Google Antigravity /teamwork 공개, 수학 난제 증명과 Rust 재작성 성과

Google Research가 Antigravity의 멀티에이전트 기능 /teamwork와 Gemini 4 모델로 수학, 화학, 시스템 소프트웨어, 머신러닝 엔지니어링의 미해결 문제를 푼 결과를 11월 13일(현지시간) 공개했다. 외부 연구자와 개발자는 Antigravity에서 Gemini 4 모델과 /teamwork, /boost, Deep Review를 지금 쓸 수 있다.

Google은 학술 연구자 1만 명에게 가장 높은 사용량 등급을 6개월간 무료로 제공하는 신청을 열었다. 형식 증명 패턴과 일부 전문 워크플로는 앞으로 Antigravity에 추가되며, 활용 방법을 다룬 심화 튜토리얼이 몇 주 안에 Antigravity 블로그에 올라온다고 밝혔다. 모든 작업은 인간 전문가와 협업으로 진행됐다고 한다.

작동 방식

Google은 /teamwork 설계의 배경으로 언어 모델의 두 가지 한계를 들었다. 모델의 생성 결과가 일정하지 않아 한 번의 시도로는 정답에 닿기 어렵다는 점, 며칠씩 걸리는 작업에서는 컨텍스트가 길어지면서 어텐션이 흩어져 세부 내용을 놓친다는 점이다.

첫 번째 한계에는 병렬 탐색과 검증 전담 도구를 짝지어 대응한다. Lean 4 증명 검사기, 수정하지 않은 소프트웨어 테스트 모음, 실행 시뮬레이터, 웹 검색, 하드웨어 카운터가 후보 해답이 맞는지 자동으로 가려낸다. 두 번째 한계에는 컨텍스트를 처음부터 나눠 주는 방식을 쓴다. 전문 에이전트는 해당 단계에 필요한 파일과 도구만 받고, 조율 에이전트는 작업을 새 후임에게 넘기며, 비평·감사 에이전트는 작성자의 추론을 보지 않은 깨끗한 컨텍스트에서 결과를 검증한다.

/teamwork는 이런 작업 흐름을 자연어로 쓴 선언형 패턴으로 표현하고, 사용자의 프롬프트를 과제에 가장 맞는 패턴으로 자동 배분한다. 분산 코딩, 반복 문제 풀이, 긴 증명과 문서 검토 같은 패턴이 있으며, 반복 풀이는 /boost라는 이름으로 따로 제공된다. 과거 실행 기록에서 사용자 정의 명세를 만들고 하네스를 스스로 개선하는 것도 가능하다.

수학과 이론 컴퓨터과학

Google, CUHK, USC, CMU 연구진은 /teamwork의 Long Proof 패턴(Antigravity에 구현한 Stellar Colosseum)으로 2013년 정보이론의 Courtade–Kumar 추측을 일반적인 경우에서 증명했다고 Google은 밝혔다. 무작위 비트열이 잡음 채널을 지날 때, 입력을 1비트로 압축하는 어떤 방법도 입력 비트 하나를 그대로 복사하는 '독재자 함수'보다 많은 정보를 보존하지 못한다는 내용이다. Gemini가 CUHK 팀의 이전 논문에 나온 일반화 추측의 반례를 먼저 찾았고, CUHK 팀이 추측을 14변수 최적화 문제로 줄이는 새 후보 함수와 분석적 하한을 제시했다. Gemini 4 Argon과 이전 Gemini 모델이 매개변수 공간을 나눠 새 분석적 한계와 구간 산술 증명서 대부분을 만들었고, 균형 함수에서 불균형 함수로 증명을 넓히는 일도 사람의 도움 없이 해냈다고 한다. 연구진은 증명 전체를 Lean 4로 형식화했으며 코드는 5천만 줄이다.

연구자들이 Gemini 4와 Stellar Colosseum, /teamwork 같은 멀티에이전트 하네스에 미해결 문제를 직접 주고 알고리즘과 증명을 받은 사례도 있다. 저자들이 이를 검증하고 단순화해 출판용으로 편집했으며 Lean 4 형식화가 붙은 경우가 많았다고 Google은 밝혔다.

