AI가 88시간 만에 수학 난제를 풀었다

에이전트 1만 개가 88시간 만에 증명을 내놓았다. 기계 검증은 통과했고, 사람은 아직 읽지 못했다. 그리고 오픈AI는 100만 달러 상금을 청구하지 않겠다고 했다. 그 문장이 이 사건의 전부를 말해준다. 당신의 조직에도 이미 이런 산출물이 검토를 기다리며 쌓이고 있을 것이다.

이중균 · 한국데이터사이언티스트협회 파트너 · AX 전문가2026년 9월 9일

2026년 9월 5일, 오픈AI 내부에서 나흘째 돌아가던 작업이 끝났다. 9월 1일에 시작한 탐색이었다. 당신이 이 글을 읽는 지금도 어딘가의 데이터센터에서는 비슷한 탐색이 계속 돌아가고 있을 가능성이 크다. 이번에는 그 결과물이 하필 100만 달러짜리 밀레니엄 문제였을 뿐이다.

지난 나흘 동안 무슨 일이 있었는지, 숫자로 먼저 확인하자.

88시간

첫 에이전트 투입부터
결과가 나오기까지

1만 개

동시에 돌아간
에이전트 규모

1,300억

소모된 출력 토큰
(주고받은 메시지 270만 건)

모두 오픈AI가 스스로 공개한 숫자다. 이 자원을 투입해 나온 결과물은 100쪽 남짓의 증명 한 편과, 그것을 기계가 읽을 수 있는 형태로 옮긴 Lean 형식화 코드였다. 주제는 밀레니엄 문제 일곱 개 중 하나인 나비에-스토크스 방정식의 존재성과 매끄러움 문제. 클레이 수학연구소가 이 문제 하나에 100만 달러를 걸어둔 지 25년째였다.

9월 8일 발표가 나왔을 때 헤드라인은 대체로 하나로 수렴했다. "AI가 밀레니엄 난제를 풀었다." 그런데 그 문장은 정확하지 않다. 부정확한 지점들이 오히려 이 사건에서 가장 중요한 부분이다. 그리고 그 부정확함을 걷어내는 과정은, 지금 당신 조직이 AI가 내놓은 산출물을 다루는 방식과 그대로 겹친다.

이 사건이 특별한 이유는 나비에-스토크스 방정식 때문이 아니다. 100만 달러짜리 문제를 88시간 만에 건드릴 수 있는 자원이 이제 한 기업의 사내 인프라 수준으로 내려왔다는 사실 때문이다. 같은 자원이 다음에는 신약 후보 물질을 겨냥할 수도 있고, 미공개 금융 모델을 겨냥할 수도 있고, 당신 회사의 특허 포트폴리오를 겨냥할 수도 있다. 문제가 수학이었을 때는 검증에 몇 달이 걸려도 비용이 논문 한 편이지만, 문제가 의사결정이었을 때는 그 몇 달이 그대로 조직의 손실로 쌓인다.

01. 일주일 동안 무슨 일이 있었나

사건은 오픈AI의 88시간만으로 이루어지지 않았다. 시간순으로 늘어놓으면 겹쳐 있는 두 개의 작업이 보인다. 한쪽은 대학 연구소에서 거의 1년을 들인 작업이었고, 다른 쪽은 기업 내부에서 나흘 만에 끝난 작업이었다. 둘이 같은 문제를 향해 다른 속도로 달리고 있었다는 사실이, 이후 벌어지는 모든 갈등의 씨앗이 된다.

8월 15일 ~ 8월 22일 · 대학과 연구소

**트리스탄 벅마스터(뉴욕대)와 레벤트 알푀게(앤스로픽)**가 유체 방정식의 유한시간 폭발 해를 얻고, 일주일 뒤 Lean 형식 검증을 마쳤다. 두 사람은 거의 1년에 걸쳐 이 문제를 함께 다뤄왔고, 그 과정에서 클로드와 코덱스를 광범위하게 사용했다고 스스로 밝혔다.

9월 1일 ~ 9월 6일 · 오픈AI 내부

미공개 내부 모델이 약 1만 개의 에이전트를 동원해 나비에-스토크스 문제를 탐색했다. 9월 5일에 결과가 나왔고, GPT-6 아스트라가 17시간에 걸쳐 Lean 형식화와 검증을 마쳤다.

