OpenAI 연구자 노암 브라운에 따르면
- GPT-5.6 부터 진정한 멀티에이전트가 작동하기 시작함
- 하지만 나비에-스토크스 풀이에는 멀티에이전트보다 모델 자체의 성능이 높아진게 훨씬 주효했음
- AI 발전 속도 엄청나게 빨라지고 있는게 맞음. 자기들도 밀레니엄 난제가 이렇게 빠르게 풀릴지 모르고 있었음
- 안전을 문제로 신규 AI 모델 출시 속도를 미루게 되면 오히려 OpenAI 내부와 외부(세상)과의 격차가 더 벌어지게 된다
---
추론 모델의 성능을 그래프로 그릴 때, x축에는 테스트 시점 연산량을 놓고 y축에는 사실상 어떤 추론 벤치마크든 그 성능을 놓으면, 모델이 답을 생각하는 시간이 길어질수록 더 잘한다는 아주 뚜렷한 패턴이 나타납니다. 아주 자연스러운 일입니다. 사람도 마찬가지죠. SAT 시험을 보는데 전체 시험을 풀 시간이 5분밖에 없다면, 잘하기 어려울 겁니다. 5시간이 있다면 아마 훨씬 더 잘하겠죠.
AI 모델도 상당히 비슷합니다. 그 시간 동안 혼잣말을 하면서 문제를 파악하고, 여러 경우를 살펴보고, 다양한 가능성을 배제하고, 앞서 발견한 내용 위에 새로운 내용을 쌓아갑니다.
문제는 이것을 계속 밀어붙이면 응답 지연이라는 병목에 부딪힌다는 것입니다. 답을 받으려고 3년 동안 앉아서 기다리고 싶지는 않잖아요. 그래서 많은 사람이 하는 방식을 쓰면 됩니다. 병렬화하는 거죠. 사람들로 팀을 꾸리는 겁니다. 회사를 창업한다면 더 빠르게 나아가기 위해 여러 사람을 모으고 싶겠죠. AI 모델도 똑같습니다. 여러 에이전트가 하나의 일을 하면 더 빨리 진행할 수 있기 때문에 도움이 됩니다.
그러니까 멀티에이전트는 테스트 시점 연산량을 순전히 직렬로만 늘리는 대신 병렬로 확장하는 방법입니다. 단일 에이전트가 모든 맥락을 혼자 가지고 있는 것은 아니기 때문에 효율은 떨어집니다. 하지만 제대로만 한다면 테스트 시점 연산량을 확장하는 매우 효과적인 방법입니다.
---
한 가지 분명히 하고 싶은 것이 있습니다. 밀레니엄 난제를 푼 이 성과는 멀티에이전트 덕분이 아닙니다. 저는 멀티에이전트에 공의 10%조차 돌리지 않을 겁니다. 실제로는 오픈AI가 매우 강력한 모델을 훈련한 것입니다. 그 모델이 아주 긴 시간 범위에 걸쳐 작동하도록 할 수 있습니다. 병렬로 생각하도록 할 수도 있습니다.
하지만 근본적으로 우리가 이 일을 할 수 있는 이유는, 범용적이면서 매우 강력한 모델을 가지고 있기 때문입니다. 멀티에이전트 같은 것은 화려하고 새롭기 때문에 아마 실제 기여보다 더 많은 공을 인정받는 것 같습니다. 하지만 핵심적인 이유는 그저 이것이 대단히 강력한 모델이라는 것입니다.
---
발전은 정말 빠릅니다. 그건 100% 사실이라고 생각합니다. 연구자들조차 계속 발전 속도에 놀라고 있다는 점을 짚을 필요가 있습니다. AI 연구자들 사이에서도, 2025년에 IMO 금메달을 따는 것에 관한 예측을 보면… 도구도 없고 인터넷 접근도 없는 범용 언어 모델로 그 일을 할 수 있다는 생각을, 오픈AI 내부 사람들조차 터무니없다고 여겼습니다. 거의 불가능하다고 생각했죠.
그리고 2026년이 되었습니다. 나비에–스토크스를 풀기 정확히 2주 전, 프런티어 연구소의 한 연구자와 밀레니엄상을 받기까지 얼마나 걸릴지 이야기하고 있었습니다. 그는 2027년을 넘겨야 가능할 것이라는 데 저와 1,000달러를 걸겠다고 했습니다. 그는 2030년까지 걸릴 거라고 생각했고, 저는 그 내기를 받아들였습니다. 하지만 저조차도 지금 실현될 것으로 보이는 시점보다 더 오래 걸릴 거라고 생각했습니다. 그러니까 연구소 안에서도 사람들은 계속 놀라고 있는 겁니다.
바로 어제 나비에–스토크스 프로젝트에 참여한 사람과 이야기했습니다. 그는 예전에는 12개월 뒤 AI가 어디에 있을지 예측하기가 정말 어렵다고 말하곤 했다고 하더군요. 누군가 “앞으로 어떻게 될까요?”라고 물으면, 향후 12개월까지는 어느 정도 자신 있게 예측할 수 있었지만, 그 이후는 “모르겠습니다”라고 했다는 겁니다. 그런데 이제는 3개월을 넘어서면 예측할 자신이 없다고 하더군요. 그러니 지금 상황이 아주 빠르게 전개되고 있다는 것은 정말 사실입니다.
---
이렇게 말하고 싶어지죠. “좋아, 이 모델들은 극도로 강력해지고 있다. 대단히 위험하다. 점점 더 긴 시간에 걸쳐 작동하고 있으니, 출시 전에 그 시간 범위에 걸쳐 평가할 충분한 시간을 확보해야 한다. 따라서 모델 출시 주기를 늦춰야 한다. 모델 출시 사이에 더 긴 간격을 두어야 한다.”
하지만 말씀하신 반대 측면이 있습니다. 그렇게 하면 연구소 내부에서 사용할 수 있는 것, 즉 우리가 사용할 수 있는 것과 외부 세계가 사용할 수 있는 것 사이의 격차를 더 벌리게 됩니다. 그것도 이상적인 상황은 아닙니다.
실제로 수학이 이 점을 잘 보여주는 사례입니다. 여러 면에서 수학은 우리가 이런 상황을 꽤 뚜렷하게 관찰하는 첫 번째 분야입니다. 내부에는 매우 강력하지만 현재 외부에서는 사용할 수 없는 모델이 있고, 그 모델은 놀라운 수학 문제들을 풀 수 있습니다. 밀레니엄 난제만의 이야기가 아닙니다. 사람들이 이 모델에서 얻어낸 미해결 문제의 풀이가 많이 있습니다.
https://www.dwarkesh.com/p/noam-brown