이번 주 LLM 리더보드: Google의 선두, Anthropic의 상위권, 그 아래의 자리 변화
선두는 그대로인데, 그 아래에서는 자리가 바뀌고 있습니다
이번 주 LMArena(Chatbot Arena)의 LLM(대규모 언어 모델, 사람의 언어를 이해하고 답변을 만드는 AI) 리더보드를 보면, 먼저 눈에 들어오는 것은 상위권의 안정된 구도입니다. 2026년 10월 8일 자료에서 Google의 gemini-4-argon-high가 ELO 1534로 1위입니다. 그 뒤인 2~6위에는 Anthropic 모델들이 나란히 자리하고 있습니다.
하지만 표를 조금 더 내려가면 움직임이 보입니다. Google의 gemini-3.8-flash-high와 Xiaomi의 mimo-v2.6-pro는 각각 한 계단 올랐습니다. Alibaba의 qwen3.8-max는 세 계단 올라 14위가 됐습니다. Google의 gemini-3-pro는 이번 Top 20에 새로 들어왔습니다.
저는 이번 자료를 선두 구도는 유지되는 가운데, 그 아래에서 순서가 바뀐 모습으로 읽습니다. 다만 여기서 말하는 변화는 9월 30일과 10월 8일, 두 시점의 비교입니다. 그 사이 매일 순위가 어떻게 움직였는지까지 보여주는 자료는 아닙니다.
ELO는 무엇을 보여주는 점수일까요
ELO는 사람들이 두 모델의 답변을 비교한 뒤 어느 쪽을 더 선호하는지 선택한 투표를 누적해 산정한 점수입니다. 같은 질문에 대해 두 사람이 써 온 답변을 읽고, 더 마음에 드는 답변을 고르는 장면을 떠올리면 이해하기 쉽습니다. 이런 선택을 모아 모델 간 상대적인 선호를 숫자로 나타낸 것입니다.
따라서 이 표가 직접 보여주는 것은 사람들이 비교해서 선택한 답변의 상대적 선호도입니다. ELO 1534를 정확도 1534점이나 정답률로 읽어서는 안 됩니다. 점수 차이를 그대로 업무 생산성의 차이로 바꾸어 말할 수도 없습니다.
사람이 더 선호하는 답변을 만든다는 것은 제품을 살펴볼 때 의미 있는 출발점입니다. 그러나 기업이 실제로 도입할 모델을 고를 때 궁금한 질문은 더 많습니다. 답변에 드는 비용은 얼마인지, 얼마나 빨리 응답하는지, 특정 업무를 얼마나 안정적으로 마치는지 등이 그렇습니다. 이번 자료에는 이러한 정보가 없습니다.
또한 투표 수나 점수 추정의 불확실성을 보여주는 범위도 제시되지 않았습니다. 따라서 점수가 가까운 두 모델을 두고 어느 쪽이 확실히 우수하다고 단정하기는 어렵습니다. 저는 순위를 관심을 둘 대상을 찾는 단서로 보되, 순위 자체를 모든 용도에 적용되는 결론으로 삼지는 않으려 합니다.
Google은 가장 앞에, Anthropic은 바로 뒤에 두텁게 자리합니다
Google의 gemini-4-argon-high는 ELO 1534로 선두입니다. Anthropic의 claude-opus-5.5-high가 1515로 2위, claude-fable-5.1-max가 1510으로 3위입니다. 이어 claude-opus-5-max가 1507로 4위, claude-opus-4-6-high와 claude-opus-5-high가 각각 1503으로 5위와 6위에 올라 있습니다.
여기서는 두 가지를 구분해 볼 필요가 있습니다. 가장 높은 순위의 개별 모델은 Google 모델입니다. 반면 선두 바로 다음 자리에 여러 모델을 연속해서 올린 제공사는 Anthropic입니다. 하나의 대표 모델이 앞서는 모습과 여러 모델이 상위권에 함께 자리하는 모습은 서로 다른 관찰입니다.
투자자의 시각에서 저는 한 회사의 대표 모델뿐 아니라 다른 모델들도 어느 위치에 있는지 살펴보고 싶습니다. 다만 같은 제공사의 모델이 여러 개 올라 있다고 해서 이를 각각 독립적인 사업 성과로 셀 수는 없습니다. 이번 목록에는 비슷한 이름에 high, max 등의 표기가 붙은 항목들이 있습니다. 자료에는 이 표기가 어떤 설정을 뜻하는지, 모델 간 관계가 무엇인지에 대한 설명이 없습니다. 이름만 보고 비용이나 응답 속도, 기술 구조의 차이를 추정해서는 안 됩니다.
Google도 선두 모델 외에 gemini-3.8-flash-high를 7위에, gemini-3.7-flash-high를 13위에 올렸습니다. 표 아래쪽에도 여러 Google 모델이 자리합니다. 따라서 이번 자료를 Google의 단일 모델과 Anthropic의 여러 모델이 겨루는 단순한 구도로만 읽는 것도 충분하지 않습니다.