9월 6일 · 한 통의 연락

벅마스터의 공개 진술에 따르면, 이날 그는 오픈AI 측 수학자와 세바스티앙 뷔벡 연구원을 만났다. 접근법이 자신들의 것과 매우 유사하다는 설명을 들었고, 공저 제안을 받았으나 알푀게는 앤스로픽 소속이라는 이유로 제외되는 조건이었다고 그는 적었다. 그는 거절했다.

9월 8일 · 같은 날 공개

오픈AI가 증명과 Lean 저장소를 공개했고, 벅마스터·알푀게도 프리프린트 세 편을 같은 날 공개했다. 두 사람의 결과는 오일러 방정식과 부시네스크·다공성 매질 방정식에 대한 것으로, 점성항이 있는 나비에-스토크스 자체는 아니다.

일주일 사이에 벌어진 일이다. 그리고 이 일주일에는 증명 말고도 검증해야 할 것이 여러 겹으로 쌓였다. 여기서 하나만 먼저 물어보자. 당신 조직에서 누군가 나흘 만에 100쪽짜리 보고서를 들고 온다면, 그것을 검토할 시간은 몇 시간이나 확보되어 있는가.

세계 최고 수준의 수학자들도 이 문제 하나에 거의 1년을 썼다. 오픈AI 내부 검증팀이 그 결과물을 며칠 만에 훑어보고 공개를 결정했다면, 그 며칠이 1년어치 오류를 걸러내기에 충분한 시간인지 누구도 장담할 수 없다. 100쪽짜리 증명을 며칠 안에 검토하겠다는 결정 자체가 이미 하나의 판단이었다.

02. 무엇을 증명했고, 무엇을 증명하지 않았나

먼저 수학적 사실관계를 정확히 정리해야 한다. 클레이 수학연구소가 채택한 찰스 페퍼먼의 공식 문제 기술은 네 갈래의 진술로 되어 있고, 그중 어느 하나를 해결하면 된다.

**진술내용외력 f(A)3차원 공간에서 매끄러운 해의 존재와 매끄러움f ≡ 0(B)주기적 공간(토러스)에서의 같은 주장f ≡ 0(C)3차원 공간에서 해의 붕괴(반례의 존재)매끄러운 f 허용(D)**주기적 공간에서 해의 붕괴매끄러운 f 허용

오픈AI가 공개한 논문은 (C)와 (D)를 확립했다고 적고 있다. 정지 상태에서 출발한 유체가, 매끄럽고 유한한 범위에만 작용하는 외력을 받으며, 운동에너지가 계속 유한하게 유지되는데도, 유한한 시간 안에 속도가 무한대로 치솟는 해를 구성했다는 것이다. 논문의 저자란에는 사람 이름 대신 'OpenAI'가 적혀 있다. 저자가 없는 논문, 이것부터가 이번 사건이 기존의 수학 논문과 다른 지점이다.

저자가 없다는 것은 단순한 형식 문제가 아니다. 기존 수학계의 검증 체계는 저자의 평판이 걸려 있다는 전제 위에서 작동한다. 틀린 증명을 발표한 학자는 경력에 흠집이 남는다. 그런데 저자란에 회사 이름만 적힌 논문에는 이 압박이 다른 방식으로 작동한다. 틀렸을 때 무엇이 걸려 있는지, 누구의 평판이 깎이는지가 불분명해진다. 책임의 소재가 흐려지는 순간, 검증에 들이는 노력도 함께 흐려질 위험이 있다.

여기서 흔한 오해 하나를 걷어낼 필요가 있다. 일부 보도는 "밀레니엄 문제는 외력이 없는 방정식을 요구하므로 오픈AI는 다른 문제를 풀었다"고 정리했지만, 페퍼먼의 공식 문서에서 외력을 금지하는 것은 (A)와 (B)뿐이다. (C)와 (D)는 조건을 만족하는 매끄러운 외력을 명시적으로 허용한다. 형식만 놓고 보면 오픈AI가 겨냥한 것은 공식 문제의 한 갈래가 맞다.

이 대목에서 두 번째 함정이 생긴다. 보도가 틀렸다고 해서 반대로 "그러니 완전히 풀었다"고 단정하는 것도 함정이다. 네 갈래 중 하나를 해결한 것과 문제 전체를 해결한 것은 다르다. 제목 한 줄로 사안을 단순화하려는 유혹은 언론에만 있는 것이 아니라, 사내 보고서를 한 줄로 요약하는 모든 사람에게 똑같이 존재한다.

