제미나이 4 아르곤 공개 단계 도식: 구글 내부와 Fairwind 프로그램은 현재 이용 중, 유료 API·Google AI Ultra와 일반 공개는 날짜 미발표

제미나이 4 아르곤 정리: 외부 리더보드 성적과 아직 열리지 않은 것들

· 작성: moonlang

제미나이 4 아르곤은 구글이 한국 시간 2026년 10월 1일 오전 5시에 공개한 제미나이 4 첫 프런티어 모델로, 지금은 구글 내부와 페어윈드(Fairwind) 참여 기관만 쓸 수 있고 API·한국 일정은 발표되지 않았다.

미국 시간으로는 9월 30일 발표입니다. 발표 글은 구글 딥마인드의 코라이 카바쿨루(Koray Kavukcuoglu)가 썼습니다. 국내 보도자료에는 화려한 표현이 많이 붙었지만, 공식 글을 직접 읽어 보면 확인된 내용과 아직 정해지지 않은 내용이 꽤 분명하게 갈립니다. 이 글은 그 둘을 나눠서 정리합니다.

한눈에 보기

  • 구글 공식 표현은 ‘새 프런티어 모델(new frontier model)’입니다. 소프트웨어 엔지니어링, 법률·금융 같은 기업 지식 업무, 사이버 보안 방어를 주요 용도로 꼽았습니다.
  • 외부 리더보드에서 단독 1위가 확인된 지표는 Vals Index(68.90%)입니다. DeepSWE 77.9%는 구글이 직접 낸 수치이고, CWE-bench 68%는 세 모델이 공동 1위입니다.
  • 지금은 구글 내부와 페어윈드 프로그램에 선정된 기관만 쓸 수 있습니다. API, 제미나이 앱, 한국 출시 일정은 아직 발표되지 않았습니다.
  • 발표된 가격은 100만 토큰당 입력 2달러·출력 10달러(출시 기간)이고, 그 뒤에는 4달러·20달러입니다.

제미나이 4 아르곤은 어떤 모델인가

아르곤은 제미나이 4 세대의 첫 모델이고, 지금까지는 유일한 제미나이 4 모델입니다. 그동안 구글 최상위 모델에 붙던 ‘Pro’라는 이름 대신 새 이름 체계를 쓴 점이 눈에 띕니다. 로이터에 따르면 구글 대변인은 아르곤이 기존 ‘Pro’ 계열보다 크기가 큰 모델이라고 설명했습니다. 9to5Google은 이번 발표가 제미나이 3.5 Pro 계획이 취소된 뒤에 나왔다고 전했습니다. 공개 전 ‘Gemini 4 Pro’라는 이름으로 돌던 Argon 유출·Arena 논란은 이전 글에 정리해 두었습니다. 당시 유출 스펙(출력 25만 6천 토큰)은 공식 발표(출력 100만 토큰)와 다릅니다.

구글은 공식 글에서 아르곤이 실제 소프트웨어 개발, 법률·금융 같은 기업 지식 업무, 사이버 보안 방어처럼 단계가 많은 작업에서 최상위 수준의 성능을 낸다고 설명합니다. 한 번에 내보낼 수 있는 출력 토큰 한도는 이전 6만 4천 개에서 100만 개로 늘었습니다.

표현 하나는 짚고 넘어가겠습니다. 국내 보도자료에는 ‘역대 가장 지능적인 모델’이라는 문구가 있지만, 구글의 영문·한국어 공식 글에는 이런 표현이 없습니다. 공식 글은 ‘새로운 프론티어 모델(new frontier model)’이라고만 부르고, 로이터가 인용한 대변인 발언은 ‘지금까지 가장 성능이 좋은 모델(most performant model yet)’입니다. 어느 쪽이든 회사가 스스로 내린 평가라는 점은 같습니다.

벤치마크 수치, 누가 측정했나

모델 발표에서 가장 많이 인용되는 것이 벤치마크 점수입니다. 다만 같은 ‘1위’라도 회사가 직접 잰 수치인지, 외부 평가 기관이 공개한 수치인지에 따라 무게가 다릅니다. 아래 표는 그 구분을 기준으로 정리한 것입니다.

