Gemini 4 Argon 드디어 공개 | 누가 쓸 수 있고 얼마인지, 윈도우에서 API·Antigravity로 바로 쓰는 법

Gemini 4 Argon은 무엇인가

Argon은 구글 딥마인드가 만든 Gemini 4 계열의 첫 모델이다. 모델 카드에 따르면 구조는 희소 전문가 혼합(Sparse MoE) 방식이다. 질문마다 모델 전체를 다 돌리지 않고, 필요한 전문가 부분만 골라 계산하는 방식이라 큰 모델을 비교적 효율적으로 돌릴 수 있다. 학습은 구글 자체 칩인 TPU에서 했고, 학습 데이터의 지식 기준 시점은 2026년 3월이다. 그 뒤에 일어난 일은 검색 기능을 켜야 정확히 답한다.

입력으로는 글, 이미지, 오디오, 동영상, PDF를 넣을 수 있고 출력은 글만 나온다. 그림을 그리거나 목소리를 만드는 기능은 없다. 한 번에 다룰 수 있는 분량인 컨텍스트는 1,048,576토큰, 즉 약 100만 토큰이다. 한국어 기준으로 대략 수백만 글자 분량의 문서나 커다란 코드 저장소 하나를 통째로 넣을 수 있는 크기다.

가장 큰 특징은 긴 출력이다. 보통 모델은 한 번 답할 때 6만 4천 토큰 정도에서 끊긴다. Argon도 기본값은 65,536토큰이지만, 구글이 "롱 디코드(long decode)"라고 부르는 방식을 쓰면 한 응답에서 최대 100만 토큰까지 이어서 쓴다. 큰 프로젝트의 파일 수십 개를 한 번에 생성하거나, 긴 보고서를 중간에 끊지 않고 끝까지 쓰게 할 때 쓰는 기능이다. 다만 100만 토큰을 끝까지 뽑으려면 몇 시간이 걸릴 수 있어서, 일반 대화보다는 백그라운드 작업에 가깝다.

100만 토큰 출력을 실제로 끝까지 뽑아 보면 시간과 결과물이 어느 정도인지 아래 실험에서 확인할 수 있다.

영상 1. 사전 접근으로 100만 토큰 출력을 뽑아 보고 웹사이트를 다시 만드는 실험. 출처: YouTube Prompt Engineering

구글이 공식 블로그에서 내세운 사례도 대부분 개발 작업이다. 크롬 저장소에서 약 600만 줄짜리 폴더를 리팩터링했고, 자사 에이전트 개발 도구 ADK의 세션 준비 시간을 40%, 첫 실행 시 불러오기 시간을 21% 줄였다고 한다. 화학 계산 프로그램 xTB를 2.3배와 1.8배 빠르게 만들었고, vLLM 위에서 돌아가는 Gemma 4 E2B 모델의 처리 속도를 A100 그래픽카드 한 장 기준으로 초당 약 3만 7,900토큰에서 10만 8,000토큰으로 2.85배 끌어올렸다는 설명도 있다. 모두 구글이 직접 밝힌 내부 사례이므로, 그대로 재현된다고 보기보다는 "이런 종류의 일을 맡기려고 만든 모델"이라는 신호로 읽는 편이 안전하다.

Antigravity 팀 블로그에는 더 구체적인 숫자가 나온다. 알파벳(구글 모회사) 내부에서 10만 명이 넘는 사용자가 Argon을 써 봤고, 이전 모델보다 에이전트가 짠 코드가 35% 더 많이 채택되고 되돌리기는 30% 줄었다고 한다. 유튜브 댓글 시스템의 CPU 사용량을 절반으로 줄인 사례, 버그 134개 가운데 97개를 3시간 안에 닫은 사례, 포트란 코드를 러스트로 옮겨 1.8배 빨라진 사례도 소개했다.

지금 당장 알아둘 것

핵심 포인트: 개발 도구에서 Argon을 쓰려면 Ultra 구독이나 결제를 연결한 API 키가 필요하고, 반값 가격은 11월 30일에 끝난다.

