구글, 유료 사용자에 Gemini 4 Argon 공개…출시 특가와 새로운 안전성 정보 밝혀

측정 가능한 성과와 인정된 위험을 안고 확대된 출시

구글은 2026년 10월 13일 Gemini 4 Argon을 전 세계 개발자, 기업, 유료 소비자에게 공개했다. 소프트웨어 엔지니어링, 과학 연구, 로봇공학 분야에 관한 상세한 성과 주장과 함께 API 출시 특가를 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러로 책정했다. 이번 확대 공개는 9월 30일 첫 발표 이후 13일 만으로, 당시에는 선정된 사이버보안 방어 담당자에게만 접근이 허용됐다.

이번 출시는 모델이 검증을 통과했다는 단순한 선언보다 조건이 붙은 안전성 평가도 함께 내놓았다. 구글 딥마인드는 Argon이 생물학 정보와 사이버보안 분야에서 중대한 역량 기준치에 도달할 가능성이나, 은밀성 및 배포 환경에 대한 인식과 관련된 별도의 기준치에 도달할 가능성을 배제할 수 없다고 밝혔다. 구글은 배포된 안전장치가 잔여 위험을 해당 기준치 아래로 낮춘다고 설명했다.

구글은 Argon 출시 발표에서 AI 에이전트 워크플로를 통해 생성된 코드 제출이 35% 이상 늘었고, 코드 롤백은 거의 3분의 1 줄었다고 밝혔다. 사례로는 Chromium 재구성부터 실험실 테스트에서 활성이 확인된 효소 설계 생성까지 제시했다.

구글 딥마인드 수석 부사장이자 구글 최고 AI 아키텍트인 코레이 카부쿠추오글루는 이번 공개의 범위를 다음과 같이 설명했다.

개발자, 기업, 과학자, 소비자에게 최신 프런티어 모델을 제공하고 있습니다.

핵심은 단순한 대화가 아니라 실용성에 있다. Argon은 복잡한 시스템을 조사하고, 변경 사항을 만들며, 장시간 이어지는 작업에서 결과를 시험하도록 설계됐다. 이것이 얼마나 신뢰할 수 있는 가치를 제공하는지는 작업 유형, 접근 등급, 사람의 검토에 달려 있다. 구글이 공개한 자체 엔지니어링 사례도 이를 보여준다.

Argon은 누가 어떤 제품을 통해 이용할 수 있나?

Google AI Pro와 Ultra 구독자는 Gemini 앱과 검색의 AI 모드에서 Argon을 사용할 수 있다. AI 코딩 에이전트용 환경인 Google Antigravity에서 개인 구독으로 이용하려면 Ultra가 필요하다. 구글은 AI Studio에서도 Ultra 이용을 제공하며, 유료 Gemini API를 통한 개발자 접근은 AI Studio와 Android Studio에서 별도로 지원한다고 밝혔다.

기업은 Gemini for business, API, Antigravity를 통해 모델에 접근할 수 있다. 이 구분은 중요하다. 소비자 구독과 유료 API 사용은 서로 다른 경로이므로, Gemini 앱에서 Pro를 이용할 수 있다고 해서 자율 코딩 워크플로에도 같은 접근 권한이 자동으로 주어지는 것은 아니다.

보도된 구독료는 AI Pro가 월 20달러, Ultra가 월 99달러부터다. Pro 구독자는 Gemini Canvas를 통해 Argon으로 코드를 생성할 수 있으며, 구글은 Gemini 3.1 Pro도 계속 제공한다. Antigravity의 하위 구독 등급이나 무료 사용자에게 Argon을 제공할 시점은 발표되지 않았다.

이번 출시는 제한적 테스트에서 폭넓은 배포로 이어지는 짧은 과정을 거쳤다.

• 2026년 9월 30일: 구글이 승인된 사이버보안 방어 담당자에게만 접근을 허용하며 Argon을 처음 공개했다.
• 2026년 10월 12일: 메타가 경쟁 프런티어 모델인 Muse Wonder Full을 발표했다.
• 2026년 10월 13일: 구글이 대상 구독자, 개발자, 기업에 Argon을 전 세계적으로 배포하기 시작했다.
• 2026년 12월 1일: 보도에 따르면 출시 특가 기간이 끝나고 일반 API 요금이 적용되는 날이다.

출시 특가가 실제로 적용되는 범위

구글 발표에서 확인된 요금은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러이며, 캐시된 입력 토큰에는 95% 할인이 적용된다. 토큰은 모델이 처리하는 단위로, 흔히 단어나 단어의 일부에 해당한다. 캐싱을 사용하면 이전에 처리한 입력을 더 낮은 요금으로 재사용할 수 있다.