적응형 데이터 분석: Gemini 4 Argon 기반 하네스가 앞선 답에 따라 고르는 통계 질의의 표본 한계를 증명하고 Lean으로 검증해 2014년부터 열려 있던 간극을 닫았다고 Google은 밝혔다. 이 한계로 삽입과 삭제가 모두 있는 데이터 스트림에서 적응형 공격자에도 정확도를 유지하는 첫 거의 공간 최적 알고리즘이 나왔다는 설명이다.
양자 계산: 새 구성으로 2014년의 미해결 질문을 풀어, 일정한 오차에서 양자 질의가 n/2번보다 엄격히 많이 필요한 n비트 불 함수를 처음 찾았다고 한다.
불 행렬 곱셈과 삼각형 탐지: STOC 2024까지 50년 동안 조합론적 알고리즘은 3제곱 시간 대비 로그 배수만 줄였는데, 새 결정론적 알고리즘이 STOC 2024의 핵심 미해결 질문에서 목표 속도 향상을 달성했다고 Google은 밝혔다.
고차원 기하: n개 점의 모든 쌍 거리를 상수 배 이내로 근사하려면 스타이너 점과 임의의 홉을 허용해도 n보다 다항식 배 많은 간선이 필요할 수 있음을 보였다고 한다.
무작위 선형대수: 겹쳐 쌓은 희소 스케치로 2025년의 미해결 질문을 풀었다고 한다. r차원 부분공간의 어느 방향도 뭉개지 않고 행렬을 선형 차원으로 압축할 때 행마다 √log r개의 0이 아닌 값이면 되며, 모든 길이를 보존하는 데 필요한 log r보다 제곱 배 적고 새 하한과 거의 맞아떨어진다.
가중 그래프: Stellar Colosseum이 FOCS 2022의 미해결 질문을 풀어, 간선 가중치의 삽입과 삭제가 있는 그래프에서 메모리, 갱신 시간, 복원 시간이 동시에 거의 최적인 첫 단일 패스 스트리밍 절단 희소화 알고리즘을 만들었다고 Google은 밝혔다.
온라인 역선형 최적화: 최적의 후회를 달성하는 결정론적 알고리즘을 얻었고, 실행 시간을 차원의 지수에서 다항 시간으로 줄였다고 한다.
정수 곱셈: 멀티에이전트 작업이 n log n 아래의 이론적 튜링 기계 한계를 단순화했다고 Google은 밝혔다. 별도 작업에서는 2차원 격자 하나에서 도는 새 O(n log n) 알고리즘을 만들었고, 이 C 구현은 10억 비트까지 GMP와 비트 단위로 일치한다.
자료구조: Tarjan이 1985년에 제기한 덱 추측에서 연산당 오버헤드의 새 상한을 증명했고, Lean 4로 검증했다고 한다. 이 상한은 유한 횟수로 반복한 어떤 역아커만 함수보다도 작다.
고차원 통계: 다시 적합하지 않고 계산하는 근사 leave-one-out 교차 검증이 elastic net 같은 비매끄러운 희소 벌칙에서도 정확함을 증명했다고 한다.

형식 검증과 논문 검토

Google Cloud AI 동료들과 개발한 멀티에이전트 프레임워크 LEAP를 Argon과 묶은 /teamwork-LEAP가 비공식 증명에서 출발해 Weil 추측의 기계 검증 형식화를 완전 자율로 만들어 냈다고 Google은 밝혔다. Weil 추측은 유한체 위 다항 방정식의 해 개수를 다루며 1974년 Pierre Deligne의 증명으로 마무리됐다. 이 형식화는 약 180만 줄의 Lean 코드이고 서브에이전트 호출이 2만 8,800회 들어갔다.