첫째, 무료로는 쓸 수 없다. Gemini API 가격 문서에는 Argon이 무료 티어와 Google AI Pro 요금제에서 제공되지 않는다고 적혀 있다. 그래서 AI Studio에서 모델 목록을 열면 무료 계정이나 Pro 계정에는 "Unavailable(사용 불가)" 표시가 붙는다. 테드가 직접 확인한 화면에도 "Gemini 4 Argon is currently available to Ultra plan subscribers"라는 안내가 떴다. Ultra 구독자는 AI Studio 화면에서 키 없이 써 볼 수 있고, 그 밖의 사람은 결제를 연결한 API 키가 있어야 한다.

둘째, Gemini 앱과 개발 도구의 조건이 다르다. Gemini 앱과 구글 검색의 AI 모드에서는 Pro와 Ultra 구독자에게 순차적으로 열린다. 반면 개발자용 도구인 AI Studio와 Antigravity는 Ultra 구독자만 쓸 수 있다. 앱에서는 보이는데 AI Studio에서는 잠겨 있다면 요금제 차이 때문이다.

셋째, 배포가 한 번에 끝나지 않았다. 구글 블로그와 공식 X 계정의 첫 글은 한국 시간 10월 14일 새벽 1시 무렵에 올라왔고, 앱 쪽은 "오늘부터 순차 배포"라고 밝혔다. 테드가 새벽 1시 31분에 앱과 딥마인드 사이트에서 Argon을 찾지 못한 것도 이 때문으로 보인다. 몇 시간에서 며칠 사이에 계정별로 열린다고 보면 된다.

넷째, 반값 가격에는 기한이 있다. 11월 30일까지는 입력 100만 토큰당 2달러, 출력 10달러, 캐시 읽기 0.10달러다. 12월 1일부터는 입력 4달러, 출력 20달러, 캐시 읽기 0.20달러로 두 배가 된다. 출력 요금에는 모델이 답하기 전에 속으로 생각하는 토큰도 포함되므로, 생각 수준을 높게 두면 비용이 빠르게 늘어난다.

다섯째, Antigravity에서는 쓸 수 있는 곳이 정해져 있다. 공식 모델 문서에는 Argon이 "Antigravity IDE에서는 제공되지 않고, Antigravity 2.0과 Antigravity CLI, IDE 확장에서 쓸 수 있다"고 적혀 있다. 구버전 IDE를 쓰고 있다면 최신 Antigravity 2.0으로 바꾸거나 CLI를 설치해야 모델 목록에 나타난다.

여섯째, 한국에서도 쓸 수 있다. Antigravity 자주 묻는 질문 문서의 허용 국가 목록에서 아시아 43개 국가와 지역 가운데 South Korea가 들어 있는 것을 확인했다. 중국과 홍콩, 러시아는 목록에 없다. Antigravity는 만 18세 이상, 개인 구글 계정 기준이며 지메일 계정을 권장한다.

얼마나 드나: API 가격과 Ultra 구독료

API로 쓸 때의 요금은 아래 그림과 같다. 예를 들어 2만 토큰짜리 코드 묶음을 넣고 5천 토큰짜리 답을 받으면, 11월까지는 입력 0.04달러와 출력 0.05달러를 합쳐 약 0.09달러가 든다. 생각 토큰이 1만 개 더 붙으면 0.1달러가 추가된다. 같은 작업을 12월에 하면 대략 두 배가 된다. 같은 대화를 이어 갈 때 앞부분이 캐시로 잡히면 그 부분은 95% 싸게 계산된다. Argon은 사용자가 직접 캐시를 만드는 명시적 캐시가 아니라 자동으로 잡히는 암묵적 캐시만 지원한다.

구독으로 쓰려면 Google AI Ultra가 필요하다. 한국 가격은 구글 공식 구독 페이지 기준 월 119,000원(AI Pro 대비 사용량 5배)과 월 300,000원(20배) 두 가지다. 미국에서는 올해 구글 I/O 이후 월 100달러와 200달러 두 단계로 나뉘었다. 참고로 AI Pro는 한국에서 월 29,000원인데, Pro로는 앱과 검색에서만 Argon을 쓸 수 있고 AI Studio와 Antigravity에서는 쓸 수 없다. Antigravity의 Ultra 사용량은 5시간마다 다시 채워지고, 한도를 넘기면 AI 크레딧으로 이어 쓸지 설정에서 고를 수 있다. Antigravity에는 자기 API 키를 넣는 방식이 없다.

