Gemini 4 Argon은 과연 어떤 모델인가
구글이 2026년 9월 30일 공개한 Gemini 4 Argon의 새 기능, 벤치마크상 위치, GPT-6 Astra·Opus 5.5와의 비교, 활용 사례, 가격과 제공 범위, 유의점을 항목별로 살펴본다.
Oct 07, 2026
Gemini 4 Argon(제미나이 4 아르곤)은 미국 구글(Google)이 2026년 9월 30일 공개한 프론티어 모델입니다. Gemini 4(제미나이 4)라는 이름으로 처음 나온 모델이며, 구글은 복잡하고 긴 업무 흐름에서 추론을 끝까지 이어가도록 설계했다고 설명합니다.
한 번에 생성할 수 있는 출력은 6만 4,000토큰에서 100만 토큰으로 늘었습니다. 구글이 공개한 비교표에서는 벤치마크 18종 가운데 12종에서 단독 1위에 올랐습니다. 도입가는 입력 100만 토큰당 2달러, 출력 10달러로 Claude Opus 5.5의 절반입니다.
지금 이 모델을 쓸 수 있는 곳은 구글의 보안 파트너 프로그램인 페어윈드(Fairwind)에 참여하는 사이버 방어 조직과 구글 내부 팀뿐입니다. 일반 개발자와 기업에는 단계적으로 열릴 예정이고 날짜는 공개되지 않았습니다. 이 글은 Gemini 4 Argon에서 무엇이 새로워졌는지, 벤치마크에서 어디에 서 있는지, 언제 어떤 조건으로 쓸 수 있는지를 항목별로 정리합니다.
무엇이 새로워졌나
출력 한도: 6만 4,000토큰에서 100만 토큰으로
기존 Gemini 모델은 한 번의 응답에 6만 4,000토큰까지만 쓸 수 있었습니다. Argon은 이 한도를 100만 토큰으로 올렸고 구글은 업계 최대라고 밝혔습니다. 대규모 코드 리팩터링 결과나 수백 쪽짜리 보고서처럼 긴 결과물을 여러 번에 나눠 받아 이어 붙이던 작업이 호출 한 번으로 끝납니다. 구글은 모델이 한 응답 안에서 수십만 토큰을 쓰며 깊게 추론할 수 있다는 점도 함께 내세웠습니다.
입력 컨텍스트 크기는 발표문에 아직 없습니다. 그러나 공개된 장문맥 평가가 100만 토큰 입력까지 진행됐으므로 적어도 그만큼은 받는 것으로 보입니다.
겨냥한 업무: 코딩, 전문 지식 노동, 사이버 방어
구글이 꼽은 영역은 실제 소프트웨어 엔지니어링, 법률·금융 같은 기업 지식 노동, 사이버 보안 방어 세 가지입니다. 보안 쪽에서는 취약점을 스스로 찾아 검증하고 패치하는 작업을 전면에 세웠습니다. 긴 영상과 차트를 읽는 시각 이해도 개선 항목에 들어 있습니다.
안전장치 및 보안
발표문은 안전 조치를 네 갈래로 설명합니다. 사이버·CBRN(화학·생물·방사능·핵) 오용을 막으려고 모델 내부 활성화를 감시하는 기술을 개선했습니다. 외부 문서에 심어 둔 명령을 모델이 따르게 만드는 간접 프롬프트 인젝션에는 보안 평가 기업 Gray Swan의 벤치마크에서 가장 높은 저항을 보였다고 밝혔습니다. 추론 과정과 행동을 따로 감시하다가 의도와 어긋난 동작이 보이면 실행을 멈춥니다. 고위험 평가는 격리된 샌드박스에서 진행합니다.
Gemini 4 Argon의 성능: 벤치마크가 말하는 위치
아래 Gemini 4 Argon 벤치마크 수치는 구글이 발표와 함께 공개한 비교표 기준입니다. 제조사 자체 측정이고 제3자가 재현한 결과는 아직 없습니다.
