Google DeepMind, AlphaCode 3 공개—경쟁 프로그래밍 정확도 87% 달성
Google DeepMind가 AlphaCode 3를 공개하며 Codeforces 기준 상위 13% 수준에 해당하는 87%의 문제 해결률을 기록했다고 발표했다. 이전 세대 대비 복잡한 알고리즘 구성 능력이 크게 향상됐으며, API를 통해 외부 개발자도 접근할 수 있는 경로가 열렸다.
AlphaCode 3의 달라진 점
DeepMind는 AlphaCode 2(2023) 이후 약 2년 반 만에 3세대 모델을 공개했다. 핵심 변화는 세 가지다.
- 자기 수정 루프(Self-Repair Loop) — 모델이 생성한 코드를 자체 테스트 케이스로 실행한 뒤 오류를 감지하면 스스로 패치를 시도한다. 평균 수정 횟수는 문제당 3.2회로 측정됐다.
- 다중 언어 지원 확대 — Python·C++·Java 외에 Rust·Go가 공식 지원 언어로 추가됐다.
- 설명 가능성 출력 — 솔루션 코드와 함께 알고리즘 선택 이유, 시간·공간 복잡도 분석을 마크다운으로 함께 반환한다.
벤치마크 수치
| 벤치마크 | AlphaCode 2 | AlphaCode 3 | |----------|------------|-------------| | Codeforces 문제 해결률 | 46% | 87% | | LeetCode Hard 정확도 | 53% | 79% | | IOI 2024 문제 세트 | 미공개 | 61% |
수치는 DeepMind 공식 기술 리포트 기준이며, 외부 독립 검증은 진행 중이다.
개발자·크리에이터 접근 방법
현재 AlphaCode 3는 Google AI Studio 내 실험적 기능으로 제공되며, Gemini API의 models/alphacode-3 엔드포인트를 통해 호출 가능하다. 가격은 공식 페이지 참조. 한국 리전(asia-northeast3)에서도 동일하게 호출되며 레이턴시는 평균 8~12초(자기 수정 포함)로 측정됐다.
실무 활용 포인트
알고리즘 코딩 테스트 준비 플랫폼이나 개발 교육 서비스를 만드는 크리에이터라면, AlphaCode 3의 설명 가능성 출력 기능을 활용해 '문제 해설 자동 생성' 파이프라인을 구축할 수 있다. 단순 정답 코드가 아니라 복잡도 분석까지 포함된 구조화된 출력을 그대로 콘텐츠 소재로 활용 가능하다는 점이 차별점이다.