그런데 정작 오픈AI는 발표문에 이렇게 적었다.

"우리는 이 결과로 밀레니엄상을 청구할 의사가 없다."— 오픈AI, 'On the Navier–Stokes Millennium Prize Problem' (2026년 9월 8일)

상금은 100만 달러다. 청구하지 않겠다는 문장은 겸양이 아니라 정보다. 100만 달러를 스스로 포기하는 기업은 없다 — 받을 자격이 없다는 것을 알고 있을 때를 빼면. 유체역학의 중심 질문, 외력 없이 스스로 움직이는 유체가 영원히 매끄러울 수 있는가는 여전히 (A)와 (B)에 남아 있고, 클레이 연구소의 문제 페이지도 이 문제를 미해결로 표시하고 있다. 무엇이 증명되었는지보다 무엇이 증명되지 않았는지가 더 많은 것을 말해주는 발표였다.

03. Lean이 보증하는 것과 보증하지 않는 것

이번 사건에서 가장 널리 오해된 대목이 형식 검증이다. Lean은 증명을 기계가 검사할 수 있는 언어로 옮겨 적게 하고, 논리적 비약이 하나라도 있으면 통과시키지 않는다. 오픈AI의 증명은 이 검사를 17시간 만에 통과했다. 그러니 검증은 끝난 것 아닌가.

아니다. 형식 검증이 보증하는 것은 **"적어놓은 명제로부터 적어놓은 결론이 논리적으로 따라 나온다"**는 사실뿐이다. 그 명제가 원래 풀려던 문제를 옳게 옮긴 것인지는 보증하지 않는다. 정의를 미묘하게 약화시켜 적어두면, 기계는 약화된 정의 위에서 완벽하게 참인 증명을 통과시킨다. 수학자들이 형식 검증을 통과한 결과를 놓고도 여전히 논문을 읽는 이유가 여기 있다. 검사해야 하는 것은 논증이 아니라 번역이다.

이 구조는 낯설지 않다. 테스트를 전부 통과했는데 요구사항을 잘못 이해한 코드, 검산이 맞는데 전제가 틀린 재무 모델을 우리는 이미 알고 있다. 지금 당신 회사의 어느 보고서가 "검증 완료" 도장을 받았을 때, 그 도장이 찍힌 것은 전제였는가 번역이었는가. 대부분은 이 질문에 곧바로 답하지 못한다. 기계적 검증은 필요조건이지 충분조건이 아니다.

더 불편한 지점은 이것이다. 번역이 틀렸을 때 시스템은 아무 경고도 내보내지 않는다. 통과했다는 초록불만 켜진다. 정의를 살짝 약화시킨 증명이 완벽하게 참으로 통과하는 것처럼, 요구사항을 살짝 잘못 해석한 보고서도 모든 검사를 매끄럽게 통과할 수 있다. 오류가 아니라 침묵이 위험 신호인 경우가 있는데, 대부분의 조직은 침묵을 안전으로 읽는다.

04. 세 번째 검증 — 누가, 무엇으로 했는가

증명이 옳은가(수학적 검증), 형식이 맞는가(기계적 검증) 다음에 남는 것이 출처와 권리의 검증이다. 이번에는 이 세 번째 층에서 가장 시끄러운 소리가 났다.

벅마스터는 진술문에서 자신이 들은 내용과 제안받은 내용을 시간순으로 적었다. 처음에는 "사람의 개입이 거의 없이" 모델이 증명을 만들었다는 설명을 들었으나 이후 팀이 붙어 작업했다는 사실을 알게 되었다는 것, 자신과 알푀게가 코덱스 세션에 남긴 모든 초고에 모델이 접근했는지, 그 세션이 학습에 쓰였는지 물었으나 답을 얻지 못했다는 것, 그리고 "왜 당신 커리어를 망치려 하느냐"는 말을 들었다는 것이다. 그는 진술문 말미에 이렇게 못박았다. "나는 누구도 고발하고 있지 않다. 내가 들은 것, 그 시점, 내게 제안된 것을 적을 뿐이다." 뷔벡은 이 서술을 "사실이 아니며 선동적"이라고 부인했다.

