구글 Gemini-exp-1121 공개: 코딩·시각 이해에서 GPT-4o 대비 20% 향상

많은 거대언어모델은 특정 분야에 치우치는 한계를 보여 왔습니다. 코딩을 잘하는 모델이 디자인 시안을 제대로 읽지 못하거나, 시각 이해력이 높은 모델이 복잡한 수학 문제를 풀다 엉뚱한 답을 내놓는 식입니다.

Google의 개발자 관계 총괄 Logan Kilpatrick은 X를 통해 최신 실험용 모델인 Gemini-exp-1121을 공개했습니다.

이번 업데이트는 OpenAI의 대표 모델인 GPT-4o를 정조준했습니다. 벤치마크 테스트 결과에 따르면 Gemini-exp-1121은 코딩, 수학적 추론, 시각적 이해 영역에서 GPT-4o 대비 약 20% 향상된 성능을 기록했습니다.

다방면의 약점을 보완한 아키텍처

단일 모델에서 범용 추론과 프로그래밍, 시각적 해석 능력을 균형 있게 끌어올리는 작업은 기술적으로 까다롭습니다.

Google은 트랜스포머 아키텍처를 최적화하고 실시간 데이터를 활용하는 고급 검색 메커니즘을 적용해 결과물의 정확도와 최신성을 높였습니다.

코딩 성능을 끌어올리기 위해 다양한 프로그래밍 언어와 프레임워크 기반의 실제 소프트웨어 데이터를 활용해 대규모 파인튜닝을 진행했습니다.

수학적 추론 분야에서는 문맥 분석 알고리즘을 심화해 단계별 문제 해결 과정에서 발생하는 논리적 오류를 줄였습니다.

텍스트와 이미지를 동시에 처리하는 멀티모달 구조 덕분에, 손으로 그린 디자인 스케치나 와이어프레임을 보고 바로 동작 가능한 코드를 짜내는 작업도 매끄럽게 수행합니다.

기획 스케치에서 구현 코드까지

과거에는 화면 레이아웃을 시각 모델로 분석한 뒤, 그 결과를 다시 코드 생성 모델에 넘기는 복잡한 파이프라인을 거쳐야 했습니다.

Gemini-exp-1121은 코딩 벤치마크에서 기존 대비 약 20% 높은 정답률을 보여주며 중간 단계에서 생기는 누락과 비효율을 줄였습니다.

시각적 맥락 추론 능력 역시 정교해져, 앱 개발이나 제품 디자인처럼 시각 요소와 코드가 얽혀 있는 업무 흐름을 자동화하기 수월해졌습니다.

복잡한 문제 해결 능력이 필수적인 연구 환경이나 교육 분야에서도 유용한 분석 도구로 활용될 가능성을 보여줍니다.

왜 중요한가

우리는 Google이 개발자들의 가장 가려운 곳을 정확히 짚어냈다고 봅니다.

디자인 시안을 웹 화면으로 옮기거나 다이어그램을 코드로 구현하는 작업을 자주 하는 개발자라면 지금 즉시 테스트해 볼 가치가 충분합니다. 20%의 성공률 개선은 실무에서 버그를 잡고 수정하는 시간을 눈에 띄게 줄여줄 수 있습니다.

하지만 주의할 점도 분명합니다. 모델명에 붙은 'exp'가 보여주듯 이는 어디까지나 실험용 버전입니다. API 호출 제한이나 향후 버전 유지 여부가 불투명하므로 당장 핵심 서비스의 운영 환경에 투입하기에는 위험 부담이 있습니다.

업계 전반으로 보면, 한두 가지 영역만 잘하는 모델의 시대는 저물고 있습니다. 보고, 추론하고, 코딩하는 능력이 하나로 묶인 멀티모달이 새 기준이 되면서 독주하던 GPT-4o를 향한 압박도 한층 거세질 것으로 보입니다.