Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
Cursor Pro 이용자들 사이에서 사용량과 과금 기준이 헷갈린다는 사례가 이어지고 있다. 한 사례에서는 누적 사용액이 308.66달러로 보이는데도 400달러까지 쓸 수 있다는 안내와 함께 사용량이 100%에 도달한 것으로 표시됐다. 다른 사례들은 20달러 Pro 요금제가 실제 작업에서 얼마나 버티는지, Composer만 쓸 때 한도가 충분한지, 할인 첫 달 사용량이 어떻게 계산되는지에 초점을 맞췄다. 더 심각한 사례도 있었다. 에이전트 모드를 많이 쓰는 동안 빠른 요청 한도를 넘으면 연결해 둔 개인 OpenAI API 키로 넘어가 추가 비용이 붙을 수 있고, 이로 인해 187달러의 초과 청구를 받은 사례가 있었다. 또 백그라운드 에이전트가 사용자가 눈치채지 못하는 사이 프리미엄 요청을 소모해 작업 중 한도가 거의 바닥난 사례도 있었다. 이 흐름은 Cursor의 실제 비용 관리가 단순한 월 구독료 문제가 아니라, 요청 한도, 모델 선택, 개인 API 키 연결, 자동 실행 작업까지 함께 봐야 하는 문제임을 보여준다.
Claude의 진짜 강점은 큰 출시 행사나 멋진 시연보다 작은 개인용 도구에서 드러날 수 있다. 예를 들면 보기 좋지는 않지만 시간을 아껴 주는 스크립트, 개인 기록 도구, 한 번만 쓰는 스프레드시트, 특이한 업무 흐름, 작은 보조 도구 같은 것들이다. 이런 개인용 소프트웨어는 스타트업이 될 만한 제품은 아니지만, 사라지면 바로 불편함을 느낄 만큼 실용적이다. Claude는 남에게 보여 주기 위한 결과물보다, 각자의 생활과 일에 딱 맞춘 작은 자동화와 정리 작업에서 덜 평가받고 있을 수 있다.
Cursor를 실제 프로젝트에 쓰면 여러 줄의 코드를 한 번에 고치는 기능과 코드베이스를 이해하는 느낌이 크게 다가온다. 단순히 다음 코드를 예측해 주는 자동완성 도구라기보다, 전체 프로젝트 구조를 이미 아는 동료 개발자와 함께 일하는 느낌에 가깝다. 그래서 기존의 VS Code 같은 일반 개발 도구로 돌아가면 작업 흐름이 답답하게 느껴질 수 있다. 핵심 질문은 Cursor가 그래도 부족했던 점이 무엇이었고, 어떤 이유로 다시 다른 도구로 돌아가게 되었는지다.
Kimi K2.7 Code가 공개됐다. Moonshot이 K2 모델 이름에 처음으로 “Code”를 붙였고, 공개된 수치도 코딩 작업 쪽 개선을 보여준다. SWE Marathon 점수는 K2.6보다 76.2% 올랐고, 토큰 사용량은 약 30% 줄었다. MLS-Bench Lite 점수는 26.7에서 35.1로 올라 GPT-5.5 (xhigh)의 35.5에 가까워졌다. Program-Bench는 10.4%, MCP Mark Verified는 11.4% 올랐다고 제시됐다. 긴 코딩 작업에서 지시를 끝까지 더 잘 따른다는 주장도 함께 나왔다. 같은 모델에서 출력 속도를 5~6배 높인 고속 버전은 곧 베타로 나온다고 예고됐다.
시각 주소 지정은 눈앞에 보이는 사람을 이름이나 전화번호 없이 바로 부를 수 있게 하자는 아이디어다. 메시지, 만남, 영업, 결제처럼 사람을 먼저 찾아야 하는 행동에 쓸 수 있다. 개인 정보는 드러내지 않고, 사용자가 동의해서 자기 모습에 맞는 임시 주소를 만들어야만 연락을 받을 수 있다. 이 주소는 머리 모양이나 옷차림처럼 겉모습이 바뀌면 자연스럽게 오래 쓰기 어려워진다. 가까운 곳에서 실제로 보이는 사람에게만 작동한다는 점도 핵심이다. 괴롭힘 같은 악용 우려가 있지만, 연락 요청을 걸러내고 차단하는 방식은 기존 서비스에도 이미 있다는 주장이다. 실제로 작동하는 데모 메시징 앱이 있으며, 이제 필요한 것은 이를 운영할 제공자와 사용자 확산이다. 이 프로젝트는 바이브 코딩으로 만든 실험에 가깝다.
