핵심 요약
기사 목차 펼치기 / 접기
구글(Google)의 새 최상위 모델 ‘제미나이 4 아르곤(Gemini 4 Argon)’이 일반에 공개된 지 하루 만에 테크 커뮤니티가 들끓고 있다. 일각에서는 “기대에 못 미친다”는 실망 섞인 반응이 나오지만, 현장의 불만을 면밀히 뜯어보면 본질은 답의 품질이 아니다. 끝없이 이어지는 대기 시간과 눈 깜짝할 새 바닥나는 사용 한도, 그리고 막혀버린 개발 도구 접근 경로라는 ‘3대 실무 병목’에 불만이 집중되고 있다.
구글은 13일(현지시각) 공식 블로그 발표를 통해 아르곤을 API 유료 티어와 제미나이 앱, 검색 AI 모드에 일제히 개방했다. 9월 30일 사이버 방어 조직 선공개 이후 2주 만이다. 그동안 벤치마크 성적표는 수차례 해부됐지만, 실제 개발자들이 현장에서 마주한 실사용 데이터는 이제야 윤곽을 드러내기 시작했다.
반응이 가장 뜨겁게 몰린 곳은 개발자 커뮤니티 해커뉴스(Hacker News)로, 출시 스레드에 하루 만에 830여개의 댓글이 쏟아졌다. 개발자 후기와 독립 측정치를 대조해 보면 이용자들이 맞닥뜨린 실망의 출처는 크게 세 갈래로 압축된다.
4분의 대기 시간… 8배 폭증한 ‘생각 토큰’이 부른 지연
가장 구체적인 불만은 시간이다. 해커뉴스 이용자 ariwilson은 자기 프로젝트에서 선별한 작은 버그 11개로 자체 벤치마크를 돌렸고, 아르곤은 그중 10개를 완벽히 해결했다. 하지만 1회 실행에 걸린 중간값 시간은 약 4분에 달했다. 동일한 시험 환경에서 클로드 소넷 5.5(Claude Sonnet 5.5)는 32초, GPT-6.1 솔(GPT-6.1 Sol)은 약 1분 30초 만에 작업을 마쳤다.
지연의 근본 원인은 생각의 양이다. ariwilson은 “생각을 엄청나게 한다. 1회 실행당 출력 토큰이 약 2만4000개에 달해 3000개 수준인 소넷과 비교가 되지 않는다”고 설명했다. 해결하지 못한 버그 1건 역시 모델이 내부 추론을 거듭하다가 10분 제한시간을 초과해 타임아웃된 사례였다.
“답안지는 잘 쓰는데 시험 시간을 끝까지 다 쓰는 수험생과 닮았다.”
독립 측정 기관의 데이터도 일치한다. 모델 평가 기관 아티피셜 애널리시스(Artificial Analysis)가 지능지수 v4.3.2를 채점하는 동안 아르곤은 1억1000만토큰을 생성해, 비교 모델들의 중앙값인 8500만토큰보다 약 29% 더 많은 토큰을 쏟아냈다.
토큰 생성 속도 자체도 빠르지 않다. 모델 중개 플랫폼 오픈라우터(OpenRouter) 집계에 따르면 아르곤의 초당 출력은 표준 경로 기준 46~60토큰이다. 같은 집계에서 클로드 오푸스 5.5(Claude Opus 5.5)가 기록한 63~83토큰보다 느리다. 구글 역시 아르곤 모델 카드를 통해 “가끔 느려지거나 시간 초과가 발생할 수 있다”고 공식적으로 시인했다.
다만 호흡이 긴 장기 업무에서는 평가가 달라진다. 금융·법률·세무 과제를 묶은 밸스AI(Vals AI)의 Vals Index 벤치마크에서 아르곤은 전체 과제를 46분 33초 만에 완주했다. 반면 오푸스 5.5는 1시간 19분, 소넷 5.5는 1시간 18분이 소요됐다. GPT-6 아스트라(GPT-6 Astra)는 27분 48초였다.
느리다는 체감은 몇십초면 끝날 짧은 일에서 가장 크게 드러난다.
5분 만에 증발한 쿼터… ‘연산량 기준 차감’의 구조적 함정
두 번째 불만은 사용 한도다. 해커뉴스 이용자 robotmay는 출시 직후 “사용을 시작한 지 5분 만에 한도를 전부 소진했다”며 경량 플래시 모델 복귀를 선언했고, 해당 스레드에는 유사한 피해 호소가 잇따랐다.
구글은 아르곤의 구체적인 사용 한도를 숫자로 공개하지 않았다. 제미나이 앱 고객센터 안내는 한도가 단순 질문 횟수가 아닌 연산량 기준(compute-based)이며, 프롬프트의 복잡도와 모델, 대화 길이를 함께 산정한다고 명시한다. 한도는 5시간마다 갱신되며 주간 한도에 도달하면 이용이 차단된다. 구독 요금제 안내에도 배수만 적혀 있어, 프로는 무료 티어의 4배, 울트라는 프로의 5배 수준으로 안내된다.
한도가 연산량에 비례해 차감된다면, 생각을 많이 하는 무거운 모델일수록 동일한 쿼터 안에서 훨씬 일찍 소각된다. 첫 번째 불만인 극심한 지연과 두 번째 불만인 한도 조기 소진은 본질적으로 같은 기술적 메커니즘에서 출발한다.
