제미나이 4 아르곤: 사용 시점, 가격과 벤치마크 읽기

구글이 2026년 9월 30일 차세대 AI 모델 제미나이 4 아르곤을 발표했습니다. 9월 내내 X에서 코드명으로만 돌던 아르곤이 실제 제품 이름이 됐습니다. 다만 발표문 첫 문단부터 지금 바로 쓸 수 있는 모델은 아니라고 적혀 있어서, 출시됐다는 소식만 보고 제미나이 앱이나 AI 스튜디오를 열면 찾을 수 없습니다.

이 글은 발표 당시 반응과 2026년 10월 4일 확인한 공식 안내를 바탕으로 누가 먼저 쓰는지, 가격과 출력 한도, 구글이 공개한 벤치마크, 해커뉴스와 X, 블룸버그 보도에 나온 반응을 나눠 정리합니다. 발표 전 목격담과 유출 수치는 제미나이 4 프로 아르곤 정리에 있고, 이 글 뒤쪽에서 그때 돌던 수치가 실제와 얼마나 맞았는지 대조합니다.

지금 쓸 수 있는 곳과 다음 순서

구글 딥마인드 코라이 카부크추올루 수석 부사장이 쓴 발표문에 적힌 공개 순서는 이렇습니다.

1. 우선 제공: 페어윈드 프로그램에 참여한 사이버 보안 방어 기관 중 일부와 구글 내부 팀
2. 함께 진행 중: 미국 정부의 출시 전 모델 접근 절차에 자발적으로 참여하고, 초기 시험자 의견을 받아 안전장치를 고칩니다
3. 다음: 유료 API 고객과 구글 AI 울트라 요금제 사용자
4. 그 뒤: 더 넓은 범위의 개발자, 기업, 일반 소비자

페어윈드 프로그램은 구글 딥마인드가 9월 초 사이버 보안 특화 모델 제미나이 3.8 플래시 사이버를 내놓으면서 만든 사전 제공 프로그램입니다. 정부, 의료기관, 통신사처럼 중요한 시설을 지키는 조직이 대상이고, 신청서를 내면 구글이 심사합니다. 공식 안내에는 650개가 넘는 참여 조직이 소개돼 있지만, 모든 참여 조직에 아르곤을 제공한다는 뜻은 아닙니다. 3.8 플래시 사이버가 무엇인지는 제미나이 3.8 플래시와 3.8 플래시 사이버 공개에 정리해 두었습니다.

3단계와 4단계에는 날짜가 없습니다. 10월 4일 확인한 공개 API 모델 문서에도 아르곤의 호출용 모델 ID가 없습니다. API는 프로그램에서 모델을 호출하는 방식이고, 모델 ID는 호출할 모델을 지정하는 이름입니다. AI 울트라는 제미나이 앱 등의 유료 요금제입니다. API 사용료와 앱 구독료는 별도이므로, 아르곤을 기다리며 어느 쪽에 결제해도 즉시 접근이 보장되지는 않습니다.

아르곤을 먼저 쓰는 해당 기관과 구글 내부 팀에는 사이버 보안 관련 안전장치를 끈 판이 제공됩니다. 보안 회사 위즈(Wiz)는 이 모델로 전 세계 병원이 쓰는 의료 소프트웨어에서 민감한 개인정보가 노출되는 심각한 취약점을 찾았고, 이전 최상위 모델들은 이 취약점을 놓쳤다고 구글은 설명했습니다. 발표문은 단계 공개의 이유를 이 수준의 능력을 안전하게 내놓으려면 단계를 나눠야 한다고만 설명합니다. 취약점을 스스로 찾고 고치는 능력은 공격에도 그대로 쓰일 수 있으니, 방어하는 쪽에 먼저 준 것도 같은 이유로 보입니다.

가격과 출력 한도

발표문에 적힌 API 가격은 소개 가격과 이후 가격 두 가지입니다. 입력은 모델에 보내는 자료와 요청, 출력은 모델이 생성하는 내용입니다. 토큰은 글을 나눠 처리하는 단위로, 한글 글자 수와 일대일로 같지 않습니다.