코딩만 하는 1인 개발자라면 계산은 단순하다. 한 달에 API로 쓰는 금액이 119,000원보다 확실히 적다면 API 키가 낫고, Antigravity 에이전트를 하루 종일 돌린다면 Ultra가 낫다. Ultra 구독자는 앱, AI Studio, Antigravity를 한 계정으로 같이 쓴다는 장점도 있다.

윈도우에서 AI Studio로 바로 써 보기

설치 없이 가장 빨리 써 보는 방법은 브라우저에서 aistudio.google.com에 들어가는 것이다. 오른쪽 위 모델 선택 상자를 열고 Gemini 4 Argon을 고른다. Ultra 구독 계정이면 바로 선택되고, 아니면 아래 같은 안내 창이 뜬다.

같은 목록에는 Gemini 3.8 Flash, Claude Opus 5.5, Claude Sonnet 5.5, GPT-OSS 120B도 보인다. 무료 계정에서도 3.8 Flash는 바로 쓸 수 있으니, 같은 질문을 3.8 Flash와 Argon에 번갈아 넣어 보며 차이를 비교하기 좋다.

API 키 쪽을 고르면 "Set up API billing" 버튼으로 구글 클라우드 결제 계정을 연결하게 된다. 결제를 연결한 키는 유료 티어로 바뀌는데, 가격 문서에 따르면 유료 티어 데이터는 구글 제품 개선에 쓰이지 않는다. 무료로 쓰던 키를 그대로 Argon에 쓰면 거절된다는 점을 기억해 두자.

AI Studio에서 프롬프트를 다듬은 뒤 오른쪽 위의 "Get code" 버튼을 누르면 같은 요청을 파이썬, 자바스크립트, curl 코드로 바로 복사할 수 있다. 처음에는 여기서 복사한 코드를 출발점으로 삼는 것이 가장 실수가 적다.

윈도우에서 Gemini API로 호출하기

아래 그림의 다섯 단계를 거치면 된다. 결제를 연결하고, 키를 발급받고, 환경 변수에 넣고, SDK를 설치한 뒤 모델 이름만 바꿔 호출한다.

구글이 출시 당일 올린 짧은 영상에서 API로 무엇을 만들 수 있는지 먼저 훑어볼 수 있다.

영상 2. Start Building with Gemini 4 Argon, 51초짜리 공식 출시 영상. 출처: YouTube Google Gemini

PowerShell을 열고 키를 사용자 환경 변수로 저장한다. 키 문자열은 AI Studio의 API 키 메뉴에서 복사한다.

setx GEMINI_API_KEY "여기에_발급받은_키"
# 창을 닫고 새 PowerShell을 연 뒤
python -m pip install -U google-genai

10월 14일 기준 PyPI의 google-genai 최신 버전은 2.30.1이다. 설치가 끝나면 아래 파일을 argon_test.py로 저장해 실행한다.

from google import genai
from google.genai import types

client = genai.Client()  # GEMINI_API_KEY 환경 변수를 자동으로 읽는다

resp = client.models.generate_content(
    model="gemini-4-argon",
    contents="파이썬으로 할 일 목록 CLI를 만들어 줘. 파일 하나, 저장은 JSON.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="medium")
    ),
)
print(resp.text)
print(resp.usage_metadata)

마지막 줄의 usage_metadata에는 입력, 출력, 생각 토큰 수가 찍힌다. 처음 몇 번은 이 숫자를 보면서 생각 수준을 low, medium, high로 바꿔 보면 비용 감각이 빨리 잡힌다.

파이썬 없이 확인만 하고 싶다면 PowerShell의 Invoke-RestMethod로도 호출할 수 있다.