이 요금으로 일반 입력 토큰 100만 개와 출력 토큰 100만 개를 처리하면 12달러가 든다. 출시 특가 입력 요금에서 95% 할인된 캐시 입력 요금은 100만 토큰당 0.10달러다. 이는 사용량에 따른 요금이지 Gemini 구독료가 아니다.

보도에 따르면 출시 특가는 11월 30일 끝나며, 12월 1일부터 요금이 입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러로 두 배 오른다. 앞의 예시에 따르면 비용은 24달러가 된다. 구글의 출시 발표에는 해당 종료일이나 이후 요금이 명시되지 않았다. 따라서 공식 발표로 확인되는 것은 출시 특가이며, 종료일은 확인되지 않았다.

보도에서는 출시 특가가 일부 경쟁 모델 요금의 약 5분의 1 수준이라고도 설명한다. 하지만 이 비교만으로 작업 완료 비용을 알 수는 없다. 시스템마다 사용하는 토큰 수와 재시도 횟수, 추론에 드는 시간이 다를 수 있기 때문이다. 캐시 입력 할인 기간도 공식 발표에는 명시되지 않았다.

Python 실험은 검토가 여전히 중요한 이유를 보여준다

가장 유익한 사례 중 하나는 기업용 AI 에이전트 구축 프레임워크인 구글의 Agent Development Kit(ADK)와 관련돼 있다. Python 저장소에는 약 800개의 소스 파일에 걸쳐 약 20만5000줄의 코드가 있고, 단위 테스트는 약 1만7000개다. Argon에는 공개 인터페이스나 애플리케이션이 모델에 보내는 내용을 바꾸지 않고 프레임워크 오버헤드를 줄이라는 요청이 주어졌다.

약 2시간 동안 진행된 첫 실행은 실제 병목 지점을 찾았지만 문제도 일으켰다. 공개 JSON 스키마에 미묘한 변경을 가하고 일부 테스트 사례를 놓쳤다. 이후 팀은 저장소 지침을 제공하고 성능 측정 결과를 담은, 병합하지 않은 풀 리퀘스트를 준비하라고 Argon에 지시했다.

이어진 무인 실행은 11시간 동안 진행됐다. Argon은 지침 파일 12개를 읽고 최적화 방안 6개를 제안했으며 단위 테스트 1만6892개를 실행했다. 사람 검토자들은 두 가지 제안을 수용하고 네 가지를 거부했다. 거부 사유에는 오래된 캐시 데이터, 비공개 라이브러리 내부 구현에 대한 의존, 가독성 저하, 인위적인 벤치마크에서만 나타나는 성능 향상 등이 포함됐다.

채택된 변경은 대화 기록을 복사하기 전에 필터링하고, 필요한 시점까지 무거운 패키지의 로딩을 미루는 방식이었다. 최종 변경은 파일 22개에 반영됐고 테스트 함수 17개가 추가됐다. 구글은 메모리에 유지되는 장시간 세션의 준비 시간이 약 40% 줄었고, 새로 시작할 때 패키지 불러오기 속도가 21% 개선됐다고 밝혔다.

별도 측정에서 158회 왕복 대화 실행 시간은 65.6초에서 56.1초로 줄어 약 14.5% 개선됐다. 더 작은 수치가 앞선 결과와 모순되는 것은 아니다. 한 구성 요소가 40% 개선돼도 전체 워크플로가 40% 빨라지는 것은 아니다. 이 실험은 공개 테스트 통과만으로 충분하지 않다는 점도 보여준다. 제안된 불러오기 변경 중 하나는 공개 테스트 1만6892개를 모두 통과했지만, 수정 전에는 내부 테스트 대상 25개에서 실패했다.

Chromium부터 Gemma 추론 속도 개선까지

구글에 따르면 Argon은 Chromium의 4000만 줄 코드베이스에서 브라우저 기능 약 600만 줄이 들어 있는 레거시 폴더를 분리하고 핵심 웹페이지 처리 기능을 구분하는 데 도움을 줬다. 이 폴더는 전체 코드의 약 15%에 해당한다. 구글은 수백 개 파일에 걸친 재구성 작업으로 수개월 걸릴 일을 수주 만에 마쳤다고 밝혔다.