캐시는 같은 입력을 다시 쓸 때 재사용하도록 저장하는 기능입니다. 소개 기간이 언제 끝나는지는 적혀 있지 않습니다. 제미나이 3.1 프로 프리뷰처럼 20만 토큰을 넘는 긴 입력에 다른 단가를 매기는지도 발표문에는 나오지 않았습니다. 모델 문서와 가격 페이지에 항목이 올라와야 확정됩니다.

다른 모델과 단가를 비교하면 다음과 같습니다. 아르곤은 발표문, 나머지는 공식 API 문서의 일반 단가 기준이며, 같은 단가라도 실제 작업에 쓰는 토큰 수가 다르면 총비용은 달라집니다.

소개 가격은 지금 쓰는 3.1 프로 프리뷰와 입력 단가가 같고 출력은 오히려 2달러 낮습니다. 소개 기간이 끝나면 클로드 오퍼스 5.5와 같은 가격이 됩니다. GPT-6 아스트라는 공식 API 가격을 확인하지 못해 표에서 뺐습니다.

출력 한도도 크게 바뀌었습니다. 출력 한도는 한 번의 응답에서 모델이 생성할 수 있는 최대 토큰 수입니다. 구글은 발표문에서 이전 한도 6만4,000 토큰과 비교해 아르곤의 출력 한도를 100만 토큰으로 늘렸다고 밝혔습니다. 모델이 깊게 생각하면서 한 번의 작업에 수십만 토큰을 만들 수 있어야 어려운 문제를 한 번에 푼다는 설명입니다.

출력 100만 토큰만 계산하면 소개 단가로 10달러, 이후 20달러이며 입력 비용은 별도입니다. 현재 제미나이 API 가격표는 생각하는 과정의 토큰도 출력 과금에 포함합니다. 아르곤의 구체적인 청구 조건은 공개 후 해당 모델 문서에서 확인해야 합니다. 넣을 수 있는 자료의 크기인 입력 한도는 발표문에 없으며, 출력 한도를 입력 한도로 읽으면 안 됩니다.

결제 없이 비용 계산해 보기

계산기만으로 입력 1만 토큰, 청구 대상 출력 2,000토큰을 쓰는 가상 작업을 계산해 봅니다. 실제 아르곤 실행 결과가 아닙니다.

1. 입력 비용은 10,000 ÷ 1,000,000 × 2 = 0.02달러입니다.
2. 출력 비용은 2,000 ÷ 1,000,000 × 10 = 0.02달러입니다.
3. 합계는 소개 단가로 0.04달러, 이후 단가로 0.08달러입니다.

혼자 반복할 때는 입력을 그대로 두고 출력만 4,000토큰으로 바꿔 보세요. 합계가 소개 단가로 0.06달러, 이후 0.12달러이면 맞습니다. 값이 다르면 입력과 출력을 각각 100만으로 나눴는지 확인합니다. 캐시 할인은 재사용 조건을 충족한 입력에만 적용하므로 이 계산에는 넣지 않았습니다. 별도 도구 사용료나 저장 비용 등도 포함하지 않은 토큰 비용 예입니다.

구글이 공개한 벤치마크 19개

구글 딥마인드 제미나이 페이지에는 아르곤과 GPT-6 아스트라, 클로드 페이블 5.1, 클로드 오퍼스 5.5를 견준 표가 있습니다. 벤치마크는 정해진 과제를 모델에 수행시켜 비교하는 시험입니다. 비교표의 19개 행 가운데 아르곤이 단독 1위인 행은 13개, 공동 1위는 1개, 다른 모델보다 낮은 행은 5개입니다. 입력 길이가 다른 GraphWalks 두 행은 별도로 집계했습니다.

모든 수치가 구글 자체 측정인 것은 아닙니다. 공식 평가 방법에는 구글이 측정한 결과, Vals 등 외부 순위표, 경쟁사의 공개 수치가 함께 쓰였다고 설명합니다. 영상 시험에서는 모델마다 넣은 영상 프레임 수가 다른 등 조건 차이도 있어 순위만으로 모든 업무에서 우수하다고 판단할 수 없습니다. 프레임은 영상을 이루는 한 장의 이미지입니다.

아르곤이 앞서거나 공동 1위인 시험 일부를 먼저 봅니다. 아래 8개 행은 전체 19개 행 중 일부이며, CWE-bench는 아스트라와 공동 1위입니다.