벤치마크 아르곤 비교 검증 상태
Vals Index 68.90% (1위) Claude Sonnet 5.5 67.04%, Claude Opus 5.5 66.97% 외부 리더보드 게재 (vals.ai, 사이트 표기 9/30 갱신)
CWE-bench v1 68% (공동 1위) Grok 4.7 68%, GPT-6 Astra 68%, Opus 5.5 67% 외부 리더보드 게재 (cwe-bench.com), 3개 모델 동률
DeepSWE v1.1 77.9% Opus 5.5 74.2, GPT-6 Astra 74.1 (구글 표 기준) 구글 자체 수치, 공식 리더보드 미등재
LVBench / AutomationBench 91.7% / 51.3% 구글은 각각 최고 기록·1위라고 발표 구글 발표 기준

Vals Index 1위: 외부 리더보드에 오른 수치

Vals Index는 금융, 코딩, 법률, 세무 과제를 미국 GDP 비중에 따라 가중해 점수를 매기는 지표입니다(사이트 표기 날짜 기준 9월 25일 세무 항목이 추가된 v2.1). vals.ai 공식 페이지에서 아르곤은 68.90%로 41개 모델 중 1위, Claude Sonnet 5.5가 67.04%로 2위, Claude Opus 5.5가 66.97%로 3위입니다. 참고로 vals.ai는 아르곤을 출시 기간 이후 가격인 100만 토큰당 4달러·20달러 기준으로 표시했습니다. vals.ai의 별도 지표 Vals RSI Index에서는 23개 중 4위(30.55%)입니다. 일부 해외 매체가 말한 ‘4위’는 이 지표 기준입니다.

CWE-bench 68%: 단독 1위가 아니라 3개 모델 동률

보안 취약점 관련 과제를 평가하는 CWE-bench v1(Collinear AI가 Artificial Analysis와 함께 공개)에서 아르곤은 자동 채점 기준(programmatic pass@1) 68%를 받았습니다. 그런데 같은 68%에 Grok 4.7과 GPT-6 Astra도 있어 세 모델이 공동 1위입니다. 심사단 채점 기준(judge-panel pass@1)으로 보면 아르곤은 62%로, GPT-6 Astra(66%), Opus 5.5(67%), Grok 4.7(64%)보다 낮습니다. 구글이 공개한 비교표에는 Grok 4.7이 빠져 있다는 점도 함께 알아 두면 좋습니다.

DeepSWE 77.9%: 구글이 직접 측정한 수치

구글은 실전형 소프트웨어 엔지니어링 벤치마크 DeepSWE v1.1에서 77.9%로 최고 기록을 세웠다고 밝혔습니다. 다만 9월 22일(사이트 표기 날짜)에 마지막으로 갱신된 DeepSWE 공식 리더보드에는 아직 아르곤이 올라 있지 않습니다. 지금 시점에서는 구글이 자체 측정해 발표한 수치이고, 외부에서 다시 확인된 기록은 아닙니다. 구글의 평가 방법 문서에도 아르곤의 DeepSWE v1.1 점수는 ‘자체 계산(self computed)’이라고 적혀 있습니다. 같은 문서에 따르면 비교 대상 중 GPT-6 Astra 점수는 공식 공개 리더보드에서, Fable 5.1과 Opus 5.5 점수는 각 회사의 시스템 카드에서 가져왔습니다.

구글 표에서 아르곤이 뒤지는 항목

구글 딥마인드가 공개한 비교표에도 아르곤이 경쟁 모델보다 낮은 항목이 있습니다. FrontierSWE v2에서는 55.0으로 GPT-6 Astra(65.5)보다 낮고, Terminal-Bench 4.0에서는 57.4로 Opus 5.5(66.4)보다 낮습니다. Terminal-Bench Science, PostTrainBench, OSWorld-2.0에서도 다른 모델이 앞섭니다. 여러 지표를 종합하는 Artificial Analysis Intelligence Index에서는 53점으로 Fable 5.1, GPT-6 Astra와 함께 공동 3위라고 연합뉴스가 보도했습니다. 모든 분야에서 앞서는 모델이라기보다, 강점과 약점이 함께 있는 모델로 보는 편이 정확합니다.

