지난주에 가스는 세상을 영원히 바꿔 놓았습니다. 테슬라가 마침내 로드스터를 공개하고, 배출하는 차가운 가스로 비행할 수 있는 능력을 선보였습니다. 하지만 일론이 가장 위대한 마술을 펼치는 동안, 구글은 자체적인 귀한 기체인 Gemini 4 Argon을 준비하고 있었는데, 이것은 그들이 출시했던 것 중 가장 강력한 사고 능력 모델입니다. 안타깝게도 그들은 심지어 내부 벤치마크를 통과하지 못해 캐나다에서 폐기된 Gemini 3.5 Pro조차 출시하지 않았습니다. 사실 구글이 AI 경쟁에서 너무 뒤처지고 있어서, 저는 제 티어 리스트에 F 아래에 새로운 G 카테고리를 추가해야 할 정도였습니다.
하지만 Argon의 출시로 모든 것이 바뀌었습니다. 이 모델은 지난 6개월 동안 Google의 TPU와 Jack's Python 라이브러리를 사용하여 처음부터 훈련되었으며, Trust Me Bro 벤치마크에서 GPT-6 Astra와 Claude Opus 5.5를 압도하면서도 더 저렴하고 빠른 새로운 Frontier 모델을 만들어냈습니다. 여기에는 이 미래적인 비행 자동차 게임 같은 놀라운 Argon 데모들이 있습니다. 하지만 오늘 영상에서는 이를 직접 테스트하여 다양한 동등 기반(equin based) 과제에서 Claude 및 GPT-6와 어떻게 비교되는지 살펴보겠습니다.
지금은 2026년 10월 20일이며, 여러분은 코드 리포트를 시청하고 있습니다. 하지만 먼저 Argon이라는 이름이 무엇을 의미하는지 알아봅시다. 이것은 그리스어로 '게으름'을 뜻하는 매우 흥미로운 이름 선택이지만, 저는 사실 토큰이 사라진다는 것을 암시하는 숨겨진 의미가 있다고 생각합니다. 구글은 물건 이름을 짓는 데 결코 능숙하지 않았고, Argon은 실제로 지난 9월 30일에 Fairwind라는 프로그램을 통해 소수의 신뢰받는 사이버 전사들에게만 발표되었습니다. 이 사용자들은 어떤 가드레일 없이 Argon에 접근할 수 있었습니다.
하지만 우리 같은 사람들에게 가드레일(guardrails)이 작동하더라도, 이 새로운 모델은 훨씬 적은 거절 응답을 생성하도록 되어 있다고 합니다. 그리고 Argon을 사용하면 이전 Gemini 모델들과는 매우 다르다는 것을 알 수 있을 겁니다. 그 이유는 이것이 구형 Gemini의 파인튜닝(fine tune) 버전이 아니기 때문입니다. 내부적으로 볼 때, 이는 희소 혼합 전문가 트랜스포머(sparse mixture of experts transformer)이며 Google의 TPU로 처음부터 훈련되었습니다. 지식 차단 시점(knowledge cut off)은 2026년 3월이므로, 적어도 6개월 동안 훈련되었다고 가정할 수 있습니다. 언뜻 보기에는 TMBBBS가 매우 인상적입니다.
Argon은 장기 호라이즌 소프트웨어 엔지니어링 작업에 사용되는 심층 소프트웨어 엔지니어링 벤치마크(deep software engineering benchmark)에서 최첨단(state-of-the-art)이며, 미국 GDP의 비중을 기반으로 금융, 법률, 코딩 등 다양한 주제를 가중하는 Val 지수에서도 1위를 차지합니다. 게다가 Gemini는 이제 최고의 AI 변호사이며 LVbench에서 91.7%로 장편 영상(Long Video) 분야도 압도합니다. 하지만 볼드체로 표시되지 않은 터미널 벤치 4.0(Terminal Bench 4.0) 같은 일부 수치를 보면, Opus 5.5가 66 대 57로 승리하고 Gemini는 Frontier S에서도 능가하는 것을 알 수 있습니다.
