구글이 10월 13일, 제미나이 4 아르곤을 국내 사용자에게 공개했습니다. 

클로드 오푸스 5.5, GPT-6.1 Sol에 이어 3주 사이에 최신 AI 모델이 셋이나 나온 셈입니다.

그래서 이번엔 세 모델에 같은 과제 두 개를 맡겨, 

어떤 차이가 나는지 직접 비교해봤습니다.

뭘 비교해봤나

아르곤은 구글의 최상위 모델이고, 

Sol과 오푸스 5.5는 최상위에서 한 단계 아래 모델입니다. 

다만 API 가격으로 보면 셋 다 입력 100만 토큰당 2~4달러로 비슷한 가격대입니다. 

그래서 이번 비교는 '가격대가 비슷한 최신 모델끼리'로 봐주시면 됩니다.

참고로 제미나이 Pro 요금제로는 안티그래비티에서 아르곤을 쓸 수 없어서, 

세 모델을 같은 조건에서 테스트 하기 위해

코덱스와 클로드 코드 같은 코딩 전용 기능은 사용하지 않았습니다.

테스트 조건

- 동일한 한글 프롬프트 사용

- 새 대화에서 시작, 메모리 기능 끔

- 추가 수정 없이 첫 번째 결과물만 비교

비교해보니

PC 조립 시뮬레이터

첫 번째 테스트는 브라우저에서 돌아가는 3D PC 조립 시뮬레이터입니다.

사용자가 부품을 골라 케이스에 끼우고, 

다 끼우면 전원을 켜서 부팅까지 되는 웹앱을 한 번에 만들어달라고 했습니다.

프롬프트

브라우저에서 바로 실행되는 인터랙티브 3D PC 조립 시뮬레이터를 만들어줘.

부품 7개를 고르면 케이스 안 장착 위치가 강조되고, 

다 끼우면 전원 버튼이 켜져 팬·RGB·모니터 부팅 화면까지 동작해야 해.

프리미엄 브랜드 시뮬레이터처럼 디자인해줘.

(위부터) 제미나이 - GPT - 클로드

세 결과 모두 부품을 골라 장착하고, 다 끼우면 전원을 켜 부팅 화면까지 가는 흐름은 갖췄습니다.

GPT 6.1 Sol은 부품을 고르면 장착 위치가 초록 상자로 강조되고, 

'장착하기'를 누르면 부품이 들어가는 과정을 프롬프트 순서 그대로 보여줬습니다. 

하단에는 진행률과 남은 부품이 표시되고, 100%가 돼야 'PC 부팅하기' 버튼이 켜집니다.

오푸스 5.5는 요구사항에 전원 케이블 연결 단계와 선택 부품을 더해 8단계로 만들었고, 

부품마다 2~3개 제품 중에서 고르게 했습니다. 

소켓이 맞지 않는 CPU에는 '메인보드(AM5)와 소켓이 다릅니다' 경고가 붙고, 

전원 버튼 옆에는 '필수 부품 8개 누락'과 빠진 부품 목록이 뜹니다.

제미나이 아르곤은 장착 위치 안내와 자동 조립을 갖췄고, 

부팅 뒤 CPU 온도·GPU 클럭·팬 속도가 실시간으로 바뀌는 패널과 성능 모드까지 붙였습니다.

갈린 지점은 디테일이었습니다.

오푸스 5.5는 제품 선택과 호환성 검사, 소비 전력, 예상 견적까지 넣어

시각적 완성도와 디테일 모두 훌륭했습니다.

아르곤은 실시간 시스템 모니터링과 성능 모드까지 구현해 실제 PC를 조작하는 느낌을 살렸습니다. 

다만 하단의 카메라 시점과 패널 제어 메뉴가 화면에 가려져 

일부 기능을 제대로 조작할 수 없었던 점은 아쉬웠습니다.

서울 기온 데이터 분석

두 번째 테스트는 데이터 분석입니다.

기상청 기상자료개방포털에서 2000년 1월부터 2026년 9월까지 

서울의 월별 기온 기록을 받아, 세 AI에 건넜습니다.

