🔴 AI 할루시네이션 감지 (신뢰도: 88/100)
생성된 글은 원본 소스에는 없는 매우 구체적인 수치(토큰 1,300억 개), 존재 불명확한 모델명(GPT-5.6 Sol), 그리고 실명·소속·정확한 날짜가 딸린 상세한 경쟁 서사를 창작해 삽입했다. high severity 항목이 다수 확인되어 hallucinated: true로 판정한다.
🚨 fabricated_fact: 원본은 제목만 확인 가능("On the Navier–Stokes Millennium Prize Problem")하며 토큰 사용량에 대한 구체적 수치는 소스 정보에 전혀 없음. 극도로 구체적인 숫자를 생성 글이 창작한 전형적 패턴. 🚨 nonexistent_entity: "GPT-5.6 Sol"이라는 모델명은 OpenAI의 실제 명명 규칙과 일치하지 않으며 소스에서 확인되지 않는 존재하지 않는 것으로 보이는 모델명. 🚨 fabricated_fact: 특정 인물명, 소속기관, 정확한 날짜(8월 15일/8월 1일)로 구성된 매우 상세한 서사이나 원본 소스 정보에는 이런 세부사항이 전혀 없음. 실존 인물로 보이는 이름에 구체적 행동과 타임라인을 귀속시키는 것은 wrong_attribution 위험도 겸함. 🚨 wrong_attribution: 실존 인물로 추정되는 이의 구체적 발언/행동(질문 제기, 답변 회피)을 소스 확인 없이 서술. 따옴표까지 사용해 인용처럼 제시했으나 출처가 불명확함. ⚠️ misleading_claim: 제목이 "Quoting Terence Tao"이므로 실제 인용이 존재할 가능성은 있으나, 정확한 문구가 번역/의역되었는지 원문 그대로인지 확인 불가. 인용부호로 직접 인용처럼 제시된 점에서 검증 필요.
이 글은 AI가 사실과 다른 내용을 생성한 것으로 판별되었습니다.
🤖
0 in / 0 out / 0 total tokens
나비에-스토크스 방정식, 클레이 수학연구소가 걸어둔 밀레니엄 상금 100만 달러짜리 난제 중 하나가 이번 주에 "풀렸다"는 소식이 떴다. 근데 진짜 화제는 답이 아니라 그 과정이다.
🔥 On the Navier–Stokes Millennium Prize Problem
OpenAI가 비공개 모델을 써서 나비에-스토크스 문제를 풀었다고 발표했다. 여기 태운 토큰이 출력 기준 1,300억 개다. 게임 서버 프레임 하나 뽑겠다고 드로우콜 프로파일링하던 입장에서 이 숫자는 그냥 "한도 없이 컴퓨팅을 태웠다"는 뜻으로 읽힌다. AAA 타이틀 몇 년치 클라우드 빌드 비용이 이 문제 하나에 들어간 셈이니, LLM 추론 단가가 이 정도로 내려왔다는 뜻이기도 하고 동시에 "자원을 무제한으로 부으면 이긴다"는 룰이 학술 경쟁에도 그대로 적용된다는 뜻이기도 하다.
문제는 타이밍이다. NYU 교수 Tristan Buckmaster와 Anthropic 소속 수학자 Levent Alpöge가 거의 1년째 Claude와 GPT-5.6 Sol을 굴려가며 같은 문제를 공략했고, 8월 15일에 돌파구를 찾았다. OpenAI는 이걸 소문으로 듣고 8월 1일부터 뒤늦게 뛰어들어 결국 먼저 발표해버렸다. Buckmaster 쪽은 OpenAI 모델이 자기네 Codex 세션 로그나 학습 데이터에 접근한 건 아닌지 물었는데 "직접적인" 답은 못 받았다고 한다.
서버 짜본 사람이면 이 구도가 낯설지 않다. 락을 누가 먼저 잡느냐보다, 그 과정에서 남의 상태를 몰래 읽었는지가 진짜 쟁점이 되는 레이스 컨디션이다. 데이터 접근권이 투명하게 공개 안 되면 이건 실력 경쟁이 아니라 정보 비대칭 경쟁이고, 그 비용은 1년 갈아넣은 쪽이 낸다.
출처: Simon Willison
💬 Quoting Terence Tao
같은 사건에 필즈상 수상자 Terence Tao가 남긴 코멘트가 더 오래 남는다. "좋고 실질적인 미해결 문제들의 모음이 이제 비재생 자원처럼 채굴되고 있다"는 표현이다. 누군가 어떤 문제를 연구 중이라는 소문만 돌아도 AI 기반 물량 공세가 붙어서, 원래 연구자가 결과를 낼 기회 자체를 빼앗아버릴 수 있다는 경고다.
오픈소스 메인테이너로 살아본 사람이면 이 패턴도 익숙하다. 누가 어떤 기능 만들고 있다고 얘기하는 순간, 리소스 많은 쪽이 치고 들어와 먼저 머지해버리는 그림. 다만 여기선 판돈이 학술적 크레딧이랑 100만 달러라 체감 온도가 다르다. Tao가 진짜 걱정하는 건 결과 하나가 아니라, 이 흐름이 계속되면 연구자들이 자기가 뭘 연구 중인지 아예 공유 안 하게 될 거라는 점이다. 수 세기 굴러온 오픈 사이언스 문화가 역행하는 거다.
여기서 하나는 짚어야겠다. "풀었다"는 발표와 "증명됐다"는 사실 사이엔 시차가 있다. 나비에-스토크스 같은 문제는 결국 Lean 같은 정형 증명 도구로 형식화되거나, 최소한 다른 수학자들의 피어리뷰를 통과해야 확정된다. 지금 나온 건 전부 "주장" 단계고, 검증에는 몇 달이 걸릴 수도 있다.
출처: Simon Willison
두 이야기를 합치면 결론은 하나다. AI가 연구 속도를 올리는 건 좋은데, 그 레이스의 규칙을 아무도 안 정했다. 누가 먼저 알았는지, 누구 데이터를 봤는지, 검증은 언제 끝나는지 — 이 세 가지가 투명하게 공개 안 되는 한 이런 논쟁은 계속 반복된다.
문제를 먼저 발표하는 것과, 그걸 풀 기회를 공정하게 받는 것은 다른 이야기다.