GPT-6 Astra가 10점 이상 차이로 이깁니다. 또한 흥미로운 점은 인간이 LLM을 주관적으로 순위 매기는 Arena AI에서, Gemini Argon이 텍스트 벤치마크에서는 최고를 기록한다는 것입니다. 하지만 웹 개발 코딩 아레나(code arena for webdev)에 와서는 무려 9위까지 떨어집니다. 따라서 이는 아마도 코딩 면에서는 Claude나 GPT-6만큼 좋지 않을 것이라는 것을 알려줍니다. 하지만 여기서 Google이 공격적으로 나섭니다. 11월 30일까지 Argon은 입력 토큰 백만 개당 $2, 출력 토큰 백만 개당 $1의 비용으로만 이용할 수 있습니다. 이는 이처럼 뛰어난 성능을 가진 모델에게는 매우 좋은 조건입니다.
그리고 Google은 제가 돈을 받지 않아도 그렇게 말할 수 있었습니다. 하지만 그들은 Gemini 3.1을 반중력 상태에서 빼내고 Argon으로 대체했을 때 개발자 출시를 망치는 데 성공했습니다. 그런데 오직 AI Ultra 플랜 사용자들에게만 접근 가능하게 만들었죠. 한 달에 100달러가 드는 플랜이었습니다. 그래서 모든 불쌍한 일반 사용자들이 화가 났는데, 그들은 Argon에 나중에 더 적은 할당량으로 접근할 수 있었거든요. 다행히도 저는 AI Ultra 플랜 비용을 지불할 만큼 바보입니다. 자, 그럼 실제 사례로 한번 사용해 봅시다.
Gemini의 판매 포인트 중 하나는 모든 형태의 입력(이미지, 비디오, 사운드 등)를 받아들이고, 그 모든 형식으로 출력할 수 있는 '옴니 모델(omni model)'이라는 점입니다. 기술적으로 볼 때, chat GPT와 Claude는 원본 비디오를 출력할 수 없습니다. 그래서 제가 시도한 첫 번째 프롬프트는 제 앱의 홍보 영상을 생성하도록 요청하는 것이었습니다. 그리고 최종 결과물은 정말 놀라울 정도로 평범했습니다. >> 마당에서 외로움을 느끼는 당신의 말? 궁극의 앱, Horse Tinder를 소개합니다. 비디오 자체는 꽤 좋아 보이지만, 명백히 AI가 만든 것이고 Horse Tinder 같은 최고 수준의 앱에는 절대 작동하지 않을 겁니다.
하지만 Claude와 GPT가 비디오 출력이 불가능하다고 단정하는 것은 완전히 정확한 이야기는 아닙니다. 왜냐하면 최근 특히 Claude가 모션 그래픽을 생성하는 데 매우 능숙해졌기 때문입니다. 이 과정은 단순히 확산(diffusion)과 같은 기술을 사용하여 실제 비디오를 생성하게 하는 것이 아니라, 모션 그래픽 시퀀스를 생성하는 실제 코드를 작성함으로써 이루어집니다. 여기서 보시다시피, Claude에 동일한 프롬프트를 제공하자, 우리는 훨씬 더 좋아 보이는 비디오를 얻게 되었고, 게다가 실제 코드에 접근할 수 있기 때문에 커스터마이징하고 분석하기도 훨씬 쉬워졌습니다.