벤치마크 | Gemini 4 Argon | Opus 5.5 | GPT-6 Astra |
DeepSWE v1.1 (실제 저장소 소프트웨어 엔지니어링) | 77.9% | 74.2% | 74.1% |
Vals Index (금융·코딩·법률·세무 종합) | 68.9% | 67.0% | 63.1% |
AutomationBench (업무 자동화) | 51.3% | 42.5% | 41.4% |
Vals Finance Agent v2 (다단계 금융 조사) | 65.4% | 58.6% | 53.5% |
Harvey Legal Agent Benchmark (법률 조사·작성) | 19.6% | 3.8% | 5.4% |
GraphWalks 256K~1M (초장문맥) | 84.2% | 66.8% | 71.8% |
LVBench (장편 영상 이해) | 91.7% | 83.7% | 87.5% |
CWE-bench v1 (취약점 수정) | 68.0% | 67.0% | 68.0% |
Terminal-Bench 4.0 (터미널 에이전트) | 57.4% | 66.4% | 58.2% |
FrontierSWE v2 (고난도 소프트웨어 엔지니어링) | 55.0% | 62.3% | 65.5% |
비교표 18종 가운데 12종에서 단독 1위이고 취약점 수정 평가인 CWE-bench에서는 GPT-6 Astra와 공동 1위입니다.
전문 지식 노동에서 격차가 가장 큽니다. 법률 에이전트 평가는 경쟁 모델이 한 자릿수에 머문 과제인데 Argon은 19.6%를 풀었습니다. 금융 조사에서도 Opus 5.5를 6.8%p 앞섰습니다. 장문맥에서는 입력이 25만 6,000토큰을 넘는 구간에서 2위 Astra보다 12.4%p 높습니다. 업무 자동화 평가인 AutomationBench는 Astra와 Opus 5.5가 40% 초반에서 맞서던 지표였고 Argon은 51.3%를 기록했습니다.
다소 뒤떨어지는 5종은 성격이 비슷합니다. 터미널에서 에이전트가 직접 작업하는 Terminal-Bench 4.0에서는 Opus 5.5에 9%p 밀립니다. 고난도 엔지니어링(FrontierSWE v2)과 과학 워크플로(Terminal-Bench Science)에서는 Astra에 10.5%p씩 뒤처집니다. 컴퓨터 사용(OSWorld 2.0)과 ML 엔지니어링(PostTrainBench)도 열세입니다. 미국 데이터 교육 플랫폼 DataCamp는 이 분포를 두고 Argon은 읽고 계획하는 쪽이 강하고 터미널을 직접 모는 일은 여전히 Astra와 Opus 5.5가 낫다고 정리했습니다.
GPT-6 Astra·Opus 5.5와의 비교
지난 9월, 한 달 사이 프론티어 모델 세 개가 차례로 나왔습니다. 3일에 OpenAI의 GPT-6 Astra, 22일에 Anthropic의 Claude Opus 5.5, 30일에 Gemini 4 Argon입니다.
구분 | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
공개일 | 2026-09-30 | 2026-09-22 | 2026-09-03 |
앞선 영역 | 지식 노동, 장문맥, 업무 자동화, 영상 이해 | 터미널 코딩, ML 엔지니어링 | 고난도 엔지니어링, 과학 워크플로, 컴퓨터 사용 |
입력·출력 가격 (100만 토큰) | $2·$10 (도입가), 이후 $4·$20 | $4·$20 | $10·$50 |
현재 제공 | 페어윈드 참여 조직 한정 | 일반 제공 | 일반 제공 |
세 모델이 앞선 영역은 서로 다릅니다. Argon은 긴 문서와 큰 저장소를 읽고 계획과 보고서를 만드는 일에 강합니다. 터미널에서 도는 에이전트 루프는 Opus 5.5가, 고난도 엔지니어링과 컴퓨터 조작은 Astra가 앞섭니다. DataCamp도 장문맥 문서·저장소 작업에는 Argon을, 터미널 중심 에이전트에는 Opus 5.5나 Astra를 권했습니다.
가격은 도입 기간에 한해 Argon이 가장 저렴합니다. 한 달에 입력 5억·출력 1억 토큰을 쓴다고 가정하면 Argon 도입가는 2,000달러, Opus 5.5는 4,000달러, Astra는 1만 달러입니다. 도입 기간이 끝나면 Argon도 Opus 5.5와 같은 4,000달러가 됩니다. 같은 작업에 쓰는 토큰 수는 모델마다 다르므로 이 계산은 단가 차이를 가늠하는 용도로만 쓰는 편이 안전합니다.
Gemini 4 Argon 활용 사례
구글이 공개한 사례는 대부분 자사 내부 작업입니다.