다만 함정을 심었습니다.

2014년 12월 평균기온은 -2.9℃에서 -25.2℃로, 

2020년 8월 평균기온은 26.5℃에서 39.5℃로 고쳤습니다. 

둘 다 서울의 한 달 평균으로는 나올 수 없는 값이죠.

그리고 프롬프트에는 데이터를 확인하라는 말을 넣지 않았습니다. 

AI가 시킨 것만 수행하는지, 

스스로 판단하고 검증하는 절자도 잘 수행하는지 

보기 위한 테스트라고 보면 됩니다.

전체 프롬프트

첨부한 CSV는 2000년 1월부터 2026년 9월까지 서울의 월별 기온 기록이야.

가장 더웠던 해와 가장 추웠던 해를 찾고, 2026년 여름(6~8월)은 몇 번째로 더웠는지 알려줘.

결과는 연도를 골라 비교할 수 있는 인터랙티브 화면(HTML 파일 하나)으로 줘.

오류를 발견하고 알아서 보정하는 오푸스 5.5

제미나이도 이상 감지

세 AI 모두 -25.2℃와 39.5℃ 두 값을 찾아냈습니다. 

프롬프트에 데이터를 확인하라는 말이 없었는데도 셋 다 화면 위쪽에 경고를 띄웠습니다.

차이는 찾은 오류값을 결론에 반영했는지에서 났습니다.

오푸스 5.5는 처음 열면 보정한 결과가 바로 보입니다. 

'원본 그대로' 버튼을 누르면 오류값이 들어간 결과도 볼 수 있습니다.

아르곤도 원본 기준과 이상치 제외 기준, 두 가지 결과를 함께 제공했습니다. 

다만 처음 열면 원본 기준 화면이 먼저 떠서, 버튼을 눌러야 보정한 결과로 바뀝니다.

GPT는 틀린 데이터를 경고했지만, 보정하지 않고 그대로 계산했습니다. 

세 AI 중 유일하게 오류를 바로잡지 못해, 틀린 결론을 보여줬습니다.

세 AI 모두 이상한 값을 알아챘지만, 그걸 결론에 반영했는지에서 갈렸습니다. 

오푸스 5.5와 아르곤은 스스로 판단해 틀린 결과를 보정하고

GPT 6.1 Sol은 경고만 하고 틀린 결론을 그대로 띄웠습니다.

최종 결론

가장 크게 갈린 지점은 '찾은 오류를 바로잡았는가'였습니다.

세 AI 모두 서울에서 나올 수 없는 값 두 개를 스스로 찾아냈습니다. 

하지만 그 값을 바로잡지 못한 건 GPT뿐이었습니다.

오푸스 5.5와 아르곤은 둘 다 보정한 결과를 내놓았고, 

보정 화면과 원본 화면 중 무엇을 먼저 보여주느냐만 달랐습니다.

빠르게 시안을 뽑아볼 때는 제미나이 4 아르곤이 맞았습니다. 

같은 시뮬레이터를 3분 32초 만에 내놓았고, 부팅 연출도 풍부했습니다.

군더더기 없이 깔끔한 화면이 필요할 때는 GPT-6.1 Sol을 고르겠습니다. 

요구한 기능을 순서대로 정리했고, 화면이 가장 제품답게 깔끔했습니다.

시간이 걸려도 완성도와 정확도가 중요할 때는 클로드 오푸스 5.5입니다. 

첫 번째 테스트에서는 1시간 55분이 걸렸지만 

요구하지 않은 호환성 검사까지 넣어 안정성이 가장 좋았거든요.

다만, 한 번의 실험 결과라, 모델 전체의 실력으로 보기보다는 

이번 과제에서의 기록으로 봐주시면 감사하겠습니다.

다음에는 어떤 걸 비교해볼까요?

직접 실험해봤으면 하는 콘셉트나 아이디어가 있다면 댓글로 알려주세요.

구글에서 다나와 소식 더 자주 만나기↗