하지만 요즘 Frontier 모델을 테스트하는 가장 좋은 방법 중 하나는 3JS에서 얼마나 잘 3D 그래픽을 렌더링할 수 있는지 확인하는 것입니다. 그래서 저는 Argon, Astra, 그리고 Opus에게 정확히 같은 프롬프트를 보냈습니다. '3JS를 사용하여 사실적인 인터랙티브 3D 말을 만들어라.' 이것은 AI와 인간 모두에게 매우 어려운 일입니다. 그리고 Claude와 GPT-6으로부터 받은 결과는 상당히 인상적이었습니다. 여기에는 몇 가지 명백한 결함이 있지만, 추가 프롬프트 몇 개로 아마도 수정할 수 있을 것입니다. 하지만 Gemini의 결과는 완전히 다른 차원이었습니다.
Gemini의 출력을 보여드리기 전에 경고해야 할 것이 있습니다. 이 결과가 일부 시청자에게 불쾌감을 줄 수 있다는 점입니다. 시청자의 재량에 맡깁니다. 그래서 가장 먼저 눈에 띄는 것은 이 UI가 얼마나 멋진지일 것입니다. 깔끔하고 표현력이 풍부합니다. 하지만 우리의 주의를 3D 모델로 돌리면, Gemini의 말이 다른 것들보다 조금 더 생겼다는 것을 알아차릴 수 있을지도 모릅니다. 제 프롬프트에서는 사실적인 말을 요청했을 뿐, 로우 폴리(low poly) 말은 요청하지 않았습니다. 그래서 이것은 상당히 실망스럽습니다. 하지만 여기서 훨씬 더 큰 문제는 정렬(alignment)입니다. 이 영역으로 주의를 돌리면, Gemini가 어떤 이유에서인지 모델에 교합 기관(copulatory organ)을 추가하기로 결정했다는 것을 알아차릴 수 있습니다.
저는 그것을 처음 발견했을 때 충격받고 불쾌했습니다. 그리고 보세요, 제가 사실적인 말을 요청했고 말의학적 관점에서 생식은 필요하다는 것은 완전히 이해합니다. 그래서 아마도 Google이 그저 현실적으로 보이게 하려고 노력한 것일 수도 있습니다. 하지만 왜 사생활(prudium)을 벗어난 것일까요? 그리고 왜 그렇게 우스꽝스러울 정도로 큰 걸까요? 이것들은 Google이 답변해야 할 어려운 질문들입니다. 왜냐하면 지금 저는 정렬 문제를 해결하기 전까지는 Gemini를 사용하는 것이 안전하다고 느끼지 못하기 때문입니다. 하지만 확실히 정렬 문제가 없는 것은 오늘 영상의 스폰서인 Macroscope입니다.
코딩 에이전트들이 하루에 수백만 개의 풀 리퀘스트(pull requests)로 우리를 질식시키고 있는 지금, 따라잡을 유일한 방법은 이 모든 것을 검토하기 위해 더 많은 AI를 사용하는 것인데, 이는 Macroscope가 실제로 어떻게 작동하는지 보면 터무니없게 들립니다. 그들은 가장 일반적인 프로그래밍 언어에 대한 자체 워커(walkers)를 구축하여 에이전트가 모든 코드 변경 사항에 대해 실제 컨텍스트를 얻을 수 있게 했고, 이는 모든 검토를 더 빠르고, 저렴하며, 정확하게 만듭니다. 또한 이들은 팀의 사용자 지정 규칙을 네이티브 GitHub 체크(checks)로 실행하여 실패하는 풀 리퀘스트를 차단할 수 있습니다.
만약 PR이 이러한 체크들을 통과하고, 코드 검토를 거쳤으며, 작은 폭발 반경(blast radius)을 가진다면, Macroscope는 사람이 볼 필요 없이 이를 승인합니다. 그들은 현재 모든 고객 PR의 40%를 자동 승인하고 있으며, 이는 해당 개발자들이 자신을 과부하(lobomize)시킬 가능성이 40% 낮다는 것을 의미합니다. 아래 링크를 사용하여 팀의 PR 일부를 Macroscope가 무료로 자동 승인하도록 해보세요. 이것이 코드 리포트였습니다. 시청해 주셔서 감사합니다. 다음 영상에서 뵙겠습니다.