SecureVector v4.6.0은 AI 코딩 도구를 쓸 때 위험한 명령이나 프롬프트 공격을 걸러내는 보안 도구 업데이트다. 새 버전은 GitHub Copilot CLI를 지원하며, 기존의 Claude Code, OpenAI Codex, OpenClaw 지원에 더해졌다. 명령 실행 전 단계에서 허용하거나 막을 수 있고, 나중에 조작 여부를 확인할 수 있는 감사 기록도 남긴다. 프롬프트 인젝션처럼 AI 도구가 속아서 원치 않는 행동을 하게 만드는 시도도 검사한다. Guardian ML이라는 가벼운 기계학습 모델이 기기 안에서만 작동해, 단순 규칙으로 놓칠 수 있는 숨김 처리, 다른 말로 바꾼 공격, 인코딩된 공격을 함께 찾는다. 감지는 규칙, 기계학습, 규칙+기계학습 중 무엇으로 잡혔는지 표시된다. 데이터는 외부로 나가지 않으며, 처음 켤 때 안내문과 끄는 선택지를 함께 보여준다. Copilot CLI 쪽 연결이 멈춰도 작업 세션 자체를 막지 않도록, SecureVector는 일부 상황에서 차단보다 통과를 택하도록 설계됐다.
Claude Code, Codex, Grok, Hermes를 매일 함께 쓰면 각 도구가 따로 기억을 저장해 같은 업무 정보가 여러 곳에 흩어질 수 있다. 이 구성은 Obsidian 보관함을 하나의 진짜 저장소로 두고, 모든 AI 도구가 그 안의 마크다운 파일을 읽고 오래 남길 사실을 다시 쓰게 만든다. 중간에는 gbrain이라는 오픈소스 두뇌 층이 있다. gbrain은 Obsidian 보관함을 PGLite에 색인하고, Ollama에서 돌아가는 nomic-embed-text로 내용을 찾기 쉽게 만들며, 지식 그래프도 만든다. Claude Code, Codex, Grok, Hermes는 모두 같은 HTTP MCP 서버에 연결되어 같은 메모리를 조회한다. 서버는 내 컴퓨터의 127.0.0.1에서만 돌고, 베어러 토큰으로 보호된다. 외부 API를 쓰지 않기 때문에 내용이 컴퓨터 밖으로 나가지 않고, 질문할 때마다 드는 비용도 없다.
Claude의 채팅 입력창에 서식 도구막대를 추가하는 브라우저 확장 기능이 공개됐다. 이 도구는 굵게, 기울임, 제목, 코드 블록, LaTeX 수식, 표 같은 형식을 버튼으로 넣을 수 있게 해준다. 긴 프롬프트를 쓸 때 매번 마크다운 기호를 직접 입력하지 않아도 된다. 표와 수식은 보내기 전에 모양을 미리 확인할 수 있다. 이름은 ConText for LLMs이며, Chrome 웹 스토어와 Mozilla 부가 기능에서 받을 수 있다. Claude뿐 아니라 ChatGPT와 Gemini에서도 쓸 수 있도록 만들어졌다.
Claude와 긴 대화를 이어 가면 어느 순간 겉으로는 멀쩡해 보여도 지시를 놓치기 시작할 수 있다. 이를 빨리 알아차리기 위해 대화 안에 일부러 쓸모없는 규칙 하나를 넣는다. 예를 들어 모든 답변을 이름으로 시작하라는 규칙이다. 대화가 너무 길어져 부담이 커지면 Claude는 중요한 규칙보다 이런 사소한 규칙을 먼저 빼먹는다. 이름이 답변 첫머리에서 사라지면 세션이 흔들리기 시작했다는 신호로 보고, 몇 차례 뒤에는 없는 API를 지어내는 식의 문제가 생길 수 있다. 그래서 그 신호가 보이면 더 시간을 쓰기 전에 새로고침하거나 새 세션을 시작한다. 이 방법은 규칙 자체가 중요하지 않기 때문에 잘 작동한다. Claude는 핵심 지시는 더 오래 붙잡지만, 버려도 되는 규칙은 먼저 잊기 쉽다.
