구글의 멀티에이전트 AI, 수십 년 묵은 수학 문제를 증명하다
원제 Advancing science and engineering with Antigravity's /teamwork
127 포인트댓글 31

Key Point
구글이 멀티에이전트 AI로 정보이론, 양자 알고리즘, 형식 수학 등 수십 년 묵은 미해결 문제들을 순차적으로 증명·발견했으며, 이 도구를 모든 연구자에게 공개하면서 AI-인간 협업 연구의 새로운 패러다임을 제시했다.
핵심 요약
- 구글 리서치는 Antigravity의 /teamwork 멀티에이전트 시스템을 통해 수학, 화학, 소프트웨어, ML 등 여러 분야의 미해결 문제를 해결했다.
- Gemini 4 Argon, Carbon, Hydrogen 모델과 /teamwork을 함께 사용해 정보이론, 형식 검증, 분자 구조 발견, 커널 최적화 등에서 혁신을 이뤘다.
- /teamwork의 설계는 언어 모델의 두 가지 한계를 해결한다: 첫째 병렬 탐색과 검증자(Lean 4 증명 체커, 테스트 스위트 등)를 짝지어 생성의 불확실성을 극복하고, 둘째 각 에이전트에 필요한 도구와 파일만 전달해 장기 작업에서 맥락 손실을 방지한다.
- 2013년의 Courtade–Kumar 정보이론 추측을 완전히 증명했으며, Lean 4로 형식화한 증명은 5천만 줄의 코드를 생성했다.
- 적응형 데이터 분석에서 2014년부터 열린 문제를 해결했고, 양자 컴퓨팅에서 14년 묵은 문제를 새로이 정의했으며, 50년 동안의 조합론 알고리즘 한계(부울 행렬 곱셈)를 STOC 2024 이후 처음 극복했다.
- Weil 추측(1974년 증명), 힐베르트의 10번째 문제, 3D Navier-Stokes 방정식의 유한시간 블로오업, Birkhoff 추측(1927년부터) 등 깊이 있는 문제들의 기계 검증 형식화를 자동으로 생성했고, Lean으로 각각 1.8백만 줄, 91.9만 줄 등의 코드를 작성했다.
- HIV 프로테아제 억제제 구조 결정 같은 분자 구조 발견 문제에서 30개 에이전트를 구성해 95% 정확도(top-1), 100% 정확도(top-3)를 달성해 단일 에이전트 성능을 거의 두 배로 높였다.
- FarArray 분산 시스템으로 1조 엣지 그래프를 처리해 TCP 대비 60~90배 처리량과 40~180배 속도 향상을 이뤘고, 그래프 신경망 TPU 커널에서 최대 185배 메모리 감소와 8~15배 속도 향상을 달성했다.
- 9x9 바둑 엔진을 8일 만에 AlphaZero 기반에서 처음부터 훈련해 2600 Elo 상승(1885 Elo 도달)을 이루었고, 2300배 셀프플레이 속도 향상을 얻었다.
- Zircon 마이크로커널의 C++ 코드를 80만 줄의 메모리 안전 러스트로 포팅했으며, libgav1 AV1 비디오 디코더 17만 줄의 러스트 포팅은 원본 C++ 대비 20~30% 빠르게 동작한다.
- JAX와 Pallas TPU 커널 최적화에서 /teamwork의 DuoDiscover 패턴이 7~32분의 평가를 23초의 프록시 평가로 단축해 17개 JAXBench 커널에서 4.09배, 7개 vLLM 커널에서 2.99배 속도 향상을 달성했다.
- STOC 2027 사전 심사에 참여한 578개 논문(전체 1/3 이상)이 Deep Review 피드백을 받았고, 설문 응답자의 90%가 피드백의 정확성과 재사용 의향을 긍정 평가했으며 30% 이상이 증명 버그 적발을, 14%가 1시간 이상 걸리는 기술 갭을 발견했다고 답했다.
- 구글 인프라에서 메모리 최적화로 1 PiB 이상 절감했고, Borg 스케줄링 최적화로 TPU 작업 선점을 24% 감소시켰다.
- /teamwork, /boost, Deep Review는 Antigravity에서 즉시 이용 가능하며, 1만 명의 학술 연구자에게 6개월 무료 최고 사용 계층 접근권을 제공한다.