100달러. 앤트로픽 쪽 설명에 따르면, 이론물리학의 오랜 계산 과제 하나를 푸는 핵심 단계에 든 컴퓨팅 비용입니다. 앤트로픽은 자사 AI 클로드가 ‘9루프 산란 진폭’을 계산했다고 밝혔습니다. AI 과학 연구가 어디까지 왔는지 보여 주는 사례로 국내외 매체가 크게 다뤘습니다.
그런데 제목만 보면 “AI가 물리학 난제를 풀었다”처럼 읽히기 쉽습니다. 실제 AI 과학 연구의 내용은 조금 다릅니다. 이 글은 2026년 9월 말 기준으로 앤트로픽 연구 페이지 원문과 AI타임스·AI매터스·Unite.AI 보도를 확인해 정리했습니다. 무엇을 했고, 무엇은 하지 않았는지 나눠 보겠습니다.
클로드 9루프 계산, 무슨 일이 있었나
출발점은 공개 도전 과제였습니다. 이론물리학자이자 과학 작가인 맷 폰 히펠은 2026년 8월 7일 자기 블로그에 AI 기업들을 향한 과제를 올렸습니다. 대학 연구실 수준의 컴퓨팅 자원으로 N=4 초양-밀스 이론의 9루프 계산을 해 보라는 내용이었습니다.
8월 말, 앤트로픽 소속 물리학자 리엄 피츠패트릭과 시다르트 미슈라-샤르마가 연락해 왔습니다. 이들은 과학 연구용 환경인 ‘클로드 사이언스’에서 클로드 페이블 5.1 모델로 계산을 진행했다고 설명했습니다. 짧은 지시로 과제를 맡기고, 몇 시간마다 진행 상황을 확인하는 방식이었다고 알려졌습니다.
결과는 이 분야를 오래 연구한 랜스 딕슨 교수(SLAC·스탠퍼드)가 약 2주간 따로 검증했습니다. 앤트로픽은 9월 25일 폰 히펠의 기고문과 딕슨의 덧붙임 글을 연구 페이지에 올렸습니다. 계산 결과 데이터도 공개 저장소(제노도)에 올라왔습니다.
산란 진폭, AI 과학 연구 이해를 위한 아주 쉬운 설명
입자 두 개를 세게 부딪치면 여러 입자가 사방으로 튀어 나옵니다. 산란 진폭은 “어떤 입자가 어느 방향으로 튀어 나올 가능성”을 계산하는 식입니다. 가속기 실험 결과를 이론과 비교할 때 꼭 필요한 값입니다.
‘루프’는 정밀도의 단계라고 보면 쉽습니다. 입자는 충돌 중에 잠깐 생겼다 사라지는 입자들과 얽힙니다. 이 과정을 한 겹씩 더 반영할 때마다 루프 수가 하나씩 올라갑니다. 폰 히펠은 루프가 늘 때마다 계산량이 지수적, 심지어 계승적으로 커진다고 설명했습니다.
기존 최고 기록은 딕슨 연구팀이 2023년 무렵 발표한 8루프였습니다. 이번 계산은 6개 입자가 관여하는 경우를 9루프까지 올린 것입니다. 다만 N=4 초양-밀스 이론은 실제 자연보다 대칭이 훨씬 많은 ‘연습용 모형’에 가깝습니다. 현실 입자 실험에 바로 쓰이는 결과는 아닙니다.
AI 과학 연구가 한 일과 하지 않은 일
클로드가 쓴 방법은 ‘부트스트랩’입니다. 답이 될 수 있는 수학 조각을 먼저 모두 늘어놓습니다. 그다음 물리적으로 반드시 지켜야 할 조건을 걸어 틀린 조합을 하나씩 지웁니다. 스도쿠를 푸는 방식과 닮았습니다.
이 조리법 자체는 딕슨 연구팀 등이 수년에 걸쳐 만든 것입니다. 폰 히펠도 클로드가 알려진 방법을 썼고, 사람들보다 컴퓨팅을 조금 더 썼을 뿐이라고 평가했습니다. 딕슨은 복잡한 조리법의 모든 단계를 언어 모델이 해낸 것은 성과라고 봤습니다. 코드를 처음부터 새로 짰다는 점도 짚었습니다.
비용은 전체 1,000~2,000달러, 부트스트랩 계산만 약 100달러로 알려졌습니다. CPU 96개로 약 1주일이 걸렸다고 합니다. 같은 시기 중국과학원 송허 연구팀도 GPT-6의 도움을 받아 9루프 결과 대부분을 따로 얻은 것으로 알려졌습니다. 두 팀이 서로 다른 AI로 비슷한 답에 도달해, 결과의 신뢰도를 높이는 방향으로 읽힙니다.
