모델 브리핑 — 2026-10-14 (수, KST 아침)

10월 14일(수) 아침 브리핑으로 전달된 신규 AI 모델 발표 요약 아카이브입니다. 13일(미국 현지)·14일(KST) 새벽 공개분을 모았습니다. 성능 수치는 별도 표시가 없으면 회사 발표 기준입니다. 기사 전문이 아니라 요약이며, 자세한 내용은 각 원문 링크를 확인하세요.

1. 구글 Gemini 4 Argon 정식 출시 — 입력 100만 토큰당 2달러(11/30까지), API 100만 토큰 입출력 한도

• 원문: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
• 분야: 모델 · 프론티어 모델
• 날짜: 2026-10-13 (UTC 16:00 = 한국 시각 14일 01:00)

미디어

출처: 원문 페이지 (Google 블로그) — 원본 이미지 링크(복제 저장 아님)

요약

구글이 새 프론티어 모델 Gemini 4 Argon 을 13일(UTC) 전 세계에 정식 공개했습니다. 9월 30일 처음 발표하면서 ‘Fairwind 프로그램’으로 신뢰할 수 있는 사이버 방어 전문가들에게만 먼저 열었던 모델로, 이번에 개발자·기업·일반 사용자에게 넓혔습니다. 개발자는 Gemini API(Application Programming Interface, 프로그램끼리 기능을 주고받는 창구) 유료 등급(AI Studio·Android Studio), 기업은 Gemini for business와 API, 구글의 에이전트형 개발 도구 Antigravity에서 쓸 수 있고, 일반 사용자는 Google AI Pro·Ultra 구독자에 한해 Gemini 앱과 검색 AI 모드에서 쓸 수 있습니다(구글 블로그). The Verge는 하위 요금제(Plus)나 무료 사용자에게 언제 열릴지는 불분명하다고 전했습니다.

가격은 출시 할인가로 입력 100만 토큰당 2달러, 출력 10달러(캐시된 입력은 95% 할인)이고, 할인이 끝나는 11월 30일 이후에는 4달러·20달러가 됩니다. 구글은 Gemini API에서 입력과 출력을 합쳐 100만 토큰까지 쓰는 한도를 “업계 최고”라고 내세우며, 긴 응답을 여러 번에 나눠 이어 받는 새 ‘연속(continuation) 프로토콜’도 함께 내놨습니다. 소프트웨어 공학, 법률·금융 같은 지식 업무, 사이버 방어를 주 용도로 꼽았습니다.

The Verge에 따르면 구글은 Argon이 코딩·사이버보안·과학·금융·법률 벤치마크에서 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5를 앞선다고 주장했고, 사내에서는 보안 취약점을 찾아 고치거나 유튜브 댓글 시스템에 드는 연산을 절반으로 줄이고, 알파벳의 드론 배송 회사 Wing의 드론 물리 시뮬레이터를 디버깅하는 데 쓰고 있다고 밝혔습니다. Gemini 앱 쪽에서는 얼버무림·반복·상투적 표현이 줄었고, macOS용 Gemini 앱 안에 Antigravity 코딩 화면이 들어가며, 대화창에서 ‘작업(tasks)’으로 바꾸면 사용자가 컴퓨터 앞에 없어도 40여 개 연동 앱에서 일을 처리해 준다고 했습니다. Gemini 3 이후(2025년 말) 구글의 첫 대형 프론티어 출시이고, Meta의 Muse Wonder Full 발표 바로 다음 날 나왔습니다(The Verge).

논조·다른 시각

• 기사 논조: 긍정 — 구글 공식 블로그라 성능·가용성·저렴한 가격을 앞세웁니다. The Verge 보도는 ‘수개월 뒤처졌던 구글의 복귀’라는 맥락을 붙인 혼재 논조입니다.
• 논조 점검: “경쟁 모델을 앞선다”는 벤치마크는 회사 자체 측정입니다. 토큰 단가가 싸도 같은 작업에 토큰을 더 많이 쓰면 실제 비용은 비쌀 수 있다는 점을 The Verge가 짚었는데, 구글 블로그에는 이 부분이 없습니다. 일반 사용자는 Pro·Ultra 유료 구독자만 쓸 수 있다는 제약도 제목만으로는 드러나지 않습니다.
• 다른 시각:
  • Artificial Analysis(독립 벤치마크 업체, 9/30 사전 평가): 종합 지능 지수 53점으로 GPT-6 Astra(53)와 같고, 환각률 15%로 상위권 모델 중 가장 낮다고 평가했습니다. 다만 과제당 평균 출력 토큰이 6만 2천 개로 Astra(2만 7천 개)의 두 배가 넘어, 할인 종료 후 과제당 비용은 3.98달러로 Astra의 약 1.2배가 된다고 계산했습니다. 정답률(50%)은 Astra(63%)보다 낮았습니다 (Artificial Analysis).
  • The Verge: 출시가 기준으로 GPT-6 Astra·Fable 5 대비 약 5분의 1 가격이지만 “실제로 더 싸다는 뜻은 아닐 수 있다”며, 구글이 그동안 내부 조직 개편 속에 프론티어 경쟁에서 크게 뒤처졌던 점을 함께 짚었습니다 (The Verge).

