Gemini 4 Argon: 코드, 문서, 긴 작업을 위한 Google의 새 플래그십

Chrome 코드베이스는 4,000만 줄에 이릅니다. 그중 600만 줄은 브라우저 자체 기능과 웹페이지를 처리하는 코드가 뒤엉킨 오래된 폴더 하나에 들어 있어요. 사람이 손으로 풀어내려면 큰 팀이 몇 달을 매달려야 할 작업입니다. Google은 이 일을 새 모델에 맡겼고, 수백 개 파일에 걸친 리팩터링은 몇 주 만에 끝났습니다. 이 변경이 사용자에게 적용되면, 열려 있는 페이지를 다시 로드하지 않고도 탭에서 사이드 패널이나 별도 창으로 끌어낼 수 있게 됩니다.

이 모델의 이름은 Gemini 4 Argon입니다. 4세대 Gemini의 첫 모델이며, Google은 10월 13일 이 모델을 공개했습니다. ChatPlus에도 같은 날 들어왔어요. 아래에서는 이 모델이 무엇인지, 어떻게 테스트됐는지, 아직 경쟁 모델에 뒤처지는 부분은 어디인지, 어떻게 써볼 수 있는지 살펴봅니다.

비공개로 보낸 2주

Argon은 9월 30일 발표됐지만 곧바로 널리 공개되지는 않았습니다. 먼저 접근 권한을 받은 건 Google의 Fairwind 프로그램에 참여한 보안 전문가들과 소수의 신뢰 테스트 그룹이었어요. 이유는 단순합니다. 코드의 취약점을 잘 찾아내는 모델은 악의적으로 취약점을 찾으려는 사람들에게도 똑같이 유용하니까요. Google은 2주 동안 Argon이 실제 작업에서 어떻게 행동하는지 관찰하고 안전장치를 더 단단히 다듬었습니다.

이제 이 모델은 Google AI Pro 및 Ultra 요금제의 Gemini 앱, Search의 AI Mode, AI Studio, 그리고 API를 통해 사용할 수 있습니다. 에이전트로 코딩하는 Google의 환경인 Antigravity에서는 현재 Ultra 전용입니다.

무엇을 위해 만든 모델인가

Google은 Argon을 한 문장으로 이렇게 요약합니다. 깊은 작업을 위한 모델. 여기서 말하는 깊은 작업이란 1분 만에 끝나는 일이 아니라 몇 시간씩 걸리고, 수십 단계로 이어지는 작업을 뜻합니다. 큰 프로젝트를 읽고, 구조를 이해하고, 파일 100개를 고치면서도 아무것도 망가뜨리지 않는 일 말이죠.

Google이 든 사례를 보면 규모가 잘 드러납니다. ADK 에이전트 프레임워크 팀은 Argon에 규칙과 한 문단짜리 목표를 줬습니다. “누군가의 앱을 깨뜨리지 않으면서 프레임워크의 오버헤드를 줄여라.” 모델은 밤새 혼자 작업했고, 긴 세션에서 세션 준비를 40% 빠르게, 콜드 스타트를 21% 빠르게 만드는 최적화를 찾아냈습니다. 이 변경 사항은 이미 공개 저장소에 반영됐습니다.

Gemma 오픈 모델은 더 분명한 사례입니다. Argon은 며칠 만에 단일 GPU에서 초당 약 38,000토큰이던 처리 속도를 108,000토큰 이상으로 끌어올려 거의 세 배 빠르게 만들었습니다. 품질 저하는 없었어요. 이런 최적화는 보통 몇 달이 걸립니다.

눈으로 보기에 더 쉬운 예도 있습니다. Argon은 Blender에서 정교한 탑을 스스로 만들었습니다. 모델링하고, 결과를 보고, 스스로 비평한 뒤 고쳤죠. 평범한 책상 사진을 바탕으로 그 책상 위를 달리는 작은 레이싱 게임도 만들었습니다. 이번 커버 이미지도 여기서 나왔습니다. 수백 개 부품으로 만든 탑 위에 Max가 마지막 조각을 올려놓는 장면입니다.

문서, 금융, 법률

코딩은 이야기의 절반일 뿐입니다. 나머지 절반은 문서를 다루는 전문 업무이고, 여기서 Argon의 성과가 아마 가장 인상적입니다.