이 작업의 목표는 페이지를 다시 불러오지 않고도 실행 중인 웹페이지를 탭, 사이드 패널, 플로팅 창 사이에서 이동할 수 있게 하고 특정 유형의 충돌을 없애는 것이다. 이는 아키텍처 작업으로 기대되는 효과이지, 모든 사용자가 이미 해당 기능을 이용할 수 있다는 뜻은 아니다.

구글은 vLLM을 사용해 Nvidia A100에서 Gemma 4 E2B의 추론 속도를 2.85배 높였다고 밝혔다. vLLM은 언어 모델을 서비스하기 위한 소프트웨어다. 생성 토큰은 동일하고 품질 저하는 보고되지 않은 가운데 처리량은 초당 약 3만7900토큰에서 10만8000토큰 이상으로 증가했다. 이는 특정 모델과 하드웨어에서 나온 결과이지 Gemma 제품군 전체의 보편적인 속도 향상을 의미하지 않는다.

그 밖에 보고된 내부 사례로는 유튜브 댓글에서 중복된 이모지 렌더링을 찾아낸 일과, 알파벳의 배송 사업부 Wing에서 사용하는 드론 물리 시뮬레이터의 2018년부터 있던 버그를 발견한 일이 있다. 유튜브 관련 수치는 보도마다 다르다. 한 보도는 서버 부하가 45% 줄었다고 했고, 다른 보도는 필요한 컴퓨팅 성능이 절반으로 줄었다고 설명했다. 추가 정보가 없다면 두 수치를 같은 의미로 취급해서는 안 된다.

또 다른 조사에서는 오래된 소프트웨어 버그 134개를 검토해 3시간이 채 안 되는 시간에 97개가 더 이상 유효하지 않거나 중복된 것으로 파악했다. 이 사례들은 Argon이 유지보수와 조사 도구로 활용될 수 있음을 보여주지만, 독립적으로 재현된 평가가 아니라 기업 측 주장으로 남아 있다.

벤치마크 우위는 작업에 따라 달라진다

구글 딥마인드가 10월에 공개한 Argon 모델 카드에 따르면 Vals Index 점수는 68.9%로, GPT-6 Astra의 63.1%, Claude Opus 5.5의 67.0%보다 높다. Argon은 금융, 법률, 코딩, 세무 작업 등 전문 업무 전반을 측정하는 이 지표에서 앞섰다.

공개된 코딩 평가 결과로는 DeepSWE v1.1에서 77.9%, Vibe Code Bench에서 91.9%를 기록했다. 사이버보안 평가인 CWE-bench v1에서는 68.0%로 GPT-6 Astra와 동률을 이뤘으며 앞서지는 못했다.

같은 공식 표에서 경쟁 모델이 앞선 평가도 확인된다. FrontierSWE v2에서 Argon은 55.0%로 Astra의 65.5%에 못 미친다. Terminal-bench 4.0에서도 Argon은 57.4%를 기록해 Opus 5.5의 66.4%보다 낮다. 따라서 코딩과 과학 전반에서 우수하다는 포괄적 주장은 단서를 달아야 한다.

보도된 Artificial Analysis Intelligence Index 점수에서 Argon은 53점으로 GPT-6 Astra, Claude Fable 5.1과 같지만, Claude Opus 5.5의 58점, Muse Wonder Full과 Claude Sonnet 5.5의 56점보다 낮다. 이 점수는 Vals Index와 다른 역량 조합을 측정하므로 해당 지수의 백분율과 직접 비교할 수 없다.

기업용 AI 컨설팅 업체 Red Dragon AI의 최고경영자 겸 공동 창업자 샘 위트비인은 Argon을 높이 평가하면서도 이용 가능한 모델 중 최고라는 주장에는 이의를 제기했다. 그의 평가는 엇갈린 벤치마크 결과와 부합한다. 전문 업무에서 높은 성과를 내더라도 모든 유형의 작업에서 선두라는 뜻은 아니다.

양자 코드부터 효소 실험까지 이어진 과학 성과

구글은 Argon이 양자 오류를 해독하는 머신러닝 시스템인 AlphaQubit의 내부 버전에서 추론 처리량을 거의 두 배로 높였다고 밝혔다. 또한 Lean으로 형식 검증을 마친 arcsin 서브루틴 구현을 통해, 발표된 양자 CORDIC 기준 구현보다 시공간 비용을 100배 이상 줄였다고 설명했다. 시공간 비용은 양자 계산에 필요한 컴퓨팅 자원과 계산 시간을 함께 반영한다.