코드 마이그레이션이 첫 번째입니다. 구글 내부에서 Argon 에이전트가 C·C++ 코드를 메모리 안전 언어인 Rust로 옮기고 있습니다. 정규식 라이브러리 re2와 영상 디코더 libgav1 같은 핵심 라이브러리의 수만 줄부터 Fuchsia 운영체제의 Zircon 커널 80만 줄 이상까지가 대상입니다. libgav1에서는 Rust 포팅본에 남아 있던 SIMD 코드 3만 2,000줄을 교체했고 그 결과물은 기존 Rust 포팅본보다 2.7배 빠릅니다.
인프라 최적화 사례도 있습니다. Argon 에이전트가 구글 데이터센터 전반에 메모리 최적화를 적용했고 배포가 끝나면 300TiB 이상이 확보됩니다. 구글은 전체 절감 규모를 500TiB에서 1PiB로 추정합니다.
외부 사례는 클라우드 보안 기업 Wiz입니다. Wiz는 공공 인프라의 고위험 노출을 무료로 찾아 고치는 프로그램 Scan for Good에 Argon을 쓰고 있습니다. 초기 시연에서 전 세계 병원이 쓰는 의료 소프트웨어의 중대 취약점을 찾아냈습니다. 민감한 개인정보가 노출되는 문제였고 구글은 이전 프론티어 모델들이 놓친 취약점이라고 밝혔습니다.
국내 실무에 대입하면 후보가 세 갈래로 나옵니다. 오래된 사내 시스템의 언어 전환이나 대규모 리팩터링, 계약서·규정·감사 자료처럼 양이 많은 문서 검토, 긴 회의나 교육 영상의 분석입니다. 세 가지 모두 입력이 길고 결과물도 큰 작업이라 100만 토큰 출력과 장문맥 성능이 그대로 쓰일 수 있습니다.
Gemini 4 Argon 가격과 제공 범위
Gemini 4 Argon 가격은 도입가와 정가 두 단계입니다.
항목 (100만 토큰당) | 도입가 | 도입 기간 종료 후 |
입력 | $2 | $4 |
출력 | $10 | $20 |
캐시된 입력 토큰은 입력가에서 95% 할인됩니다. 도입가 기준으로 100만 토큰당 0.10달러입니다. 같은 문서나 코드베이스를 반복해서 읽히는 워크로드라면 이 할인이 단가표보다 크게 작용합니다. 도입 기간이 언제까지인지는 구글이 밝히지 않았습니다.
출시 및 배포는 세 단계로 진행됩니다. 지금은 페어윈드 프로그램의 신뢰할 수 있는 사이버 방어 조직과 구글 내부 팀이 사용합니다. 페어윈드는 9월 3일 Gemini 3.8 Flash Cyber로 시작한 프로그램이고 CrowdStrike, Palo Alto Networks를 포함해 650개 이상 조직이 참여합니다. Argon은 그 가운데 선별된 조직부터 받습니다. 이들에게는 방어 업무에 쓰도록 사이버 관련 안전장치를 적용하지 않은 상태로 제공됩니다. 구글은 미국 정부의 자발적 출시 전 모델 접근 절차에도 참여하고 있습니다.
다음 단계는 유료 API 고객과 Google AI Ultra 구독자입니다. 구글은 초기 사용자 평가를 반영해 안전장치를 보완한 뒤 개발자, 기업, 일반 소비자 순으로 넓히겠다고 했습니다. 발표문을 쓴 구글 최고 AI 아키텍트 코레이 카부쿠오글루(Koray Kavukcuoglu)는 "이 수준의 역량을 안전하게 공개하려면 단계적 접근이 필요하다"고 밝혔습니다.
한계 및 유의점
언급했듯, 지금은 일반 기업이 사용할 수 있는 상황은 아닙니다. 공개된 모델 ID가 없고 대기 신청 경로도 아직은 존재하지 않기 때문입니다. 10월 1일 기준 Gemini API 변경 내역에도 Argon 항목은 올라와 있지 않습니다. 도입 검토는 일반 공개 일정이 나온 뒤에야 시작할 수 있습니다.
또한 성능 관련한 수치는 모두 구글 측의 발표입니다. 벤치마크 점수를 재현한 제3자가 아직 없고 내부 활용 사례도 외부 검증을 거치지 않았습니다. 구글 비교표에 실린 경쟁 모델 점수 가운데 일부는 OpenAI와 Anthropic이 자체 발표한 수치와 다릅니다. 측정 설정이 달라서인 것으로 보입니다. 모델 간 비교는 한 표 안의 숫자끼리만 하는 편이 안전합니다.
