Gemini 4 Argon

열흘 전 Gemini 3.8 Flash를 쓰다가 시험 중인 다른 모델로 연결된 게 아닌가 싶을 정도로 놀랐음. 128GB Strix Halo에서 llama.cpp를 ROCm으로 실행하려 했지만 Vulkan만 작동해서 agy에 오류 메시지를 붙여 넣었음.
그러자 GPU 드라이버에 GDB를 연결하고, 커널 큐 ioctl 인터페이스를 역공학한 뒤, LD_PRELOAD C 심을 작성해 ROCm으로 llama.cpp를 실행되게 해줌. 내내 입이 벌어질 정도였음.
수정 사항도 추가함: https://gist.github.com/birep/6f2c8d490c7a29820997d57bd654c3....

3.8 Flash와 Antigravity 실행 환경 자체가 상당히 뛰어남. Fable 5.1, Opus 5.5, Gemini 3.8 Flash를 섞어 쓰는데 Gemini도 충분히 경쟁력이 있음. 특히 글쓰기, 프런트엔드, 시스템 관리에 강하며, agy로 NixOS 시스템을 설정하는 작업은 정말 놀라운 수준임.

대부분의 LLM도 할 수 있는 작업임. Claude는 펌웨어 스레드에서 RTOS 스케줄러, MCU 참조 매뉴얼, 하드웨어 컨트롤러 레지스터 인터페이스, 제조사 SDK까지 따라가며 30분 만에 원인과 해결책을 찾아줌. Linux는 학습량이 많아서 더 쉬울 수도 있음.

이런 이유로 LLM이 Linux 데스크톱의 킬러 앱이라고 봄. Linux에 관한 학습량이 많고 모든 것이 열려 있어 LLM이 직접 조작할 수 있으므로, 원하는 작업을 어떻게 해야 하는지의 문제가 깔끔하게 해결됨. 소리가 안 나면 그냥 LLM에 말하면 됨.

사흘 전 궁금한 내용을 검색하려고 Gemini를 썼는데, 거의 하룻밤 사이에 답변의 충실도와 품질이 확 올라간 듯해서 놀랐음. 그전에는 Gemini를 거의 검색 용도로만 썼음.

Claude를 아주 많이 쓰면서 중간중간 AGY와 CODEX로도 확인하는 편임. 최근 몇 번은 Gemini 3.8 Flash를 쓰는 AGY가 정말 잘해줘서, 이제 CODEX는 사실상 사용 대상에서 빠졌음.

올해 계속된 선두 교체는 일시적인 현상이 아닌 듯함. Dario Amodei는 AI가 승자독식 분야라 먼저 앞서간 팀이 다시 뒤처지는 일은 없을 것이라고 봤고, 이를 “집중”이라고 표현하곤 했음. 이번에도 그 예측이 틀렸다는 근거가 추가됨.
1년 전보다 AI는 전문 클라우드와 대형 클라우드, FAANG과 스타트업, GPU와 ASIC 사이에 더 널리 분산돼 있음. 누구에게도 해자는 없음.

Google에는 TPU, 최첨단 모델, 별도의 막대한 수익원이 있고, 여러 언어 모델링 전략을 동시에 연구하는 팀도 있음. 이미 인터넷의 상당 부분을 떠받치는 거대한 데이터센터까지 있는데, 이게 해자가 아니라면 대체 무엇이 해자인가?

맞춤형 하드웨어, 데이터센터, 현금 보유액, 두터운 인재층, 비AI 고객 기반은 해자가 아니더라도 막대한 이점임. OpenAI나 Anthropic보다 Google, Microsoft, Amazon이 AI 선두가 될 가능성이 더 높음.

NVIDIA의 해자는 현재로서는 클라우드 학습에 해당함. 소비자 영역에서는 NVIDIA와 AMD의 차이가 꽤 작고, 해자도 얕아지고 있음. AMD가 의외의 성과를 낼 것으로 예상함.
중국에서는 NVIDIA에 해자가 없으며, 중국이 새로운 GPU 설계 공급원이 될 수도 있음. Huawei Ascend 910C는 지금은 한 세대 정도 뒤처져 있지만, 해자는 말라버릴 수 있고 NVIDIA의 해자가 줄어들 가능성도 충분함.

승자독식론은 전적으로 특이점·합리주의 사상에 기반한 듯하며, 실현되려면 아직 한참 멀어 보이는 엄청난 발전이 필요함.

누구에게도 해자가 없지만 결국 모두 곤경에 처할 수 있음. 경쟁사들이 서로 추월할 때마다 대부분의 작업에서 인간을 능가하는 지점에 가까워지고 있음. 그때는 무엇을 해야 하나?

초기 시험 사용자들의 피드백을 모으고 안전장치를 개선한 뒤 Argon을 최대한 빨리 공개하겠다니, Gemini는 여전히 모델을 출시하지 못한다는 비판에서 벗어나지 못함.

