제미나이 4 아르곤, 긴 업무 수행·사이버 방어 겨냥

구글(Google)이 복잡한 업무를 오래 수행하도록 설계한 제미나이 4 아르곤(Gemini 4 Argon)을 발표하고, 신뢰할 수 있는 사이버 보안 담당자에게 먼저 배포한다. 구글은 이 모델이 대규모 코드 수정과 금융·법률 업무, 취약점 탐지와 패치까지 수행하며 한 번에 최대 100만 토큰을 출력할 수 있다고 밝혔다. 다만 일반 개발자와 유료 구독자는 아직 쓸 수 없다. 이번 발표에서 눈여겨볼 것은 성능 수치뿐 아니라 구글 내부의 실제 적용 사례와, 강력한 보안 기능을 어디까지 개방할지를 둘러싼 배포 방식이다.

핵심 요약

  • 구글은 제미나이 4 아르곤을 신뢰할 수 있는 사이버 보안 담당자에게 먼저 배포하며, 개발자와 일반 이용자에게는 안전장치를 다듬은 뒤 제공할 계획이라고 밝혔다.
  • 구글 내부에서는 아르곤 에이전트가 데이터센터 메모리 최적화와 대규모 C/C++ 코드의 러스트 전환에 투입되고 있어, 발표의 무게중심이 시연보다 실제 작업에 놓여 있다.
  • 최대 출력 한도가 6만4000토큰에서 100만 토큰으로 늘어나면서, 긴 추론과 다단계 작업을 한 번의 실행 흐름에 담으려는 설계가 두드러진다.
  • 구글은 소프트웨어 개발·업무 자동화·영상 이해·취약점 수정 평가에서 높은 점수를 제시했지만, 이용자가 체감할 성능은 배포 이후의 작업에서 확인될 전망이다.
  • 사이버 방어용 기능은 일부 신뢰받는 사용자에게 보호 장치 없이 제공하는 반면, 폭넓은 공개에 앞서 악용 방지와 프롬프트 인젝션 대응을 강화한다.

먼저 받는 쪽은 사이버 방어 담당자

구글은 2026년 9월 30일 제미나이 4 아르곤을 발표하며 페어윈드 프로그램(Fairwind Program)을 통해 신뢰할 수 있는 사이버 보안 담당자에게 배포한다고 밝혔다. 이 모델의 목표는 짧은 질문에 답하는 데 그치지 않고, 여러 단계를 거치는 전문 업무에서 깊은 추론을 이어가는 것이다. 구글은 실제 소프트웨어 개발, 법률·금융 분야의 지식 업무, 사이버 방어를 주요 활용처로 제시했다. 발표와 동시에 누구나 사용할 수 있도록 여는 대신 초기 사용자의 평가를 받으며 접근 범위를 넓히는 방식을 택했다.

구글은 미국 정부의 출시 전 모델 접근을 위한 자발적 절차에도 참여하고 있다고 밝혔다. 개발자와 기업, 소비자에게 공개하기 전 초기 테스트 의견을 받아 안전장치를 손보겠다는 설명이다. 가격은 출시 초기 기준 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 책정했다. 토큰은 모델이 글을 처리하고 생성하는 단위이며, 이전 입력을 재사용하는 캐시 입력 토큰에는 초기 입력 가격 대비 95% 할인을 적용한다.

양자 연구와 데이터센터 메모리에 투입

구글은 이미 사내에서 수천 명이 아르곤을 사용하며 특화된 코딩, 심층 조사, 글쓰기에서 강점을 확인했다고 밝혔다. 공개한 사례 중 하나는 양자컴퓨팅 연구다. 연구진이 중요한 응용 작업을 가로막는 하위 절차의 시공간 자원, 곧 큐비트 수와 게이트 수의 조합을 줄이는 데 아르곤을 활용했다. 구글에 따르면 한 사례에서는 몇 분 만에 공개된 기존 기준보다 40% 나은 결과를 냈다.

