요약
구글 딥마인드가 최상위 모델 Gemini 4 Argon을 공개하고 Pro·Ultra 구독자에게 먼저 열었습니다.
구글 딥마인드는 이 모델을 가장 어려운 문제를 풀기 위한 "다음 시대의 프런티어 지능"이라고 소개했습니다. 소개 페이지에는 코딩, 과학 연구, 로봇, 보안 분야의 활용 사례와 회사가 직접 측정한 벤치마크 결과가 실렸습니다.
왜 중요한가
- 회사 발표로는 벤치마크 대부분에서 GPT-6 Astra와 Claude Opus 5.5를 앞섰습니다.
- 다만 터미널 작업과 일부 코딩 평가에서는 두 모델에 뒤져, 코딩 1위 자리는 아직 내주지 못했습니다.
- 출력 창(한 번에 내놓을 수 있는 분량)이 100만 토큰이라 저장소 전체 생성처럼 긴 결과물도 한 번에 만들 수 있습니다.
핵심 내용
- 범용 업무 평가 Vals Index에서 68.9%로 Claude Opus 5.5(67.0%)보다 높았다고 밝혔습니다.
- Terminal-bench 4.0에서는 57.4%로 Claude Opus 5.5(66.4%)에 크게 뒤졌습니다.
- Chrome 코드 리팩터링에서 몇 달 걸릴 일을 몇 주 만에 끝냈다고 소개했습니다.
- 영상을 물리 시뮬레이션 코드로 바꿔 앱트로닉의 휴머노이드 로봇 학습에 쓴 사례도 내놓았습니다.
- 간접 프롬프트 주입(외부 문서에 숨긴 악성 지시)에 가장 잘 버티는 모델이라고 했습니다.
HN 반응
- 여러 이용자가 답이 간결하고 구조적이며 빠르다고 호평했고, 말투가 거만한 Claude Opus 5.5보다 낫다는 의견도 많았습니다.
- 코딩은 아직 Claude Opus 5.5가 앞선다는 평가와 Vulkan 디버깅 같은 실무에서 충분히 잘한다는 경험담이 엇갈렸습니다.
아직 코딩에는 써 보지 않았지만, 최근 Claude(주로 Fable과 Opus 5.5)로 던졌던 호기심성 질문 몇 개를 이 모델에 돌려 봤어요.
확실히 한 단계 도약했어요. 정말 놀랐습니다.
답변이 핵심을 짚고, 논리 구조가 잡혀 있고, 글도 명료해요. 질문 하나에 잘 쓴 미니 에세이를 받는 느낌이에요.
파라미터를 직접 바꿔 볼 수 있는 작은 시뮬레이션이나 모델을 만들어 주는 것도 아주 좋아하더라고요. 예를 들어 가정을 바꾸면 경제 시나리오가 어떻게 달라지는지 살펴보기에 정말 좋아요.
출처가 달린 삽화를 고르는 솜씨도 훌륭하고요.
앞으로 코딩이 아닌 건 전부 이걸로 할 생각이에요.
복잡하고 미묘한 건강 문제를 설명하는 솜씨가 정말 놀랍습니다.
예를 들어 저는 최근에 "녹내장 의심 환자"라서 망막 OCT 검사를 받았습니다. 녹내장 의심 환자인 이유는 시신경 유두 함몰비(cup-to-disc ratio)가 비정상적으로 높기 때문인데, 이는 녹내장 환자에게서 흔히 보이는 양상입니다.
이 OCT 검사에서는 RNFL에 대한 결과지를 받게 되는데, 간단히 말해 시신경과 망막의 건강 상태와 두께를 알려 주는 보고서입니다. (물론 엄청나게 단순화한 설명입니다.)
담당 안과 의사는 OCT 결과를 제게 설명하는 데 애를 먹었고, 대신 어깨를 으쓱하며 "아마 고도근시라서 그럴 겁니다. 그래도 1년에 한 번씩은 계속 오세요"라고 했습니다.
그런데 제 검사 결과는 끔찍할 정도로 새빨갛습니다. 제 나이대 망막 두께에서 하위 1퍼센타일에도 못 미친다는 뜻이죠. 직접 알아볼 만큼 걱정스러운 건 당연했습니다...
ChatGPT 6 Pro와 Opus 5.5는 이 검사 결과가 임상적으로 뭘 의미하는지 전혀 갈피를 잡지 못했습니다. 반면 Argon은 처음으로 다음을 해낸 모델이었습니다.
OCT 장비가 작동하는 원리를 설명했습니다.
