Gemini 4 Argon 출시: 회사 AI 에이전트 모델로 쓰기 전에 정할 4가지

Gemini 4 Argon은 2026년 10월 13일부터 회사 시스템에 API로 붙일 수 있는 모델이 됐습니다. 그렇다고 바로 운영 모델을 바꿀 일은 아닙니다. 회사가 먼저 정할 것은 네 가지입니다. 11월 30일에 끝나는 출시 가격을 견적과 예산에 어떻게 반영할지, 100만 토큰 한도를 어떤 업무에 쓸지, 에이전트가 무인으로 낸 결과를 누가 어떤 기준으로 걸러낼지, 되돌릴 수 없는 행동의 승인을 모델에 맡길지 코드로 고정할지입니다. Google이 공개한 자체 사례에서도 Argon이 밤새 11시간 동안 낸 최적화 6개 중 사람 코드 리뷰를 통과한 것은 2개였습니다.

Google은 무엇을 냈나

Google 공식 블로그에 따르면 Gemini 4 Argon은 코딩·금융·법률·사이버보안·과학처럼 여러 단계를 거치는 실제 업무를 겨냥한 프런티어 모델입니다. 개발자와 기업은 Gemini API(Google AI Studio, Gemini 플랫폼)와 Gemini for business, 코딩 에이전트 도구 Google Antigravity에서 쓸 수 있고, 일반 사용자는 Google AI Pro·Ultra 구독으로 Gemini 앱과 검색의 AI 모드에서 씁니다. 모델 카드 기준으로 입력은 텍스트·이미지·음성·영상, 출력은 텍스트이며 입력과 출력을 합쳐 100만 토큰까지 다룹니다. 지식 기준 시점은 2026년 3월입니다. Gemini 앱에서는 대화 창에서 '작업(tasks)'으로 바꾸면 사용자가 자리에 없어도 Google 앱 등에서 일을 이어 하는 기능이 함께 나왔습니다.

1. 할인 가격이 끝나는 날을 견적에 적는다

Argon의 출시 가격은 100만 토큰당 입력 2달러, 출력 10달러이고, Google은 2026년 11월 30일에 출시 기간이 끝나면 입력 4달러, 출력 20달러를 적용한다고 공지했습니다. 지금 PoC 견적을 받으면 시험 기간은 할인 가격, 운영 기간은 정상 가격이 되는 셈입니다. 구축 업체 견적의 모델 사용료가 어느 가격으로 계산됐는지, 12월 이후 월 예상 비용이 따로 적혀 있는지 확인하세요. 단가가 같아도 작업 한 건에 드는 비용은 출력 길이와 재시도 횟수에 따라 달라지므로, 업무 샘플 100건을 처리한 총비용으로 비교하는 것이 안전합니다.

2. 100만 토큰을 어디에 쓸지 정한다

Google은 Gemini API에서 입력과 출력을 합쳐 100만 토큰까지 쓸 수 있다고 밝혔고, 긴 작업을 위한 이어 받기 방식(continuation protocol)을 개발자 문서에서 안내합니다. 계약서 묶음이나 수백 쪽 매뉴얼을 한 번에 넣을 수 있다는 뜻이지만, 넣은 만큼 입력 비용과 대기 시간이 늘어납니다. 사내 문서 검색처럼 질문마다 필요한 부분만 찾아 넣는 업무는 긴 컨텍스트보다 검색 품질과 권한 관리가 결과를 정합니다. 긴 컨텍스트는 '문서 전체를 한 번에 비교해야 하는 업무'에만 쓰고, 나머지는 기존 검색 구조를 유지하는 편이 비용과 통제 모두에 유리합니다.

