AlphaProof Code vs AesCode 32B: 하나는 코드가 올바른지 증명하고, 다른 하나는 코드를 그린다

AlphaProof Code와 AesCode 32B를 같은 문장에 놓으면, 둘이 공유하는 것은 오직 "code"라는 단어뿐이다. AlphaProof Code는 2026년 11월 10일에 발표된 Google DeepMind의 에이전틱 프레임워크로, 컴파일된 libsignal 바이너리가 명세대로 동작함을 증명하는 약 650만 줄의 기계 검증된 Lean 코드를 생성했다. AesCode 32B는 Microsoft가 2026년 10월 초에 아무 발표 없이 Hugging Face에 업로드한 330억 매개변수 비전-언어 체크포인트로, 프롬프트를 하나의 자체 완결형 HTML 문서 — 슬라이드, 포스터, 대시보드 — 로 작성하며, 그다음 사람이 그 문서를 본다. 둘 다 호출할 수 있는 서비스가 아니다. 그중 하나는 모델조차 아니다. 당신이 즉시 대체 가능한 대안 결정을 찾으러 여기 왔다면, 솔직한 답은 그런 결정은 존재하지 않는다는 것이며, 이 글의 나머지 부분은 이 비교가 여전히 가치 있는 이유를 설명한다.

제대로 서술된 범주 오류

AesCode 32B는 생성기입니다. 설명을 주면 아티팩트를 반환하는데, 그 품질은 미학적으로 그리고 페이지에 적힌 숫자들이 당신이 요청한 숫자와 우연히 일치하는지에 따라 판단됩니다. 모델 카드 자체의 설명 틀은 이미지 생성기는 보기 좋은 페이지를 구성하지만 그 위의 숫자를 잘못 렌더링하는 반면, 코드 모델은 숫자를 정확히 맞추지만 페이지가 어떻게 보이는지 알 수 없다는 것입니다 — AesCode는 당신의 프롬프트를 같은 프롬프트로 생성된 이미지와 짝지어 주고, 내용은 텍스트를 따르면서 그 이미지를 미학적 참조로 사용합니다.

AlphaProof Code는 검증기입니다. 여기에 명세, 즉 반드시 참이어야 하는 바에 대한 진술을 주면, 특정 컴파일된 바이너리가 그 명세를 만족한다는 것을 Lean 커널이 검사한 증명으로 돌려줍니다. 이 루프 어디에도 미학적 판단은 존재하지 않습니다. 증명은 받아들여지거나 받아들여지지 않을 뿐이며, 그 수용 기준은 검토자의 취향이 아니라 수천 줄의 커널 코드입니다.

그 구분이 각각의 용도를 결정한다. AesCode 32B는 "나에게 뭔가 하나 만들어 줘"라는 요청에 답하고, AlphaProof Code는 "이것이 정말 주장하는 바로 그 물건인가"라는 질문에 답한다. 첫 번째는 화요일 오후에 발표 자료 하나를 만들 때 쓰고, 두 번째는 만약 당신이 Signal이라면 5명의 연구자와 40~80개 에이전트로 구성된 팀들을 동원해 4주에 걸쳐 쓸 것이다.

각 제품이 실제로 제공하는 것

• 매개변수 — AesCode 32B: BF16 기준 약 334억 개이며, 총 66,714,912,704바이트에 달하는 14개의 safetensors 샤드에 걸쳐 있습니다. AlphaProof Code: 없음. 이는 프레임워크와 아티팩트 저장소일 뿐이며, 다운로드할 가중치가 없습니다.

• Base — AesCode 32B: Qwen3-VL-32B-Instruct를 파인튜닝한 모델로, 아키텍처는 Qwen3VLForConditionalGeneration으로 선언되어 있어 transformers 4.57 이상에서 로드됩니다. AlphaProof Code: 설계상 특정 모델에 종속되지 않습니다. DeepMind 논문은 증명 에이전트에 G​emini 4 Carbon을 명시하고, 사양을 작성하고 검토한 모델 중에는 Claude Opus 5.5가 사용되었다고 밝힙니다.

• 라이선스 — AesCode 32B: Apache 2.0, 오늘 Hugging Face에서 공개. AlphaProof Code: Lean 개발, AArch64 시맨틱스 및 libsignal 바인딩은 github.com/google-deepmind/code-verification에 게시되어 있으며, 랜딩 페이지에는 라이선스가 명시되어 있지 않으므로 이를 기반으로 무엇이든 구축하기 전에 해결해야 합니다.

