GPT-6, Fable 이겼다는 제미나이 4 pro 유출 정보들

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

GPT-6·Fable을 이겼다는 제미나이 4 Pro 유출설은 미확인이며, 구글의 비용절감 이유도 입증되지는 않았지만 영상은 칩·모델·유통의 수직계열화와 신약 사업 확장에서 장기 경쟁력을 찾는다.

📌 핵심 요점

1. 구글의 추격을 설명하는 핵심은 기존 유통망이다. 발표자는 검색·유튜브·광고 생태계가 제미나이 확산을 돕고 있다고 해석하며, 웹 방문 지표에는 전체 AI 이용을 포착하지 못하는 한계가 있다고 덧붙인다.
2. 제미나이 4 Pro의 성능·가격 우위는 확인되지 않은 주장이다. 아레나의 ‘3.8 플래시’를 차세대 모델로 보는 추정, 경쟁 모델을 앞선다는 벤치마크, 저렴한 가격과 장시간 추론 이야기가 소개되지만 출처와 재현 근거는 제시되지 않는다.
3. 유출 자료끼리도 사양이 충돌한다. 컨텍스트 길이가 200만과 1,000만 토큰으로 다르게 제시되며, 발표자는 구글이 해당 내용을 공식 확인하지 않았다고 명시한다.
4. 구글의 구조적 강점은 칩·모델·클라우드·유통을 함께 보유한다는 데 있다는 해석이다. 영상에 등장하는 TPU 매출 시나리오, 목표주가와 클라우드 성장 수치는 별도 검증이 필요한 인용·기억 기반 정보다.
5. 후반부의 핵심은 아이소모픽 랩스를 통한 신약 사업 확장이다. 발표자는 AI 모델이 범용화되더라도 신약 특허와 독점적 실험 데이터가 장기 수익원이 될 수 있다고 보며, 임상 자산을 직접 보유할지가 중요한 분기점이라고 제시한다.

🧩 배경과 문제 정의

영상은 제미나이 4 Pro가 GPT-6와 Fable을 앞섰다는 유출설에서 출발한다. 발표자는 구글의 모델 경쟁력에 대한 낮은 평가와 별개로 트래픽이 성장하고 있었다고 설명하며, 검색·유튜브·광고 등 기존 서비스가 확산을 돕는다고 해석한다.

핵심 문제는 확인되지 않은 모델 성능 이야기와 구글의 사업 구조를 어떻게 구분해 읽을지다. 전반부는 유출 자료의 주장과 모순을 짚고, 후반부는 칩·모델·유통의 수직계열화가 신약 설계와 임상 자산으로 확장될 가능성을 논한다. 제목의 비용절감 이유는 구체적인 비용 자료로 검증되지 않으며, 장기 전략에 관한 발표자의 해석으로 남는다.

🕒 시간순 섹션별 상세정리

1. 제미나이의 트래픽 추격과 기존 생태계

• 발표자는 제미나이의 웹 방문 규모가 커지고 클로드보다 높다고 설명하면서도, 웹 방문만으로 AI 이용 전체를 파악하기에는 한계가 있다고 인정한다. [00:47]
• 성장세는 이어지지만 기울기가 둔화됐다고 평가하며, 검색·유튜브·광고 등 기존 생태계를 추격의 배경으로 든다. 트래픽 점유율이 2025년 1월 5%에서 2026년 6월 27.4%로 상승했다는 수치를 보여준다. [01:35]

2. TPU 사업 기대와 차세대 모델 유출의 등장

• 메타에 대한 TPU 공급 이야기와 함께, 2028년까지 TPU 매출로 구글 클라우드에 1,700억 달러가 더해진다는 시나리오 및 450·485달러 수준의 목표주가를 보여준다. [01:59]
• 큰 모델 성능 개선 없이도 점유율을 추격했다는 해석에 이어, 아레나에 ‘제미나이 3.8 플래시’가 등장했고 결과가 더 좋다는 개발자 보고가 있었다고 전해진다. [02:37]
• 경쟁 모델을 앞섰다는 유출 벤치마크를 소개하지만, 자료가 어디에서 나왔는지 근거가 부족하다고 드러낸다. [02:55]