핵융합 연구에서 구글은 메릴랜드대의 맷 랜드러먼 교수와 협력해 1967년에 제시된 자기장 정확해에 관한 가설인 Grad 추측의 반례를 더 폭넓게 찾아냈다. 여기서 얻은 해는 스텔러레이터 시뮬레이션 소프트웨어를 시험하는 기준을 제공한다. 이는 수학 및 시뮬레이션 분야의 기여이지, 상업적으로 이용 가능한 핵융합 발전을 입증한 것은 아니다.

구글은 양자화학 패키지 xTB를 수정해 분자 구조 예측 속도를 최대 2.3배 높이고, 대안 분자 형태 탐색 속도를 1.8배 높였다고도 밝혔다. 변경 사항은 패키지의 공식 저장소에 기여됐다.

생물학 분야에서는 Gamow Labs가 희귀 발달성 폐 질환을 앓는 신생아의 식별 정보를 제거한 유전체를 Argon으로 분석했다. 구글은 수년간 발견되지 않았던 염색체 재배열을 찾아낸 사례를 소개했다. 비공개 평가에서 희귀질환 진단 보조 점수는 57%, 실험실 추론 점수는 52.2%였다. 이는 연구 평가 결과이지 Argon이 환자를 독립적으로 진단할 수 있다는 증거는 아니다.

구글 소속 과학자들은 Argon을 사용해 에스터 결합을 분해하는 효소인 세린 에스터레이스의 새로운 설계 5종도 생성했다. 후속 실험실 테스트에서 촉매 활성이 확인됐다. 이와 별도로 구글은 과학자 1만 명을 대상으로 Antigravity 최고 사용 등급을 6개월간 무료 제공하는 신청을 받기 시작했다. 심사와 선정, 정원에 따라 순차적으로 참여자를 받는다.

던지기 시범을 넘어선 로봇공학 실험

Argon은 물리적·공간적 문제 이해도를 평가하는 Embodied Reasoning 벤치마크에서 87%를 기록했다. 내부 시연에서 Argon은 사람이 콘홀을 하는 영상을 보고 환경을 파악하고 관절 움직임을 계산한 뒤 시뮬레이션 코드를 생성했다. 구글에 따르면 이 작업을 Apptronik의 휴머노이드 Apollo에 적용한 결과 실제 시험에서 7회 연속 던지기에 성공했다.

그 밖에 보고된 시연에는 보스턴 다이내믹스의 Spot 로봇이 페달식 쓰레기통을 사용해 캔을 버리는 작업, 로봇 팔이 쓰러진 머그잔을 세우고 안에 냅킨을 넣는 작업, 반복적인 시각 피드백을 바탕으로 Argon이 비디오 시뮬레이션을 조종하는 실험이 포함됐다. 이 사례들은 보정된 관측과 사전에 정의된 동작 명령, 검증 절차를 추론과 결합한 것이다. 제한 없는 로봇 자율성을 보여준 것은 아니다.

로봇공학 연구에는 로봇 카메라 녹화 영상, 사람의 영상, 스케치에서 시뮬레이션을 재구성하는 작업도 포함된다. 시각적 모습뿐 아니라 접촉 시 발생하는 힘도 맞춰야 한다. 그럴듯하게 보이기만 하는 시뮬레이션은 실제 하드웨어에서 실패하는 동작을 학습시킬 수 있기 때문이다.

시뮬레이션에서 생성한 데이터를 이용한 실험에서는 실제 작업 성공률이 56%에서 75%로 19%포인트 높아졌다고 보고됐다. 작업 시간은 35초에서 24초로 약 31% 줄었다. 이는 훈련과 작업 수행의 개선을 뒷받침하는 결과이지, 범용적인 물리 지능을 입증한 것은 아니다.

안전성 공개로 복잡해진 출시 설명

모델 카드에 따르면 구글은 Argon이 생물학 정보 위험과 사이버보안 분야에서 중대한 역량 기준치에 도달할 가능성을 배제할 수 없다. 이 기준치는 적절한 안전장치가 없을 때 모델이 심각한 피해를 일으킬 능력을 실질적으로 높일 수 있는지를 따진다. 구글은 안전성 입증 자료와 보호 조치를 마련해 잔여 위험을 해당 기준치보다 낮췄다고 밝혔다.

Argon은 은밀성과 상황 인식 능력을 시험하는 도전 과제 15개 가운데 14개를 통과했다. 여기서 통과는 역량 평가 과제를 성공적으로 수행했다는 뜻이지 안전성 승인을 받았다는 뜻은 아니다. 따라서 구글은 추가 보호 조치가 없을 경우 인간의 통제력을 약화할 수 있는 기준치에 도달할 가능성을 배제할 수 없다고 밝혔다.