아래는 제공된 Top 20 전체입니다. 화살표는 9월 30일 대비 순위 변화입니다. ‘-’는 자료의 표시를 그대로 옮겼습니다.
| 순위 | 모델 | 제공사 | ELO | 직전 대비 |
|---|---|---|---|---|
| 1 | gemini-4-argon-high | 1534 | - | |
| 2 | claude-opus-5.5-high | Anthropic | 1515 | - |
| 3 | claude-fable-5.1-max | Anthropic | 1510 | - |
| 4 | claude-opus-5-max | Anthropic | 1507 | - |
| 5 | claude-opus-4-6-high | Anthropic | 1503 | - |
| 6 | claude-opus-5-high | Anthropic | 1503 | - |
| 7 | gemini-3.8-flash-high | 1499 | ▲1 | |
| 8 | claude-opus-4-6 | Anthropic | 1498 | ▼1 |
| 9 | mimo-v2.6-pro | Xiaomi | 1492 | ▲1 |
| 10 | claude-fable-5-high | Anthropic | 1491 | ▼1 |
| 11 | claude-opus-4-7-high | Anthropic | 1490 | - |
| 12 | muse-spark-1.3-max | Meta | 1490 | - |
| 13 | gemini-3.7-flash-high | 1486 | - | |
| 14 | qwen3.8-max | Alibaba | 1483 | ▲3 |
| 15 | claude-opus-4-7 | Anthropic | 1483 | - |
| 16 | muse-spark-1.2 (xHigh) | Meta | 1482 | ▼2 |
| 17 | gemini-3.5-flash-high | 1482 | ▼1 | |
| 18 | gemini-3.1-pro-preview | 1481 | - | |
| 19 | gemini-3-pro | 1479 | 신규 | |
| 20 | gemini-3.6-flash-high | 1479 | - |
표에는 표시된 ELO가 같지만 순위는 다른 항목도 있습니다. 예를 들어 11위와 12위는 모두 1490이고, 19위와 20위는 모두 1479입니다. 제공된 자료에는 같은 표시 점수에서 순서를 정하는 기준이 없습니다. 따라서 여기서는 원문의 순위를 유지하되, 그 순서만으로 답변 품질에 뚜렷한 차이가 있다고 해석하지 않겠습니다.
가장 큰 상승은 qwen3.8-max, Top 10 안에서도 두 쌍의 순서가 바뀌었습니다
이번 표에서 순위 상승 폭이 가장 큰 모델은 Alibaba의 qwen3.8-max입니다. 직전 대비 세 계단 올라 14위, ELO 1483을 기록했습니다. 같은 구간에서 Meta의 muse-spark-1.2 (xHigh)는 두 계단 내려 16위, Google의 gemini-3.5-flash-high는 한 계단 내려 17위가 됐습니다.
이 움직임은 표의 중하단을 고정된 순서로 보기 어렵다는 점을 보여줍니다. 다만 qwen3.8-max의 상승을 곧바로 큰 성능 도약이라고 부르기에는 정보가 부족합니다. 현재 점수와 순위 변화는 있지만, 직전 점수가 없기 때문입니다.
Top 10 안에서는 두 쌍의 순서가 바뀌었습니다. gemini-3.8-flash-high는 한 계단 올라 7위가 됐고, claude-opus-4-6은 한 계단 내려 8위가 됐습니다. mimo-v2.6-pro는 한 계단 올라 9위가 됐고, claude-fable-5-high는 한 계단 내려 10위가 됐습니다.
Xiaomi의 mimo-v2.6-pro가 Google과 Anthropic 모델 사이에서 9위에 자리한 점은 눈여겨볼 만합니다. Alibaba와 Meta 역시 이번 Top 20에 이름을 올리고 있습니다. 상위권에서 Google과 Anthropic의 존재감이 크더라도, 이 표가 보여주는 경쟁의 범위를 두 제공사로만 좁힐 필요는 없어 보입니다.
그렇다고 이 관찰이 다른 제공사들의 사업적 추격을 입증하는 것은 아닙니다. 여기서 확인할 수 있는 사실은 해당 모델들의 순위와 현재 ELO입니다. 이용자 수, 고객 도입, 매출, 모델을 운영하는 데 드는 비용은 제시되지 않았습니다.
특히 순위 하락과 점수 하락은 구분해야 합니다. 달리기에서 자신의 기록이 좋아져도 다른 선수가 더 빠르게 달리면 순서는 내려갈 수 있습니다. 이번 자료 역시 순위가 내려간 모델의 ELO가 실제로 하락했는지 알려주지 않습니다. 반대로 순위가 그대로인 모델의 점수가 그대로였다고 볼 근거도 없습니다.
따라서 이번 비교에서 말할 수 있는 것은 ‘누가 몇 계단 움직였는가’입니다. ‘누구의 점수가 얼마나 개선되거나 악화됐는가’는 알 수 없습니다.
gemini-3-pro의 신규 진입은 어디까지 의미할까요
이번 Top 20 신규 진입 모델은 Google의 gemini-3-pro입니다. 순위는 19위, ELO는 1479입니다.
