15년 동안 물리학자들이 “불가능하다”고 여겼던 문제를 AI가 풀어냈습니다. OpenAI의 GPT-5.2 Pro가 글루온 입자의 특정 상호작용이 실제로 일어날 수 있다는 새로운 수학적 결과를 발견하고 증명까지 완성했어요.

OpenAI가 하버드대학교, 케임브리지대학교, 밴더빌트대학교, 프린스턴 고등연구소 소속 물리학자들과 공동으로 작성한 논문을 arXiv에 공개했습니다. 논문 제목은 “Single-minus gluon tree amplitudes are nonzero(단일 음성 글루온 트리 진폭은 0이 아니다)”이며, GPT-5.2가 핵심 공식을 발견하고 증명하는 데 결정적 역할을 했죠.

출처: GPT-5.2 derives a new result in theoretical physics – OpenAI

교과서가 틀렸다: 0이 아닌 글루온 진폭

문제의 핵심은 글루온(강한 핵력을 전달하는 입자)의 산란 진폭입니다. 산란 진폭은 입자들이 특정 방식으로 상호작용할 확률을 계산하는 물리량이에요. 글루온의 경우 대부분의 진폭이 놀랍도록 단순한 형태를 보이는데, 이런 단순함은 양자장론의 깊은 구조를 밝혀내는 단서가 되어왔습니다.

그런데 한 가지 경우만 예외였어요. 글루온 하나가 음의 나선성(스핀 방향)을 가지고 나머지 n-1개가 모두 양의 나선성을 가질 때, 표준 교과서 논리로는 이 진폭이 반드시 0이어야 한다고 설명했죠. 그래서 물리학자들은 이 배치를 아예 논의에서 제외해왔습니다.

이번 논문은 이 결론이 너무 성급했다는 걸 보여줍니다. 기존 논리는 입자들의 운동량(방향과 에너지)이 일반적인 경우만 다뤘어요. 연구팀은 “반공선(half-collinear) 영역”이라는 특수한 운동량 배치에서는 그 논리가 적용되지 않으며, 실제로 진폭이 0이 아니라는 걸 밝혀냈습니다. 반공선이란 글루온 운동량이 특별한 정렬 조건을 만족하는 경우를 뜻하는데, 일반적이진 않지만 수학적으로 명확하게 정의할 수 있어요.

AI가 패턴을 보다: 복잡함에서 단순함으로

연구진은 먼저 손으로 n=2부터 n=6까지의 경우를 계산했습니다. 결과는 끔찍하게 복잡했어요. 논문의 식 (29)~(32)에 나온 표현들은 “파인만 다이어그램 전개” 방식으로 얻은 것인데, n이 커질수록 복잡도가 초지수적으로 증가했죠.

여기서 GPT-5.2 Pro가 등장합니다. AI는 이 복잡한 식들을 훨씬 간단한 형태(식 35~38)로 줄였어요. 그리고 이 단순화된 표현들에서 패턴을 발견해 모든 n에 대해 성립하는 일반 공식을 제안했습니다. 이게 논문의 핵심인 식 (39)이에요.

더 놀라운 건 그다음이었습니다. 내부적으로 스캐폴딩된 GPT-5.2 버전이 약 12시간 동안 추론을 거쳐 같은 공식에 도달했고, 그 공식이 타당함을 보이는 형식적 증명까지 만들어냈죠. 이후 인간 연구자들이 이 공식을 Berends-Giele 재귀 관계식(다중 입자 진폭을 작은 블록들로 구성하는 표준 방법)으로 검증했고, soft theorem(입자가 부드러워질 때 진폭이 어떻게 변하는지 제약하는 정리)으로도 확인했습니다.

물리학계의 반응: 저널급 연구이자 미래의 청사진

프린스턴 고등연구소의 니마 아르카니-하메드 교수는 이렇게 평가했습니다. “이 분야에서 교과서 방법으로 계산한 물리량이 끔찍하게 복잡해 보이다가 실제로는 매우 단순한 형태로 밝혀지는 일이 자주 있습니다. 이런 단순함은 우리를 새로운 구조를 발견하는 여정으로 이끌죠. 간단한 공식 찾기는 늘 까다로웠고, 컴퓨터로 자동화할 수 있을 거라 오래 생각해왔는데, 이제 여러 영역에서 그 일이 실제로 일어나고 있습니다.”

UC 산타바바라의 나다니엘 크레이그 교수는 더 직접적이었어요. “명백히 저널급 연구이며 이론물리학의 최전선을 진전시키는 내용입니다. 물리학자와 LLM이 손을 맞잡고 새로운 통찰을 만들고 검증하는 미래를 엿본 것 같았죠. 물리학자와 LLM의 대화가 근본적으로 새로운 지식을 생성할 수 있다는 건 의심의 여지가 없습니다.”

연구팀은 이미 GPT-5.2의 도움으로 이 진폭들을 글루온에서 중력자(중력을 매개하는 입자)로 확장했으며, 다른 일반화 작업도 진행 중이라고 밝혔습니다.

AI 보조 과학의 전환점

이 연구가 중요한 건 단지 새로운 물리학 결과 때문만은 아닙니다. AI가 계산 도구를 넘어 과학적 통찰을 제공하는 파트너로 기능할 수 있음을 보여준 사례죠. 복잡한 수식을 단순화하고, 패턴을 발견하고, 심지어 수학적 증명까지 구성하는 전 과정에서 AI가 핵심 역할을 했어요.

물론 인간 전문가의 역할도 여전히 필수적입니다. 초기 계산과 문제 설정, 최종 검증과 해석은 모두 물리학자들의 몫이었죠. 이 논문은 AI와 인간 과학자가 각자의 강점을 살려 협업하는 모델을 제시합니다. AI는 초인적 패턴 인식과 지칠 줄 모르는 추론 능력을, 인간은 문제 정의와 물리적 직관, 비판적 검증을 담당하는 거예요.

아르카니-하메드 교수가 기대한 “범용 간단한 공식 패턴 인식 도구”가 머지않아 현실이 될지도 모릅니다.

참고자료:

• Single-minus gluon tree amplitudes are nonzero – arXiv (논문 원문)