같은 시스템이 91만 9천 줄이 넘는 Lean 코드로 일반 정수환 위 힐베르트 열 번째 문제의 최근 증명을 처음 형식화했다고 한다. 일곱 개 밀레니엄 문제 중 하나의 일부이자 약 90년 열려 있던 매끄러운 외력 아래 3차원 나비에–스토크스 방정식의 유한 시간 폭발에 대해서는, 최근 증명의 끝에서 끝까지 형식화를 독립적으로 재현했다고 밝혔다. 1927년부터 열린 동역학계 문제 Birkhoff 추측과, 50년 넘게 조화해석의 핵심 문제였던 3차원 Bochner–Riesz 추측도 처음 형식화했으며, 후자는 최근 공개된 비공식 증명에서 빈틈을 찾아 고치기도 했다고 한다.

약 20년 된 3차원 이상 무한 조화 함수의 C¹ 정칙성 문제 해결, KdV 방정식이 H⁻¹에서 적정하다는 Killip과 Vişan의 정리 형식화, UCLA 그룹이 낸 Jamison Caterpillar 추측과 Ağırseven-Ollis 추측의 비공식 증명 검증, Erdős 문제 #1063의 개선된 상한 검증도 성과로 꼽았다.

STOC 2027을 앞두고는 투고 논문 578편(전체의 3분의 1 이상) 저자가 Deep Review 피드백을 받겠다고 신청했다. 진행 중인 저자 설문(N=70)에서 90%가 피드백이 대부분 또는 거의 전부 사실이라고 답했고, 90%가 다시 쓰겠다고 했다. 30% 넘는 응답자는 증명의 실질적 오류나 수학적으로 중요한 오타를 찾아냈다고 했고, 14%는 고치는 데 한 시간 넘게 걸리는 기술적 빈틈을 찾았다고 했다. Deep Review는 /teamwork의 문서 검토 패턴으로도 구현돼 Antigravity에서 쓸 수 있으며, 사용자에게 주 2회 무료 호출을 준다.

분자 구조 결정과 벤치마크 제작

핵자기공명 데이터로 분자 구조를 밝히는 일은 화학에서 가장 어려운 퍼즐로 꼽힌다. HIV 단백질분해효소 억제제에서는 결합 하나가 잘못 놓이면 비활성 유사체와 실제 약이 갈린다. Google은 /teamwork로 전문 에이전트 30개를 자기 교정 루프로 묶고 물리 기반 스펙트럼 시뮬레이터를 붙여, 복잡한 벤치마크 분자에서 top-1 정확 일치 95%, top-3 정확도 100%를 얻었다고 밝혔다. 단일 에이전트 성능의 거의 두 배다. 핵융합과 양자 알고리즘 같은 과학 문제도 /teamwork와 Argon 모델의 도움을 받았다고 한다.

다중 라운드 감사 워크플로로 벤치마크도 만들었다. 사람이 정한 인수 기준 5개(데이터 익명화 등)에서 출발해 Argon 위의 에이전트 29개가 11.5시간 동안 공개 표 13개를 인과추론 과제 50개짜리 벤치마크로 바꿨다. 모델은 인과 효과를 식별할 수 있는지 판단하고 알려진 정답과 견줘 추정해야 한다. 초기 점검 뒤 검토·감사 에이전트가 지름길 풀이를 잡아내고, 문구에 섞인 힌트를 표시하고, 환각으로 만든 스크립트를 거부해 각각을 영구 테스트로 만들었다.

시스템 엔지니어링과 Google 내부 적용

네트워크 벤치마크, 게임 엔진, 수정하지 않은 테스트 모음, 하드웨어 타이머 같은 객관적 평가기가 있으면 /teamwork 캠페인은 며칠씩 걸리는 소프트웨어·하드웨어 프로젝트를 수행할 수 있다. Google은 /teamwork와 Argon으로 SNAP 마이크로커널 기반의 저지연 커널 우회 분할 전역 주소 공간 FarArray를 만들었다. 이 위에서 만든 락프리 연결 요소 알고리즘은 1조 간선 그래프까지 확장되며 처리량이 60~90배 늘었고, TCP 키-값 저장소보다 RAM을 6분의 1만 쓰면서 40~180배 빨랐다. Personalized PageRank를 구현한 InstantEmbedding은 가속 MapReduce 구현보다 최대 DRAM을 최대 14배, 실행 시간을 11~27배 줄였다.