양측 주장이 갈리는 사안이므로 판정은 미룬다. 다만 판정과 무관하게 남는 구조가 있다. 두 수학자가 1년 동안 연구에 사용한 도구의 제공자가, 같은 문제를 푸는 경쟁 주체이기도 했다는 사실이다. 벅마스터는 그 도구 비용을 자기 연구비로 지불했다. 도구를 빌려주는 손과, 그 손이 만든 결과물을 채점하는 손이 같은 회사에 속해 있었다는 뜻이다.

공저 제안에 걸린 조건도 그냥 지나칠 대목이 아니다. 알푀게가 경쟁사 소속이라는 이유로 배제하고 벅마스터만 공저자로 올리겠다는 제안이었다면, 그 제안을 받아들이는 순간 두 사람이 1년간 함께 쌓은 성과가 한 사람의 이름으로만 남을 뻔했다. 협업의 역사를 지우는 조건이 거래 조건 안에 숨어 있었던 셈이다.

이것은 수학계만의 문제가 아니다. 기업이 전략 문서를 쓰고, 소송 자료를 정리하고, 미공개 실적을 분석하는 데 쓰는 도구의 제공자가 그 산업의 경쟁자이거나, 곧 경쟁자가 될 수 있다. 지금 당신이 매일 여는 AI 창의 제공사가, 3년 뒤에도 당신 회사와 사업 영역이 겹치지 않을 것이라 장담할 수 있는가. 계약서의 학습 제외 조항과 실제 데이터 경계가 일치하는지 확인해본 조직이 얼마나 되는지 묻고 싶다. 답을 요구했는데 답을 받지 못했다는 벅마스터의 문장은, 계약 검토 없이 도구를 도입한 모든 조직이 언젠가 쓰게 될 문장이다.

벅마스터의 사례가 특수한 이유는 그가 저명한 수학자이고, 진술문을 공개할 용기와 플랫폼이 있었기 때문이다. 같은 일이 이름 없는 스타트업의 신입 개발자나, 협력업체의 계약직 분석가에게 벌어진다면 그 사람에게는 진술문을 낼 채널도, 그것을 들어줄 청중도 없다. 갈등이 조용히 묻히는 경우가 이번처럼 드러나는 경우보다 훨씬 많을 것이다.

05. 소문이 먼저 도착했다

사흘 앞선 9월 5일에는 다른 일이 있었다. 한 AI 소식 계정이 "앤스로픽이 밀레니엄 문제를 풀었다"고 적었다. 출처는 제시되지 않았다. 전해지는 바로는 이 글은 하루 만에 230만 회 넘게 읽혔고, 한 시간 안에 예측시장에 해당 종목이 개설됐다가 확률이 58%에서 20%로 내려앉으며 정리됐다.

흥미로운 것은 이 소문이 틀렸다는 점이 아니라, 이 소문이 어떤 공백을 메우고 있었는가다. 검증된 정보가 도착하는 데 몇 달이 걸리는 영역에서, 사람들은 확률과 베팅으로 임시 판단을 만들어 그 자리를 채웠다. 생산 속도가 검증 속도를 앞지를 때 그 간극에 무엇이 들어차는지를 보여주는 장면이었다. 정확히 사흘 뒤, 이번에는 실제 발표가 같은 자리에 도착했다. 230만 명이 사흘 동안 틀린 정보를 사실로 여기고 있었다는 뜻이다.

이번에는 사흘 만에 바로잡혔다. 다음에는 그렇지 않을 수 있다. 검증에 몇 달이 걸리는 주제, 이를테면 신약의 안전성이나 인프라의 결함 같은 주제에서 똑같은 속도로 소문이 퍼진다면, 사실이 도착하기 전에 시장과 여론이 먼저 굳어버릴 수 있다. 그 굳어진 판단을 되돌리는 비용은 사흘짜리 해프닝보다 훨씬 크다.

예측시장이 한 시간 만에 반응했다는 사실도 눈여겨볼 만하다. 사람들은 확인되지 않은 소식에도 실제 돈을 걸었다. 정보가 부족할수록 판단의 속도가 느려지는 게 아니라, 오히려 더 빨리 베팅에 나선다는 뜻이다. 불확실성은 신중함을 부르지 않는다. 종종 조급함을 부른다.