미국의 유료 Pro 사용자인데, 오늘 업데이트한 Gemini 앱과 https://gemini.google.com/에서 선택할 수 있는 최신 모델이 3.6임. Gemini 3.7은 8월, 3.8은 9월 초에 나왔는데 어떻게 이럴 수 있나?

Google이 대기 명단만 공개하는 데 지쳤다고 했더니, 아예 대기 명단도 없애는 식으로 대응할 줄은 몰랐음.

Nano Banana의 다음 대규모 업데이트도 어떻게 된 건가? Nano Banana Pro가 나온 지 거의 1년이 됐음!

이미 구독료로 300달러 이상을 내고 있어서 차라리 다행임. 벤치마크가 맞는지 궁금하다는 이유만으로 100달러짜리 구독을 더 하고 싶게 만들지 않았으면 함.

매번 Gemini가 출시될 때처럼, 출시 지연 → 쓸 만한 실행 환경에 연결되기까지 3~4주 → 똑똑하지만 도구 사용과 코딩은 엉망 → 어느새 경쟁사에 뒤처짐의 순서를 밟을 듯함.

Argon 에이전트가 Google 전반의 C/C++ 코드를 Rust로 옮기고 있다니, 예전에 cppnext 팀이 Rust 검토조차 거부하던 때가 떠오름. 엔지니어 절반은 이미 방향을 알고 있었는데도 Carbon이나 심지어 Swift 같은 황당한 대안을 검토했음. 그 지연 덕분에 승진이라도 몇 번 잘 챙겼기를 바람.

이제 RewriteInRustBench가 진지하게 유용할 시점임. 학습 데이터에서 Rust의 비중이 상대적으로 작은데도 주요 에이전트 모두 꽤 잘 작성함.

메모리 안전성을 갖춘 영상 디코더가 기존 Rust 이식본보다 2.7배 빨라져 최적화된 C++에 가까워졌다니, 결국 아직 C++ 구현을 이기지는 못한 셈임. 언어 논쟁을 일으키려는 건 아니지만 흥미로움.

모든 것을 Rust로 재작성하자는 말이 워낙 오래 밈으로 돌았는데, 실제로 이루어지는 모습을 보니 비현실적으로 느껴짐.

그렇다면 Carbon은 시작도 하기 전에 끝난 건가? 어떤 언어가 될지 기대했지만, 이제는 예전만큼 타당한 선택이라고 주장하기 어려움.

re2, libgav1 같은 핵심 라이브러리의 수만 줄부터 Fuchsia OS의 Zircon 커널 80만 줄 이상까지 옮긴다는 건, 흔한 AI 기반 C++→Rust 재작성과는 차원이 다름. 핵심 C++ 라이브러리를 대규모로 전환할 수 있다면 몇 년 뒤에도 C++이 중요한 위치를 유지할지 모르겠음. Google이 이 작업에 관한 글을 공개해주길 기대함.

C++이 사라질 수 있다니 하루라도 빨리 보고 싶음. 진지하게는 지난 1년간 변화가 정말 빨랐고, 나도 그 어느 때보다 효율적이고 능숙하게 개발하고 있음.
기능과 프로젝트를 이전보다 빠르고 잘 완성하고 사용자 피드백도 더 잘 받는데, 이제는 코드조차 보지 않음. C++이든 Python이든 Java든 상관없이 컴퓨터가 세부 사항을 처리하고, 나는 무엇을 만들고 어떻게 작동해야 하는지에 집중함. 정말 놀라움.

표준위원회 위원들이 아직도 메모리 안전성을 위해 언어를 바꿀 가치가 있는지 다투고 있으니, 몇 년 뒤 C++이 여전히 중요할지에 대한 답은 아니라고 예상함.

아무도 Rust를 읽거나 쓰지 않고 에이전트가 전부 처리한다면, Rust도 잠깐 거쳐 가는 중간 단계에 불과할 것임. 곧 영어에서 GPU·TPU·CPU·각종 처리 장치용 복잡한 이기종 기계어로 바로 넘어갈 수 있음. Rust 지지자나 C++ 반대자들이 여기까지 생각해봤는지 모르겠음.

Google 규모에서 작동한다는 걸 보여준다면, 더는 타당성을 의심하기 어려울 것임.

어떤 작업 흐름을 쓰든 모델과 공급자를 교체할 수 있게 해둬야 함. 최첨단 AI 연구소들은 지난 몇 달처럼 계속 서로를 추월할 것임.
AI의 혜택이 널리 퍼지려면 지능이 범용 상품이 되어야 함. 스킬, 축적한 학습 내용, 인프라 구성을 직접 통제할 수 있다면 괜찮을 것임.