OpenAI가 Codex에 적립형 사용 한도 초기화 기능을 추가했지만, 현재 이 기능을 쓰는 화면은 Codex 데스크톱 앱에 있는 것으로 보인다. 리눅스에는 공식 Codex 데스크톱 앱이 없어서 리눅스 사용자는 이 혜택을 바로 쓰기 어렵다. 리눅스 사용자는 보통 Codex CLI를 쓰지만, Codex CLI 0.139.0에는 적립된 초기화를 확인하거나 사용하는 옵션이 아직 없다. 웹에서 쓸 수 있는 방식이면 이 문제를 해결할 수 있다. 예를 들어 기존 Codex 사용량 분석 페이지에 남아 있는 적립 초기화 횟수와 사용 버튼을 넣으면 된다. 요구 내용은 사용량을 더 달라는 것이 아니라, 데스크톱 앱에서 가능한 것으로 보이는 같은 기능을 리눅스와 CLI 사용자도 쓸 수 있게 해 달라는 것이다.
Fable은 이전 모델보다 훨씬 독립적으로 움직이고, 한 번에 게임 전체를 만들거나 특이한 예외 상황을 찾는 능력이 좋아 보인다. 그래서 버그를 고치거나 큰 작업을 맡길 때 강한 인상을 줄 수 있다. 하지만 실제 코딩에서는 아주 단순한 실수 하나를 두고 같은 곳을 반복해서 맴돌 수 있다. 그 과정에서 관련 없는 코드까지 망가뜨릴 수 있다. 모델이 더 강해졌더라도 마케팅처럼 모든 것을 해결하는 존재는 아니며, 여전히 LLM이라서 실수하고 특정 부분에 지나치게 매달릴 수 있다. 새 모델은 어떤 능력은 좋아지지만, 다른 능력은 오히려 불안정해질 수 있다.
Cadence는 Claude 같은 대규모 언어 모델이 코드를 만들 때 “끝났다”고 잘못 말하는 문제를 줄이기 위한 개발 작업 흐름이다. 핵심은 DRAFT, BUILD, SETTLE 세 단계로 나누어 코드를 만들고 확인하는 것이다. 먼저 목표와 acceptance criteria를 정하고, 그 기준에 맞게 구현한 뒤, 테스트와 별도 검증으로 실제로 요구사항을 만족하는지 확인한다. 중요한 점은 대규모 언어 모델이 자기 결과를 스스로 채점하지 않게 한다는 것이다. Cadence는 skeptical verifier라는 검증 역할을 두어, 코드가 정말 맞는지 의심하는 관점으로 다시 본다. Claude Code에서는 hooks와 slash commands로 연결해 쓸 수 있다. 다루는 범위는 품질 관리, 디버깅, 배포 전 확인, MCP, subagents, multi-agent 작업까지 포함된다.
Codex Desktop 26.609.3341.0에서 새로 뜬 “다른 AI 앱에서 가져오기” 창을 진행한 뒤, 기존 Codex 작업공간과 대화가 사이드바에 평소처럼 보이지 않는 문제가 발생했다. 가져오기 대상에는 Claude Code가 표시됐고, 진행 후 원하지 않는 가져온 작업 폴더들이 Codex 사이드바를 채웠다. 한 달 동안 사용하던 기존 Codex 작업공간과 채팅은 정상 위치에서 사라진 것처럼 보였다. 사용 환경은 Windows 11이며, 함께 포함된 codex-cli 버전은 0.140.0-alpha.2다. 핵심 질문은 새 가져오기 또는 이전 흐름의 알려진 문제인지, 가져오기를 깔끔하게 되돌리고 예전 Codex 사이드바와 작업공간 표시를 복구할 방법이 있는지다.
