Axiom MathAxiom Quant Inc. · AI가 출력이 아닌 증명을 만드는 세상 · $1.6B Valuation 2026.03
광저우 출신의 25세 스탠퍼드 자퇴생이 스타벅스 커피숍에서 Meta AI 연구자와 나눈 대화 하나로 시작했다 — AI가 그럴듯한 코드를 만드는 것을 넘어 수학적으로 옳음이 보장된 코드를 만드는 ‘Verified AI’의 카테고리를 정의하며, 창업 10개월 만에 $2억 Series A·$1.6B 기업가치를 달성했다
Axiom Math AI(공식 법인명: Axiom Quant Inc.)는 2025년 3월 샌프란시스코에서 카리나 홍(Carina Hong, 1세 중국계 미국인)이 창업한 ‘Verified AI(검증 가능한 AI)’ 스타트업입니다. 창업의 씨앗은 홍이 스탠퍼드 박사과정 재학 중이던 2024년 가을, 팔로알토 커피숍 단골 자리에서 Meta AI 연구자 슈브호 센굽타와 나눈 수학과 AI 교차점에 대한 우연한 대화였습니다. 두 시간에 걸친 이 토론이 “AI가 수학적 진실을 스스로 증명하는 시스템을 만들 수 있을까“라는 공동 비전으로 발전했고, 홍은 AMD CEO 리사 수가 조언하는 “가장 어려운 문제를 향해 달려라”는 원칙에 따라 박사과정을 자퇴하고 창업에 나섰습니다.
중국 광저우 출신으로 가족 중 최초의 대학 진학자입니다. 어린 시절 영어 수학 교재를 독학으로 읽기 위해 스스로 영어를 배웠습니다. MIT 수학·물리학 학사(3년 조기 졸업)를 취득하는 동안 9편의 학술 논문을 발표하고 20개의 고급 수학 과목을 수강했습니다. 미국 최우수 학부 수학 연구자에게 주어지는 Frank & Brennie Morgan Prize 수상(2023)과 수학 분야 최우수 여성 학부생에게 수여하는 Alice T. Schafer Prize 수상. 이후 Rhodes Scholar로 옥스퍼드 허트퍼드 칼리지 신경과학 석사(최우등) 취득 후, 스탠퍼드 수학 박사과정(법학 연계)에 진학했지만 Axiom 시드 라운드 마감 직후 자퇴했습니다. 인터뷰에서 “올림피아드 수학은 도파민을 주는 것이지만, 연구 수학은 벽을 머리로 박는 것입니다. 저는 그 고통을 좋아합니다”라고 말했습니다.
홍은 세계 최고 수준의 AI·수학 연구자들을 어떻게 채용했냐는 질문에 이렇게 답했습니다. “문제가 10년을 투자할 가치가 있을 만큼 어려우면, 그 자리에서 기다리기만 해도 진짜 전문가들이 스스로 찾아옵니다.” 이것은 허세가 아닙니다. Meta FAIR·Google Brain·Google DeepMind 소속 연구자들이 더 안정적인 직장을 떠나 Axiom에 합류했습니다. 켄 오노 교수는 버지니아대학 종신교수직을 사임하고 실리콘밸리로 가족과 이사해 팀의 15번째 멤버가 됐습니다. 이 인재 밀도가 Axiom의 가장 복제하기 어려운 경쟁 자산입니다.
핵심 팀 구성 — 분야별 세계 최고 전문가들:
Meta FAIR에서 OpenGo·CrypTen 개발을 이끌었습니다. NVIDIA에서 초기 CUDA 아키텍처 설계에 참여했으며, Google Brain 분산 학습 시스템 구축도 경험했습니다. Axiom의 AxiomProver와 AXLE 훈련 인프라 전체를 설계했습니다.
구겐하임·패커드·슬론 펠로우. 미국수학회(AMS) 전 부회장. 버지니아대학 종신교수직을 사임하고 합류. AI 모델을 극한까지 시험할 수학 문제 설계 총괄. Super Bowl 광고에 출연한 수학자.