뒤진 시험은 대부분 코딩과 컴퓨터 조작 쪽입니다.

두 표에서 앞서는 모델은 시험마다 다릅니다. 아르곤은 표에 나온 문서 분석과 긴 입력 시험에서 앞서지만, 명령어를 입력하는 터미널 환경이나 화면 조작 시험에서는 낮은 점수를 받았습니다. 여러 단계를 도구로 수행하는 AI를 에이전트라고 부르며, 에이전트 코딩 시험끼리도 결과가 다릅니다. 같은 에이전트 코딩인데 DeepSWE에서는 1위, FrontierSWE에서는 10%포인트 넘게 뒤진다는 점은 해커뉴스에서도 지적됐습니다. 두 점수의 차이는 65.5 − 55.0 = 10.5%포인트입니다. 10.5% 더 잘한다는 상대 비율과는 다릅니다.

자기 업무가 터미널 명령 실행이라면 Terminal-bench 행을 먼저 보고, 코드 저장소의 긴 개발 과제라면 DeepSWE 행을 함께 봅니다. DeepSWE에서 아르곤과 오퍼스의 차이를 직접 계산하면 77.9 − 74.2 = 3.7%포인트입니다. 두 시험에서 앞서는 모델이 바뀐다는 점까지 설명할 수 있으면 표를 제대로 읽은 것입니다. OSWorld의 부분 점수도 내 컴퓨터 작업을 끝까지 성공할 확률로 읽지 않습니다.

구글이 밝힌 내부 사용 사례

발표문은 아르곤이 이미 구글 내부 업무에 쓰이고 있다며 사례 세 가지를 들었습니다. 모두 구글이 밝힌 결과이고 외부에서 검증된 것은 아닙니다.

• 메모리 절감: 아르곤 에이전트 여러 개가 구글 데이터센터 전체의 성능 측정 기록을 분석해 메모리 최적화를 찾아 적용했고, 300TiB 넘는 메모리를 확보했다고 합니다. 전체 절감 예상치는 500TiB에서 1PiB입니다
• C/C++ 코드를 러스트로 옮기기: 정규식 라이브러리 re2부터 80만 줄이 넘는 퓨시아 운영체제의 지르콘 커널까지 옮기는 중입니다. 영상 디코더 libgav1에서는 기존 러스트 판보다 2.7배 빠르면서 출력은 똑같은 결과를 냈다고 합니다
• 양자 알고리즘: 양자컴퓨팅 연구에서 큐비트와 게이트 사용량을 줄이는 작업에서 논문에 발표된 기준보다 40% 나은 결과를 몇 분 만에 냈다고 합니다

러스트는 일부 메모리 오류를 프로그램 실행 전 검사로 막도록 설계된 프로그래밍 언어입니다. 러스트로 옮겼다고 모든 오류가 없어지는 것은 아닙니다. TiB와 PiB는 메모리 용량 단위이며 1PiB는 1,024TiB입니다. 위 양자컴퓨팅 수치도 특정 과제의 결과로, 모든 양자 알고리즘이 40% 개선됐다는 뜻은 아닙니다. 해커뉴스에서는 이 대목에 답글이 많이 달렸는데, 구글 핵심 라이브러리를 대규모로 옮길 수 있다면 C++의 앞날이 달라질 수 있다는 의견과, 구글 안에서 러스트 도입을 오래 미뤄 왔다는 이야기가 함께 나왔습니다.

해커뉴스와 X, 언론 반응

해커뉴스 토론에는 일반 공개 날짜가 없다는 불만과 벤치마크만으로 판단하기 어렵다는 의견이 나왔습니다. 초기 사용 경험을 긍정적으로 설명한 댓글도 있습니다. 익명 이용자의 경험담은 공식 시험 결과와 구분해서 읽어야 하며, 일부 댓글을 전체 이용자의 의견으로 볼 수는 없습니다.

X에서 전해지는 가격표와 순위는 원문 링크가 있는지부터 봅니다. 구글 관계자의 발표 소개, 접근 권한이 있는 평가자의 시험, 발표 내용을 다시 옮긴 게시물은 근거가 다릅니다. 모델 이름과 평가 방법이 빠진 순위 이미지만으로 성능을 판단하기 어렵습니다.