$body = '{"contents":[{"parts":[{"text":"안녕, 너는 어떤 모델이야?"}]}]}'
Invoke-RestMethod -Method Post `
  -Uri "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-argon:generateContent" `
  -Headers @{ "x-goog-api-key" = $env:GEMINI_API_KEY; "Content-Type" = "application/json" } `
  -Body ([System.Text.Encoding]::UTF8.GetBytes($body))

한글이 깨지지 않도록 본문을 UTF-8 바이트로 바꿔 보내는 것이 요점이다. 403이나 권한 오류가 나오면 키가 아직 무료 티어에 묶여 있는 경우가 대부분이다.

긴 출력을 받고 싶을 때는 롱 디코드를 쓴다. 공식 문서에 따르면 일반 호출에서 max_output_tokens를 65,536보다 크게 주면 400 오류가 난다. 대신 Interactions API에 background=True를 주고, 작업이 끝날 때까지 상태를 확인하는 방식으로 쓴다. 모델은 6만 4천 토큰씩 끊어서 이어 쓰고, 마지막에 결과 조각을 이어 붙이면 된다.

import time
from google import genai

client = genai.Client()
job = client.interactions.create(
    model="gemini-4-argon",
    input="이 명세대로 React + FastAPI 프로젝트의 모든 파일을 작성해 줘: ...",
    background=True,
    generation_config={"max_output_tokens": 262144, "thinking_level": "high"},
)
while job.status in ("in_progress", "queued"):
    time.sleep(30)
    job = client.interactions.get(id=job.id)
print(job.status)

26만 토큰을 끝까지 뽑으면 11월 가격으로 출력만 약 2.6달러, 12월부터는 약 5.2달러다. 처음에는 3만 토큰 정도로 작게 시험해 보고 늘리는 것을 권한다.

이미 OpenAI SDK로 짠 코드가 있다면 Gemini API의 OpenAI 호환 주소를 써서 모델 이름만 바꿀 수도 있다.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["GEMINI_API_KEY"],
    base_url="https://generativelanguage.googleapis.com/v1beta/openai/",
)
r = client.chat.completions.create(
    model="gemini-4-argon",
    reasoning_effort="medium",
    messages=[{"role": "user", "content": "이 함수의 버그를 찾아 줘: ..."}],
)
print(r.choices[0].message.content)

OpenRouter로 쓰기

구글 결제 계정을 따로 만들기 싫다면 OpenRouter를 쓰는 방법도 있다. OpenRouter는 여러 회사 모델을 하나의 키로 부르게 해 주는 중개 서비스로, 크레딧을 충전해 쓰는 방식이다. 모델 이름은 google/gemini-4-argon이다.

테드가 본 화면과 OpenRouter 공개 API의 공급자 정보를 맞춰 보면 대체로 일치한다. 기본 경로의 가격은 입력 2달러, 출력 10달러, 캐시 읽기 0.10달러다. 공급자 목록에서 Google Vertex는 정상이고, Google AI Studio 기본 경로는 "Not routable" 상태다. 공개 API로 직접 확인하니 AI Studio 기본 경로의 상태 값이 -2로 나와, 지금은 요청이 그쪽으로 가지 않는다. 대신 AI Studio의 Flex 경로(입력 1달러, 출력 5달러)와 Priority 경로(입력 3.6달러, 출력 18달러)는 열려 있다.

알아둘 차이가 하나 있다. Vertex 경로의 최대 출력은 65,536토큰이고, AI Studio 경로는 943,718토큰이다. 아주 긴 출력이 필요하면 OpenRouter보다 Gemini API의 롱 디코드를 직접 쓰는 편이 확실하다. 테드 화면의 Vertex 응답 시간 2.61초는 캡처 당시 값이고, 시간대에 따라 달라진다.

setx OPENROUTER_API_KEY "여기에_OpenRouter_키"
# 새 창에서
python -m pip install -U openai

from openai import OpenAI
import os

client = OpenAI(api_key=os.environ["OPENROUTER_API_KEY"],
                base_url="https://openrouter.ai/api/v1")
r = client.chat.completions.create(
    model="google/gemini-4-argon",
    messages=[{"role": "user", "content": "Next.js 로그인 페이지를 만들어 줘"}],
    extra_body={"reasoning": {"effort": "medium"}},
)
print(r.choices[0].message.content)

Cline, Roo Code, Kilo Code처럼 OpenRouter를 지원하는 VS Code 확장에서는 공급자를 OpenRouter로 고르고 모델 칸에 google/gemini-4-argon을 넣으면 된다. 출시 당일 n8n은 Argon 지원을 공식 발표했고, Hermes 에이전트에서는 /model gemini-4-argon --provider google로 바꿀 수 있다는 사용자 글도 올라왔다.