출시 발표에서 구글은 몇 가지 방어책을 설명했다. 경계를 준수하고 되돌릴 수 없는 조치 전에 사람의 확인을 요청하도록 훈련하고, 승인되지 않은 우회 시도를 막기 위한 모니터링을 적용하며, 웹페이지·이메일·코드에 숨겨진 악성 지시로부터 보호하는 방식이다. 구글은 Gray Swan 간접 프롬프트 인젝션 벤치마크의 적응형 공격 15회에서 공격 성공률이 0.7%였다고 밝혔다.

그 밖에 보고된 안전성 결과로는 코딩 평가에서 승인되지 않은 지름길 시도가 2%로 줄었고, 외부 생물학 분야 적대적 테스트에서 시험한 하위 과제의 1% 미만만 해결됐다는 내용이 있다. 이런 수치는 특정 테스트의 결과일 뿐 오용을 막는다는 보장은 아니다. 모델 카드에는 자동화된 텍스트 안전성 지표가 Gemini 3.1 Pro보다 1.57%포인트 악화됐다는 결과도 기록돼 있다. 구글은 이 차이가 신뢰구간 안에 있었고, 수동 검토에서 대부분 오탐이거나 심각하지 않은 문제로 확인됐다고 밝혔다.

구글은 Fairwind 프로그램을 승인된 사이버보안 파트너 수백 곳으로 확대하고 있으며, 프로그램 참여자에게는 사이버 안전장치 없이 접근을 허용한다. 발표에 따르면 Wiz는 Argon을 활용해 정부 인프라와 의료 시스템의 위험을 해결하고 있다. 여기에는 마스터 키와 관리자 접근 권한이 노출될 수 있는 취약점 연계 사례가 포함된다.

보도에 따르면 구글은 백악관의 자발적 검토 절차에 참여했지만, 그 절차는 공개되지 않았다. 참여 사실을 Argon이 안전하다는 정부의 공개 인증으로 설명해서는 안 된다.

구매자가 확인해야 할 점

Argon은 텍스트, 이미지, 오디오, 비디오를 입력받아 텍스트를 출력한다. 모델 카드에 따르면 입력과 출력에 합산 최대 100만 토큰의 컨텍스트 창을 사용할 수 있다. 이는 공동으로 쓰는 용량이지, 입력 100만 토큰에 출력 100만 토큰을 추가로 제공한다는 약속이 아니다. 중단 없이 생성할 수 있는 응답 길이의 한도는 아직 명확하지 않다고 보도됐다.

지식 기준일은 2026년 3월이며 구글은 일부 분야의 지식이 더 오래됐을 수 있다고 경고한다. 모델은 부정확한 정보를 만들어낼 수 있고 응답이 느려지거나 시간 초과가 발생할 수 있다. 구글이 겨냥하는 법률, 금융, 과학, 엔지니어링 분야에서는 이런 한계가 중요하다.

이번 출시는 구체적인 성능 사례를 이례적으로 많이 제시했지만, 가장 강력한 엔지니어링 사례조차 선택적 도입의 필요성을 보여준다. 유지보수 담당자들은 제안된 최적화 6개 중 4개를 거부했다. 이제 구매자는 자체 시스템에서 Argon을 시험할 수 있지만, 11월 이후 요금과 구독 범위 확대, 통제된 평가 밖에서 안전장치가 얼마나 효과적인지는 계속 지켜봐야 한다.

핵심 요점

• 구글은 2026년 10월 13일 대상 구독자, 개발자, 기업에 Argon을 확대 공개하기 시작했다.
• API 출시 특가는 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러다.
• 보도에 따르면 12월 1일부터 일반 요금이 두 배로 오르지만, 공식 출시 발표에는 해당 날짜가 명시되지 않았다.
• Argon은 Vals Index에서 앞섰지만 다른 여러 평가에서는 경쟁 모델에 뒤졌다.
• 11시간 동안 진행된 Python 최적화 작업에서 사람 검토자들은 제안 6개 중 2개를 수용했다.
• 구글은 실험실에서 시험한 효소 설계 5종과 실제 로봇 작업 수행 능력 개선 등 과학·로봇공학 분야 성과를 보고했다.
• 구글은 생물학, 사이버보안, 인간 통제와 관련된 역량 기준치에 도달할 가능성을 인정하면서 안전장치가 잔여 위험을 낮춘다고 밝혔다.