Claude, Gemini, Grok 등 주요 AI 모델 이름의 유래 조사

AI 생성 커버 일러스트. 모델명 유래를 조사하는 작업을 표현하고 있습니다.

결론부터 말하자면, 주요 6개 AI 모델명 중 기술적인 내용을 실제로 설명하고 있는 것은 단 두 개였습니다. GPT는 사양서 자체이며, Mistral은 아키텍처를 이름에 내장하고 있습니다. 나머지 4개(Claude, Gemini, Grok, Llama)는 확인되지 않은 오마주, 팀 통합의 상징, 1961년 SF 소설, 그리고 동료의 별명입니다.

이 기사는 AI 라이팅 지원을 사용하여 작성되었습니다. 후반부 API 테스트는 실제로 실행한 것이며, 스크린샷은 실제 콘솔 출력입니다.

모델 목록을 설정할 때 다음 3가지 식별자를 나란히 열어두었습니다.

claude-haiku-4-5

gemini-3-flash

gpt-5-4-mini

여기서 멈칫했습니다. 이 세 가지 접미사 중 어느 것이 '작은'을 의미하고, 어느 것이 '빠른'을 의미하는지 설명할 수 없었기 때문입니다.

Haiku는 하이쿠(俳句), Flash는 섬광(閃光), mini는 소형(小型). 개념적으로는 세 가지가 제각개격인데도 불구하고, 식별자의 같은 위치에 같은 종류의 레이블인 것처럼 나열되어 있었습니다.

그래서 먼저 접미사가 아니라 이름 자체를 조사하기로 했습니다.

Generative Pre-trained Transformer.

Generative: 식별적이지 않고 생성적인 -
Pre-trained: 다운스트림 태스크에 적응하기 전에 대규모 코퍼스로 사전 학습 -
Transformer: 기반 아키텍처

세 단어 모두 기술적 사실입니다. 신화도, 말장난도, 내부자들끼리의 농담도 없습니다. 이 세 용어의 의미를 알면 이 모델군이 가진 기본적인 패러다임을 이해할 수 있습니다.

목록 중에서 가장 평범한 이름이었지만, 동시에 정보량이 가장 많은 이름이었습니다.

Mixtral은 Mixture-of-experts와 Mistral의 합성어입니다. 이 이름만으로도 밀집 모델(dense model)이 아니라는 것을 알 수 있습니다.

모델명 Mixtral-8x7B는 더 깊게 파고들어서, 8개의 전문가(expert), 토큰당 약 12.9B 파라미터가 활성화되고, 라우터가 8개 중 2개를 선택하여 그 두 출력의 가중합을 레이어의 출력으로 한다는 구조를 보여줍니다.

여기서 단순 곱셈을 해보았습니다.

8 × 7 =
56B - 실제 총 파라미터 수 =
46.7B

약 10B가 적습니다. 이유는 8개에 복제되는 것은 피드포워드 블록만이고, 셀프 어텐션 레이어와 임베딩은 8개의 전문가에서 공유되기 때문입니다. 즉 이름의 곱셈은 실제 크기를 약 20% 과대하게 표현하고 있습니다.

이름을 기준으로 하드웨어를 추정하면 과도하게 확보하게 됩니다. 이번에 조사한 것 중 실질적인 피해가 발생할 가능성이 있는 유일한 이름이었습니다.

회사명 자체는 기계 학습과 무관합니다. mistral은 프랑스 남부에서 지중해로 부는 차가운 북서풍으로, 평균 풍속은 약 50km/h이며 며칠 동안 지속되기도 합니다. 어원은 오크어(Occitan)랑그도크 방언의 '지배적인'이라는 의미의 단어에서 유래했습니다. 창업자 Arthur Mensch, Guillaume Lample, Timothée Lacroix 세 명은 École Polytechnique에서 만나 2023년 4월 이 바람의 이름으로 회사를 등록했습니다.

접미사는 이후에도 일관성을 유지하고 있습니다.

Pixtral: 비전 -
Codestral: 코드 생성 -
Mathstral: 수학 -
Devstral: 에이전트형 코딩 -
Voxtral: 음성

이번 6개사 중에서 규모가 아니라 기능을 접미사에 담고 있는 곳은 여기뿐입니다. Codestral

만으로 용도를 알 수 있으므로, 문서를 열어볼 필요조차 없습니다.