제 경우에 함몰과 얇아진 RNFL 층이 생기는 생리적 메커니즘을 자세히 설명했습니다.
이를 임상적 권고로 요약했습니다. (안과 의사의 권고와 비슷하고, 기본적인 영양제 복용과 생활 습관 개선이 더해졌습니다.)
제 눈과 녹내장 환자 눈의 지형을 비교하는 인터랙티브 시각화를 제공했습니다: https://optic-nerve-3d.netlify.app/
정말 감탄했습니다.
그 설명이 맞는 건지, 그냥 맞는 것처럼 들리는 건지 어떻게 아세요?
모르죠. 그래도 반짝반짝 예쁘잖아요.
의사한테 물어보면 되잖아요?
네, 제 경험으로도 복잡한 건강 문제를 이해하려 할 때는 OpenAI나 앤트로픽 모델보다 Gemini가 훨씬 쓸모 있었습니다. 증명의 기준이 훨씬 잘 맞춰져 있는 것 같아요. 위험할 수 있는 치료법은 부작용 위험이 크지 않은 다른 치료법보다 더 탄탄한 근거가 필요하다는 점을 제대로 이해하고 있다는 뜻입니다.
맞습니다. 의사 친구 한 명이 이렇게 말하더군요. "절반은 '지켜봅시다'가 최선의 계획이야."
하지만 환자 입장에서는 그 말에서 위안을 얻기가 어렵습니다. "비전통적" 방식으로 병을 치료하려는 광기 같은 것도 아마 거기서 나오는 게 아닐까 싶어요. 암에 과일식이나 에센셜 오일을 쓰는 사람들은 "지켜보자"는 상황을 견딜 만큼 충분히 이해하지 못해서 그러는 걸 수도 있지 않을까요?
Argon은 문제를 아주 깊이 있게 설명해 줘서, 저는 제 기본 치료 계획에 만족할 수 있었습니다. ChatGPT는 완전히 엉뚱한 쪽으로 가 버려서 고용량 니아신아마이드 치료 같은 걸 제안했습니다(임상시험에서 평가 중인 건 사실이지만 다른 부작용이 줄줄이 따라옵니다).
2년 전만 해도 상상도 못 했을 일의 좋은 예시네요. 정말 인상적입니다.
공유해 주셔서 고맙습니다. 눈이 계속 괜찮기를 바랍니다.
완전히 동의해요. 제가 새로 꼽은 범용·비코딩용 모델입니다. 이 정도일 줄은 몰랐어요... 게다가 빠르기까지 하고요.
저는 꽤 느린데요. Gemini 웹사이트 진입점으로 에이전트 작업을 실행해서 그런 건지는 모르겠어요.
이번엔 구글이 새 모델에 엄격한 제한을 걸고 꽤 보수적으로 나오고 있어요. 아시다시피 출시 전에 내부 테스트에 시간을 엄청 썼고요.
이런 정황을 종합하면 Gemini 4 Argon은 이전 모델보다 꽤 큰 모델이라는 뜻이에요.
아주 효율적인 모델이라서 정말 마음에 듭니다. 조금 느리게 느껴질 수는 있어요. 저는 모델이 일을 끝낼 때까지 기다리지 않는 편이지만, 전체를 지휘하거나 다소 모호하게 정한 코딩 목표를 맡기기에는 꽤 놀라운 수준입니다.
저도 첫인상이 "빠르다"였어요. https://x.com/tmuxvim/status/2110054212361220444
다들 어디서 써 보고 계세요? AI Studio에 로그인했더니 엉망진창이에요. 지금 어떤 모델을 쓰는지조차 알 수가 없어요.
월 20달러짜리 Pro 멤버십으로 gemini.google.com에서 써요.
OpenRouter로 쓸 수 있어요.
구글 모델은 대체로 일반적인 질의에는 꽤 괜찮았지만, 더 어려운 작업에서는 맥을 못 췄어요.
저는 이 모델을 API로 쓰고 있습니다. 가장 기대되는 건 영어(그리고 어떤 언어든) 글쓰기 능력입니다. 트위터에서 제가 제일 싫어하는 유행은 2D 일러스트나 3D 렌더링을 올리면서 그걸 모델 성능의 척도처럼 내미는 겁니다. 잘 쓴 글은 화제가 될 가능성이 훨씬 낮지만, 판타지 세계를 한 방에 렌더링하는 것보다 훨씬 더 중요합니다.