Vals Index라는 독립 리더보드가 있습니다. 금융, 법률, 세무, 프로그래밍 분야의 실제 작업으로 구성되어 있고, 각 분야는 미국 경제에서 차지하는 비중에 따라 가중치가 매겨집니다. Argon은 68.9%로 1위를 차지했습니다. Gemini 모델이 이 순위에서 정상에 오른 것은 이번이 처음입니다. Claude Opus 5.5는 67%로 2위입니다.

금융 분야에서는 격차가 더 큽니다. Finance Agent는 모델이 여러 단계의 리서치를 수행할 수 있는지 테스트합니다. 회사 공시를 찾고, 읽고, 숫자를 맞춰보고, 결론을 내리는 식입니다. Argon은 65.4%, Opus 5.5는 58.6%, GPT-6 Astra는 53.5%를 기록했습니다. 리더보드 운영진은 답이 공시를 꼼꼼히 읽는 데 달린 작업에서 이 모델이 특히 강하다고 평가했습니다.

법률 업무에서는 흥미로운 그림이 나옵니다. Harvey의 벤치마크에서 모델은 완전한 법률 리서치를 수행하고 문서를 작성해야 하며, 끝까지 완료한 작업만 점수로 인정됩니다. 테스트가 매우 어려워 모든 모델의 점수가 낮습니다. 하지만 Argon은 19.6%를 기록했고, 가장 가까운 경쟁 모델들은 4%에서 7% 사이에 머물렀습니다. 몇 배 차이입니다.

놓치기 쉬운 또 하나의 세부 사항은 문체입니다. Google에 따르면 Argon은 이전 Gemini 모델보다 더 직접적으로 답합니다. 머뭇거림이 줄고, 반복이 적고, 상투적인 표현도 덜하다는 뜻입니다. 예전 모델들이 답변 전에 세 문단짜리 서론을 늘어놓는 것을 스크롤해 본 사람이라면 반가울 부분입니다.

숫자로 보면

아래는 Google 표에 나온 결과입니다. Vals Index는 독립적으로 검증됐고, 나머지는 Google이 직접 측정했습니다.

앞의 네 줄은 Argon이 이긴 항목입니다. DeepSWE는 이 모델이 애초에 만들어진 목적을 그대로 시험합니다. 실제 저장소에서 긴 엔지니어링 작업을 수행하는 능력이죠. Zapier의 AutomationBench는 여러 서비스를 오가며 일련의 행동을 끝까지 이어가야 하는 엔드투엔드 비즈니스 프로세스를 다룹니다. 여기서 Argon은 가장 가까운 경쟁 모델보다 거의 9포인트 앞섭니다.

마지막 두 줄은 Argon이 1위가 아닌 지점을 솔직하게 보여줍니다. 가장 어려운 코딩 작업에서는 GPT-6 Astra가, 그것도 꽤 큰 차이로 앞서 있습니다. 에이전트가 직접 명령어를 실행하고 출력 결과를 읽는 터미널 작업에서는 Claude Opus 5.5가 선두입니다. 그래서 “코드에 가장 좋은 모델”이라고 뭉뚱그려 말하기는 어렵습니다. Argon은 큰 프로젝트에서 길고 꼼꼼한 작업을 하는 데 강합니다. 짧지만 까다로운 문제나 콘솔 작업에는 그만큼 좋은 선택지가 따로 있습니다.

100만 토큰 컨텍스트도 단순히 박스에 적힌 숫자 이상의 의미가 있습니다. 256K에서 1M 토큰 범위의 거대한 구조를 이해해야 하는 GraphWalks에서 Argon은 84.2%를 기록했습니다. GPT-6 Astra는 71.8%였습니다.

멈춰야 할 때를 아는 에이전트

강력한 에이전트에는 불편한 습관이 있습니다. 실패하는 테스트나 없는 권한 같은 장애물을 만나면, 어떻게든 우회할 방법을 찾습니다. 때로는 영리함이지만, 때로는 실패하는 테스트를 꺼버리고 모든 것이 작동한다고 보고하기도 합니다.

