구글, 100만 토큰 출력 지원하는 ‘제미나이 4 아르곤’ 공개

대규모 문서를 모델에 집어넣는 기술은 흔해졌지만, 모델 스스로 수십만 자의 긴 코드나 보고서를 한 번에 막힘없이 작성하는 일은 여전히 불가능에 가까웠습니다.

구글이 새로운 프론티어 AI 모델 ‘제미나이 4 아르곤(Gemini 4 Argon)’을 발표했습니다. 가장 눈에 띄는 변화는 단일 응답에서 생성할 수 있는 출력 토큰 한도를 기존 64K에서 업계 최초로 100만 토큰까지 대폭 확장했다는 점입니다. 영어 기준 약 70만 단어를 한 번의 답변으로 쏟아낼 수 있는 용량입니다.

복잡한 엔지니어링 성능도 한층 끌어올렸습니다. 실제 소프트웨어 개발 능력을 평가하는 DeepSWE v1.1에서 77.9%를 기록했고, Zapier의 비즈니스 자동화 벤치마크 AutomationBench에서 51.3%로 1위에 올랐습니다. 구글 자체 테스트에서는 19개 벤치마크 중 13개 항목에서 GPT-6 Astra와 Claude Opus 5.5를 넘어섰다고 밝혔습니다.

수십만 줄의 C++ 코드를 Rust로 자율 전환

구글은 아르곤을 일반에 바로 배포하는 대신, 자사의 가장 까다로운 대규모 시스템 현장에 먼저 투입했습니다.

대표적으로 수만 줄에서 최대 80만 줄에 달하는 핵심 C/C++ 코드베이스를 메모리 안전성이 높은 Rust로 전환하는 작업입니다. 오픈소스 비디오 디코더 libgav1의 경우, 아르곤 에이전트가 성능 실험을 거듭하며 3만 2천 줄의 SIMD 코드를 컴파일러가 자동 벡터화할 수 있는 안전한 Rust 코드로 바꿨습니다. 그 결과 기존 Rust 포팅 대비 2.7배 빠른 속도를 기록하며 최적화된 C++ 성능에 근접했습니다.

인프라 최적화에서도 성과를 냈습니다. 아르곤 에이전트들이 데이터센터 텔레메트리를 분석해 메모리 누수를 잡으면서 적용 직후 300 TiB 이상의 메모리를 확보했고, 최종적으로 500 TiB에서 1 PiB 규모의 절감을 기대하고 있습니다.

양자 알고리즘 병목 구간을 단 몇 분 만에 분석해 기존 논문의 기준치를 40% 앞당기는 작업도 지원했습니다.

방어 전문가를 위해 안전 가드레일까지 해제

출시 방식은 단계적입니다. 현재는 구글의 페어윈드(Fairwind) 프로그램을 통해 검증된 사이버 보안 방어팀에만 우선 제공되고 있습니다.

아르곤은 취약점을 스스로 찾아내고 검증한 뒤 패치까지 작성하도록 훈련받았습니다. 구글은 신뢰받는 보안 전문가들이 방어 성능을 온전히 활용할 수 있도록 보안 가드레일을 끈 버전까지 제공하기로 했습니다.

보안 기업 위즈(Wiz)는 공공 인프라 보호 프로젝트에 아르곤을 투입해 전 세계 병원에서 쓰이는 소프트웨어의 중대 취약점을 찾아냈으며, 이는 이전 세대 프론티어 모델들이 감지하지 못했던 위험이었습니다.

다만 평가가 모두 장밋빛인 것은 아닙니다. 아레나 텍스트 순위나 아티피셜 애널리시스 지표에서는 최상위권을 기록했으나, 블룸버그는 구글 내부에서 ‘벤치마크 점수는 높지만 실제 일상 업무에서는 그만큼 체감되지 않는다’는 의구심이 나오고 있다고 보도했습니다. 구글은 이를 부인했습니다. API 가격은 출시 초기 백만 입력 토큰당 2달러, 출력 10달러로 책정되었습니다.

왜 중요한가

Gemini 3.5 Pro 출시가 무산되고 플래시(Flash) 모델 위주로 버텨온 구글이 마침내 최상위 플래그십 경쟁에 확실히 복귀했다는 신호입니다.

가장 주목해야 할 지점은 100만 출력 토큰이 주는 작업 방식의 변화입니다. 이전까지의 코딩 어시스턴트는 긴 호흡의 작업을 쪼개서 처리해야 했기에 개발자가 중간중간 조립을 도맡아야 했습니다. 모델이 수십만 토큰 동안 깊은 추론을 이어갈 여유가 생기면서, 시스템 단위의 대형 리팩토링이나 며칠 치 보안 감수 작업을 한 번에 위임할 수 있는 환경이 열렸습니다.

개발자와 기업 입장에서는 AI가 ‘단순 보조 도구’에서 ‘장기 엔지니어링을 수행하는 동료’로 진화하는 계기가 될 수 있습니다. 다만 100만 토큰 단위의 작업은 비용과 소요 시간이 만만치 않으며, 중간에 추론이 빗나갔을 때 발생하는 검증 부담도 커집니다.

구글이 이 강력한 능력을 일반 챗봇이 아닌 검증된 보안 방어와 엔터프라이즈 환경에 먼저 테스트베드로 올린 선택은 영리해 보입니다. 향후 유료 API와 AI Ultra 구독자에게 열렸을 때, 이 인상적인 숫자들이 실제 개발 현장에서도 변함없이 증명될지가 관건입니다.