3. 저렴한 가격·긴 컨텍스트·장시간 추론 주장

• 유출 표에 경쟁 모델보다 저렴한 입출력 가격과 200만 토큰 컨텍스트가 제시돼 있다고 보여준다. 장기 작업 성능도 앞선다는 내용이지만, 발표자는 근거 없는 소문 수준으로 봐야 한다고 선을 긋는다. [03:55]
• 추론에 8~10분을 쓴다는 주장과 테스트 타임 컴퓨트 개념을 연결한다. 1,000만 토큰과 대화 간 기억 이야기도 소개하되 진지하게 받아들이기 어렵다고 평가한다. [04:32]
• UI 디자인·3D 생성·게임 개발에 대한 긍정적 후기를 전한 뒤, 다른 유출 이미지의 1,000만 토큰 주장과 기존 200만 토큰 주장이 충돌하며 둘 다 틀릴 수도 있다고 보여준다. [05:23]

4. 공식 확인 부재와 유출 전략에 대한 해석

• 제미나이로 만들었다고 주장하는 3D 영상을 소개하지만 구글이 공식 확인한 내용은 없다고 명시한다. 아레나 항목이 실제로 ‘3.8 플래시’일 가능성도 남아 있다고 인정한다. [05:59]
• 차세대 모델일 것이라는 개인적 추정과 RSI를 통한 사전학습 가속설을 소개하되, 관련 근거와 검증된 벤치마크 수치는 없다고 정리한다. [06:41]
• 유출을 출시 전 반응 수집과 마케팅 준비로 해석하고, 투자자 요구나 구글에 대한 조롱이 일부 성능 공개의 배경일 수 있다고 추측한다. 내부 연구개발은 계속됐을 것이라는 견해도 덧붙인다. [07:58]

5. 수직계열화에서 디지털 생물학으로

• 구글의 강점으로 칩·모델·검색·안드로이드·클라우드를 연결하는 수직계열화를 제시한다. 클라우드 매출이 전년 대비 약 70~80% 성장했던 것으로 기억한다고 드러낸다. [08:40]
• 다음 전환점으로 바이오 사업을 제시하며, 가속기와 알파폴드·ISOD 같은 모델에서 실험실·신약 후보·임상으로 이어지는 확장 가능성을 보여준다. [09:15]
• 생물학을 서열·구조·결합 후보를 다루는 정보 문제로 보고, 구글의 검색·예측 역량을 분자 세계에 적용할 수 있다는 논리를 편다. 이어 딥마인드의 ‘디지털 생물학’ 표현을 보여준다. [10:11]

6. 아이소모픽 랩스와 신약 특허의 경제성

• 딥마인드의 과학적 기반을 실제 신약 사업으로 전환하는 주체로 아이소모픽 랩스를 제시한다. 자체 설계 시스템 ISOD와 제약사 공동 개발, 임상 진입을 위한 투자 유치도 보여준다. [10:59]
• 연구 도구에서 신약 설계 플랫폼·바이오테크·제약사로 이어지는 단계 구분을 제안하며, 현재는 플랫폼에서 바이오테크로 넘어갈지 판단하는 구간이라고 평가한다. [11:17]
• AI 모델이 범용화되더라도 신약 특허는 장기 독점과 현금흐름을 만들 수 있다고 본다. 독점적 실험 데이터가 다음 모델과 신약 개발을 개선하는 선순환도 강조한다. [11:48]