📌 함께 읽으면 좋은 글: 오픈AI GPT-6 솔·루나 공개, 두 모델 차이와 ‘가격은 반값’이 뜻하는 것
알파폴드부터 클로드까지, AI 과학 연구 성과 비교표
AI 과학 연구에서 성과가 나온 사례는 이번이 처음이 아닙니다. 다만 성과의 성격은 저마다 다릅니다. 공식 발표와 노벨위원회 자료를 바탕으로 비교해 봤습니다.
| 사례 | 분야 | AI가 한 일 | 검증 상태 |
|---|---|---|---|
| 알파폴드2 (구글 딥마인드) | 생물학 | 단백질 2억여 개의 구조 예측 | 실험 대조, 2024년 노벨 화학상 |
| 알파이볼브 (구글 딥마인드, 2025) | 수학·알고리즘 | 4×4 복소 행렬 곱셈을 48번 곱셈으로 줄임 | 누구나 계산으로 확인 가능 |
| 클로드 9루프 (앤트로픽, 2026) | 이론물리 | 기존 방법으로 9루프 산란 진폭 계산 | 전문가 1인 검증, 논문 심사 전 |
| 송허 팀 (중국과학원, 2026) | 이론물리 | GPT-6 도움으로 9루프 결과 대부분 계산 | 데이터 공개, 심사 여부 미확인 |
알파폴드는 수십 년 난제였던 단백질 구조 예측에 새 도구를 만든 경우입니다. 알파이볼브는 1969년 이후 개선되지 않던 기록을 새 알고리즘으로 깬 사례입니다. 반면 이번 9루프 계산은 새 방법이 아니라, 사람이 설계한 긴 계산을 AI가 끝까지 수행한 경우에 가깝습니다.
AI가 잘하는 일, 아직 못하는 일
이번 AI 과학 연구 사례에서 AI가 잘한 일은 분명합니다. 긴 절차를 빠뜨리지 않고 따라가고, 필요한 코드를 직접 짜고, 몇 날 며칠 계산을 이어 가는 일입니다. 사람이라면 몇 달 걸릴 반복 작업을 싸게 해낸 셈입니다.
아직 못하는 일도 분명합니다. 어떤 문제가 중요한지 고르는 일, 새 물리 원리를 떠올리는 일이 그렇습니다. 폰 히펠 역시 이번 결과에 새로운 물리적 통찰은 없었다고 적었습니다. 결과가 맞는지 최종 판단한 것도 사람이었습니다.
그래서 AI 과학 연구 시대에 과학자의 역할은 줄어든다기보다 옮겨 갈 가능성이 큽니다. 계산을 직접 하는 사람에서 질문을 설계하고, AI의 결과를 검증하는 사람으로 바뀌는 흐름입니다. 대학 연구실도 적은 예산으로 첨단 계산에 도전할 수 있게 된다는 점은 긍정적인 변화입니다.
📌 함께 읽으면 좋은 글: 아이온큐 양자컴퓨터 제조기지로 한국 구미 선택, 무엇을 짓고 우리에겐 어떤 의미일까
AI 과학 연구 뉴스를 읽을 때 확인할 체크리스트
“AI가 난제를 풀었다”는 기사는 앞으로 더 자주 나올 것입니다. 제목에 휩쓸리지 않으려면 아래 다섯 가지를 확인해 보세요.
- 발표 주체는 누구인가: 회사 블로그인지, 학술지 논문인지 봅니다. 이번 건은 앤트로픽 연구 페이지의 기고문입니다.
- 동료평가를 거쳤나: 학술지 심사를 통과했는지, 프리프린트 단계인지 확인합니다. 이번 결과는 아직 정식 논문 심사 전입니다.
- 재현할 수 있나: 데이터와 코드가 공개됐는지 봅니다. 이번에는 결과 데이터가 공개 저장소에 올라왔습니다.
- 사람은 어디까지 관여했나: 방법을 누가 만들었고, 누가 검증했는지 나눠 봅니다. 방법은 사람이, 실행은 AI가 맡은 구조였습니다.
- 새 발견인가, 기록 경신인가: 새 원리를 찾은 것인지, 알려진 방법의 한계를 넓힌 것인지 구분합니다.
이 다섯 가지만 확인해도 과장된 제목과 실제 성과 사이의 간격이 보입니다. AI 과학 연구 소식을 읽을 때 기준으로 삼아 볼 만합니다.
9루프가 보여 준 것은 ‘AI 조수’의 실력이다
이번 계산은 AI가 스스로 새 물리학을 발견했다는 이야기가 아닙니다. 사람이 오랜 시간 다듬은 조리법을, AI가 싼 비용으로 끝까지 해낼 수 있다는 증명에 가깝습니다. 그것만으로도 연구 현장의 속도와 비용 구조를 바꿀 수 있는 변화입니다.
앞으로 AI 과학 연구의 성과는 더 빠르게 쌓일 것입니다. 그럴수록 “누가 검증했는가”라는 질문이 더 중요해집니다. 다음 AI 과학 뉴스를 볼 때는 결과보다 검증 과정부터 확인해 보시길 권합니다.
참고 자료
- Anthropic: Claude computes a nine-loop amplitude in N=4 super-Yang-Mills
- AI타임스: 앤트로픽, 클로드로 이론물리학 난제 ‘9루프 산란 진폭’ 계산 성공
- AI매터스: 앤트로픽 “클로드가 입자물리 9루프 진폭 계산했다”
- Unite.AI: Anthropic Says Claude Computed a Nine-Loop Particle Physics Amplitude
- Zenodo: Nine-loop six-gluon MHV amplitude 데이터
- NobelPrize.org: The Nobel Prize in Chemistry 2024
- Google DeepMind: AlphaEvolve