Antigravity에서 쓰기

Antigravity는 구글의 에이전트형 코딩 도구다. 데스크톱 앱인 Antigravity 2.0, 터미널용 Antigravity CLI(명령어 agy), 다른 편집기에 붙이는 확장이 있다. Argon은 Ultra와 Enterprise 요금제에서만 열리고, 앞서 말했듯 구버전 Antigravity IDE에서는 보이지 않는다.

윈도우에서 CLI를 설치하는 공식 명령은 아래와 같다. 설치 위치는 C:\Users\사용자이름\AppData\Local\agy\bin이다.

irm https://antigravity.google/cli/install.ps1 | iex
agy --version
agy

명령 프롬프트(CMD)를 쓴다면 이렇게 설치한다.

curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd

agy를 처음 실행하면 브라우저가 열리고 구글 계정으로 로그인한다. 로그인 정보는 윈도우 자격 증명 관리자에 저장된다. 로그인한 뒤 대화창에서 /model을 입력해 Gemini 4 Argon을 고르면 다음 세션에도 유지된다. 남은 사용량은 /quota로 본다. 이미 설치했다면 agy update로 최신 버전으로 올린다. 한 사용자는 Antigravity 2.22.0에는 Argon이 없고 2.23.0 코드에 Low, Medium, High 세 가지가 들어 있었다고 전했다. 공식 블로그도 최신 버전으로 업데이트하라고 안내한다.

Antigravity 팀은 Argon이 외부 도구 없이 코드만으로 애니메이션과 소리를 만드는 과정을 공개했다.

영상 3. Antigravity에서 Argon으로 실시간 애니메이션과 생성 오디오를 코드만으로 만드는 과정. 출처: YouTube Google Antigravity

블렌더 시연에서는 나노 바나나로 만든 참고 이미지를 보며 여러 에이전트가 번갈아 장면을 고쳐 나간다.

영상 4. Argon이 여러 에이전트를 돌려 블렌더에서 일본식 탑 3D 장면을 스스로 만드는 시연. 출처: YouTube Google Antigravity

한 가지 주의할 점이 있다. Antigravity 약관은 제3자 도구로 Antigravity 로그인을 가져다 쓰는 것을 위반으로 본다. 약관에는 OpenClaw를 Antigravity OAuth와 함께 쓰는 경우가 예로 나온다. 다른 도구에서 Argon을 쓰고 싶다면 FAQ의 권고대로 AI Studio API 키나 Gemini Enterprise를 쓰는 것이 맞다.

데이터 사용 동의와 끄는 법

Antigravity를 처음 실행하면 아래와 같은 "Security Notice & Data Use" 창이 뜬다. 테드가 새벽 1시 39분에 본 화면이 이것이다.

위쪽 문장은 경고다. AI 코딩 에이전트에는 데이터 유출과 원치 않는 코드 실행 같은 위험이 있으니, 아주 민감한 데이터는 넣지 말고 에이전트가 한 일을 모두 확인하라는 내용이다. 아래 체크박스는 선택 사항이다. 체크하면 구글이 "상호작용 데이터(Interactions)"를 모아 Antigravity 개선에 쓰는 데 동의하는 것이다.

약관을 직접 읽어 보면 상호작용 데이터의 범위가 넓다. 사용자 데이터, 사용 기록, 관련 메타데이터, 피드백이 모두 포함되고, 구글 직원과 계약자가 이 데이터를 열람하고 검토할 수 있다고 적혀 있다. 회사 코드나 고객 정보가 들어간 프로젝트라면 체크하지 않는 편이 안전하다.

이미 동의했다면 나중에 끌 수 있다. FAQ에는 "설정 패널에서 언제든 데이터 수집을 거부할 수 있다"고 되어 있고, 약관도 설정에서 데이터 사용 방식을 바꾸라고 안내한다. CLI 설정에는 enableTelemetry 항목이 따로 있다. 이미 쌓인 데이터를 지우려면 약관에 적힌 대로 antigravity-support@google.com에 삭제를 요청해야 한다. 삭제를 요청하기 전까지는 기존 데이터가 약관에 따라 계속 쓰일 수 있다.