06. 문제를 캐낸다는 것

발표 닷새 전인 9월 3일, 테렌스 타오는 자신의 계정에 동료 수학자 위고 뒤미닐-코팽의 우려를 인용해 옮겼다. 열린 문제들을 무차별적으로 자동 채굴하는 일이, 다음 세대의 수학적 기법과 문제와 연구자가 자라났을 생태계 자체를 파괴할 수 있다는 경고였다. 발굴 기록을 남기지 않고 유적을 파헤치는 일에 비유한 표현이었다.

열린 문제를 무차별적으로 자동 채굴하는 일은, 다음 세대의 수학적 기법과 문제와 연구자가 자라났을 생태계를 파괴할 수 있다.— 위고 뒤미닐-코팽의 우려를 테렌스 타오가 인용, 2026년 9월 3일

타오의 제안은 금지가 아니었다. 일부 문제군은 사회적 합의로 '보호구역'처럼 남겨두고 — 영화 결말을 미리 말하지 않는 관행처럼 — 다른 문제군은 이 새로운 능력을 향해 적극적으로 열어주자는 쪽이었다. 답이 아니라 답을 얻는 과정에서 사람이 배우는 것을 지키자는 이야기다.

이 제안이 나온 타이밍이 공교롭다. 타오가 우려를 인용한 지 닷새 만에, 실제로 밀레니엄 문제 하나가 대량의 연산 자원으로 뚫렸다. 경고가 이론이 아니라 예고였던 셈이다. 보호구역을 정하자는 논의는 이제 학계의 취향 문제가 아니라, 몇 달 안에 실제로 결정해야 할 규칙이 됐다.

기업의 언어로 옮기면 이렇게 된다. 에이전트에게 넘길 일과 사람이 직접 통과해야 할 일을 조직이 구분하고 있는가. 신입 분석가가 스스로 모델을 세워보며 배웠을 것들을, 지금 우리는 무엇으로 대체하고 있는가. 10년 뒤 이 조직의 시니어 자리에 앉을 사람이, 신입 시절 AI가 대신 풀어준 문제만 갖고 있다면 그 자리에서 무엇을 판단할 수 있을까.

더 구체적으로 그려보자. 지금 스물다섯 살인 신입 분석가가 마흔 살이 되어 팀을 이끄는 자리에 앉았을 때, 후배가 올린 보고서의 어느 숫자가 이상하다는 감각을 어디서 얻을 것인가. 그 감각은 본인이 직접 틀려본 경험에서 나온다. 틀려볼 기회를 AI가 먼저 가로채면, 15년 뒤 조직에는 정답만 본 사람들이 관리자 자리를 채우게 된다. 정답만 본 사람은 새로운 오답이 나타났을 때 그것을 알아보지 못한다.

07. 검증은 세 층이다

이번 사건을 기업의 책상 위로 옮겨보면 구조는 그대로다. 88시간 만에 나온 100쪽짜리 산출물, 통과한 자동 검사, 아직 읽지 못한 사람, 확인되지 않은 출처. 규모만 다를 뿐 지난 1년간 많은 조직이 겪은 일이다.

층위무엇을 보증하는가조직의 최소 조치1. 기계적 검증적어놓은 전제에서 결론이 따라 나온다는 것. 전제 자체의 타당성은 보증하지 않는다.테스트·수치 재현·정적 검사를 자동화하되, 통과를 승인으로 읽지 않는다.2. 도메인 검증문제를 옳게 번역했는지, 결과가 실제 질문에 답하는지.산출물을 만들지 않은 사람이 검토한다. 검토 용량을 생산 용량과 함께 늘린다.3. 출처·권리 검증근거가 어디서 왔는지, 우리가 쓸 권리가 있는지, 우리 데이터가 어디로 갔는지.데이터 계보를 남긴다. 도구 계약의 학습 제외 조항을 실제 경계와 대조한다.

대부분의 조직은 1층만 갖춘 채 생산량을 열 배로 늘렸다. 2층과 3층은 사람이 하는 일이라 같은 속도로 늘어나지 않는다. 그래서 검증되지 않은 산출물이 쌓이고, 쌓인 것을 아무도 읽지 못하고, 읽지 못한 채로 의사결정에 들어간다. 이것이 지금 여러 조직에서 조용히 진행되는 부채다. 부채는 이자를 받지 않는 대신, 어느 날 한꺼번에 청구서를 보낸다.