3. 무인 실행 결과는 사람이 걸러낸다

Google 개발자 블로그는 Argon이 약 20만 5,000줄, 800여 개 파일로 된 오픈소스 에이전트 개발 도구(ADK) 코드에서 11시간 동안 무인으로 성능 병목을 찾은 과정을 공개했습니다. Argon은 단위 테스트 1만 6,892개를 모두 돌리고 32개 파일에 걸친 최적화 6개를 제안했지만, 팀은 코드 리뷰에서 2개만 채택했습니다. 나머지 4개는 세션 간에 오래된 데이터를 돌려줄 위험, 라이브러리 내부 구현에 기대는 코드, 실제 지연 시간은 줄지 않고 읽기만 어려워지는 변경, 합성 시험에서만 효과가 나는 변경이었습니다. 공개 테스트를 모두 통과한 변경도 Google 내부 테스트 25개 대상에서 실패해 고쳐야 했습니다. 팀의 요약은 'the agent explores, the maintainer subtracts'(에이전트는 탐색하고, 관리자는 덜어 낸다)였습니다.

회사 업무에 옮기면 이렇습니다. 에이전트가 밤새 만든 견적 초안, 분류 결과, 데이터 정리안은 '제안'이고, 반영 여부는 담당자가 정합니다. 같은 글에서 사내 규칙 문서 없이 돌린 1차 실행은 공개 데이터 형식을 바꾸고 주변 테스트 216개만 돌렸는데, 규칙 문서를 저장소에 넣은 2차 실행은 규칙을 지키고 전체 테스트를 돌렸습니다. 에이전트에게 우리 회사의 업무 규칙을 문서로 주고, 결과를 회사가 가진 별도 시험(정답지)으로 다시 재는 두 장치가 있어야 무인 실행을 쓸 수 있습니다.

4. 되돌릴 수 없는 행동의 승인은 코드로 고정한다

Google은 Argon이 권한 오류나 실패한 테스트에 막혔을 때 무단 우회를 하지 않도록, 시스템 경계를 지키고 실패를 정직하게 보고하며 되돌릴 수 없는 단계 전에 사람 확인을 구하도록 학습시켰다고 밝혔습니다. 우회 시도 비율이 코딩 벤치마크에서 2%로 이전 Gemini 모델보다 낮아졌고, 에이전트의 행동과 추론을 실시간으로 읽어 위반을 막는 감시 장치도 별도로 둡니다. 다만 2%는 0이 아니고, 감시 장치는 Google 제품 안의 이야기입니다. 회사 시스템에서는 외부 발신, 결제, 삭제, 고객 정보 수정처럼 되돌릴 수 없는 행동을 어떤 모델이든 사람 승인 뒤에만 실행되게 코드로 막고, 모델이 막혔을 때 시도한 행동을 기록으로 남겨야 합니다.

그래서 지금 무엇을 하면 되나

• 운영 모델은 그대로 둔다. Argon은 시험 환경에서 후보로만 돌린다.
• 우리 업무 샘플과 정답지로 기존 모델과 나란히 잰다. 정확도, 작업당 비용(12월 이후 가격 기준), 처리 시간, 시간 초과 비율을 본다.
• 약관과 데이터 조건을 확인한다. API와 Gemini for business 중 어느 경로로 쓰는지에 따라 적용 약관이 다르다.
• 에이전트용 업무 규칙 문서를 만든다. 무인 실행 전에 금지 사항과 확인 절차를 문서로 주고, 결과는 담당자가 채택 여부를 정한다.
• 승인 지점은 모델 밖에 둔다. 모델을 바꿔도 외부 발신·결제·삭제 전 사람 승인이 그대로 유지되게 설계한다.

노벤티스는 어떻게 하나

노벤티스는 특정 모델에 묶지 않고 평가 체계로 모델을 바꿔 가며 검증합니다. 멀티 LLM 라우팅과 프롬프트 평가 체계를 구축해 왔고, 고객사 업무의 과거 처리 사례를 정답지로 삼아 PoC에서 정확도·처리량·검토 시간을 잽니다. 승인 없이 외부 발신·결제·삭제를 실행하는 자동화는 만들지 않습니다. 첫 프로젝트는 대개 접점 하나로 잡아 4~8주 안에 PoC까지 진행하며, 비용은 자동화 범위와 연동할 시스템 수에 따라 달라지고 진단 미팅 후 서면 견적으로 확정합니다.

이 글이 맞는 독자: 사내 AI 에이전트의 모델을 정하거나, 구축 업체 견적의 모델 사용료와 운영 비용을 비교하는 중소·중견기업의 IT·운영 책임자입니다.