2019년 세계 최초로 트랜스포머 모델을 수학 문제 해결에 적용. Meta 재직 중 130년간 미해결 문제를 LLM으로 풀어냈으며, 30년 된 추측을 반증했습니다. AI와 수학의 교차점에서 가장 핵심적인 연구자.
컴파일러·GPU 코드 생성에 딥러닝을 적용하는 분야의 초기 개척자. LLM을 이용한 첫 컴파일러 개발 경험 보유. AI가 생성한 코드의 형식적 검증 시스템 구현을 주도합니다.
Axiom의 핵심 명제는 간결합니다. “LLM은 통계적으로 그럴듯한 출력을 만들지만, Axiom은 수학적으로 옳음이 증명된 출력을 만든다.” Menlo Ventures 파트너들이 투자 블로그에 쓴 것처럼, “빈번하게 작동하는” 코드는 핵심 인프라에 사용하기 위한 “끔찍한 표준”입니다. AI가 생성한 코드의 환각(Hallucination)과 보안 취약점은 모델 세대가 발전해도 사라지지 않는 아키텍처적 한계입니다. Axiom은 이를 수학의 언어, 즉 Lean(형식 증명 언어)으로 AI 출력을 훈련하고 검증함으로써 해결합니다.
Lean 전문 프로그래밍 언어를 사용해 AI 모델의 모든 추론 단계를 “기계 체크 가능(Machine-Checkable)”하고 논리적으로 보장합니다. 결정론적 증명 검증기가 출력이 틀렸을 때를 즉각 탐지해 ①코드 함수가 항상 올바른 답을 반환함을 수학적으로 보장하고 ②새 코드 스니펫이 숨겨진 취약점을 도입하지 않음을 검증합니다. Menlo 파트너들은 이를 “두 가지 리스크 카테고리를 동시에 제거”한다고 평가합니다.
각 AI 출력에 대해 대규모 증명 검증 데이터(“검증된 데이터 플라이휠”)를 생성하고, 이를 훈련 루프에 다시 투입해 모델 역량을 지속 향상시킵니다. 핵심은 검증되지 않은 AI 모델에서 발생하는 “모델 붕괴(Model Collapse)” — 즉 오염된 데이터가 모델을 퇴화시키는 현상 — 없이 재귀적 자기 개선이 가능하다는 점입니다. 이 구조는 Axiom이 학습할수록 더 안전해지는 자기 강화 메커니즘입니다.
기존 수학 문제를 푸는 것을 넘어 새로운 수학적 추측을 스스로 제안하는 역량을 개발 중입니다. 2026년 2월, Axiom은 20년간 미해결이었던 수론 추측 — 만곡면 거리 측정에 사용되는 미적분학 요소를 포함한 — 을 증명해 학계를 놀라게 했습니다. 이는 창업 팀의 켄 오노 교수 자신이 수년간 시도했지만 풀지 못했던 문제이기도 했습니다. Wired는 이를 “AI가 4개의 이전에 풀리지 않은 문제를 풀었다”고 보도했습니다.
형식 검증이 대규모로 빠르고 저렴하게 작동하도록 설계된 전용 훈련 인프라입니다. Menlo의 투자 논거 핵심은 “형식 검증을 AI를 사용하는 모든 기업에게 빠르고 저렴하게 제공할 수 있는가”이며, AXLE는 이 목표를 위한 엔지니어링 기반입니다. $200M Series A 자금의 가장 큰 투자처이며, 이 인프라가 성숙해야 엔터프라이즈 규모 배포가 가능해집니다.
“LLM은 본질적으로 통계적이다 — 그것은 그럴듯한 출력을 만들지, 증명 가능하게 옳거나 안전한 것을 만들지 않는다. AI의 환각과 안전하지 않은 코드는 다음 세대 모델로 수정될 버그가 아니다. 아키텍처의 문제다.”