• 가용성 — AesCode 32B: 자체 호스팅 전용. 가중치용으로 약 65GB의 가속기 메모리가 필요하고, 4개의 텐서 병렬 랭크에서 vLLM 명령을 실행해야 하며, 호스팅 엔드포인트가 없고 저장소 페이지에 추론 제공자 매핑도 없습니다. AlphaProof Code: 연구 아티팩트로, 엔드포인트도, 대기자 명단도, 가격도 없습니다.

• 출력 — AesCode 32B: 하나의 HTML 문서이며, 열어서 확인할 수 있습니다. AlphaProof Code: Lean 증명 항이며, Lean으로 확인할 수 있습니다.

• "올바름"의 의미 — AesCode 32B: 페이지가 제대로 보이고 그림이 프롬프트와 일치하는지를 사람이 판단합니다. AlphaProof Code: 모델의 모든 입력에 대해 정리가 성립하는지를 커널이 판단합니다.

정말로 흥미로운 유일한 겹치는 지점: 두 결과물 모두 인공물이다

다음은 충분히 해 볼 가치가 있는 비교입니다. 두 시스템 모두 자신을 만든 모델보다 더 오래 살아남는 파일을 만들어냅니다. AesCode 32B의 HTML은 완성된 문서입니다. 배포하고, 편집하고, diff할 수 있으며, 다시 그 모델이 필요하지 않습니다. AlphaProof Code의 Lean 증명은 완성된 유도입니다. 몇 분 분량의 연산으로 노트북에서 다시 검증할 수 있고, 명세가 바뀌지 않았다면 그 결과는 5년 뒤에도 여전히 유효합니다.

그것은 챗 엔드포인트로 가득한 시장에서 들리는 것보다 훨씬 더 희귀한 속성입니다. 대부분의 모델 출력은 모델이 계속 사용 가능하다는 데 가치가 달려 있는 일회용 텍스트입니다. 이 둘 모두 당신이 보관할 수 있는 무언가를 만들어 냅니다. 차이는 ‘보관’이 무엇을 사 주느냐입니다. AesCode에서는 덱을 보관하게 되고, AlphaProof Code에서는 보장을 보관하게 됩니다.

비유가 깨지는 지점은 감사 가능성이다. 누구나 HTML을 열어 제목이 잘못되었는지 확인할 수 있다. 거의 아무도 650만 줄의 Lean을 열어 그 정리가 보도자료에서 말하는 내용을 실제로 말하는지 확인할 수는 없다 — 바로 그렇기 때문에 DeepMind의 논문은 신뢰 기반, 계약된 37개의 원시 요소, 그리고 그것이 증명하지 못하는 속성들을 열거하는 데 여러 페이지를 할애한다. 산출물은 검증 가능하지만, 그것을 읽는 일은 공짜가 아니다.

각 면의 숫자가 얼마의 가치인지

AesCode 32B의 헤드라인은 종합 점수 85.89로, GPT-5.5의 81.28과 대비됩니다 — 이는 Microsoft가 경쟁사 모델을 측정한 것으로, Microsoft가 작성한 루브릭과 Microsoft가 구축한 하네스에서 나온 것입니다. Boundary는 97.27에 있으며 샘플의 4.3%에서 심각한 오버플로가 발생하고, style은 55.99로, 표에 있는 어떤 모델도 60을 넘지 못하는 행입니다. 해당 저장소 자체 카운터 기준으로, Microsoft 외부에서는 이 모델에 대한 수치를 공개한 사람이 아무도 없었습니다. 위의 모든 수치는 벤더가 보고한 것이며 재현되지 않았습니다.

AlphaProof Code에는 벤치마크 표가 전혀 없으며, 그것은 보고의 공백이 아니라 다른 종류의 주장이다. 그 결과는 특정 바이너리가 열 개의 기호 정리와 구체적인 한계를 가진 계산 트랙을 만족한다는 것이다. 명세에 동의하지 않을 수는 있지만, 증명에 대한 커널의 판정과 논쟁할 수는 없다. 비교 가능한 주의사항은 통계적이라기보다 구조적이다: SPQR 치유에 대한 포스트 양자 보장 없음, 페이로드 프라이버시 없음, 승격되지 않은 첫 메시지에 대한 응답자 인증 없음, 승격당 하나의 세션, 고정된 메시지 길이, 다중 장치 상태 없음. 그리고 단일 세션에서 약 25,000개의 메시지 근처에서 공허해지는 MAC 위조 한계.