여기서 신규라는 말의 범위를 정확히 잡을 필요가 있습니다. 이번 Top 20에 새로 들어왔다는 뜻이며, 새로 출시됐다는 뜻은 아닙니다. 자료에는 출시일이나 이전 순위, 이전 점수가 없습니다. 따라서 이 모델이 얼마나 빠르게 올라왔는지, 어떤 변경 때문에 진입했는지는 알 수 없습니다.
새로운 진입이 있으면 기존 목록에서 빠진 모델도 궁금해집니다. 그러나 제공된 자료에는 직전 Top 20 전체가 없습니다. 어떤 모델이 빠졌는지까지 추정해서 이름을 붙일 수는 없습니다.
제가 여기서 보는 변화는 Google 모델이 이번 상위 목록에 한 항목 새로 모습을 드러냈다는 사실입니다. 이를 Google 전체의 기술력이 일제히 높아졌다는 결론으로 넓히지는 않겠습니다. 같은 표 안에서 gemini-3.8-flash-high는 상승했지만 gemini-3.5-flash-high는 하락했습니다. 제공사 이름이 같더라도 각 모델의 움직임은 다릅니다.
투자자는 순위 다음에 무엇을 물어야 할까요
이번 자료에서 투자자가 얻을 수 있는 첫 번째 단서는 사용자 선호 경쟁의 현재 위치입니다. Google은 선두 모델을 보유하고 있고, Anthropic은 그 바로 아래 상위권에 여러 모델을 올려놓고 있습니다. 저는 이를 두 제공사의 답변이 이번 비교에서 높은 선호를 얻었다는 관찰로 받아들입니다.
두 번째 단서는 선택지를 계속 살펴볼 필요가 있다는 점입니다. Alibaba 모델의 상승, Xiaomi 모델의 Top 10 내 상승, Google 모델의 신규 진입은 관심 대상을 한 번 정한 뒤 그대로 두기 어렵게 만듭니다. AI 제품을 만드는 기업이라면 이러한 변화를 실제 업무에서 다른 모델을 비교해 볼 계기로 삼을 수 있을 것 같습니다.
다만 이는 이번 순위에서 도출한 제 해석입니다. 여러 모델을 바꾸어 쓰는 방식이 반드시 유리하다거나, 특정 모델로 교체해야 한다는 결론은 아닙니다. 모델을 바꾸는 데 드는 작업과 비용도 이번 자료에는 없습니다.
투자 관점에서 가장 조심해야 할 연결은 선호 순위에서 사업 성과로 곧장 넘어가는 것입니다. 사람들이 비교 상황에서 더 좋아한 답변이 실제 제품에서도 가치를 만들 가능성은 살펴볼 만합니다. 하지만 그 가치가 유료 사용과 지속적인 고객 관계로 이어지는지는 별도로 확인해야 합니다.
이 해석에 대한 가장 강한 반론도 여기에 있습니다. 특정 업무에서는 종합적인 답변 선호보다 비용, 처리 시간, 필요한 형식을 지키는 능력이 더 중요할 수 있습니다. 만약 실제 고객 업무를 비교했을 때 높은 ELO가 더 나은 결과나 지속 사용으로 이어지지 않는다면, 저는 사업적 우위를 판단할 때 이 순위에 두는 비중을 낮출 것입니다.
반대로 높은 선호가 실제 업무 성과와 고객의 지속 사용에서도 함께 확인된다면, 리더보드의 위치를 더 의미 있게 받아들일 수 있을 것입니다. 현재 자료는 그 연결을 확인해 주지는 않습니다.
이번 주에는 선두의 유지와 아래쪽의 변화를 함께 봅니다
10월 8일 자료의 핵심은 Google의 1위와 Anthropic의 2~6위 구도가 유지됐다는 점입니다. 그 아래에서는 qwen3.8-max의 세 계단 상승, gemini-3.8-flash-high와 mimo-v2.6-pro의 한 계단 상승, gemini-3-pro의 Top 20 신규 진입이 나타났습니다.
다음 자료에서 저는 이번에 오른 모델들이 자리를 유지하는지, 새로 진입한 모델이 상위 목록에 남는지 살펴보고 싶습니다. 직전 점수와 투표 수까지 제공된다면, 순서의 변화와 그 변화가 얼마나 뚜렷한지도 더 잘 구분할 수 있을 것입니다.
좋은 답변을 만드는 위치와 좋은 사업을 만드는 조건은 연결해서 확인해야 합니다. 이번 리더보드는 그중 사람들의 답변 선호를 보여주는 자료입니다. 저는 이 표를 관심을 둘 모델을 찾는 출발점으로 삼고, 투자 판단에 필요한 다음 근거를 차분히 이어서 살펴보려 합니다.
출처: 제공된 LMArena(Chatbot Arena) 인간 선호 투표 기반 ELO Top 20 자료. 데이터 기준일은 2026년 10월 8일이며, 직전 비교 기준일은 2026년 9월 30일입니다. 원문 자료에 리더보드 URL이 포함되어 있지 않아 링크는 첨부하지 않았습니다.