출처: Mistral AI: Mixtral of experts.

Llama = Large Language Model Meta AI.

언뜻 보기에는 GPT와 같은 계열의 깔끔한 기술적 두문자어처럼 보입니다. 글자를 단어에 대응시켜 보겠습니다.

Large, Language, Model, Meta, AI → 5단어

• L-L-a-M-A → 5글자지만,
  Model과 Meta가 M을 공유

AI 모델 이름의 유래와 진실: Llama부터 Gemini까지

위키피디아는 이를 두문자어(acronym)가 아닌 **역성두자어(backronym)**로 분류하고 있습니다. 즉, 먼저 'llama'라는 단어가 존재했고, 나중에 그 역방향으로 전개형을 추론하여 붙인 정리입니다.

게다가 이 이야기는 Meta가 처음 한 것이 아닙니다. LlamaIndex가 더 일찍 사용했으며, 창업자 Jerry Liu는 "귀여운 동물 이름을 생각하다가 LLM이 들어간 llama를 발견했다"는 취지의 설명을 했습니다.

Meta는 초기에 두문자어임을 강조하는 LLaMA라는 표기를 사용했지만, 나중에 일반적인 Llama로 변경했습니다.

널리 퍼진 설은 정보 이론의 아버지인 Claude Shannon에 대한 오마주(homage)라는 것입니다. 1948년 논문 A Mathematical Theory of Communication은 16만 회 이상 인용되었습니다. AI 연구소가 통신 이론의 기초를 다진 인물에게 이름을 따왔다는 설득력 있는 이야기입니다.

공식적인 확인을 찾아봤습니다. Anthropic 공식 블로그, 고객 지원 센터(help center), 모델 카드, 창업자의 발언—어디에도 없습니다. 모든 자료는 "〜라고 알려져 있다"라는 식으로 서술되어 있습니다.

2026년의 뉴요커지 기사 제목은 *"What Is Claude? Anthropic Doesn't Know, Either"*였습니다. 여기서 소개된 회사 내부 설명에 따르면, 절반은 Shannon에 대한 오마주였고, 나머지 절반은 단순히 주방 가전제품처럼 들리지 않으며, Siri나 Alexa 같은 음성 비서 이름도 아닌, 친근한 사람 이름을 원했기 때문이라고 했습니다.

Haiku / Sonnet / Opus와 같은 계층명도 마찬가지입니다. 시의 형식이 능력에 대응한다는 설명은 널리 알려져 있지만, 공식 출시 기사에는 언급되어 있지 않습니다.

Gemini의 공식 설명에는 실질적인 내용이 담겨 있습니다. Jeff Dean의 설명에 따르면, "쌍둥이(twins)"가 가리키는 것은 통합 전의 두 팀, 즉 PaLM / PaLM-2를 담당했던 구 Google Brain과 Chinchilla를 담당했던 구 DeepMind입니다. 2023년 4월에 통합하여 공동으로 멀티모달 모델을 개발했기 때문에 "쌍둥이"가 된 것입니다.

나아가 NASA의 제미니 계획(머큐리와 아폴로를 연결하는 2인승 계획)과 쌍둥이자리 주성인 카스토르와 폴룩스를 연관 지었습니다.

다만 개발 당시 코드네임은 Titan (토성의 가장 큰 위성이자 그리스 신화의 티탄)이었습니다. 변경 이유는 Dean이 그 이름을 선호하지 않았기 때문입니다. 이 코드네임 자체가 "우주에 뿌리내린 이름을 찾아야 한다"는 방향성을 제시했고, 결과적으로 Gemini에 이르렀다고 설명됩니다.

기술 공동 리드인 Oriol Vinyals는 나중에 공개 석상에서 다음은 Apollo가 될 것인지 농담을 했습니다. NASA에서는 제미니 다음에 아폴로였습니다.

또 다른 이름인 Nano Banana는 Google DeepMind의 프로덕트 매니저 Naina Raisinghani의 동료가 붙여준 별명입니다. 이것이 그대로 공식 모델명이 되었습니다(Gemini 2.5 Flash Image 대응).