한 가지 수치는 유용하게 적용됩니다. AlphaProof Code의 검증은 4주가 걸렸는데, 비교 가능한 작업은 역사적으로 전문가 팀이 수년을 들여 수행해 왔으며, 논문 자체에서 인용한 기준치는 seL4의 경우 약 20인년, CompCert의 경우 약 6인년이었습니다. 바로 그 비율이 붙들어야 할 주장이며, 그것은 모델 품질이 아니라 워크플로에 관한 주장입니다.

이번 주에 실제로 실행할 수 있는 건 어느 거야?

AesCode 32B: 네, 하드웨어가 있다면요. 샤드를 다운로드하고, 4개 랭크에서 vLLM으로 서빙하고, 프롬프트를 카드의 24,576토큰 상한 아래로 유지하고, 검토 단계가 렌더링된 HTML을 눈을 가늘게 뜨고 들여다보는 사람이라는 점을 받아들이세요. 그것은 페이지가 올바른지 알려주지 않습니다; 페이지가 올바르게 보이는지 알려줄 뿐입니다.

AlphaProof Code: 아니요. 공개된 산출물은 Lean 개발 결과물이지, 호출해서 쓰는 파이프라인이 아닙니다. 그 안에 있는 모델들조차 제공물이 아닙니다 — 프레임워크는 연구적 구성물이며, DeepMind 스스로도 이를 확장하려면 "지속적인 연구가 필요하다"고 규정합니다. CodeMender는 자동화된 수리를 위한 자매 프로젝트입니다. 검증과 해결 조치는 해당 연구소의 로드맵에서 서로 다른 두 제품입니다.

원하는 것이 명세를 초안 작성할 모델이라면 — 인간 전문가들이 Signal의 보안 목표를 Lean으로 옮기고 하나씩 검토했던 단계 말입니다 — 그것은 평범한 모델 작업이며, Claude Opus 5.5는 OrcaRouter의 카탈로그에 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러로 올라와 있고 공급자 정가가 0% 마크업으로 그대로 전달됩니다. 명세 초안 작성 루프를 두세 개 모델에 걸쳐 라우팅하고 그들의 Lean 출력을 비교하는 것은 연구 프로젝트가 아니라 라우팅-DSL 호출입니다. 그중 어느 것도 증명을 주지는 않습니다; 증명 단계가 바로 600만 줄이 나온 곳입니다.

그래도 이 페어링이 출판할 가치가 있는 이유

"코드 모델"이 최소 기준조차 없는 범주가 되었기 때문이다. 슬라이드를 작성하는 모델과 메시징 프로토콜을 증명하는 프레임워크가 모두 그 범주에 들어가고, 리더보드에서 이들을 비교하는 구매자는 아무것도 얻지 못한다. 유용한 질문은 어느 쪽이 더 나은가가 아니라, 출력에 대해 어떤 증거를 얻느냐이다. AesCode 32B는 렌더링된 페이지와 공급업체 평가 기준표를 제공한다. AlphaProof Code는 커널로 검증된 유도와 그것이 가정하는 것들의 유난히 명시적인 목록을 제공한다. 둘 중 하나는 틀리고 싶지 않은 코드까지 확장되며, 그쪽은 파라미터 수가 더 많은 쪽이 아니다.

디자인 파이프라인에서 AesCode 32B를 평가하고 있다면, 테스트해야 할 것은 전체 점수가 아니라 경계 동작입니다. 4.3%의 심각한 오버플로 비율은 덱이 못생겨지는 것이 아니라 조용히 잘못되는 지점입니다. AlphaProof Code를 평가하고 있다면, 읽어야 할 것은 아티팩트 저장소의 사양 편차 카탈로그입니다. 200개가 넘는 계산 항목과 약 35개의 기호 항목이 있으며, 그중 15개는 Double Ratchet 분석의 공백 또는 버그입니다. 그 카탈로그는 이 릴리스에서 가장 정직한 문서입니다. 왜냐하면 그것은 증명이 닫지 못한 모든 것의 목록이기 때문입니다.