데이터센터에서는 아르곤 에이전트가 전체 장비의 성능 측정 데이터를 분석해 메모리 최적화 지점을 찾고 적용했다. 에이전트는 목표를 받아 여러 작업을 이어 수행하는 AI를 뜻한다. 구글은 이 변경을 배포하면 300TiB가 넘는 메모리를 확보하고, 전체 절감 규모는 500TiB에서 1PiB에 이를 것으로 추정했다. 단순한 답변 생성보다 코드와 시스템 운영에 직접 영향을 주는 작업에 모델을 투입했다는 점이 이 사례의 핵심이다.

C/C++ 코드의 러스트 전환

아르곤 에이전트는 구글의 C/C++ 코드베이스를 러스트(Rust)로 옮기는 작업에도 참여한다. 대상은 리투(re2)와 리브가브원(libgav1) 같은 핵심 라이브러리의 수만 줄부터, 퓨시아(Fuchsia) 운영체제의 지르콘(Zircon) 커널에 속한 80만 줄 이상의 코드까지 걸쳐 있다. 구글은 시스템의 중요도를 고려해 대규모 재작성 결과를 자동·수동 감사, 에뮬레이션 테스트, 검토를 거친 뒤 운영 환경에 반영한다고 밝혔다. 작업 범위가 크다는 것과 전환이 완료됐다는 것은 구분해야 한다.

영상 디코더인 리브가브원에서는 기존 러스트 이식본의 SIMD 코드 3만2000줄을 교체하는 작업을 제시했다. SIMD는 하나의 명령으로 여러 데이터를 병렬 처리하는 방식이다. 구글에 따르면 에이전트는 성능 측정 결과를 바탕으로 실험을 반복하고 컴파일러의 출력을 살펴, 컴파일러가 자동으로 병렬화할 수 있는 안전한 러스트 코드를 만들었다. 결과물은 기존 러스트 이식본보다 2.7배 빠르면서 영상 출력은 같았고, 최적화된 C++ 버전과의 성능 차이를 좁혔다.

한 번의 출력에 100만 토큰

구글은 아르곤의 최대 출력 한도를 기존 6만4000토큰에서 100만 토큰으로 늘렸다고 밝혔다. 이는 모델에 넣을 수 있는 입력의 길이가 아니라, 한 번의 실행 흐름에서 모델이 생성할 수 있는 분량에 관한 발표다. 구글은 수십만 토큰을 생성할 여유가 복잡한 문제를 더 깊게 검토하고 여러 단계를 이어 해결하는 데 도움이 된다고 설명했다. 긴 코드를 분석해 수정하고 결과를 점검하는 작업처럼, 중간 과정이 길어지는 업무를 겨냥한 변화다.

출력 한도가 커졌다고 해서 모든 작업에서 긴 답이 필요한 것은 아니다. 구글이 강조하는 활용 방식은 생성 분량 자체보다 한 흐름 안에서 조사, 판단, 수정 같은 과정을 지속하는 데 가깝다. 앞서 제시한 코드 이전과 메모리 최적화 사례도 여러 단계를 반복한다는 공통점이 있다. 다만 각 사례의 결과물은 구글이 공개한 범위에서 살펴봐야 하며, 일반 사용자가 같은 작업을 직접 시험할 수 있는 단계는 아직 아니다.

개발·법률·금융 평가에서 제시한 점수

구글은 현실의 장기 소프트웨어 개발 작업을 평가하는 딥스위(DeepSWE) v1.1에서 아르곤이 77.9%를 기록했다고 밝혔다. 금융, 코딩, 법률, 세무 업무를 미국 국내총생산에 대한 기여도에 따라 가중해 평가하는 밸스 지수(Vals Index)에서도 선두라고 설명했다. 다단계 금융 조사인 밸스 파이낸스 에이전트 v2와 법률 조사·문서 작성 평가인 하비 법률 에이전트 벤치마크에서도 높은 성능을 제시했다. 코딩에 국한하지 않고 전문 지식 업무 전반을 제품의 주요 대상으로 내세운 셈이다.

업무 자동화에서는 재피어(Zapier)의 오토메이션벤치(AutomationBench)에서 51.3%로 1위에 올랐다고 밝혔다. 구글은 아르곤이 차트를 분석하거나 긴 영상의 세부 내용을 파악하고, 여러 문서를 바탕으로 다음 행동을 정하는 시각 작업에도 강하다고 설명했다. 긴 영상 이해 평가인 LVBench에서는 91.7%를 기록했다. 이 수치들은 서로 다른 능력을 측정하므로 하나의 점수로 합쳐 읽기보다, 구글이 어떤 업무 범위를 겨냥하는지 보여주는 지표로 보는 편이 정확하다.