비용에는 공개되지 않은 변수가 남아 있습니다. 도입 기간의 길이, 추론에 쓴 토큰을 출력 요금으로 매기는지 여부, 작업 단위 비용이 그렇습니다. 100만 토큰 출력을 끝까지 쓰면 호출 한 번에 도입가로 10달러, 정가로 20달러가 나옵니다. 출력 한도가 커진 만큼 호출당 비용의 상한도 함께 커졌습니다.
터미널 중심 에이전트는 Argon이 가장 약한 영역입니다. 이런 에이전트를 운영하는 팀은 일반 공개 뒤에도 Opus 5.5나 Astra와 실측 비교를 거치는 편이 좋습니다.
정리하며
9월 초 Astra는 컴퓨터 사용과 코딩 기록을 세웠고 3주 뒤 Opus 5.5는 그 성능을 더 낮은 가격에 내놓았습니다. Argon은 경쟁의 축을 다시 옮겼습니다. 출력 한도를 100만 토큰으로 늘렸고 법률·금융 같은 전문 지식 노동과 초장문맥에서 격차를 벌렸습니다. 코드를 얼마나 잘 짜느냐에 몰려 있던 비교 기준에 긴 자료를 읽고 긴 결과물을 내는 능력이 더해졌습니다.
출시 방식에도 변화가 있습니다. Astra는 고급 보안 기능만 별도 프로그램으로 분리했고 Argon은 모델 전체를 보안 방어 조직에 먼저 열었습니다. 능력이 높은 모델일수록 접근을 단계로 나누는 흐름이 굳어지고 있어 발표일과 실제 사용 가능일 사이의 간격은 앞으로도 생길 가능성이 큽니다.
Argon을 기다리는 동안 준비할 수 있는 일이 있습니다. 우리 업무에서 입력과 출력이 모두 긴 작업을 골라 소량의 테스트 세트로 만들어 두시기 바랍니다. 일반 공개가 시작되는 날 Opus 5.5, Astra와 같은 과제로 품질과 총비용을 바로 비교할 수 있습니다.
자주 묻는 질문
Q1. Gemini 4 Argon은 무엇입니까?
스파르타빌더스 구글이 2026년 9월 30일 공개한 Gemini 4 세대의 첫 프론티어 모델입니다. 국내에서는 제미나이 4 아르곤으로 표기합니다. 출력 한도 100만 토큰과 코딩·전문 지식 노동·사이버 방어 성능이 특징입니다.
Q2. 지금 쓸 수 있습니까?
스파르타빌더스 일반 사용자는 아직 쓸 수 없습니다. 페어윈드 프로그램에 참여하는 사이버 방어 조직과 구글 내부 팀에만 제공됩니다. 이후 유료 API 고객과 Google AI Ultra 구독자부터 열릴 예정이고 날짜는 공개되지 않았습니다.
Q3. GPT-6 Astra나 Opus 5.5보다 뛰어난 모델입니까?
스파르타빌더스 영역에 따라 다릅니다. 구글 비교표 기준으로 지식 노동, 장문맥, 업무 자동화, 영상 이해에서는 앞서고 터미널 에이전트와 고난도 엔지니어링에서는 뒤처집니다. 수치는 구글 자체 측정이고 제3자 재현은 아직 없습니다.
Q4. 가격은 얼마입니까?
스파르타빌더스 도입가는 입력 100만 토큰당 2달러, 출력 10달러입니다. 도입 기간이 끝나면 4달러와 20달러로 오릅니다. 캐시된 입력은 입력가에서 95% 할인됩니다.
Q5. 100만 토큰 출력은 어떤 업무에 적합합니까?
스파르타빌더스 대규모 코드 마이그레이션 결과나 수백 쪽 분량의 보고서처럼 긴 결과물을 한 번의 호출로 받을 때 씁니다. 끝까지 쓰면 호출 한 번에 도입가로 10달러가 나오므로 필요한 길이만 지정하는 편이 좋습니다.
참고 문헌
- Google, 'Gemini 4 Argon: our next era of frontier intelligence', 2026-09-30
- 9to5Google, 'Google announces Gemini 4 Argon as its new frontier model', 2026-09-30
- TechCrunch, 'Google releases Gemini 4 Argon, called its most powerful model yet', 2026-09-30
- SiliconANGLE, 'Google's new frontier AI model Gemini 4 Argon goes to cybersecurity defenders first', 2026-09-30
Share article