구글, 고난도 전문 업무 겨냥한 '제미나이 4 아르곤' 공개

지난 몇 달 동안 주요 AI 연구소들이 가벼운 소형 모델 경쟁에 집중해 왔지만, 수백만 줄의 노후화된 코드를 뜯어고치는 고난도 작업에는 경량 모델이 제 역할을 하기 어렵습니다.

구글은 2026년 10월 13일 최신 프론티어 모델인 '제미나이 4 아르곤(Gemini 4 Argon)'을 정식 출시했습니다. 구글이 플래시 제품군 이상의 플래그십 모델을 선보인 것은 약 7개월 만이며, 개발자용 API는 물론 구글 AI 프로 및 울트라 구독자에게도 제공됩니다.

API 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 책정되었으며 캐시된 입력은 95% 할인이 적용됩니다. 금융, 법률, 코딩 등 주요 경제 분야의 업무 능력을 측정하는 발스 인덱스(Vals Index)에서 1위를 기록했습니다.

크롬 코드 리팩터링부터 효소 설계까지

구글은 단순한 벤치마크 점수 대신 실제 현장에서 거둔 수치를 강조했습니다. 사내 에이전트 개발 플랫폼에서 아르곤을 도입한 결과, 구글 내부 개발자들의 에이전트 기반 코드 제출량이 35% 이상 늘어났고 롤백 비율은 3분의 1 가까이 줄었습니다.

대표적인 사례가 크롬 브라우저 개편입니다. 아르곤은 크로미엄의 4천만 줄 코드베이스 중 600만 줄에 달하는 방대한 레거시 디렉터리에서 핵심 웹페이지 처리 로직을 분리해 냈습니다. 수백 개 파일에 걸친 대대적인 아키텍처 개편을 단 몇 주 만에 끝마쳤습니다.

소프트웨어를 넘어 기초 과학 분야에서도 실적을 냈습니다. 양자화학 오픈소스 패키지인 xTB의 분자 구조 예측 속도를 최대 2.3배 높였고, 실제 습식 실험실에서 기능이 확인된 신규 세린 에스테라제 효소 5종을 단 몇 시간 만에 설계했습니다.

로보틱스 영역에서는 사람이 옥수수 주머니를 던지는 영상을 보고 관절 물리 법칙을 계산해 시뮬레이션 코드를 스스로 작성했습니다. 이를 앱트로닉의 아폴로 휴머노이드 로봇에 이식하자 현실 실험에서 7회 연속 목표물에 명중시켰습니다.

100만 토큰 공유 구조와 독립 벤치마크 결과

아르곤의 대표적인 무기는 최대 100만 토큰에 달하는 출력 능력입니다. 다만 여기에는 사용자가 반드시 알아두어야 할 구조적 한계가 있습니다.

입력 프롬프트와 모델 내부의 사고 토큰, 그리고 최종 출력 텍스트가 100만 토큰이라는 하나의 컨텍스트 창을 함께 나눠 씁니다. 만약 복잡한 다단계 추론을 수행하느라 사고 토큰을 50만 개 소모했다면, 실제로 받아볼 수 있는 출력은 최대 50만 토큰으로 줄어듭니다.

또한 API 기준 단일 요청의 기본 출력 한도는 65536 토큰이며, 100만 토큰을 온전히 출력하려면 연속 토큰을 활용해 호출을 이어가야 합니다. 일반 앱 사용자들은 이런 복잡한 과정을 거치지 않고 이전보다 훨씬 긴 호흡의 답변을 경험하게 됩니다.

제3자 평가 기관인 아티피셜 애널리시스의 지능 지수 평가에서는 아르곤이 52.56점을 기록했습니다. 오픈AI의 GPT-6 아스트라(52.67)와 대등한 수준이지만, 앤스로픽의 클로드 오퍼스 5.5나 소네트 5.5에는 다소 뒤처집니다.

하지만 할루시네이션(환각) 억제력은 독보적이었습니다. 옴니사이언스 평가에서 아르곤의 환각률은 15%에 불과해 50%를 넘긴 GPT-6 아스트라보다 훨씬 안정적이었습니다. 다만 모르는 질문에 아예 답을 회피하는 성향 때문에 정답률은 50%에 머물러 아스트라의 63%보다 낮았습니다.

왜 중요한가

대규모 코드베이스를 다루는 엔지니어나 전문 논문과 데이터를 분석해야 하는 연구자라면 아르곤을 지금 바로 써볼 가치가 충분합니다. 구글이 과학자 1만 명에게 최고 등급 플랫폼을 6개월간 무료 지원하기로 한 것만 봐도, 고난도 연구 현장을 확실하게 선점하겠다는 의도가 읽힙니다.

업계 전반으로 보면 AI 경쟁의 초점이 단순한 대화형 챗봇에서 장기 다단계 작업을 안정적으로 완수하는 에이전트 능력으로 옮겨가고 있습니다. 특히 입력 비용을 100만 토큰당 2달러 수준으로 끌어내리면서, 앤스로픽과 오픈AI 역시 고난도 추론 모델의 가격 인하를 압박받게 되었습니다.

저희는 구글이 환각률을 획기적으로 낮추고 실제 기업 워크플로에 집중한 점을 긍정적으로 평가합니다. 실무 환경에서는 뻔뻔하게 거짓말을 늘어놓는 똑똑한 모델보다, 불확실한 내용을 스스로 거르고 묵묵히 코드를 짜는 도구가 훨씬 쓸모 있기 때문입니다. 다만 사고 과정이 출력 용량을 잠식하는 구조적 제약과 다소 보수적인 응답률은 염두에 두어야 합니다. 만능 AI는 아니지만, 현장에 즉시 투입할 수 있는 강력한 산업용 중장비에 가깝습니다.