Prompt Cup은 Codex CLI가 코드를 만드는 동안에만 할 수 있는 무료 오픈소스 승부차기 게임이다. 핵심 내용은 게임보다 Codex CLI 훅을 실제로 붙일 때 생기는 설정 문제다. 훅은 먼저 켜고 신뢰해야 작동한다. 설정 뒤 `~/.codex/config.toml`에 `[features]`와 `hooks = true`를 넣거나 `codex --enable hooks`로 실행한 다음, Codex 안에서 `/hooks`를 열어 항목을 신뢰해야 한다. 신뢰 전에는 오류가 크게 보이지 않아도 훅이 실행되지 않는다. 훅 설정은 납작한 목록이 아니라 `hooks` 안에 이벤트별 배열이 들어가는 중첩 구조여야 하며, 납작하게 쓰면 `/hooks`에서 설치된 항목이 0개로 보인다. 윈도우에서는 `curl` 한 줄 명령이 셸마다 다르게 해석되어 실패할 수 있어, 표준 입력으로 이벤트를 읽고 로컬 서버에 보내는 작은 Node 전달기로 바꾸면 PowerShell, cmd, bash에서 모두 같은 방식으로 작동한다. 이 도구는 `UserPromptSubmit`, `PostToolUse`, `PermissionRequest`, `Stop` 이벤트를 다루며, 계정이나 유료 기능 없이 `127.0.0.1`에서만 돌아가고 외부 전송이나 추적은 하지 않는다.
Claude로 디버깅할 때 “예외 상황을 확인해 달라”고 요청하면 더 깊게 문제를 살펴보는 데 도움이 될 수 있다. 이 요청은 아직 발견하지 못한 오류를 찾아내고, 생각하지 못한 사용 방식이나 실패 상황까지 검토하게 만든다. Claude가 그런 문제를 보고하는 데 그치지 않고 직접 수정까지 시도할 수 있다. 핵심은 막연히 고쳐 달라고 하기보다, 예상 밖의 상황을 따로 점검하라고 지시하는 것이다.
새 AI 모델을 시험할 때 마인크래프트와 비슷한 게임을 만들게 하는 사례가 자주 쓰인다. 하지만 AI 회사가 이런 자주 보이는 과제에 맞춰 모델을 더 잘 보이게 조정할 수 있다는 걱정이 있다. 마인크래프트 복제는 한 예일 뿐이고, 자주 쓰이는 다른 과제에서도 비슷한 일이 생길 수 있다. 모델을 만든 회사가 직접 벤치마크를 돌리면 결과를 좋게 보이게 만들 여지도 있다. 그래서 모델이 공개된 뒤 공식적이고 독립적인 벤치마크가 있는지 확인하는 일이 중요하다.
Anthropic Academy는 Anthropic이 운영하는 무료 교육 사이트이며, 로그인만 하면 13개 과정을 들을 수 있다. 대부분의 과정은 끝까지 마치면 수료증을 준다. 비전문가라면 Claude 101로 시작한 뒤 AI Fluency Framework 과정을 듣는 흐름이 가장 무난하다. AI Fluency Framework 과정은 인공지능을 잘 쓰는 법뿐 아니라, 인공지능을 쓰지 않는 편이 나은 상황도 다룬다. 개발자에게는 Building with the Claude API 과정이 핵심이다. 이 과정은 Python과 TypeScript 예시로 스트리밍, 도구 사용, 프롬프트 캐싱, 개발 전체 흐름을 다룬다. 그 밖에 Claude Code in Action, Agent Skills, MCP 입문·고급 과정이 있고, Bedrock과 Vertex AI에서 Claude를 배포하는 과정은 해당 클라우드 서비스를 쓰는 사람에게만 맞다. 이미 문서가 잘 되어 있어 Building with the Claude API 과정이 공식 문서보다 더 나은지는 아직 판단하기 어렵다.
Claude Code를 3~4개월 써 본 실제 사용 경험에서, 최근 속도가 눈에 띄게 느려졌다는 불만이 나왔다. 같은 작업 감각을 비교하려고 Gemini를 쓰는 Antigravity도 시험해 봤고, 그 차이 때문에 Claude Code의 느려짐이 더 분명하게 느껴졌다. 단순히 조금 답답한 수준이 아니라 “빙하처럼 느리다”고 느낄 정도의 속도 저하로 묘사된다. 원인으로는 Anthropic 쪽 서버나 서비스 운영 여력이 부족하거나, 사용량을 제한하는 식의 조절이 걸린 것 같다는 의심이 제기된다.
