구글은 10월 13일 Gemini 4 Argon을 전 세계에 개방한다고 발표했다. 개발자는 AI Studio와 Gemini API 유료 요금제에서 모델명 gemini-4-argon으로 호출할 수 있다. Gemini 앱과 검색의 AI 모드는 Google AI Pro·Ultra 구독자에게 열리며, 코딩 도구 Antigravity는 여전히 Ultra 구독자만 쓸 수 있다.
2주 전 처음 공개됐을 때 이 모델은 Fairwind 프로그램의 사이버 보안 방어 팀에만 제공됐다. 이번에 구글은 개발자, 기업, 연구기관, 일반 구독자로 한꺼번에 문을 넓혔다. 보안 팀 트랙은 그대로 유지되며, 사이버 보안 가드레일이 없는 버전을 신청을 받아 순차적으로 심사해 제공한다.
보안 팀에서 모든 유료 사용자로
Argon의 주요 시점을 이어 보면 구글은 좁게 시작해 넓혀 가는 순서를 밟고 있다. 9월 30일 첫 공개 때 공식적으로 밝힌 업무 영역은 세 가지였다. 소프트웨어 엔지니어링, 법률·금융 같은 기업 지식 업무, 그리고 사이버 방어다. 당시 공개된 성적도 DeepSWE, CWE-bench 같은 코딩·취약점 벤치마크가 중심이었다.
10월 13일 이번 발표에서는 메인 발표문 외에 로봇 분야 개발자 블로그와, Argon으로 자사 오픈소스 코드베이스를 최적화한 엔지니어링 회고도 함께 공개됐다. 초점이 "코드를 짤 수 있는가"에서 "물리 세계를 이해할 수 있는가"로 옮겨 갔다.
가격은 바뀌지 않았다. 소개 기간에는 입력 100만 토큰당 2달러, 출력 10달러이고 캐시 적중 입력은 95%가 추가로 할인된다. 첫 공개 때는 할인 기간이 얼마나 되는지 밝히지 않았지만 이번에는 종료일이 명시됐다. 11월 30일부터 입력 4달러, 출력 20달러로 돌아간다.
로봇 블로그의 주요 수치
구글은 임바디드 추론 벤치마크 ERQA에서 87%를 보고했다. 3차원 공간에서의 물리·공간 문제를 묻는 시험이다. 공식 표현은 다음과 같다.
"Using pure reasoning, Argon scores 87%, outperforming every other frontier model." (추론만으로 Argon은 87%를 기록해 다른 모든 프런티어 모델을 앞섰다)
시연에는 보스턴 다이내믹스의 사족보행 로봇 Spot이 쓰였다. Argon은 먼저 MuJoCo에서 관절이 있는 디지털 트윈을 만들어 반복 연습한 뒤 실제 로봇을 조작해, 발로 쓰레기통 페달을 밟아 열고 캔을 버리는 동작을 익혔다. 또 다른 예에서는 제로샷으로 로봇 팔을 제어해 컵을 세우고 냅킨을 컵 안에 넣었다.
가장 실용적인 수치는 시뮬레이션 생성에서 나왔다. 연구진이 책상 위 사진 한 장을 찍어 Argon에게 시뮬레이션 장면을 만들게 하고, 도메인 랜덤화된 에피소드 4,500여 개를 생성해 비전-언어-행동(VLA) 모델을 미세조정했다. 실제 로봇 테스트에서 성공률은 56%에서 75%로, 완료 시간은 35초에서 24초로 줄었다. 별도로 SO-101 로봇 팔의 집어서 놓기 작업은 세 차례 자기 개선을 거치며 소요 시간이 58.9초에서 22.9초, 다시 17.4초로 줄었다.
이는 모두 구글 자체 실험이다. 표본 규모나 몇 번을 시험했는지는 블로그에 나와 있지 않으며, 지금까지 제3자의 재현 결과도 확인되지 않았다.
다른 고객들이 보고한 성과
메인 발표문에서 구글은 사내외 파트너의 활용 사례를 열거했다. Chrome 팀은 4,000만 줄 코드베이스에서 약 600만 줄의 레거시 코드를 처리했고, 수백 개 파일에 걸친 리팩터링이 수개월에서 수주로 줄었다. 구글 내부에서 에이전트의 코드 제출량은 35% 넘게 늘었고 롤백은 3분의 1 가까이 줄었다.
공개적으로 확인할 수 있는 사례는 오픈소스 에이전트 프레임워크 ADK의 Python 버전이다. 엔지니어들이 Argon을 코드베이스에서 11시간 동안 무인으로 돌렸더니 6건의 최적화가 제안됐고, 사람의 검토를 거쳐 2건이 병합됐다. 긴 세션의 메모리 준비 시간은 약 40% 줄었고, 콜드 스타트 임포트는 21% 빨라졌다. 6건 중 2건만 채택됐다는 비율이 홍보 문구보다 현 단계에서 이 모델을 어떻게 써야 하는지를 더 잘 보여 준다.
안전성 측면에서 구글은 Gray Swan의 간접 프롬프트 인젝션 테스트에서 15회 적응형 공격 시 공격 성공률이 0.7%로 낮아졌고, 코딩 벤치마크에서 "지름길"을 택하는 행동은 2%로 줄었다고 밝혔다.
제3자 평가 기관 Artificial Analysis는 정식 개방 당일 평가를 갱신했다. 지능 지수는 GPT-6 Astra와 같고 작업 하나당 비용은 약 60% 수준이다. 이 비용 비교는 소개 기간 가격을 기준으로 한 것이어서, 11월 30일 이후에는 다시 계산해야 한다.
참고 출처: Google 공식 블로그, Google Developers Blog 로봇 특집 및 ADK 최적화 회고, CocoLoop, Google DeepMind 모델 카드, Artificial Analysis 지능 지수 및 작업당 비용 산정 기준.