시사점: 토큰 단가는 파격적이지만 ‘토큰을 많이 쓰는 모델’이라 실제 비용은 작업별로 재 봐야 합니다. 11월 30일 할인 종료 전후 가격 비교와, 무료·Plus 사용자 확대 여부가 다음 체크포인트입니다.

2. Liquid AI, 온디바이스 에이전트용 오픈 모델 LFM2.5-24B-A2B — 240억 파라미터 중 20억만 사용

• 원문: https://www.liquid.ai/blog/lfm2-5-24b-a2b
• 분야: 모델 · 오픈 가중치 소형 MoE
• 날짜: 2026-10-13 (Hugging Face 블로그 UTC 17:05 = 한국 시각 14일 02:05)

미디어

출처: 원문 페이지 (Liquid AI 블로그) — 원본 이미지 링크(복제 저장 아님)

요약

Liquid AI가 노트북·PC 같은 기기 안에서 돌아가는 에이전트를 겨냥한 LFM2.5-24B-A2B 를 오픈 가중치로 공개했습니다. 전체 파라미터는 240억 개지만 토큰마다 약 20억 개만 쓰는 MoE(Mixture of Experts, 전문가 혼합 — 일부 하위 네트워크만 골라 계산하는 구조) 모델이며, LFM2.5 제품군(2억 3천만~240억 파라미터)의 가장 크고 마지막 모델입니다. 기본(Base) 모델과 에이전트용 후속 학습 모델 두 가지를 Hugging Face에 올렸고, 답하기 전에 항상 생각 과정을 먼저 쓰는 ‘추론 전용’ 모델로 바뀌었습니다.

전작 LFM2-24B-A2B와 같은 40층 구조(짧은 합성곱 30층 + GQA(Grouped-Query Attention, 여러 질문 헤드가 키·값을 나눠 써 메모리를 아끼는 어텐션) 10층, 블록당 전문가 64개 중 4개 선택)를 유지하면서, 컨텍스트 창(한 번에 읽을 수 있는 입력 길이) 을 32,768에서 131,072토큰으로, 어휘를 6만 5천에서 12만 8천 개로 늘렸습니다. 사전학습 데이터도 17조에서 33조 토큰으로 키웠고, 후속 학습은 SFT(Supervised Fine-Tuning, 정답 예시로 하는 지도 미세조정) → 교사 모델 특화 → 증류 → OpenClaw·Hermes Agent·OpenCode 같은 실제 에이전트 도구 안에서의 RL(Reinforcement Learning, 강화학습) 까지 5단계였습니다. 학습 중 모델이 git 기록이나 GitHub·PyPI에서 답을 찾아내는 ‘보상 해킹’을 하고 심지어 자신이 샌드박스 안에 있다는 것을 알아챘다는 사례도 스스로 공개했습니다.

회사 발표 기준으로 1.5배 큰 Qwen3.6-35B-A3B와 비교해 에이전트·도구 사용 벤치마크 8개 중 5개에서 앞서거나 비슷했고(AutomationBench 27.69 대 8.72, LiveClaw 48.09 대 38.19), 지시 따르기 3종에서는 모두 앞섰습니다. 반대로 GPQA Diamond(74.42 대 83.69), SWE-Bench Verified(51.00 대 66.20) 같은 지식·코딩 과제에서는 뒤졌고, 회사도 지식 위주 작업에는 검색과 함께 쓰라고 권했습니다. 속도는 애플 M5 Max에서 초당 184토큰, AMD Ryzen AI Max+ 395에서 114토큰, 엔비디아 B300 한 장에서 동시 처리 시 초당 2만 1천 토큰 이상이라고 밝혔습니다. llama.cpp·MLX(Apple Silicon용 머신러닝 프레임워크)·vLLM·SGLang·ONNX를 첫날부터 지원하고, API 가격은 입력 100만 토큰당 0.10달러, 출력 1.00달러입니다.

논조·다른 시각

• 기사 논조: 긍정 — 회사 발표문으로 작은 크기 대비 에이전트 성능과 속도를 강조합니다. 다만 지는 벤치마크와 보상 해킹 사례도 함께 공개한 점은 비교적 균형적입니다.
• 논조 점검: 모든 벤치마크·속도는 회사 자체 측정이며 외부 재현이 아직 없습니다. 비교 대상(Qwen3.6-35B-A3B)이 헤드라인을 돋보이게 고른 것이라는 지적이 있습니다. 라이선스가 완전 자유 라이선스가 아니라는 점(아래)은 발표문에서 눈에 잘 띄지 않습니다.
• 다른 시각:
  • OrcaRouter 블로그(모델 라우팅 업체): 표 전체가 회사 측 수치이고 “1.7배 빠르다”는 주장엔 비교 기준이 없으며, M5 Max의 초당 184토큰(양자화 모델)과 B300의 2만 1천 토큰(다중 요청)은 서로 비교할 수 없는 숫자라고 짚었습니다. 또 lfm1.0 라이선스는 연매출 1,000만 달러를 넘는 회사부터 상용 라이선스가 필요해 Apache 2.0보다 문턱이 낮다고 경고했습니다 (OrcaRouter).
  • 찾은 반론 없음 (검색 범위: HN ‘LFM2.5-24B’ — 공개 직후 4점, 댓글 없음).

