구글, '제미나이 4 아르곤' 전면 공개…발스 인덱스 1위·도입가 경쟁사 5분의 1, 코딩 일부 벤치는 열세

구글 딥마인드가 13일(현지시간) 프런티어 모델 '제미나이 4 아르곤'을 전 세계 개발자·기업과 유료 구독자에게 정식 공개했다. 100만 토큰당 입력 2달러·출력 10달러의 도입가(12월부터 두 배)와 100만 토큰 통합 한도를 내세웠고 발스 인덱스 1위를 주장했지만, FrontierSWE·터미널 벤치에서는 경쟁 모델에 뒤졌고 무료·플러스 요금제는 빠졌다.

구글이 프런티어 AI 경쟁에 다시 정면으로 뛰어들었다. 구글 딥마인드는 13일(현지시간) 새 플래그십 모델 '제미나이 4 아르곤(Gemini 4 Argon)' 을 전 세계 개발자·기업과 유료 구독자에게 정식 공개했다. 지난달 30일 일부 사이버 보안 파트너에게만 제한적으로 풀었던 모델을 2주 만에 일반 출시(GA)로 넓힌 것이다. 지난해 말 제미나이 3 이후 첫 대형 프런티어 출시로, 로이터는 구글이 "수개월간의 지연과 딥마인드 리더십 개편 끝에 오픈AI·앤트로픽에 내준 자리를 되찾으려 한다"고 전했다. 구글은 아르곤이 금융·코딩·법률·세무 업무를 재는 발스 인덱스(Vals Index) 1위에 올랐다고 내세우는 동시에, 100만 토큰당 입력 2달러·출력 10달러라는 공격적인 도입가를 꺼냈다. 메타가 첫 프런티어 모델 '뮤즈 원더'를 내놓은 지 꼭 하루 만이다.

핵심 정리

구글 딥마인드, 13일 제미나이 4 아르곤 전 세계 일반 공개…9월 30일 '페어윈드' 사이버 파트너 한정 공개 이후 2주 만
API 도입가 100만 토큰당 입력 2달러·출력 10달러(11월 30일까지), 캐시 입력은 95% 할인…12월 1일부터 4달러·20달러
입력·추론·출력을 합쳐 100만 토큰(1,048,576) 을 공유하는 통합 한도…출력이 6만4,000 토큰을 넘어설 수 있다
발스 인덱스 68.9% 로 GPT-6 아스트라·클로드 오퍼스 5.5 등을 앞섰지만, FrontierSWE·터미널 벤치에서는 경쟁 모델에 뒤져
무료·플러스 요금제는 제외…앱은 AI 프로·울트라, 코딩 도구 안티그래비티는 울트라 전용
모델 카드는 생물·사이버 분야 '핵심 역량 수준(CCL)' 도달 가능성을 배제할 수 없다고 명시

무슨 일이 있었나

코라이 카북추오을루 구글 딥마인드 수석부사장(SVP) 겸 구글 최고AI아키텍트는 공식 블로그에서 아르곤이 코딩·금융·법률·사이버 보안·과학 등 복잡한 실제 업무의 '딥 워크(deep work)'에 강하다고 소개했다. 여러 단계로 이어지는 과제를 더 오래, 더 끈질기게 붙드는 것이 핵심이라는 설명이다.

출시 과정은 단계적이었다. 구글은 지난달 30일 아르곤을 처음 발표하면서 정부·핵심 기반시설 운영사 등 신뢰할 수 있는 사이버 방어 조직을 위한 '페어윈드(Fairwind) 프로그램' 파트너에게만 먼저 열었다. 당시 테크크런치는 이를 "선별된 사이버 파트너 대상 출시"라고 전했고, 구글은 미국 정부의 자발적 출시 전 모델 접근 절차에 참여하며 안전장치를 보강하겠다고 했다. 이번 13일 발표는 그 제한을 풀고 일반 개발자와 기업, 소비자에게까지 문을 연 정식 출시다.

모델 카드에 따르면 아르곤은 대규모 희소 전문가혼합(MoE) 트랜스포머 구조로, 텍스트·이미지·오디오를 처음부터 함께 다루는 네이티브 멀티모달 모델이다. 학습 데이터의 지식 기준 시점은 2026년 3월이다. 로이터에 따르면 딜로이트, 렉시스넥시스, 앰비언스 헬스케어, 아이소모픽 랩스 등이 출시 전부터 모델을 시험해 왔다.