7. 생명과학 투자와 기업 정체성의 분기점

• 구글의 장기 투자 분야로 로봇·드론·자율주행과 생명과학을 보여준다. 아이소모픽 랩스는 신약 설계, 칼리코는 노화 연구, 베릴리는 헬스케어를 담당하는 구도로 보여준다. [12:35]
• 바이오 확장에는 임상과 규제라는 관문이 남아 있지만, 발표자는 구글의 기존 기반이 이 영역에서 강점이 될 수 있다고 평가한다. [12:54]
• 마지막으로 AI 기술 공급에 머물지, 신약 파이프라인과 임상 자산을 보유해 경제적 가치를 직접 가져갈지가 알파벳의 정체성을 바꾸는 분기점이라고 정리한다. [13:13]

🧾 결론

• 제미나이 4 Pro가 경쟁 모델을 넘어섰다는 결론을 내리기에는 공식 사양과 검증 가능한 평가가 부족하다.
• 제목의 비용절감 문제에 대해 영상이 제공하는 것은 수직계열화와 장기 투자에 관한 해석이며, 절감한 비용의 사용처나 내부 의사결정에 대한 증거는 아니다.
• 발표자가 제시하는 구글의 장기 변화는 AI 기술 공급에서 신약 설계·임상 자산 보유로 확장하는 시나리오다. 이는 확정된 사업 성과와 구분해야 한다.

📈 투자·시사 포인트

• 모델 순위와 함께 칩 판매, 클라우드 매출, 기존 서비스의 AI 유통 효과를 살펴볼 필요가 있다. 영상은 이 사업들이 결합된 구조를 구글의 경쟁력으로 본다.
• TPU 매출 전망과 목표주가는 영상에 소개된 시나리오다. 출처·산정 조건·반영 기간을 확인하기 전에는 실적이나 확정 가치로 취급하기 어렵다.
• 신약 사업의 경제적 가치를 판단하려면 기술 공급 수익과 특허·파이프라인 보유에 따른 수익을 구분해야 한다. 발표자의 투자 논지는 후자의 가능성에 무게를 둔다.
• 바이오 확장의 성과는 모델 성능만으로 결정되지 않는다. 영상에서도 임상과 규제를 남은 관문으로 제시하므로, 사업화 기대와 실제 진척을 나눠 추적필요가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 경쟁 모델 대비 성능, 가격, 8~10분 추론, 대화 간 기억 및 RSI 관련 주장은 근거가 확인되지 않은 유출설로 소개된다. 아레나의 ‘3.8 플래시’가 제미나이 4 Pro인지도 불명확하다.
• 컨텍스트 길이 200만·1,000만 토큰 주장이 서로 충돌한다. 발표자도 둘 다 틀릴 수 있다고 언급하며, 구글의 공식 확인은 없다고 설명한다.
• 트래픽 점유율, TPU 공급·매출 전망, 목표주가, 클라우드 성장률, 바이오 투자 유치액과 제휴 내용은 영상만으로 원문 출처를 확인할 수 없다. 특히 클라우드 성장률은 발표자의 기억에 근거해 언급된다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 제미나이 공식 발표에서 모델명·가격·컨텍스트 한도·평가 결과를 확인하고 영상의 유출 주장과 대조한다.
• 아레나 항목의 실제 모델 정체와 벤치마크 원문·평가 조건·재현 가능성을 확인한다.
• 트래픽 수치의 집계 기간과 대상 서비스를 확인하고 웹 방문 지표를 전체 AI 이용 점유율과 구분한다.
• TPU 공급, 클라우드 실적, 매출 전망과 목표주가의 원문을 찾아 실제 실적과 전망을 분리한다.

❓ 열린 질문

• 아레나의 ‘3.8 플래시’는 실제로 어떤 모델이며, 유출된 성능과 가격을 공식 환경에서도 재현할 수 있을까?
• 제목에서 제기한 비용절감은 어떤 지출을 의미하며, 차세대 모델이나 바이오 투자와 직접 연결되는 근거가 있을까?
• 알파벳은 제약사에 AI 기술을 공급하는 데 집중할까, 신약 특허·파이프라인·임상 자산을 직접 보유하는 방향으로 확장할까?