주요 기술 성과 이정표:
2025년 12월, Axiom의 결정론적 AI가 Putnam 수학경시대회에서 만점을 달성했습니다. 지난 100년 동안 단 5명의 인간만이 이를 달성했습니다.
만곡면 거리 측정(미적분학) 요소를 포함한 수론 추측을 증명. 창업 팀의 켄 오노 교수 자신이 수년간 실패한 문제. Wired 등 주요 매체 보도.
수학 연구 도구였던 Lean을 AI 생성 코드 검증에 상업적 규모로 적용. 핵심 인프라 코드의 수학적 안전성 보장을 최초로 구현.
Axiom은 창업 후 약 7개월 만인 2025년 10월 B Capital 리드 $6,400만 Seed 라운드로 시장에 첫 공개됐으며, 이후 5개월 만인 2026년 3월 Menlo Ventures 리드 $2억 Series A를 완료해 총 누적 $2억 6,400만을 조달했습니다. Seed에서 Series A까지 기업가치가 $3억에서 $16억으로 5.3배 상승한 것은, AI 추론 및 형식 검증 시장에 대한 투자자들의 폭발적인 신뢰 확장을 반영합니다. B Capital은 Series A에서도 추가 투자(“Doubling Down”)를 단행해 창업자와 기술에 대한 내부자 신뢰를 공개적으로 확인했습니다.
홍과 센굽타가 Axiom의 비전을 구체화하기 시작했습니다. Meta FAIR·Google Brain 출신 연구자들을 빠르게 채용하며 팀을 구성했으며, 스텔스 상태에서 AxiomProver의 초기 아키텍처와 Lean 기반 훈련 파이프라인 구축을 시작했습니다. 창업 몇 달 이내에 팀을 17명까지 확장하며 연구 역량을 빠르게 쌓았습니다.
B Capital Group이 리드하고, Greycroft, Madrona Ventures, Menlo Ventures가 참여한 $6,400만 Seed 라운드입니다. B Capital은 투자 블로그에서 “수학적 슈퍼인텔리전스를 향해”라는 제목으로 투자 논거를 상세히 공개했습니다. Madrona는 별도 블로그(“AI Reasoning: Demand Outstrips Supply”)에서 형식 검증 AI의 시장 기회를 설명했습니다.
이 라운드와 함께 스텔스를 해제하며 팀 구성과 기술 방향성을 처음 공개했습니다. 홍이 팀원들을 채용한 방식 — “문제가 충분히 어려우면 사람이 스스로 모인다” — 이 실리콘밸리 전체에서 화제가 됐습니다.
2025년 12월, Axiom의 AI가 Putnam 수학경시대회에서 퍼펙트 스코어를 달성했습니다. 지난 100년 동안 단 5명의 인간(홍 포함)만이 이 점수를 달성했습니다. 같은 시기, Axiom은 창업 팀의 켄 오노 교수가 수년간 실패한 20년 미해결 수론 추측을 Lean으로 검증 가능한 방식으로 증명했습니다. 이 두 성과가 Menlo Ventures의 $2억 Series A 결정을 이끄는 결정적 촉매가 됐습니다.
Menlo Ventures가 리드한 $2억 Series A입니다. Seed 라운드에 참여했던 B Capital이 “Doubling Down(초과 추가 투자)”으로 재참여하며 내부자 신뢰를 확인했고, Greycroft, Madrona, Toyota Ventures가 함께했습니다. 기업가치는 Seed $300M에서 $1.6B으로 5.3배 상승했습니다.
Menlo Ventures 파트너 Matt Kraning과 C.C. Gong은 투자 블로그에서 “AI는 모든 코드를 작성할 것이다. 수학이 그것이 작동함을 증명할 것이다(AI will write all the code; mathematics will prove it works)”라고 선언하며, LLM의 확률론적 한계가 아키텍처 수준의 문제임을 명확히 했습니다.