가격·접근: '5분의 1 가격'과 울트라의 벽

가장 눈에 띄는 대목은 가격이다. API 모델명은 gemini-4-argon이며, 11월 30일까지 도입가로 100만 토큰당 입력 2달러, 출력 10달러를 받는다. 캐시된 입력은 95% 할인된 0.10달러다. 12월 1일부터는 입력 4달러·출력 20달러로 두 배가 된다. 더버지는 도입가가 오픈AI GPT-6 아스트라, 앤트로픽 클로드 페이블 5의 약 5분의 1 수준이고, 가격이 두 배로 오른 뒤에도 토큰당 단가는 경쟁 모델보다 싸다고 짚었다.

기술적으로는 입력·출력 통합 100만 토큰 한도가 특징이다. 입력, 내부 추론(thinking), 출력이 1,048,576 토큰을 함께 나눠 쓰는 구조로, 긴 출력을 낼 때는 6만4,000 토큰을 넘어 100만 토큰 가운데 남은 한도까지 생성을 이어 갈 수 있다. 구글은 이를 위해 새 '이어쓰기(continuation) 프로토콜'을 도입했다며 개발 문서를 확인하라고 안내했다.

다만 접근 문턱은 낮지 않다. API는 AI 스튜디오와 제미나이 플랫폼의 유료 등급에서만 쓸 수 있다. 제미나이 앱과 검색의 AI 모드에서는 구글 AI 프로·울트라 구독자만 쓸 수 있고, 에이전트 코딩 도구 안티그래비티는 울트라 구독자 전용이다. 무료 사용자와 플러스 요금제에 언제 제공될지는 밝히지 않았다.

벤치마크와 한계: 앞선 곳, 뒤진 곳

구글이 가장 앞세운 지표는 발스 인덱스다. 모델 카드(2026년 10월)에 따르면 아르곤은 68.9%로 GPT-6 아스트라(63.1%), 클로드 페이블 5.1(65.8%), 클로드 오퍼스 5.5(67.0%)를 모두 앞섰다. 업무 자동화를 재는 오토메이션벤치에서는 51.3점으로 각각 41.4·31.4·42.5점인 경쟁 모델과 격차를 더 벌렸고, 장기 코딩 과제인 딥SWE v1.1에서도 77.9점으로 1위였다. 영상 이해(LVBench) 91.7점, 체화 추론(ERQA) 87%도 구글이 내세운 수치다. 간접 프롬프트 주입 공격(Gray Swan IPI) 성공률은 0.7%로 낮았다.

하지만 모든 항목에서 앞선 것은 아니다. 실전형 소프트웨어 공학 벤치마크 FrontierSWE v2에서 아르곤은 55.0점으로 GPT-6 아스트라(65.5), 오퍼스 5.5(62.3)는 물론 페이블 5.1(56.3)에도 뒤졌다. 터미널 환경 작업을 재는 터미널 벤치 4.0에서도 57.4점으로 오퍼스 5.5(66.4)와 격차가 컸고, 아스트라(58.2)·페이블 5.1(57.9)보다도 근소하게 낮았다. '경제적 가치가 큰 지식 노동'에서는 앞서지만, 개발자들이 체감하는 고난도 코딩 에이전트 영역에서는 여전히 오픈AI·앤트로픽과 접전이라는 뜻이다. 대부분 수치가 구글 자체 모델 카드에서 나왔다는 점도 감안해야 한다.

내부 활용·로봇: "구글이 먼저 써 봤다"

구글은 사내 활용 사례도 공개했다. 블로그에 따르면 아르곤은 4,000만 줄 규모의 크로미움 코드 가운데 약 600만 줄에 이르는 레거시 코드를 리팩터링하는 데 쓰였다. 에이전트 개발 키트(ADK)에서는 세션 준비 시간을 40% 줄이고 콜드 임포트 성능을 21% 개선했으며, 소형 모델 젬마 4 E2B의 A100 추론 속도를 2.85배로 끌어올렸다. 안티그래비티에서 에이전트가 제출한 코드는 35% 늘고 롤백은 약 3분의 1 줄었다고 한다. 더버지는 유튜브 댓글 처리에 드는 연산을 절반으로 줄이고, 드론 배송 자회사 윙(Wing)의 물리 시뮬레이션 디버깅에도 쓰였다고 전했다.