취약점 발견부터 패치까지

사이버 보안은 초기 배포 대상이 정해진 이유이기도 하다. 구글은 아르곤이 중요한 소프트웨어 취약점을 스스로 찾고, 실제 취약점인지 확인한 뒤 패치할 수 있도록 훈련했다고 밝혔다. 신뢰할 수 있는 방어 담당자와 구글 내부 팀에는 사이버 관련 보호 장치를 적용하지 않은 상태로 제공해 방어 능력을 충분히 활용하도록 할 계획이다. 강한 기능을 전면 개방하기보다 사용자를 제한해 먼저 운용하겠다는 선택이다.

위즈(Wiz)는 중요 공공 인프라의 위험 노출을 무료로 찾아 개선하는 ‘스캔 포 굿(Scan for Good)’ 활동에 아르곤을 사용하고 있다. 구글은 초기 시연에서 기존 최상위 모델이 놓친, 세계 여러 병원이 사용하는 의료 소프트웨어의 민감한 개인정보 노출 취약점을 발견했다고 밝혔다. 취약점 수정 능력을 평가하는 CWE-bench v1에서는 68%로 공동 1위를 기록했다. 또 내부 평가에서 20개 프로그래밍 언어에 걸친 취약점을 찾아냈으며, 소스코드 없이 실제 웹 시스템을 분석하는 위즈의 평가에서도 이전 모델인 제미나이 3.8 플래시 사이버보다 나은 결과를 냈다고 설명했다.

악용 방지와 숨은 지시 대응

폭넓은 공개에 앞서 구글이 제시한 안전 작업은 네 갈래다. 첫째는 사이버 공격과 화학·생물·방사능·핵 관련 공격에 모델이 악용되지 않도록 막되, 정당한 연구는 허용하는 것이다. 구글은 유해 요청을 거부하도록 설계하고 모델 내부 활성화 상태를 살펴 악용 징후를 찾는 기법도 개선하고 있다고 밝혔다. 내부·외부 레드팀은 수동 및 자동 공격 방식으로 보호 장치의 견고함을 시험했다.

둘째는 간접 프롬프트 인젝션 대응이다. 프롬프트 인젝션은 모델이 읽는 외부 자료에 악성 지시를 심어 원래의 요청에서 벗어나게 하는 공격이다. 구글은 자동화된 공격 시험과 적대적 훈련을 거친 아르곤이 그레이 스완(Gray Swan)의 간접 프롬프트 인젝션 평가에서 앞선다고 밝혔다. 문서와 웹 시스템을 살피며 행동하는 모델일수록 작업 중 만나는 자료를 무조건 지시로 받아들이지 않는 능력이 중요하다.

사고 과정 감시와 단계적 공개

셋째 안전 작업은 모델이 사용자 의도를 벗어난 방식으로 목표를 이루려 할 때 실행을 멈추는 것이다. 구글은 이를 위해 아르곤의 사고 과정과 행동을 감시한다고 밝혔다. 훈련 과정에서도 비슷한 감시 체계로 사고 대응팀에 경고를 보냈지만, 감시 결과를 다시 학습에 넣어 모델이 감시를 피하도록 적응할 위험은 경계했다고 설명했다. 넷째로는 위험도가 높은 훈련과 평가 전에 격리된 실행 환경을 더욱 단단히 봉쇄하고, 그 운영 방식을 협력사와 공유할 계획이다.

구글은 초기 사이버 방어 담당자와 신뢰받는 시험 사용자의 평가를 거친 뒤, 유료 API 고객과 구글 AI 울트라(Google AI Ultra) 구독자부터 접근을 넓히겠다고 밝혔다. 초기 가격 적용 기간이 끝나면 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러가 된다. 그러나 일반 개발자나 구독자가 아르곤을 사용할 수 있는 구체적인 날짜는 제시하지 않았다. 이번 발표는 모델의 성능 소개이면서, 어떤 기능을 누구에게 어떤 순서로 열 것인지에 관한 계획이기도 하다.