자금 활용: AxiomProver·AXLE 훈련 인프라 규모화, 수학 전문가 팀 확장, 기업 고객용 형식 검증 서비스 상용화 가속.
AI 코드 검증 및 수학 추론 시장에는 Harmonic(Robinhood CEO Vlad Tenev 공동창업·$1.45B 기업가치), Axiomatic AI($18M 조달), DeepMind AlphaProof, OpenAI의 수학 추론 연구 등이 경쟁합니다. Axiom이 구조적으로 차별화되는 지점은 기술·팀·포지셔닝 세 레이어에서 동시에 방어적 해자를 구축했다는 데 있습니다.
Menlo 파트너들이 강조한 것처럼, AI 환각은 “다음 모델 세대로 수정될 버그가 아니라 아키텍처의 문제”입니다. Axiom은 더 나은 LLM을 만들거나 프롬프트 엔지니어링으로 환각을 줄이는 것이 아니라, 수학적 형식 증명이라는 완전히 다른 레이어에서 이 문제를 해결합니다. 이 접근은 LLM이 얼마나 발전하든 상관없이 항상 요구되는 상위 레이어 서비스를 만들어, AI 코딩 시장 전체의 성장이 Axiom의 성장과 비례하는 구조를 만듭니다.
Meta FAIR·Google Brain·Google DeepMind 출신 연구자들과 버지니아대 종신교수직을 사임한 켄 오노, 100년 묵은 수학 문제를 LLM으로 푼 프랑수아 샤르통, 딥러닝 코드 생성 분야 선구자 휴 레더가 한 팀에 모였습니다. 이 인재 밀도는 어떤 자본으로도 단기간 복제할 수 없는 Axiom의 핵심 해자입니다. 25세 창업자가 세계 최고 수준의 전문가들을 모을 수 있었던 것은 “문제의 어려움”이 가장 강력한 채용 도구였기 때문입니다.
AI 스타트업이 기술적 차별성을 주장하기는 쉽지만 객관적으로 검증하기는 어렵습니다. Axiom은 Putnam(세계 최고 학부 수학 경시대회) 퍼펙트 스코어와 20년 미해결 난제 증명이라는 외부에서 독립적으로 검증 가능한 성과를 보유합니다. 이 성과들은 투자자 신뢰를 넘어, 엔터프라이즈 고객이 Axiom의 기술력을 신뢰하는 가장 설득력 있는 레퍼런스가 됩니다.
Axiom의 “검증된 데이터 플라이휠”은 각 AI 출력에서 증명 검증 데이터를 생성해 다음 훈련에 투입하는 재귀적 구조입니다. 이 루프는 모델 붕괴 없이 작동하며, 사용량이 늘수록 더 많은 증명 데이터가 쌓이고 모델이 강화되는 선순환을 만들어냅니다. 경쟁사들의 비검증 데이터 기반 훈련과 달리, 이 데이터 자산은 시간이 지날수록 경쟁자가 좁히기 어려운 격차를 만듭니다.
Axiom의 장기 비전은 명확합니다. 소프트웨어 개발의 모든 단계에서 AI가 생성하는 모든 코드 라인을 수학적으로 검증하는 세상입니다. Menlo는 이를 “가상으로 모든 소프트웨어가 대형 언어 모델의 도움으로 만들어지는 세상에서 모든 AI 생성 코드를 증명 가능하게 검증하는 거대한 기회”라고 표현했습니다. 카리나 홍은 이 목표를 향해 $200M Series A 자금을 훈련 인프라 규모화와 수학 전문가 팀 확장에 집중 투자합니다. 광저우의 가족 중 최초의 대학생이, 25살에 세계에서 가장 어려운 수학 문제를 AI로 해결하는 회사를 만들어 $1.6B 기업가치를 인정받은 이 궤적은 — Axiom 자체가 풀고자 하는 문제처럼 — 전례가 없고, 아름다우며, 증명을 향해 나아가고 있습니다.