구글이 2026년 10월 공개한 Gemini 4 Argon은 코딩, 법률·금융 업무, 사이버 보안 방어와 과학·수학 추론을 겨냥한 멀티모달 모델이다. 텍스트·이미지·음성·동영상을 입력으로 받고 입력과 출력을 합쳐 최대 100만 토큰의 컨텍스트를 지원한다고 모델 카드에 밝혔다.
모델은 텍스트를 출력하며, 구글은 Gemini 4 Argon이 이전 모델을 수정하거나 미세 조정한 버전이 아니라 새로 개발한 모델이라고 설명한다. Gemini 앱, Gemini API, Google AI Studio, Gemini for business, Google Antigravity, Google AI Mode를 통해 제공된다. API 이용에는 해당 서비스 약관이 적용되며, 모델 사용에 별도의 하드웨어나 소프트웨어는 필요하지 않다고 안내했다.
학습에는 웹 문서, 텍스트, 코드, 이미지, 음성, 동영상 등 공개 자료와 크롤링·상업 계약을 통해 얻은 자료, 구글 제품·서비스 이용자 데이터, 합성 데이터 등이 포함됐다. 이용자 데이터는 구글의 관련 약관과 개인정보 보호정책, 이용자 설정에 따라 학습에 쓰였다고 밝혔다. 유해 콘텐츠와 저품질 자료 등을 걸러냈으며, 학습에는 구글의 TPU와 JAX, ML Pathways를 사용했다.
평가 결과와 한계
구글은 에이전트 코딩, 지식 업무, 과학·수학, 장문맥, 컴퓨터 사용, 멀티모달 이해, 사이버 보안 등에서 평가했다고 밝혔다. 아래 결과는 2026년 10월 기준이며, 모델 카드에 기재된 수치다. 대시(—)는 카드에 점수가 제시되지 않은 항목이다.
| 분야 | 벤치마크·조건 | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|---|
| 지식 업무 | Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| 자동화 | BenchScore | 51.3% | 41.4% | 31.4% | 42.5% |
| 지식 업무 | Vals Finance Agent v2 | 65.4% | 53.5% | 58.9% | 58.6% |
| 지식 업무 | Harvey's Legal Agent Benchmark | 19.6% | 5.4% | 6.7% | 3.8% |
| 에이전트 코딩 | DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% |
| 에이전트 코딩 | FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| 에이전트 코딩 | Vibe Code Bench | 91.9% | 89.6% | 90.3% | 90.3% |
| 에이전트 코딩 | Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| ML 엔지니어링 | PostTrainBench | 45.3% | 44.3% | 40.2% | 49.3% |
| 과학·수학 | Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| 과학·수학 | LABBench 2 | 88.8% | 85.4% | 68.6% | 73.1% |
| 과학·수학 | RiemannBench | 76.0% | 72.0% | 65.6% | 69.6% |
| 장문맥 | GraphWalks, 최대 128k, BFS (F1) | 99.7% | 98.7% | 91.4% | 90.6% |
| 장문맥 | GraphWalks, 256k~1M, BFS (F1) | 84.2% | 71.8% | 65.0% | 66.8% |
| 컴퓨터 사용 | Agent's Last Exam, 통과율 | 39.5% | 34.2% | — | 38.2% |
| 컴퓨터 사용 | OSWorld-2.0, 오프라인 하위집합, 부분 점수 | 69.2% | 72.6% | — | — |
| 멀티모달 이해 | Chartography | 71.6% | 71.0% | 46.2% | 66.3% |
| 멀티모달 이해 | LVBench | 91.7% | 87.5% | 79.7% | 83.7% |
| 사이버 보안 | CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
Gemini 4 Argon 평가 방법에서 벤치마크 방법과 추가 결과를 확인할 수 있다. 구글은 일반적인 기반 모델의 한계인 환각이 나타날 수 있고, 때때로 응답이 느려지거나 시간 초과가 발생할 수 있다고 밝혔다. 지식 기준 시점은 2026년 3월이며 일부 분야에서는 정보가 더 오래됐을 수 있다.
안전 평가에서는 Gemini 3.1 Pro와 비교해 다국어·이미지 입력 안전성과 거부 응답의 어조가 개선됐고, 정당하지 않은 거부가 줄었다고 구글은 보고했다. 반면 텍스트 입력 안전 평가 수치는 1.57%포인트 증가했다. 이 평가는 자동화된 내부 평가이며, 구글은 개선된 평가 방식으로 산출해 이전 Gemini 모델 카드의 결과와 직접 비교할 수 없다고 덧붙였다. 수치가 낮을수록 좋은 지표와 높을수록 좋은 지표가 각각 있어 결과 해석에는 지표 설명이 필요하다.
구글은 생물학 정보와 사이버 공격 역량에서 모델이 중요 능력 임계치(CCL)에 도달했을 가능성을 배제하지 못했다고 밝혔다. 이에 관련 안전 사례를 마련하고 보호 조치를 적용해 위험을 임계치 아래로 낮췄다고 평가했다. 은밀성과 상황 인식에 관한 임계치(TCL)도 도달 가능성을 배제하지 못해 잔여 위험 평가와 보호 조치를 진행했다. 모델은 관련 시험 과제 15개 중 14개를 통과했다고 구글은 설명했다. 구글은 유해 조작, AI 연구개발 가속·자동화 등 다른 위험 영역에서는 해당 임계치에 도달하지 않은 것으로 평가했다.
구글은 개발 과정에서 자동 평가와 사람의 레드팀 평가, 안전·윤리 검토를 진행했으며, 아동 안전 평가의 출시 기준을 충족했다고 밝혔다. 다만 Gemini 4 Argon의 전체 안전·보안 보고서는 모델 카드에서 2026년 10월 13일 공개 예정으로 안내돼 있다. 이용 시에는 구글 생성형 AI 금지 사용 정책을 따라야 한다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요