Claude Code에서 일을 나누는 방식의 한계가 핵심입니다. 현재 이해로는 주 에이전트가 특정 작업을 서브 에이전트에게 맡기고, 서브 에이전트는 필요한 도구를 써서 처리한 뒤 결과를 주 에이전트에게 돌려줍니다. 확인하려는 점은 서브 에이전트가 다른 서브 에이전트를 다시 부를 수 있는지, 여러 서브 에이전트가 서로 직접 대화할 수 있는지입니다. 더 나아가 모든 정보가 주 에이전트를 거치지 않고 여러 에이전트가 협업, 조율, 검토, 협상을 하는 무리형 구조가 가능한지도 쟁점입니다. 목표 예시는 소프트웨어 개발 흐름입니다. 계획 에이전트가 계획을 만들고, 설계 에이전트가 구조를 다듬고, 코딩 에이전트가 구현하고, 검증 에이전트가 점검하고, 디버그 에이전트가 실패 원인을 찾는 방식입니다. 핵심 요구는 에이전트들이 서로 필요할 때 직접 호출하고 문맥을 주고받는 다층 작업 시스템입니다.
VS Code 안에서 쓸 수 있는 AI 코딩 도구를 찾는 수요가 있습니다. Claude와 Copilot 말고 다른 선택지를 원합니다. Cline을 써봤지만 원하는 도움을 받지 못했고, Continue도 시도했지만 만족스럽지 않았습니다. 비공식으로 구한 Claude 사용 방식도 도움이 되지 않았습니다. 핵심은 VS Code에서 실제 코딩을 도와주는 안정적인 대체 도구를 찾고 있다는 점입니다.
Prism32는 `prism32.py` 하나로 실행되는 약 410KB짜리 Python 도구다. Python 3.7과 셸이 있는 기기에서 돌아가며, Python 표준 라이브러리만 쓴다고 소개된다. 별도 패키지 설치, 로컬 데이터베이스 서버, Electron, 자바스크립트가 필요 없다는 점을 내세운다. 메모리 사용량은 약 6MB라고 주장한다. 기능 면에서는 일반 컴퓨터를 코딩 에이전트, 인공지능 비서, 자동화 도구, 심지어 간단한 물리 장치를 움직이는 로봇처럼 쓸 수 있다고 설명한다. 예시로 컴퓨터의 웹캠을 눈, 마이크를 귀, 스피커를 목소리로 보고, CD-ROM 트레이를 작은 팔처럼 써서 줄과 종을 연결하면 작업 완료나 오래 막힌 상황을 물리적으로 알릴 수 있다고 한다. Windows에서는 `ctypes.windll.WINMM.mciSendStringW`, Linux에서는 `os.system("eject -T")` 같은 호출로 트레이를 열고 닫는 방식을 예로 든다. Kasa나 Tapo 같은 저가 스마트 플러그도 외부 장치를 켜고 끄는 수단으로 언급된다.
Claude를 이용해 직장을 벗어날 아이디어를 만들어 보려는 가벼운 실험이었습니다. 결과물은 처음에는 정적인 이미지처럼 보였지만, 실제로는 작동하는 작은 웹 프로젝트였습니다. 만든 결과물은 GitHub에 공개되어 있으며, 이름은 “SuperClickAAAMicroTransactionKINGDOM”입니다. 제목의 ‘부자가 될 것’이라는 표현은 진지한 사업 발표라기보다 농담에 가깝습니다.
Claude에 간단한 요청을 넣자 몇 분 안에 세 가지 앱 초안이 만들어졌다. 첫 번째는 인도의 모든 지구를 지도처럼 탐색하며, 각 지구를 누르면 주요 관광지와 역사를 볼 수 있는 여행 가이드다. 이 기능은 세계 여러 나라에도 적용되어 지역별 볼거리와 관심 지점을 살펴볼 수 있다. 두 번째는 출발지와 목적지를 넣으면 Uber, Ola, Rapido, Namma Yatri의 요금을 비교해 가장 싼 이동 수단을 바로 확인하는 출퇴근용 요금 비교 앱이다. 세 번째는 여러 경쟁시험의 지난 기출문제를 연도별로 정리해 보고 내려받을 수 있는 자료 앱이다. 다음 단계는 이 앱들을 Play Store에 올릴 수 있도록 배포 방법을 알아보는 것이다.
Cursor에서 Plan mode로 먼저 계획을 만들고, 이후 Composer 2.5로 실제 구현을 시작하면 같은 대화 안에서 작업이 이어진다. 그래서 계획을 세울 때 오간 전체 대화가 계속 문맥에 남아 있는 것으로 보인다. 이 방식은 ‘계획만 핵심 자료로 삼아 구현한다’는 Plan mode의 장점을 흐릴 수 있다. 불필요한 이전 대화가 함께 들어가면 비용이 더 들고, 모델이 참고하는 문맥도 지저분해질 수 있다는 우려가 있다. 핵심 의문은 Plan mode에서 만든 계획만 남기고 빌드 단계로 넘어가는 것이 더 맞지 않느냐는 점이다.