그래프 신경망용 맞춤 TPU 커널로는 HBM 사용을 최대 185배 줄이고 순전파·역전파를 8~15배 빠르게 했다. Argon 기반 힐클라이밍 팀은 기본 AlphaZero 구현에서 출발해 9x9 바둑 엔진을 처음부터 학습시켰다. 사람은 칩 배분과 평가 설정만 정했고, 하네스가 자율 캠페인으로 자기 대국을 2,300배 빠르게 만들고 Elo 측정도 빠르게 했으며, 잠가 둔 기록에 대한 통계 검정을 통과한 챔피언만 승격시켰다. 8일이 안 돼 엔진은 약 2,600 Elo가 올라 1,885 Elo에 이르렀고, 이는 수당 16회와 32회 탐색의 KataGo 사이다.

대규모 코드 이전은 에이전트가 의존성을 빈 껍데기로 두거나 테스트를 고쳐 망가진 이식을 통과시키면서 실패하곤 한다. Antigravity에 곧 들어올 /teamwork 재작성 패턴은 모듈을 의존성이 컴파일된 뒤에만 배정하고 모든 말단 모듈을 원본 테스트 모음에 연결해 이를 막는다. Zircon 마이크로커널은 25%가 이미 이식된 상태였고, Argon의 2주 캠페인이 나머지 C++ 코드를 다시 써서 안전한 Rust 약 80만 줄을 더했다. 이 코드는 커널 단위 테스트를 모두 통과하고 arm64 하드웨어에서 부팅한다.

/teamwork는 Google의 AV1 비디오 디코더 libgav1도 C++에서 약 17만 줄의 Rust로 다시 썼고, 폭넓은 적합성 테스트에서 비트 단위로 100% 일치했다. 처음에는 원래 C++보다 4배쯤 느렸지만, 프로파일링 도구와 샘플 영상에서 속도를 최대화하라는 지시를 주자 x86_64와 ARM 모두에서 원래 C++ 및 손 최적화 어셈블리보다 20~30% 빨라졌다.

/boost 명령은 /teamwork의 반복 코딩 패턴을 일상 코딩용으로 묶은 것이다. 장시간 /teamwork 캠페인이 과거 실행 기록을 분석해, 강하게 얽힌 코드는 병렬 분할보다 순차 구현과 수정 단계로 다루는 편이 낫다는 점을 찾아 /boost의 코딩 성능을 높였다. Google은 한 하네스가 다른 하네스를 토큰 효율 면에서 최적화한 사례라고 설명했다.

맞춤 JAX와 Pallas TPU 커널을 실제 하드웨어에서 평가하면 한 번에 7~32분이 걸려 기존 최적화 에이전트가 탐색할 후보 수가 제한됐다. Argon 위의 DuoDiscover 패턴에서는 에이전트 4개가 병목을 찾아 23초짜리 대용 평가기 'yardstick'을 만들었고, 후보 순위를 주기적인 전체 하드웨어 실행과 켄들 순위 상관으로 계속 검증했다. 그 결과 JAXBench 커널 17개에서 기준 구현 대비 기하평균 4.09배, 주요 오픈 웨이트 모델용 손 최적화 vLLM TPU-Inference Pallas 커널 7개에서 2.99배 빨라졌다.

Google 내부 운영 시스템에도 적용했다. 전사 메모리 최적화에서는 과거 절감 사례와 전사 지표를 분석해 재사용 가능한 /teamwork 워크플로를 만들었고, 이 워크플로가 찾은 절감 기회는 당초 추정치인 1PiB를 넘었다고 Google은 밝혔다. 사람이 개입하는 Memory Efficiency Monitoring Agent도 배포해 구조체 패딩 제거, 스칼라 축소, 절벽 점프, 아웃라이닝, 태그 포인터 같은 기법으로 추가 절감을 얻었다. Borg의 에이전트형 스케줄링 최적화는 /teamwork와 /boost로 만든 변경 2건을 적용해, 일부 하드웨어에서 TPU 워크로드 선점을 24% 줄이면서 워크로드의 서비스 수준 목표(SLO)와 클러스터 활용률을 유지했다고 한다.