구글 안에서는 어떻게 쓰였나

구글은 이미 수천 명의 직원이 업무에 아르곤을 쓰고 있다고 밝혔습니다. 대표 사례는 C/C++ 코드를 Rust로 옮기는 작업입니다. 정규식 라이브러리 re2, 동영상 디코더 libgav1처럼 수만 줄 규모의 코드부터, 80만 줄이 넘는 Fuchsia 운영체제의 Zircon 커널까지 전환을 시도했습니다. 이 결과물은 실제 서비스에 넣기 전에 감사를 받는 중입니다.

메모리 절감 효과도 소개했는데, 수치를 읽을 때 주의가 필요합니다. 구글은 전면 적용되면 300TiB가 넘는 메모리를 확보하고, 전체적으로는 500TiB에서 1PiB를 아낄 것으로 추정합니다. 이미 달성한 성과가 아니라 예상치입니다. 이 밖에 양자 컴퓨팅 최적화 과제에서 기준 대비 40% 개선된 결과를 냈다고 밝혔습니다.

지금 누가, 언제 쓸 수 있나

아르곤은 한 번에 모두에게 열리지 않고 단계적으로 공개됩니다. 지금 쓸 수 있는 곳은 구글 내부 팀과 페어윈드 프로그램 참여 기관, 그리고 일부 신뢰 테스터뿐입니다. 페어윈드는 사이버 보안 방어를 맡은 조직을 위한 프로그램으로, 개인이 아니라 기관 단위로 심사를 거쳐 참여합니다. 대상은 정부·국가 사이버 당국, 핵심 기반시설 운영 기관(의료·통신·에너지·금융 등), 핵심 기술 플랫폼이며, 구글이 신청 기관의 이력을 심사합니다. 구글은 이 신뢰받는 방어 조직과 내부 팀에는 사이버 관련 안전장치를 뺀 버전을 제공한다고 밝혔습니다. 또 미국 정부의 자발적 사전 모델 접근 절차에도 참여하고 있다고 했습니다. 글 맨 위 도식은 2026년 10월 1일(한국시간) 기준 공개 단계를 정리한 것입니다. 3·4단계 구분은 구글 발표 문장을 바탕으로 정리한 것이며, 날짜는 발표되지 않았습니다(출처: 구글 공식 블로그, 구글 딥마인드 페어윈드 프로그램 페이지).

구글이 밝힌 다음 순서는 유료 API 고객과 Google AI Ultra 구독자입니다. 구글은 개발자, 기업, 일반 사용자에게 ‘가능한 한 빨리’ 제공하겠다고 했지만 날짜는 밝히지 않았습니다. 10월 1일(한국시간) 확인 기준으로 아르곤은 Gemini API 문서의 모델 목록과 가격 페이지, Vertex AI 모델 목록에 없고, 제미나이 앱에도 들어 있지 않습니다. 영문·한국어 공식 글 어디에도 한국 출시 일정에 관한 언급은 없습니다.

구글은 광범위하게 공개하기 전에 네 가지 안전장치를 점검한다고 밝혔습니다. 사이버 공격이나 화학·생물·방사능·핵(CBRN) 분야 오용 방지, 프롬프트 인젝션 대응, 모델이 의도에서 벗어나는지 감시하는 정렬 모니터링, 샌드박스 강화입니다.

가격은 얼마로 발표됐나

구글이 발표한 API 가격은 출시 기간 동안 100만 토큰당 입력 2달러, 출력 10달러입니다. 캐시된 입력은 입력 가격에서 95% 할인됩니다. 영문 공식 글의 각주에 따르면 출시 기간이 끝나면 입력 4달러, 출력 20달러로 오릅니다. 출시 기간이 얼마나 이어지는지는 나와 있지 않습니다. 한국어 공식 글에는 출시 가격만 보이고, 이후 가격 각주는 확인되지 않았습니다. 아직 API가 열리지 않았기 때문에 이 가격은 실제 청구 가격이 아니라 발표된 가격입니다.