블룸버그 보도는 일부 구글 직원이 실제 코딩과 앱 화면 디자인 작업에서 벤치마크만큼의 성능을 느끼지 못했다고 전했습니다. 같은 기사에는 구글의 반박과 아르곤을 높이 평가한 내부 의견도 실렸습니다. 이는 내부 의견이 엇갈린다는 보도이며, 동일 조건에서 모든 모델을 시험한 결과는 아닙니다.

발표 전 목격담과 실제 발표 대조

9월 한 달 동안 X에 돌던 이야기 가운데 맞은 것과 틀린 것이 이번 발표로 나뉘었습니다.

출력 한도가 이전 모델보다 크다는 방향은 맞았지만 수치는 네 배가 아니라 열다섯 배 넘게 늘었습니다. 유출 가격표도 수준은 비슷했지만 숫자는 달랐습니다. 아레나에서 gemini-3.8-flash 이름 뒤로 아르곤이 돌았는지는 이번 발표에서도 확인되지 않았습니다. 블룸버그 보도에 나온 프런트엔드 디자인 약점은 아레나 시험자들이 디자인을 가장 높이 평가했던 것과 반대인데, 시험자들이 본 모델이 아르곤이었는지부터 확인되지 않아 둘을 견주기는 어렵습니다.

지금 준비할 것과 확인할 순서

지금은 미리 결제하기보다 나중에 비교할 작은 과제 하나를 준비해 두면 됩니다. 예를 들어 다음 가상 메모에서 날짜, 결정 사항, 담당자를 추리는 요청을 준비합니다.

10월 7일 회의. 안내문을 금요일까지 수정하기로 했다. 담당자는 다음 회의에서 정한다.

정답은 날짜 10월 7일, 결정 사항 금요일까지 안내문 수정, 담당자 미정입니다. 혼자 반복할 때 마지막 문장을 수정은 민지가 맡는다로 바꾸면 담당자만 민지로 바뀌어야 합니다. 담당자 이름을 없는 상태에서 만들어내면 요청에 메모에 없는 정보는 미정으로 표시해 줘를 보태고 다시 비교합니다.

공개 후 같은 자료와 요청으로 기존 모델과 비교하되, 맞게 뽑았는지와 없는 내용을 추가했는지부터 확인합니다. 무료 요금제와 일반 앱 요금제의 제공 일정도 아직 발표되지 않았습니다.

공개 여부는 아래 순서로 확인하는 편이 확실합니다.

1. 제미나이 API 모델 문서에 아르곤 항목과 호출용 모델 ID가 올라왔는지 봅니다. 예상한 이름을 직접 만들어 호출하지 않습니다
2. 가격 페이지에서 소개 가격이 언제까지인지, 긴 입력에 다른 단가가 붙는지 봅니다
3. 모델 문서에서 입력 토큰 한도를 확인합니다. 출력 100만 토큰은 발표됐지만 입력 한도는 아직 공개되지 않았습니다

어느 모델로 옮길지는 벤치마크 표에서 자기 작업과 비슷한 시험을 골라 보고 정하는 편이 좋습니다. 계약서와 재무 자료처럼 긴 문서를 분석하는 일이 많다면 아르곤의 지식 업무 점수와 가격이 눈에 띄고, 터미널에서 돌리는 코딩 에이전트가 주 업무라면 지금 표만으로는 오퍼스 5.5나 아스트라에서 옮길 이유가 약합니다. 앞서 본 구글 내부 의견처럼 점수와 실제 작업 결과가 다를 수 있으니, 공개되면 지금 쓰는 모델과 같은 작업을 나란히 돌려 결과와 비용을 기록해 두면 같은 조건으로 견줄 수 있습니다.

참고한 자료

• Google의 Gemini 4 Argon 발표, 2026년 9월 30일
• Google DeepMind 비교표와 평가 방법
• Fairwind Program 안내
• Gemini API 모델 문서와 가격표
• Anthropic 모델 개요와 가격

접근 조건, 가격과 평가 방법은 2026년 10월 4일 확인했습니다. 아르곤을 직접 실행한 사용기는 아닙니다.