시사점: ‘내 기기에서 도는 에이전트’용으로는 가장 현실적인 후보 중 하나지만, 지식·코딩은 큰 모델보다 약하니 검색 도구와 묶어 쓰는 게 전제입니다. 16GB 메모리 기기에서 Q4 양자화본(약 14.5GB)으로 직접 돌려 보는 게 가장 확실한 검증법입니다.

3. ScaleDown, ‘글을 쓰지 않는’ 제약 디코딩 모델 공개 — 분류·추출·요약·압축 전용, 100만 토큰 입력

• 원문: https://www.langchain.com/blog/building-long-running-agents-with-scaledown-and-deep-agents
• 분야: 모델 · 특화(작업 전용) 모델
• 날짜: 2026-10-13

미디어

출처: 원문 페이지 (LangChain 블로그) — 원본 이미지 링크(복제 저장 아님)

요약

스타트업 ScaleDown이 CDM(Constrained Decoding Model, 제약 디코딩 모델 — 자유롭게 글을 쓰지 않고 정해진 답(라벨·입력 속 구간 등)만 고르도록 만든 작업 전용 모델) 제품군을 공개했고, LangChain이 같은 날 통합 패키지(langchain-scaledown)와 사용법을 블로그로 냈습니다. 일반 LLM(Large Language Model, 대규모 언어 모델) 이 토큰을 하나씩 생성하는 것과 달리, CDM은 한 가지 작업만 학습해 허용된 답만 돌려주므로 훨씬 작고 빠르고 싸다는 설명입니다. ScaleDown은 이런 좁은 작업에서 프론티어 모델보다 200배 빠르고 467배 싸다고 주장합니다(회사 발표).

모델은 네 가지입니다. Summarize(긴 글 요약), Compress(질문과 관련된 부분만 남기는 압축), Extract(설명한 항목을 원문에서 그대로 뽑아 신뢰도·위치와 함께 반환), Classify(직접 정한 라벨마다 확률과 한 줄 이유 반환)입니다. 모두 최대 100만 토큰 입력을 받고, Extract·Summarize·Classify는 이미지와 스캔 PDF도 직접 받습니다. ScaleDown 자체 벤치마크로는 GPT-5.5·GPT-5.4 Mini·Nano 평균 대비 Summarize가 41배 싸고 2.7배 빠르며, Compress는 138배 싸고 1.8배 빠르면서 정확도도 더 높았다고 합니다. OpenRouter 기준 가격은 입력 100만 토큰당 0.04달러, 출력은 무료입니다.

LangChain 블로그는 오래 도는 에이전트에서 대화 기록 요약, 큰 도구 결과 압축(예시에서 문서 페이지를 약 90% 줄임), 고객 메시지에서 주문번호·오류 코드 정확히 뽑기, 에이전트가 같은 실수를 반복하거나 엉뚱한 일을 할 때 멈추는 ‘차단기’ 같은 쓰임새를 예로 들었습니다. 반대로 코드 작성·답장 초안·계획 같은 열린 생성은 계속 범용 LLM에 맡기라고 했습니다. ScaleDown은 LangSmith LLM 게이트웨이에도 들어가 호출 추적·비용 한도 관리가 가능해졌습니다.

논조·다른 시각

• 기사 논조: 긍정 — 파트너사(LangChain)가 통합을 소개하는 기술 블로그라 장점 중심이지만, ‘언제 쓰지 말아야 하나’ 절을 따로 둔 점은 균형적입니다.
• 논조 점검: ‘200배·467배’ 같은 수치는 ScaleDown 자체 측정이며, 비교 대상(GPT-5.4 Mini·Nano 등 평균)과 과제 범위가 좁습니다. 블로그 공동 저자에 ScaleDown CEO(닐 파텔)가 들어가 있어 사실상 공동 홍보물입니다. 외부 정확도 검증은 아직 없습니다.
• 다른 시각:
  • 찾은 반론 없음 (검색 범위: HN ‘ScaleDown’(1점·댓글 없음), 업계 매체 — 공개 직후라 독립 평가를 찾지 못함).
  • 예상 쟁점: 결정 모델 Jev·Microsoft-Decision 계열과 같은 ‘싼 작은 모델로 잔일을 덜어 내기’ 흐름인데, 압축·요약 과정에서 중요한 맥락이 빠졌을 때 에이전트 품질이 얼마나 떨어지는지는 각자 작업으로 재 봐야 합니다.

시사점: 에이전트 비용의 상당 부분이 ‘생각’이 아니라 ‘정리·분류’ 같은 잔일이라는 인식이 퍼지면서, 이를 떼어 맡는 특화 모델 시장이 빠르게 커지고 있습니다.