지금 한국 사용자가 할 수 있는 것

  • 공개 여부는 공식 페이지에서 확인하기. 구글 AI 개발자 문서(ai.google.dev)의 모델 목록과 가격 페이지, 제미나이 앱에 아르곤이 올라오는지 확인하는 것이 가장 확실합니다. ‘국내 출시’ 같은 표현은 공식 발표가 나온 뒤에 믿어도 늦지 않습니다.
  • 보안 조직이라면 페어윈드 페이지 읽어 보기. 기관 단위로 심사하는 프로그램이므로 개인 개발자가 신청하는 경로는 아닙니다. 참여 조건은 구글 딥마인드 페어윈드 프로그램 페이지에서 확인할 수 있습니다.
  • 비용은 4달러·20달러 기준으로 잡아 두기. 출시 가격이 언제까지인지 정해지지 않았으니, 도입을 검토한다면 이후 가격을 기준으로 예산을 짜는 편이 안전합니다.
  • 벤치마크는 외부 리더보드에 올라오는지 지켜보기. DeepSWE 공식 리더보드에 아르곤이 등재되는지, 구글 표에서 약했던 터미널 작업·에이전트 항목이 어떻게 평가되는지 보면 실제 성능을 가늠하는 데 도움이 됩니다.
  • 평가용 과제를 미리 만들어 두기. 내 업무에서 자주 하는 코드 전환, 문서 검토 같은 작업을 몇 가지 정해 두면, 아르곤이 열렸을 때 지금 쓰는 모델과 바로 비교해 볼 수 있습니다.

자주 묻는 질문

Q. 한국에서 지금 제미나이 4 아르곤을 쓸 수 있나요?

A. 10월 1일(한국시간) 기준 쓸 수 없습니다. 지금은 구글 내부 팀과 심사를 거친 페어윈드 프로그램 참여 기관만 쓸 수 있습니다. API와 제미나이 앱에는 아직 없고, 한국 출시 일정도 발표되지 않았습니다.

Q. ‘역대 가장 지능적인 모델’이라는 말이 맞나요?

A. 이 표현은 국내 보도자료의 문구입니다. 구글 공식 글은 아르곤을 ‘새로운 프론티어 모델’이라고 부를 뿐, ‘가장 지능적인’이라는 표현은 쓰지 않았습니다. 외부 리더보드에서 단독 1위가 확인된 지표는 Vals Index이고, CWE-bench는 공동 1위입니다. 구글 표에서도 FrontierSWE v2, Terminal-Bench 4.0 등에서는 다른 모델이 앞섭니다.

Q. 제미나이 4 아르곤이 ‘Gemini 4 Pro’인가요?

A. 아닙니다. 구글 공식 글에 나온 정식 모델명은 ‘제미나이 4 아르곤(Gemini 4 Argon)’이고, 아르곤은 코드네임이 아니라 공식 모델 이름입니다. 구글은 최상위 모델에 ‘Pro’ 대신 이 이름을 붙였습니다. 로이터에 따르면 구글 대변인은 아르곤이 기존 ‘Pro’ 계열보다 큰 모델이라고 설명했습니다.

Q. 가격은 얼마인가요?

A. 발표 기준으로 출시 기간에는 100만 토큰당 입력 2달러·출력 10달러, 이후에는 4달러·20달러입니다. 캐시된 입력은 95% 할인됩니다. 출시 기간이 얼마나 되는지는 공개되지 않았습니다.

Q. DeepSWE 77.9%는 믿을 만한 수치인가요?

A. 구글이 직접 측정해 발표한 수치이고, 구글 평가 방법 문서에도 ‘자체 계산(self computed)’으로 적혀 있습니다. 10월 1일(한국시간) 기준 DeepSWE 공식 리더보드(사이트 표기 9월 22일 갱신)에는 아르곤이 아직 없어, 외부에서 다시 확인된 기록은 아닙니다.

이 글은 구글 공식 블로그(영문·한국어), 구글 딥마인드 모델 페이지, 구글 평가 방법 문서, 그리고 외부 벤치마크 사이트(vals.ai, CWE-bench, DeepSWE 리더보드)를 2026년 10월 1일(한국시간) 기준으로 직접 확인해 정리했습니다. 수치마다 누가 측정했는지 함께 적었고, 출처 링크는 본문과 글 끝에 모아 두었습니다.

출처