청구서가 도착하는 모습은 대개 이렇다. AI가 만든 보고서를 근거로 내린 결정이 몇 달 뒤 잘못된 것으로 드러나는데, 그 시점에는 이미 후속 결정 여러 건이 그 위에 쌓여 있다. 한 장의 오류가 아니라 그 위에 얹힌 판단들 전체를 다시 풀어야 한다. 지금 당신 조직의 서랍 어딘가에, 아직 아무도 2층과 3층을 통과시키지 않은 산출물이 몇 건이나 쌓여 있는지 세어 본 적이 있는가.

더 나쁜 경우는 따로 있다. 아무도 세어 보지 않았다는 사실 자체를 아무도 모르는 경우다. 1층 검증만 통과한 문서가 "검토 완료" 폴더에 함께 섞여 들어가는 순간, 그 문서와 진짜로 2층·3층까지 거친 문서는 겉보기에 구분되지 않는다. 구분이 사라지면 조직은 자신이 어디까지 확인했는지조차 모르는 상태로 운영된다. 부채의 총액을 아는 조직과 모르는 조직은, 같은 위험 앞에서도 전혀 다른 선택을 하게 된다.

08. 88시간과 그 이후

오픈AI가 공개한 결과가 옳은지는 앞으로 수학자들이 판단할 것이다. 옳다면 대단한 일이다. 1만 개의 에이전트가 나흘 만에 도달한 지점에 인간 연구자들이 수십 년 매달려 있었다는 사실은 그 자체로 기록될 만하다.

다만 이번 주에 분명해진 것은 다른 쪽이다. 지식을 만드는 비용은 급격히 떨어졌지만, 그것을 믿을 수 있게 만드는 비용은 거의 그대로다. 88시간에 나온 것을 검토하는 데는 여전히 몇 달, 어쩌면 몇 년이 걸린다. 저자권을 가리는 데는 그보다 더 걸릴 수도 있다. 병목은 사라진 것이 아니라 자리를 옮겼다.

이 격차는 시간이 지난다고 저절로 좁혀지지 않는다. 생산 쪽은 다음 세대 모델이 나올 때마다 또 한 번 빨라진다. 검증 쪽은 사람이 읽고, 사람이 의심하고, 사람이 책임지는 과정이라 같은 방식으로는 빨라지지 않는다. 두 속도의 격차가 계속 벌어지는 그래프 위에서, 지금 우리는 아직 초반부에 서 있을 뿐이다. 88시간이 8시간이 되는 날은 머지않아 올 것이고, 그때도 검증에 몇 달이 걸린다면 격차는 지금보다 훨씬 커진다.

그러므로 조직이 지금 물어야 할 질문은 "AI가 얼마나 빨리 만들어내는가"가 아니다. **"우리는 그것을 얼마나 빨리 믿을 수 있게 되는가"**다. 앞의 질문에는 공급사가 답해준다. 뒤의 질문에 답할 수 있는 것은 조직 자신뿐이다. 다음 주 당신 책상에 88시간짜리 산출물이 올라온다면, 그것을 몇 시간 안에 믿을 수 있는 것으로 바꿀 수 있는가 — 그 답을 지금 갖고 있는 조직은 많지 않다. 답을 갖고 있지 않다는 사실을 아는 것이, 이번 사건에서 얻어야 할 가장 실용적인 결론이다.

주요 출처OpenAI, "On the Navier–Stokes Millennium Prize Problem" 및 논문 'Finite Time Blowup for Navier–Stokes' (2026년 9월 8일) · Charles Fefferman, "Existence and Smoothness of the Navier–Stokes Equation", Clay Mathematics Institute 공식 문제 기술 · Tristan Buckmaster 공개 진술 및 Buckmaster·Alpöge 프리프린트 3편 (2026년 9월 8일) · Terence Tao, Mathstodon 게시글 (2026년 9월 3일, Hugo Duminil-Copin 인용) · Fortune, "OpenAI says it cracked Navier-Stokes…" (2026년 9월 8일) · Unite.AI 보도 2건 (2026년 9월 8일) · Clay Mathematics Institute 밀레니엄 문제 페이지

---

이중균 (Joongkyoon Lee)

한국데이터사이언티스트협회 파트너 · AX(AI Transformation) 전문가 · 연세대 IT경영전략 석사

홈페이지 YouTube

© 2026 이중균. 본 칼럼의 무단 전재 및 재배포를 금합니다.