형식적 산출물을 어떻게 신뢰할 것인가는, 코드 생성과 정형 검증을 다루는 엔지니어링 현장의 질문과 정확히 겹친다. 컴파일 성공과 '우리가 의도한 명제를 증명했는가'는 별개이며, 표준 공리만 쓰였는지, 최종 선언이 정말 목표와 일치하는지는 산출물 바깥에서 사람이 확인해야 한다. 판정 기준을 결과가 나오기 전에 고정해 두는 규율은, AI 산출물의 진위 공방이 신뢰성 싸움으로 번지는 것을 막는 가장 현실적인 장치일 수 있다.