전자잉크 화면을 쓰는 스마트 시계의 초기 베타 버전이다. 목표는 여러 AI 에이전트의 메시지함과 일반 알림을 한곳에서 보여주는 탁상용 기기다. 화면에는 개인 대시보드, 여러 응용 프로그램 데이터, 에이전트 메시지함이 들어간다. 확인이 필요한 일이 있으면 “agent waiting” 표시가 깜빡여 주의를 끈다. 이 기기는 뮤온 감지기를 넣어 무작위 이벤트나 ‘우주 오라클’ 같은 실험적 기능도 만들 수 있고, 자동으로 만들어지는 시계 화면과 작은 게임도 지원하려 한다. 펌웨어와 회로도는 오픈소스로 공개될 예정이라, 사용자가 코딩 에이전트로 직접 기능을 바꾸거나 센서를 다른 용도로 활용할 수 있다. 제작자는 muonsortes.com에서 정보를 공개하고 있으며 2026년 3분기나 4분기에 킥스타터를 목표로 하고 있다.
Claude가 별도 입력 없이 한국어 이름을 만들어냈다. 사용자는 한국어를 하지 않고, 아무 내용도 쓰지 않았는데도 Claude가 한국어로 된 이름을 생성했다고 했다. 최근 Claude가 저장된 메모리를 잘 따르지 않는 문제도 함께 겪고 있다. 이번 사례는 Claude가 대화 맥락이나 개인 설정을 잘못 해석해 원하지 않는 언어로 답할 수 있다는 불편을 보여준다.
Claude Code를 한 번 켜 둔 채 10시간 28분 동안 이어서 사용한 사례가 공유됐다. 핵심 내용은 긴 개발 작업에서 Claude Code 세션을 얼마나 오래 유지해 본 적이 있는지 묻는 것이다. 함께 첨부된 이미지는 해당 세션 시간이 10시간 28분이었다는 점을 보여준다. 구체적인 작업 내용, 성과, 비용, 오류 여부는 제시되지 않았다.
ChatGPT 웹사이트에서 질문을 할 때마다 방문한 적 없는 웹사이트의 쿠키가 하나씩 생긴다는 경험담이다. 확인된 사이트 이름은 BestBuy.com, Cox.com, Envato.com 세 곳이다. 사이트 이름에는 오타가 없었고, 쿠키는 한 번에 하나만 나타났다고 한다. 이 쿠키들은 ChatGPT에 질문할 때만 생겼기 때문에 ChatGPT 웹사이트와 관련이 있다고 의심하고 있다. 아직 원인, 재현 방법, 다른 사용자에게도 같은 일이 생기는지는 확인되지 않았다.
샌프란시스코의 여름 무료 콘서트 행사인 Stern Grove에서 후원사 명단에 OpenAI가 나오자 관객의 절반 이상으로 보이는 사람들이 야유했다. 이 행사는 매주 약 1만~1만5천 명이 찾는 지역 행사로 소개된다. 장소가 샌프란시스코이고, 관객 상당수가 기술 업계와 가까운 생활권에 있다는 점에서 반응이 더 눈에 띈다. 핵심 문제 제기는 OpenAI가 기술에 익숙한 도시의 대중에게도 인공지능이 사회에 도움이 된다는 인식을 충분히 만들지 못하고 있다는 것이다. 이런 부정적 인식이 커지면 규제, 도입 속도, 매출에도 영향을 줄 수 있다. 인공지능이 낮은 품질의 자동 생성물만 만든다는 이미지가 굳어지면, 인공지능을 쓰는 회사나 제품까지 낮게 평가될 수 있다는 우려가 담겨 있다.
Gemini Pro와 Gemini Flash에서 긴 책 파일을 첨부하면 내용이 중간쯤에서 잘린 것처럼 처리된다는 문제가 나왔다. 이전에는 같은 방식으로 긴 책을 읽힐 수 있었지만, 지금은 두 모델 모두 첨부한 책이 절반 정도까지만 들어왔다고 답한다. 변화가 최근에 생긴 것으로 보이며, 긴 문서를 한 번에 넣어 분석하려는 사용자는 결과가 빠진 내용을 바탕으로 나올 수 있다.