Gemini API 쪽은 기준이 다르다. 결제를 연결한 유료 티어에서는 프롬프트와 응답이 제품 개선에 쓰이지 않는다고 가격 문서에 명시돼 있다. Argon은 무료 티어가 없으므로 API로 쓰는 한 이 조건이 기본으로 붙는다.

벤치마크로 본 Argon과 경쟁 모델

딥마인드 모델 카드에는 Argon과 경쟁 모델의 점수가 함께 나온다. 모두 구글이 측정한 값이고, 경쟁 모델은 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5다. 코딩 관련 점수만 추리면 아래 그림과 같다.

표에서 읽을 점은 세 가지다. 첫째, 여러 과제를 섞은 종합 점수와 실제 저장소 버그 수정형 과제인 DeepSWE에서는 Argon이 1위다. 둘째, 더 어려운 장기 개발 과제인 FrontierSWE와 터미널 작업 중심의 Terminal-bench 4.0에서는 각각 GPT-6 Astra와 Opus 5.5가 확실히 앞선다. 터미널에서 긴 명령을 이어 치는 에이전트 작업은 아직 Opus 5.5가 강하다는 뜻이다. 셋째, 수십만 토큰이 넘는 긴 문서에서 관계를 따라가는 GraphWalks 장문 구간에서는 차이가 크게 벌어진다. 큰 코드베이스를 통째로 넣고 질문하는 작업에서는 Argon이 유리할 가능성이 높다.

외부 측정도 있다. 아티피셜 애널리시스의 지능 지수에서 Argon은 53점으로 GPT-6 Astra 최대 추론 설정과 같고, 이전 세대인 Gemini 3.1 Pro 미리보기(30점)보다 23점 높았다고 샘 위트빈이 영상에서 전했다. 커서벤치에서는 52.9%로 Fable 5.1보다 높고 작업당 비용은 약 70% 적었다는 사용자 글도 있다. 다만 둘 다 2차 출처라 이 글에서는 참고로만 적는다.

샘 위트빈은 출시 당일 경쟁 모델과 점수를 나란히 놓고 Argon의 출력물을 직접 점검했다.

영상 5. 샘 위트빈의 출시 당일 테스트와 경쟁 모델 비교. 출처: YouTube Sam Witteveen

Gemini 3 세대와 비교하면 위치가 분명하다. Gemini 3.8 Flash는 모든 Antigravity 요금제에서 쓸 수 있는 빠르고 싼 모델이고, Argon은 그 위에 있는 비싼 최상위 모델이다. 3.8 Flash의 출력 단가는 100만 토큰당 3.75달러라서, 11월까지는 Argon 출력이 약 2.7배, 12월부터는 약 5.3배 비싸다. 일상적인 코드 수정은 3.8 Flash로 하고, 설계를 크게 바꾸거나 긴 출력이 필요한 작업만 Argon에 넘기는 식으로 나눠 쓰는 것이 현실적이다.

안전성과 사이버 보안 이야기

Argon은 처음 공개할 때부터 사이버 보안을 앞에 내세웠다. 9월 30일(한국 시간 10월 1일) 첫 발표 때는 일반 공개 없이 미국 정부와 "Fairwind 프로그램"에 참여한 신뢰받는 사이버 방어 기관에만 먼저 제공했다. 순다르 피차이 CEO는 X에서 "가능한 한 빨리, 그리고 가능한 한 안전하게 공개하겠다"고 썼다. 정식 공개가 2주 늦어진 이유를 구글은 초기 테스터 피드백으로 안전장치를 보강하기 위해서라고 설명했다.