에이전트 실행 환경에도 종속되지 말아야 함. 실행 환경을 선택하지 못하게 하는 Google 같은 공급자의 모델은 피해야 함. OpenClaw 열풍이 끝나서 Anthropic은 지금은 별 신경을 쓰지 않음. 지갑으로 의사를 표시해야 함.

이번 모델은 최신 경쟁 모델보다 뒤처져 있으니, 추월이라기보다는 간신히 따라잡는 수준임.

드디어 Flash가 아닌 모델을 추가했지만 일반 구독자는 언제 쓸 수 있을지도 모름. 이럴 거면 AI Ultra 요금제를 구독할 이유가 무엇인가? 적어도 OpenAI는 Pro 구독자에게 Astra를 제공함.
Gemini AI Ultra와 ChatGPT Pro를 구독하고 회사에서는 Claude 기업용 서비스를 쓰고 있음. Gemini Flash는 최소 3.6부터 단순한 작업에는 꽤 유용했지만, 조금만 복잡해져도 계획을 제대로 따르게 하려면 직접 또는 다른 LLM으로 여러 번 검증해야 했음. 이번에도 새 Pro 모델이 빠진 출시라 실망스러움.
처음에는 Anthropic도 Fable을 제한한다고 생각했는데, 우리 기업용 요금제에 포함되지 않은 것 같음. 다만 Mythos는 여전히 일반 구독자와 기업 사용자에게 제한되는 것으로 알고 있음.

Fable은 몇 달 전부터 제공됐고 9월 1일에도 업데이트됐음. 매우 좋지만 Opus 5.5가 나온 뒤로는 굳이 쓸 이유가 별로 없음.

유출된 Anthropic 투자설명서에서 봤듯이 실제 사용자 매출은 미미함. 정말 중요한 것은 투자자에게 얼마나 자금을 받을 수 있는지, 그리고 자기개선이 가능할 만큼 똑똑한 모델을 보유했는지임.

핵심 뉴스는 모델 자체가 아니라, Google 내부에서 이미 대규모 코드 작성에 적극 활용하며 C++ 80만 줄을 Rust로 전환 중이라는 사실임.
이 분야에서 DeepSeek 외에 존중하는 기업은 Google임. 유명한 “우리에게 해자는 없다” 메모를 포함해 처음부터 솔직했음. 막대한 데이터, 자체 TPU, 내부 전문가를 갖췄고 LLM도 여기서 발명됐음. 유용한 도구가 하나 더 추가됨.

Google의 양자컴퓨팅 팀도 대단하고 높은 평가를 받고 있음. 이번 발표에는 양자 알고리즘 최적화의 세부 내용이 없지만, 검증을 견딜 것이라는 확신이 꽤 듦.

지금 이 댓글을 쓰는 동안에도 Argon이 내 업무를 대신 처리 중임. 오늘 점심에 누군가 개발 중인 도구에 특정 기능이 언제 들어가냐고 물었는데, 알고 보니 어젯밤 8시 30분에 여자친구와 시간을 보내는 동안 이미 구현해놓았음. 미래에 온 걸 환영함!

감시를 회피하는 추론을 학습하지 않도록 관찰 결과를 훈련에 되먹이지 않는 건 좋은 조치지만, 바로 그것 때문에 Google의 발전이 느려지는 것임. 모델이 자기확증의 순환에 빠져 인간이 따라갈 수 없는 속도로 발전하도록 내버려두지 않는 대가를 치르고 있음.

Google은 실제 사고 과정을 API로 반환하지 않으므로 외부에서는 감시할 수 없음. 작은 모델로 가짜 사고 과정을 만들어 반환하며, 실제 사고 과정에는 Google만 접근할 수 있음.

해석 불가능한 중간 표현으로 추론하게 하면 이론적으로 속도나 지능이 얼마나 향상되나? 실제로 시험했는지, 지금 방식이 얼마나 느려지게 하는지, 정확히 누구와 비교하는 것인지 궁금함.

Google은 왜 Gemini의 가중치를 공개하지 않을까? Gemini 4가 최첨단 모델들과 비슷한 수준이라면 공개해서 OpenAI와 Anthropic의 경쟁력을 무너뜨리고 시장을 선도할 수 있음.
다음 모델을 개발할 시간을 벌고, 우리 같은 사용자에게도 이로우며, 경쟁사의 자금 조달과 기업가치를 흔들어 모델 공개나 훨씬 뛰어난 모델 개발을 강제할 수 있음.
단점은 Gemini API 매출 감소 정도인데, Google의 다른 매출에 비해 얼마나 큰지 모르겠음. 어차피 모델을 어디선가 호스팅해야 하므로 GCP가 일부 매출을 회수할 수도 있음.

최첨단 모델은 일반인이 실행할 수 있는 수준이 아님. 필요한 VRAM 비용만으로도 파산할 지경이며, 대부분은 모델을 내려받을 저장 공간조차 부족할 것으로 봄.