API로 써 봤는데 지금까지는 모델이 정말 마음에 듭니다. 머리가 맑고, RL에 찌든 느낌이 없고, 문체가 뚜렷하고, 큰 모델 특유의 느낌이 납니다. 다만 이 모델에서 em 대시가 돌아왔습니다.
그나저나 제가 구글 팀 소속이었다면 순다르 피차이에게 정말 답답했을 겁니다. 이 모델의 출시가 엉망이 된 건 전적으로 용량 문제 같은데, 피차이는 자기 팀만 빼고 다른 모두에게는 기꺼이 용량을 내주고 있으니까요.
저는 구글 내부에서 한동안 써 왔습니다. 생각이 명료하고 직설적이라서 Opus 5.5보다 Argon이 더 좋습니다. 말을 체계적이고 곧바로 풀어 가거든요.
흥미롭네요. 제가 본 LLM 출력 중 최고는 gemini 2.5 pro의 추론 과정(reasoning trace)이었어요. 구조가 잘 잡혀 있고 간결해서 "최종 출력"보다 훨씬 이해하기 쉬웠거든요. 물론 얼마 안 가 다른 곳들처럼 추론 과정을 숨겨 버렸지만... 아쉬워요!
저도 그래요. 특히 3월 버전은 정말 대단했어요. 구글이 이걸로 압도적으로 앞서갈 줄 알았거든요.
Argon은 안 써 봤지만, 글쓰기만큼은 어떤 GPT나 Opus보다 3.8 Flash가 더 좋아요.
그게 사실이라면 지금까지 구글이 내놓은 어떤 모델과도 엄청나게 다르다는 얘기네요. 기대는 되지만 의심도 꽤 됩니다.
제가 느끼기엔 Argon은 Opus 5.5만큼 좋은데, Opus는 짜증스럽게 비꼬고 알아듣기 어려워요.
취향 문제인 건 알지만, 자기가 아는 것보다 똑똑해 보이려고 남을 깔보고 말을 흐리는 대학원생이 떠올라요.
Opus 5.5는 자기가 옳다고 믿는 잘난 척하는 너드 같은 성격이라, 가끔 정말 알아듣기 어렵습니다. 천천히 설명하라고 콕 집어 시키지 않으면 정보를 너무 빽빽하게 욱여넣어요.
그래도 하네스 루프 안에서 설계하고 엔지니어링 문제를 푸는 데는 훌륭한 모델입니다. 인수인계는 형편없지만요.
네, 맞아요! 비꼬는 건 아닐지 몰라도 전문 용어를 쓰고 말을 흐리는 건 확실해요. 우리 모두 아는 그 느낌 있잖아요, 슬쩍 암시만 하는 거요. 자기가 (더) 똑똑하다는 걸 끊임없이 증명하려는 사람과 얘기하는 기분이에요.
문제는 모델이 하는 말을 이미 알고 있는 사람에게는 그 방식이 정보를 가장 빨리 얻는 길이라는 겁니다. 전문가가 아니라면 설명해 달라고 하면 되고요. 저는 모델이 기본으로 ELI5처럼 설명하는 건 원하지 않아요.
저도 Opus 5.5가 말하는 방식이 싫어요. 거들먹거리면서 잘난 척하려는 느낌이에요. 싫어요, 싫어. 아직 Argon은 안 써 봤지만, 그에 비하면 Gemini 3.8 Flash는 매일 쓰는 모델로 쓰는 내내 즐거웠어요(게다가 빠르고요!).
이상하네요. 왜 그럴까요? '역할'을 조정하거나 '명확히 하기 위한 질문을 하라'는 지시를 추가해 보셨나요? 참 별난 일이네요.
저도 써 봤습니다. 아주 밀도가 높지만, 근거를 들어 인용하고 태도가 직설적이고 단도직입적입니다. Opus 5처럼 뚜렷한 "어조"나 말버릇이 있진 않습니다. 지시를 잘 따르고 기본적으로 꽤 깔끔한 언어를 씁니다. Argon은 탄탄하고 긴 호흡의 작업도 잘 다룹니다.
em 대시는 과소평가받고 있어요 — 보기에도 좋고, 세미콜론처럼 어수선하지도, 콜론처럼 단정적이지도 않으니까요.
저한테는 가설이 하나 있는데, A) 질 좋고 명료한 소통을 보여 주는 글쓰기 패턴과 B) LLM이 수렴해 가는 패턴이 어느 정도 겹친다는 거예요. 그래서 훌륭한 글쓰기 패턴 몇 가지를 AI 쓰레기와 연관 짓는 바람에 그 평판을 우리가 망치고 있는 거죠.