모델 카드는 솔직한 편이다. Argon이 생물·화학 위험(CBRN 바이오)과 사이버 분야에서 구글 내부 기준인 "위험 역량 수준(CCL)"에 도달했을 가능성을 배제할 수 없다고 적었다. 대신 별도 안전 대책으로 실제 위험은 두 기준 아래로 낮췄다고 주장한다. 블로그에 공개된 수치로는 생물 분야 레드팀 공격에서 하위 과제의 1% 미만만 뚫렸고, 적대적 공격에 의한 정책 위반은 이전 모델 대비 약 절반으로 줄었다. 과제를 편법으로 끝내려는 시도는 2% 수준이고, 외부 기관 그레이 스완의 간접 프롬프트 주입 시험에서 15번의 적응형 공격 기준 성공률은 0.7%였다.

바이브 코딩을 하는 입장에서 의미 있는 숫자는 마지막 두 개다. 간접 프롬프트 주입은 에이전트가 읽은 웹페이지나 문서 속 숨은 지시에 휘둘리는 공격이다. 0.7%는 낮은 숫자지만 0은 아니다. Antigravity 첫 화면의 경고처럼 에이전트가 외부 문서를 읽고 명령을 실행하는 작업에서는 여전히 사람이 결과를 확인해야 한다.

Fairwind 프로그램은 앞으로 수백 곳의 파트너로 넓어지고, 검증된 사이버 방어자는 사이버 관련 제한을 푼 Argon을 받을 수 있다고 한다. 과학자 1만 명에게 Antigravity 최상위 요금제를 6개월 무료로 주는 프로그램도 함께 발표됐다.

반응: X에서 나온 이야기

공식 계정의 발표가 가장 크게 퍼졌다. 구글 딥마인드의 9월 30일 첫 발표 글은 조회 수 약 900만, 좋아요 4만 2천 개를 넘겼다. 정식 배포일에 Google AI Studio 계정은 "유료 API와 Ultra 구독자에게 Gemini API와 AI Studio로 열렸다"고 알렸고, Gemini 앱 계정은 "Pro와 Ultra 구독자에게 전 세계 순차 배포를 시작했다"고 밝혔다. 데미스 하사비스는 Argon이 만든 3D 마법사 체스 게임을 소개했고, 순다르 피차이는 Antigravity에서 픽셀 CAD 파일로 분해도 애니메이션을 만든 사례를 공유했다.

• 구글 딥마인드 첫 발표: https://x.com/GoogleDeepMind/status/2105388084154056939
• 로건 킬패트릭, 도입가 2달러/10달러 안내: https://x.com/OfficialLoganK/status/2105388054274080946
• Google AI Studio 정식 배포 안내: https://x.com/GoogleAIStudio/status/2110039725805297933
• Gemini 앱, Pro·Ultra 순차 배포: https://x.com/GeminiApp/status/2110040189817237836
• 데미스 하사비스, 3D 체스 게임 시연: https://x.com/demishassabis/status/2110041008100843835
• 순다르 피차이, 구글 내부 활용 사례: https://x.com/sundarpichai/status/2110059840957768027

개발자들의 반응은 엇갈렸다. n8n은 출시 당일 Argon 지원을 발표했고, 개발자 clmt는 기존 예제에 --model gemini-4-argon 옵션을 붙여 바로 갱신했다. 반면 Pro 구독자는 Antigravity에서 쓸 수 없다는 아쉬움이 많았고, 5개월을 기다렸는데 기대에 못 미친다는 혹평도 있었다. 같은 3D 과제를 Muse Wonder와 비교해 비용이 0.67달러 대 0.83달러로 나왔다는 실측 글도 눈에 띈다.

맷 울프는 게임 코딩부터 3D 프린팅 파일까지 직접 시켜 보며 잘된 점과 막힌 점을 나눠 정리했다.

영상 6. 맷 울프의 실사용 테스트. 출처: YouTube Matt Wolfe

• n8n 공식 지원 발표: https://x.com/n8n_io/status/2110040327486906492
• Antigravity 2.23.0 코드에서 Argon 발견: https://x.com/itssasm/status/2110027028854419901
• Ultra 또는 API 키 필요, Pro 제외 정리: https://x.com/StatsWire/status/2110039668439843189
• Pro 사용자는 Antigravity에서 못 쓴다는 반응: https://x.com/zetabyte__/status/2110054698212577319
• 커서벤치 52.9% 주장: https://x.com/Zmthanh/status/2110071790257221745
• Muse Wonder와 비용 비교: https://x.com/jeremdesign/status/2110056629756674190

출시 직후 "ARGON"이라는 이름의 밈코인 홍보 글도 여럿 올라왔다. 구글과 무관하니 주의하자.