커뮤니티 의견

한 사용자는 이전 모델인 제미나이 3.8 플래시로 GPU 환경의 오류를 해결한 경험을 들며, 이미 기존 모델과 실행 도구의 조합이 예상보다 강력했다고 말했다. 오류 메시지를 전달하자 디버거로 드라이버를 살피고 호환용 코드를 작성해 작업을 진행했다는 설명이다. 답글에서도 글쓰기, 프런트엔드, 시스템 관리 작업에서 3.8 플래시의 성능을 높이 평가하는 경험담이 나왔다.

다른 사용자는 올해 여러 AI 개발사가 번갈아 앞서 나가는 모습을 보며, 한 회사가 먼저 앞서면 우위를 계속 독점할 것이라는 전망에 의문을 제기했다. 모델 개발 역량이 대형 클라우드 기업과 스타트업, GPU와 전용 반도체 진영에 분산돼 있다는 주장이다. 아르곤 발표를 특정 회사의 독주보다 경쟁 구도가 계속 바뀐다는 사례로 읽은 셈이다.

발표와 실제 이용 가능 시점의 차이를 지적하는 반응도 나왔다. 한 사용자는 개발자와 소비자에게 나중에 제공하겠다는 문구를 짚으며 구글이 모델을 발표해도 곧바로 쓰게 하지는 않는다고 비판했다. 답글에서는 유료 이용자에게 표시되는 선택 가능 모델이 이미 발표된 버전보다 뒤처져 있다는 경험도 공유됐다.

구글 내부의 대규모 코드 작업을 발표의 핵심으로 보는 사용자도 있었다. 이 사용자는 새 모델의 이름보다 80만 줄 이상 규모의 C++ 코드가 러스트 전환 대상에 오른 점이 더 큰 소식이라고 평가했다. 또 다른 의견은 핵심 라이브러리에서 이런 전환을 광범위하게 해낸다면 C++의 미래에도 영향을 줄 수 있다고 봤지만, 그 판단은 전환 결과가 확인돼야 가능하다는 조건을 달았다.

유료 구독자 관점에서는 최신 고성능 모델을 바로 쓸 수 없다는 불만이 제기됐다. 한 사용자는 기존 플래시 모델이 덜 복잡한 업무에는 유용하지만, 복잡한 계획을 정확히 따르는지 여러 번 확인해야 했다고 말했다. 그래서 새 모델 발표 자체보다 구독자가 실제로 접근할 수 있는 시점이 중요하다는 주장이다.

안전장치에 관한 의견은 속도와 감시 가능성의 관계로 이어졌다. 한 사용자는 모델의 사고 과정을 감시하고 그 결과가 학습에 되먹임되지 않도록 조심하는 구글의 접근이 개발 속도를 늦출 수 있다고 봤다. 반론은 그런 방식이 얼마나 속도를 늦추는지 근거를 물었고, 사고 과정 감시가 구글만의 접근도 아니라고 지적했다.

가격과 성능 평가를 두고도 의견이 갈렸다. 한 사용자는 초기 할인 가격과 외부 평가의 작업당 비용을 함께 보면 경쟁력이 약하다고 주장했다. 이에 다른 사용자는 아직 폭넓게 써보지도 않은 모델을 일부 점수와 비용만으로 낮게 평가하기 어렵다고 반박했다. 실제 업무에서는 공개 평가 점수와 비용 효율이 다르게 나타날 수 있다는 경험담도 뒤따랐다.

핵심 통찰

아르곤 발표가 보여주는 변화는 AI 모델의 경쟁이 한 번의 답변 품질을 넘어, 긴 작업을 이어 수행하고 실제 코드와 시스템을 바꾸는 능력으로 옮겨가고 있다는 점이다. 구글이 공개한 내부 사례는 그 방향을 구체적으로 보여주지만, 엄격한 검토를 거치는 코드 전환과 제한된 초기 배포는 성능과 사용 가능성이 별개의 문제임도 드러낸다. 앞으로는 일반 이용자에게 언제 열리는지, 공개된 평가 점수가 실제 업무 비용과 결과로 이어지는지, 강한 사이버 기능을 통제하면서 방어에 활용할 수 있는지를 함께 봐야 한다.


원본: Gemini 4 Argon: our next era of frontier intelligence

토론: Hacker News