구글이 제미나이 4 아르곤을 공개했어. 한 번에 100만 토큰을 써 내려가는 모델인데 왜 일반 개발자보다 보안 전문가한테 먼저 줬을까
- 공유 링크 만들기
- X
- 이메일
- 기타 앱
구글이 제미나이 4 아르곤을 공개했어. 한 번에 100만 토큰을 써 내려가는 모델인데 왜 일반 개발자보다 보안 전문가한테 먼저 줬을까
📅 2026.10.01 | ✍️ 경제 흐름을 읽어주는 형
형이 오늘 아침 고른 소식은 구글의 새 최상위 모델 제미나이 4 아르곤이야. 해커뉴스에서 하룻밤 사이 790점을 넘길 만큼 개발자들이 들썩였어. 그런데 발표문을 끝까지 읽어 보면 성능 숫자보다 더 눈에 띄는 대목이 있어. 이 모델을 아직 아무한테나 안 풀고, 믿을 수 있는 사이버 보안 방어팀부터 먼저 쓰게 했다는 점이야.
어제 형이 다룬 이야기가 에이전트를 가두는 울타리였잖아. 오늘은 그 울타리를 모델 회사가 출시 단계부터 스스로 두르기 시작했다는 이야기라서, 두 글을 이어서 보면 흐름이 훨씬 잘 보여.
【 핵심 체크포인트 】
1. 한 번에 내놓는 답의 길이가 16배 가까이 늘었어.
이전 모델은 한 번에 6만 4,000 토큰까지 써 내려갈 수 있었는데 아르곤은 100만 토큰까지 가능해. 긴 작업을 여러 번 끊어서 이어 붙이지 않고 한 호흡에 끝낼 수 있다는 뜻이야. 구글 안에서는 이미 실전에 쓰고 있대. 에이전트 여러 개가 데이터센터 메모리 사용 기록을 뒤져 스스로 최적화를 적용했더니 300TiB 넘는 메모리가 풀렸고, 동영상 디코더 코드 3만 2,000줄을 다시 짜서 기존 러스트 버전보다 2.7배 빨라졌대. 실제 소프트웨어 개발 과제 시험(DeepSWE)에서는 77.9%로 최고 점수를 냈어.
2. 가격은 중간급 수준으로 맞췄어.
출시 기념 가격이 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러야. 앤트로픽 소네트급과 같은 가격대에 최상위 성능을 붙인 셈이지. 한 번 보낸 입력을 다시 쓰는 캐시는 95% 할인이라, 같은 설명서를 매번 앞에 붙여 보내는 에이전트라면 비용이 확 줄어. 다만 기념 기간이 끝나면 입력 4달러, 출력 10달러에서 20달러로 두 배가 돼. 지금 가격만 보고 설계했다가 나중에 청구서를 보고 놀라는 일은 없어야 해. 독립 평가 기관 아티피셜 애널리시스도 아르곤을 비슷한 가격대 모델 가운데 지능 점수 상위권(223개 중 8위)으로 매겼는데, 같은 시험을 푸는 동안 쓴 토큰이 중간값보다 30% 넘게 많았대. 말이 길면 출력 요금도 같이 늘어난다는 점은 기억해 두자.
3. 모델이 딴생각을 하면 중간에 멈추는 감시 장치를 달고 나왔어.
구글은 아르곤이 일을 끝내려고 사용자 의도 밖으로 넘어가는 걸 막기 위해, 모델의 생각 과정과 실제 행동을 함께 지켜보다가 필요하면 실행을 끊는 장치를 붙였다고 밝혔어. 훈련할 때 잡아낸 문제를 다시 훈련에 넣지 않았다는 설명도 붙였는데, 그래야 모델이 감시를 피하는 요령을 배우지 않는대. 웹페이지나 문서 안에 몰래 숨긴 명령으로 모델을 조종하려는 공격에도 지금까지 나온 구글 모델 중 가장 잘 버틴다고 했어. 보안 쪽 능력은 워낙 강해서 병원용 소프트웨어에서 개인정보가 새는 심각한 구멍을 찾아냈을 정도야. 그래서 일반 공개는 미국 정부 사전 점검과 보안팀 시험을 거친 뒤 유료 API 고객부터 차례로 푼대.
【 형 빌드에 어떻게 이어지나 】
아르곤을 당장 쓸 수는 없어. 그래도 이 발표가 작은 빌더한테 던지는 숙제는 지금부터 준비할 수 있어. 형 빌드 세 가지로 풀어볼게.
에이전트 스타터 키트 는 모델을 갈아 끼우기 쉬운 구조가 핵심이야. 최상위 모델이 중간급 가격으로 내려오는 속도가 이렇게 빠르면, 특정 회사 모델에 묶인 에이전트는 매번 손해를 봐. 모델 이름과 가격을 설정 파일 한 곳에서 바꾸고, 기념 가격이 끝나는 날짜까지 같이 적어 두는 방식이 필요해.
claude-code-masterpack 의 컨텍스트 설계는 캐시 95% 할인과 딱 맞물려. 매번 똑같이 보내는 규칙과 설명은 앞쪽에 고정해 두고, 바뀌는 내용만 뒤에 붙이면 캐시가 제대로 먹어. 답을 100만 토큰까지 쓸 수 있다고 해서 무작정 길게 시키면 출력 요금이 먼저 터지니까, 언제 멈출지 정하는 기준이 오히려 더 중요해졌어.
MINDCHANGE 자가검증 하네스 는 구글이 한 일을 작은 규모로 따라 할 수 있어. 모델이 적어 낸 생각과 실제로 실행한 명령을 나란히 놓고, 둘이 어긋나면 곧바로 작업을 세우는 단계가 그거야. 구글이 "생각 과정을 투명하게 남겨 두자"고 업계에 당부한 것도 같은 이유고, 검사 결과를 모델 학습에 되먹이지 말라는 경고는 우리 하네스에도 그대로 적용돼.
【 결론 】
정리하면 이래. 최상위 모델의 성능은 더 길고 깊어졌고 가격은 중간급으로 내려왔는데, 정작 출시는 감시 장치와 단계별 공개를 앞세워 조심스럽게 하고 있어. 형이 남기고 싶은 한마디는 이거야. 좋은 모델이 싸게 풀릴 날을 기다리는 동안, 모델을 쉽게 바꾸는 구조와 에이전트가 선을 넘으면 멈추게 하는 검사를 먼저 갖춰 둔 빌더가 그날 가장 빨리 움직여.
출처: Google, Gemini 4 Argon: our next era of frontier intelligence (2026.09.30) / Artificial Analysis, Gemini 4 Argon (High) 분석
이 글은 2026.10.01 뉴스 + 데이터 기반 AI 도구 활용 재작성.
- 공유 링크 만들기
- X
- 이메일
- 기타 앱
댓글
댓글 쓰기