어떤 작업에 맡기면 좋을까

Argon을 아무 작업에나 쓰면 비용만 늘어난다. 공개된 성격을 보면 잘 맞는 작업은 분명하다. 큰 저장소 전체를 넣고 구조를 바꾸는 리팩터링, 여러 파일을 한 번에 만들어야 하는 새 프로젝트 뼈대, 수백 쪽 문서나 긴 영상을 읽고 정리하는 작업, 보안 취약점 점검처럼 넓게 보고 깊게 생각해야 하는 일이다.

반대로 한두 줄 수정, 간단한 질문, 반복적인 테스트 작성은 Gemini 3.8 Flash가 더 빠르고 싸다. 터미널 명령을 길게 이어 가는 에이전트 작업은 벤치마크상 Claude Opus 5.5가 아직 앞서므로, 이미 클로드 기반 도구가 손에 익었다면 서둘러 바꿀 이유는 적다.

실제로 쓸 때는 생각 수준부터 정하는 것이 좋다. 처음에는 medium으로 시작하고, 결과가 얕다고 느낄 때만 high로 올린다. high는 생각 토큰이 많이 붙어 출력 비용이 커진다. 긴 작업을 맡길 때는 요구사항을 파일로 정리해 첨부하고, "먼저 계획을 보여 주고 승인 후 작성"처럼 단계를 나누면 되돌리는 일이 줄어든다.

마무리

앞에서 다룬 내용을 정리하면, Gemini 4 Argon은 긴 출력과 긴 컨텍스트, 종합 업무 능력에서 앞서는 구글의 새 최상위 모델이다. 대신 무료로는 쓸 수 없고, 개발 도구에서는 Ultra 구독이나 유료 API 키가 필요하다. 한국에서도 쓸 수 있으며, Antigravity는 2.0이나 CLI로 최신 버전을 써야 모델이 보인다.

• Argon은 구글의 새 최상위 모델로, 컨텍스트 100만 토큰에 롱 디코드로 최대 100만 토큰까지 출력한다.
• 무료와 AI Pro로는 AI Studio, API, Antigravity에서 쓸 수 없고 Ultra나 유료 API 키가 필요하다.
• API 가격은 11월 30일까지 입력 2달러, 출력 10달러이고 12월 1일부터 두 배가 된다.
• Antigravity에서는 2.0 앱과 CLI(agy)에서만 보이며, 한국은 허용 국가에 들어 있다.
• Antigravity 데이터 수집 동의는 선택 사항이고 설정에서 끌 수 있다. 삭제는 메일로 요청한다.
• 종합 점수와 DeepSWE는 1위지만 FrontierSWE와 Terminal-bench는 경쟁 모델이 앞선다.

「반값은 11월 30일까지, 개발 도구는 Ultra 또는 유료 키, Antigravity 데이터 동의는 체크 해제가 기본」

당장 해 볼 일은 간단하다. 무료 계정이라면 AI Studio에서 3.8 Flash로 프롬프트를 다듬어 두고, API 결제를 연결해 같은 프롬프트를 Argon에 몇 번 돌려 usage_metadata로 비용을 확인한다. Ultra 구독자라면 agy를 설치해 /model에서 Argon을 고르고, 데이터 수집 설정부터 확인한 뒤 작은 저장소로 시작하자.

출처와 링크

• 구글 블로그, Gemini 4 Argon 정식 배포(2026-10-13)
• 구글 블로그, 첫 공개(2026-09-30)
• 구글 블로그, 개발자용 안내
• 구글 블로그, Gemini 앱 배포
• 딥마인드 모델 카드
• Gemini API 모델 문서
• Gemini API 가격
• Gemini API 롱 디코드
• Antigravity 블로그, Argon 도입
• Antigravity 모델 문서
• Antigravity CLI 설치
• Antigravity FAQ(허용 국가, 데이터 수집 거부)
• Antigravity 약관
• Google AI 요금제(한국)
• OpenRouter 모델 페이지