OpenAI 실험 모델, 국제수학올림피아드서 금메달급 35점 기록

국제수학올림피아드(IMO) 문제를 해결하는 것은 오랫동안 AI 연구에서 가장 넘기 힘든 장벽 중 하나로 꼽혀 왔습니다. 자연어로 논리적 증명을 작성하는 모델이 인간 최고 수준에 도달하는 것은 아직 멀었다는 시각이 지배적이었지만, OpenAI가 새로운 주장을 내놓았습니다.

OpenAI는 비공개 실험용 범용 추론 LLM을 사용해 2025년 IMO 기반 평가에서 금메달 수준의 성적을 기록했다고 밝혔습니다.

인터넷과 도구 없이 자연어 증명 작성

이번 평가는 실제 인간 참가자들과 동일한 규칙 아래 진행되었습니다. 4.5시간짜리 시험 두 차례 동안 모델이 직접 자연어로 문제의 증명 과정을 서술했습니다.

시험 도중 인터넷 검색이나 외부 연산 도구의 활용은 전면 배제되었습니다. 오직 모델 자체의 추론 능력만으로 복잡한 논리를 전개해야 했습니다.

OpenAI의 발표에 따르면, 해당 모델은 총 6문제 중 5문제를 해결하며 42점 만점에 35점을 기록했습니다. 이는 실제 공식 대회 기준으로도 금메달을 획득하기에 충분한 점수입니다.

채점의 공정성을 확보하기 위해 과거 IMO 메달리스트 3명이 독립적으로 채점에 참여했습니다. 최종 점수는 3명의 채점관이 만장일치로 합의한 결과만 인정되었습니다.

딥마인드의 반박과 채점 논란

하지만 발표 직후 강력한 경쟁자인 구글 딥마인드가 즉각 반박에 나섰습니다.

딥마인드 측은 IMO 공식 주최 측에 고유한 내부 채점 기준이 존재한다는 점을 지적했습니다. 공식 기준에 따른 엄밀한 검증을 거치지 않은 자체 시험 결과를 바탕으로 금메달을 주장할 수는 없다는 입장입니다.

수학적 추론이라는 초지능의 핵심 관문을 둘러싸고 두 거인의 신경전이 얼마나 날카로운지 보여주는 대목입니다.

현재 이 모델은 정식 이름조차 공개되지 않은 실험용 시스템으로, 일반 사용자에게는 공개되지 않았습니다.

왜 중요한가

일반 개발자나 사용자가 당장 이 모델을 써볼 수는 없습니다. 하지만 정형화된 계산을 넘어 순수 자연어로 복잡한 추상 논리를 풀어내는 범용 추론 능력이 빠르게 진화하고 있음을 증명합니다.

업계 차원에서는 수학 추론 연구의 주도권 싸움이 한층 격화되었습니다. 딥마인드가 특화된 정형 언어와 기호 시스템을 결합하는 방식에 힘을 실어온 반면, OpenAI는 범용 언어 모델의 사고 과정만으로도 정상급 문제 해결이 가능함을 보여주려 하고 있습니다.

전직 메달리스트들의 만장일치 합의 채점을 내세운 것은 신뢰도를 높이기 위한 영리한 장치였지만, 자체적인 비공식 테스트라는 한계는 여전합니다. 이러한 의구심을 완전히 해소하려면 공식 대회 현장에서의 블라인드 평가나 모델의 외부 공개가 뒤따라야 할 것으로 보입니다.