Grok은 Robert A. Heinlein이 소설 Stranger in a Strange Land (국문판 『異星の客』)를 위해 만든 단어입니다. 화성에서 태어나 화성인에게 자란 인간이 지구로 돌아오는 이야기 속, 가상의 화성어에서 문자 그대로 "마신다"는 뜻이며, 이것이 비유적으로 "무언가를 완전히 흡수하여 자신의 일부로 만드는" 느낌을 갖게 되었습니다. 이 단어는 옥스퍼드 영어사전에 등재되어 있으며, "직관적 또는 공감에 의해 이해하는 것"으로 정의됩니다.

xAI는 이에 대한 출처를 공식적으로 인정하지 않습니다. Musk가 단순히 챗봇 발표 다음 날 X에 "Stranger in a Strange Land"라고 게시했을 뿐입니다.

인간적인 확인이 불가능하여, 모델 자체에게 같은 질문을 던져보았습니다. "당신의 이름은 어디서 왔나요?"라는 질문을 4개 모델에 보내고 원본 응답을 기록했습니다.

실제 실행 결과 스크린샷입니다. 생성 이미지가 아닙니다.

GPT-6 Astra의 결과가 가장 예상 밖이었습니다. 총 7번 질문했고, 그중 3번은 ChatGPT의 어원(語義)을 설명했으며, 2번은 "고유한 이름이 없다"고 답했고, 마지막 1번은 자신의 이름을 Codex (라틴어로 책자/법전의 의미)라고 답했습니다.

7회에 걸쳐 Astra에 대해서는 한 번도 언급하지 않았습니다. finish_reason은 매번 stop이었기 때문에 중간에 끊긴 것은 아닙니다.

Claude는 Anthropic이 유일하게 공식적인 유래를 발표하지 않았기 때문에 확실하지 않다는 취지를 스스로 덧붙였습니다. 네 모델 중에서 불확실성에 대해 언급한 것은 이것뿐입니다.

Gemini가 가장 상세한 답변을 했지만, 같은 질문에 대해 출력 토큰은 1,859개를 사용했습니다. Claude는 281이었습니다. 추론형 모델의 비용은 가시적인 답변량에는 나타나지 않습니다.

Grok은 출처 자체는 정확했지만, xAI의 명명 의도를 단정적으로 말하고 있었습니다. 앞서 언급했듯이 Musk는 확인하지 않았습니다. 응답 텍스트에 \confidence{90}와 같은 내부 마커도 혼입되어 있었습니다.

공식적으로 이름의 유래를 설명하지 않은 모델이, 유일하게 '확실하지 않다'고 명시한 결과가 되었습니다.

6개 중 기술 정보를 포함하는 것은 GPT와 Mistral 계열 단 두 개였습니다. 나머지 4개는 확인되지 않은 오마주, 팀 통합, 소설, 별명입니다.

그리고 출발점이었던 접미사 쪽은 벤더 간에 지향하는 축이 일치하지 않았습니다.

• Google의 Flash → 레이턴시 - OpenAI의 mini → 파라미터 규모 - OpenAI의 Codex → 기능 - Anthropic의 Haiku → 규모와 속도 모두 - Mistral의 -stral 계열 → 기능

Flash, mini, Haiku는 모두 '작고 빠르다'라는 범주에 속하지만, 측정하는 것이 동일하지 않습니다. Pro는 차이가 더욱 크며, OpenAI의 Pro와 Google의 Pro는 가격대 자체가 다릅니다.

실무적인 결론으로는, 접미사는 동일 벤더 내부의 수직적 비교에만 사용할 수 있다는 것입니다. 벤더를 넘나들 때는 컨텍스트 길이, 과금 구분, 실측 레이턴시와 같은 수치를 직접 보는 것이 더 확실합니다. Crazyrouter가 호출 가능한 대화 모델 목록에서는 각 모델의 구분이 나란히 확인되므로, 이름에서 역산하는 것보다 빠릅니다.

처음에 '어떤 것이 강한지 모르겠다'는 혼란은 지식 부족이 아니라, 그 세 가지 접미사가 원래부터 갖춰져 있지 않았기 때문이었습니다.