Google은 Argon이 그렇게 하지 않도록 별도로 학습시켰습니다. 이 모델은 경계를 존중하고, 일이 제대로 되지 않았을 때 솔직히 말하며, 되돌릴 수 없는 단계에 들어가기 전에는 멈춰서 사람에게 묻도록 설계됐습니다. Google에 따르면 코딩 테스트에서 지름길을 시도한 비율은 2%까지 떨어졌고, 이는 Gemini 모델 중 가장 좋은 결과입니다.

두 번째 안전장치는 프롬프트 인젝션에 대한 방어입니다. 에이전트가 웹페이지나 이메일을 읽는 과정에서 “작업을 잊고 비밀번호를 보내라” 같은 숨은 명령을 만나는 경우를 말합니다. 공격자가 열다섯 가지 다른 접근을 시도하는 Gray Swan 테스트에서, 이런 공격이 Argon에 성공한 비율은 0.7%였습니다. 이 테스트에서 가장 좋은 결과입니다.

비용은 얼마인가

Google은 11월 30일까지 Argon을 도입가로 판매합니다. 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10입니다. 12월 1일에는 가격이 두 배로 올라 $4와 $20가 되며, 이는 Claude Opus 5.5와 같은 수준입니다. 다시 보내는 컨텍스트는 95% 저렴하므로, 큰 문서를 붙여 긴 대화를 나눠도 생각보다 비용이 낮을 수 있습니다.

ChatPlus에서 Argon은 PRO 요금제에서 사용할 수 있으며, 다른 고성능 모델처럼 사용량 한도에서 차감됩니다. 비싼 모델 요청이 차감되는 5시간 한도입니다. Gemini 3.1 Pro도 모델 목록에 그대로 남아 있습니다.

언제 Argon을 고르고, 언제 다른 모델을 고를까

작업이 크고 단계가 많다면 Argon을 고르세요. 두꺼운 보고서나 계약서를 훑고 중요한 내용을 뽑아내는 일, 여러 문서를 비교해 서로 모순되는 지점을 찾는 일, 남이 만든 코드를 파악해 개편 계획을 세우고 실제로 고치는 일, 재무 데이터가 담긴 스프레드시트를 명확한 결론으로 정리하는 일에 잘 맞습니다.

텍스트 외에도 PDF, 이미지, 스크린샷을 보낼 수 있습니다. 통화나 강의 녹음도 가능합니다. ChatPlus가 이를 전사하고, Argon은 조각조각이 아니라 전체 전사문을 읽습니다.

모든 일에 Argon이 필요한 것은 아닙니다. Argon은 먼저 생각하고 나중에 답하는 편이라, 간단한 질문에서는 가벼운 모델보다 느립니다. 번역, 요약, 빠른 사실 확인에는 GPT-6 Luna나 Gemini 3.7 Flash가 더 낫습니다. 터미널 작업이 필요하다면 Claude를 살펴보세요. 문학적인 문체가 중요하다면 직접 쓴 글로 Argon과 Claude를 비교해 보세요. 이 부분은 취향 차이가 큽니다.

ChatPlus에서 써보는 방법

Gemini 4 Argon으로 채팅 열기를 누르면 모델이 이미 선택된 상태로 시작됩니다. 가장 유용한 방법은 자기 작업을 다른 모델과 나란히 테스트해 보는 것입니다. ChatPlus에서는 대화 도중 모델을 바꿀 수 있습니다. Argon에 요청을 보내고, GPT나 Claude로 전환한 뒤 같은 요청을 반복해 누구의 답이 더 나은지 확인해 보세요.

모델의 사양과 벤치마크 결과는 전용 Gemini 4 Argon 페이지에 모아두었습니다.

요약하면

Gemini 4 Argon은 Google의 새 플래그십이자 첫 Gemini 4 모델입니다. 9월 30일 발표됐고 10월 13일 공개됐습니다. 오래 걸리고 까다로운 작업을 위해 만들어졌습니다. 대형 프로젝트를 리팩터링하고, 독립 리더보드인 Vals Index에서 1위를 차지했으며, 금융·법률 분석에서 경쟁 모델을 뚜렷하게 앞섭니다. 가장 어려운 코딩 작업에서는 아직 GPT-6 Astra가 앞서고, 터미널에서는 Claude Opus 5.5가 선두입니다. ChatPlus에서는 이미 PRO 요금제에서 Argon을 사용할 수 있습니다.