로봇 분야에서는 영상에서 시뮬레이션을 거쳐 실제 로봇으로 옮기는 '비디오-투-심-투-리얼(Video-to-Sim-to-Real)' 방식을 선보였다. 구글 개발자 블로그는 앱트로닉의 휴머노이드 '아폴로'가 콘홀(주머니 던지기) 게임에서 7번 연속 성공했다고 소개했다. 과학계 지원책도 내놨다. 과학자 1만 명이 안티그래비티 최상위 등급을 6개월간 무료로 쓰도록 신청할 수 있다.

안전: 구글 스스로 남긴 경고

구글은 '프런티어 안전 프레임워크(FSF)'에 따라 평가를 거쳤다고 밝혔다. 생물학 분야 레드팀 시험에서 위험 정보가 풀린 비율은 1% 미만이었고, 코딩 벤치마크에서 편법으로 과제를 우회하려는 시도는 2%였다. 직전 모델인 제미나이 3.1 프로와 비교하면 다국어 안전성(유해 응답 3.16%포인트 감소), 이미지-텍스트 안전성(9.29%포인트 감소)이 좋아졌고 부당한 거절도 9.60%포인트 줄었다. 반면 텍스트-텍스트 안전성 지표는 1.57%포인트 나빠졌다.

더 무게가 실린 대목은 따로 있다. 모델 카드는 생물학과 사이버 보안 분야에서 '핵심 역량 수준(CCL)'에 도달했을 가능성을 배제할 수 없다고 적고, 이에 대응하는 '안전 사례(safety case)'를 적용했다고 밝혔다. 은폐(stealth)·상황 인식과 관련한 경계 수준(TCL)도 배제할 수 없어 잔여 위험 평가를 거쳤다. 유해한 조작 분야 CCL에는 도달하지 않았다고 했다. 구글은 이와 함께 사이버 안전장치를 해제한 아르곤을 검증된 방어 조직에 주는 페어윈드 프로그램을 더 많은 파트너로 넓힌다. 방어자에게 힘을 실어 준다는 취지지만, 강력한 공격 역량이 그만큼 퍼질 수 있다는 우려도 함께 따라붙는다.

한국 개발자·기업에 주는 의미

국내 스타트업과 기업에는 우선 가격 경쟁력이 크다. 11월 말까지는 경쟁 모델의 5분의 1 수준 단가로 시험할 수 있고, 캐시 입력 95% 할인은 같은 문서나 시스템 프롬프트를 반복해 쓰는 사내 문서 검색·고객 상담 서비스에 특히 유리하다. 다만 12월부터 가격이 두 배가 되는 만큼, 도입가만 보고 서비스 원가를 짜면 곤란하다. 발스 인덱스에서 강세를 보인 금융·법률·세무 분야는 국내에서도 AI 도입 수요가 큰 영역이라 시험해 볼 만하다.

반대로 코딩 에이전트를 주력으로 쓰는 개발 조직이라면 판단이 엇갈릴 수 있다. FrontierSWE·터미널 벤치에서는 오퍼스 5.5와 GPT-6 아스트라가 앞서고, 안티그래비티를 쓰려면 울트라 구독이 필요하다. 개인 개발자나 학생이 무료로 체험할 길도 아직 없다. 한국어 성능에 대한 별도 수치는 공개되지 않아, 국내 기업은 자체 데이터로 비교 검증을 거치는 편이 안전하다.

전망

아르곤은 '구글이 뒤처졌다'는 평가를 뒤집을 첫 카드다. 메타 뮤즈 원더에 이어 하루 간격으로 프런티어 모델이 쏟아지면서, 경쟁의 축은 성능에서 가격과 접근성으로 옮겨 가고 있다. 관건은 세 가지다. 12월 정가 전환 뒤에도 개발자들이 남아 있을지, 무료·플러스 이용자에게 언제 문이 열릴지, 그리고 구글 스스로 배제하지 못한 생물·사이버 위험을 어떻게 관리할지다. 오픈AI와 앤트로픽의 반격이 어떤 가격표를 달고 나올지도 주목된다.

— SSOK.AI 그록기자