개발 도구 진영도 사정은 마찬가지다. 에이전트 개발 프레임워크 안티그래비티(Antigravity)의 공식 모델 문서에는 아르곤 전용 한도가 명시되지 않았으며, 선택 화면에는 제미나이 전 모델이 공유하는 5시간 잔량과 주간 잔량만 표시된다.
월 20달러 프로의 소외… 5배 비싼 ‘울트라 장벽’에 갇힌 개발 도구
세 번째 불만은 성능 외적인 유통 경로의 혼선이다. 월 19.99달러(약 2만7000원)를 지불하는 프로 구독자는 앱과 검색 AI 모드에서 아르곤을 쓸 수 있다. 하지만 안티그래비티와 AI 스튜디오(AI Studio)의 구독 혜택은 월 99.99달러(약 13만4000원)부터 시작하는 울트라 전용으로 묶였다.
| 경로 | 무료 | 프로 ($19.99) | 울트라 ($99.99) |
|---|---|---|---|
| 제미나이 앱 · 검색 AI 모드 | 불가 | 가능 | 가능 |
| 안티그래비티 2.0 · CLI · 편집기 확장 | 불가 | 불가 | 가능 |
| 안티그래비티 IDE (단독 앱) | 불가 | 불가 | 불가 |
| AI 스튜디오 (구독 혜택) | 불가 | 불가 | 가능 |
| API 유료 티어 (종량제) | 가능 | 가능 | 가능 |
울트라 구독자라고 해서 모든 빗장이 풀린 것도 아니다. 안티그래비티 문서 각주는 아르곤이 “안티그래비티 IDE에서는 지원되지 않는다”고 명시했다. 안티그래비티 2.0과 명령줄 도구(CLI), VS Code 코드 편집기 확장에서만 열리며, 구글 개발자 포럼에서도 동일한 제약이 공지됐다.
가장 비싼 요금을 내고도 늘 쓰던 편집기를 두고 다른 창을 열어야 하는 처지다.
개발자 포럼의 반발은 거셌다. 프로 사용자에게도 안티그래비티 내 아르곤 접근을 열어달라는 포럼 게시글에서 한 개발자는 제미나이 3.1 프로와 3.7 플래시, 3.6 플래시가 모델 선택 화면에서 일방적으로 사라졌다고 토로했다. 그는 “울트라는 프로의 5배 가격이다. 이는 업그레이드 경로가 아니라 명백한 유료 결제 장벽”이라고 꼬집었다. 실제로 안티그래비티 문서는 해당 3종 모델을 엔터프라이즈 전용으로 분류해 둔 상태다.
글쓰기 1위와 코딩 9위의 괴리… 벤치마크가 드러낸 실전 성능의 명암
순수 출력 품질만 떼어놓고 보면 평가는 정반대로 뒤집힌다. 문장 작성과 설명 능력은 가장 일관되게 찬사를 받는 영역이다. 해커뉴스 이용자 mwigdahl은 “오푸스 5.5의 오랜 팬이지만, 글쓰기 완성도 하나만큼은 아르곤이 확실히 앞선다”고 평가했다.
독립 벤치마크도 이 평가를 뒷받침한다. 블라인드 평가 순위표인 아레나(Arena) 텍스트 부문에서 아르곤은 1525점으로 단독 1위에 올랐다. 밸스AI의 Vals Index 종합 평가에서도 68.9%의 정답률로 1위를 기록했다.
하지만 기술적 약점도 선명하다. 실제 웹 애플리케이션 코드를 구축하는 아레나 웹개발 부문에서 아르곤은 1678점으로 9위에 그쳤다. 1위 오푸스 5.5와의 격차는 133점에 달한다. 해커뉴스 이용자 dom96이 진행한 자체 코딩 시험에서도 오푸스 5.5가 58.7%를 기록한 반면 아르곤은 47.1%에 머물렀다.
에이전트 코딩의 격차는 공개 직후 성적표에서도 드러났던 약점이다.
새로 터져 나온 실망의 상당 부분은 품질보다 시간과 한도, 접근 문제에서 나왔다.
지연과 비용을 줄이는 실무 요령… 3단계 사고 수준과 출력 한도 설정
API로 아르곤을 호출하는 개발자라면 ‘사고 수준(thinking level)’ 설정부터 조정해야 한다. 아르곤은 low, medium, high 3단계를 지원하며 기본값은 medium이다. 구글 공식 개발 문서는 “세 단계를 모두 실측해 보고, 최소 품질 기준을 충족하는 가장 낮은 단계를 채택하라”고 조언한다. low는 토큰 소모와 지연 시간을 최소화하지만 복잡한 알고리즘에서는 해답의 정밀도가 떨어질 수 있다.
과업이 단순하다면 단계별 차이는 크지 않다. 오픈소스 개발자 사이먼 윌리슨(Simon Willison)이 펠리컨 SVG 그래픽 코드를 생성시킨 결과, 비용은 low 10.2센트, medium 11.1센트, high 17.2센트였다. 윌리슨은 세 경우 모두 생각 토큰보다 최종 출력 코드 자체에 더 많은 토큰이 쓰였다고 분석했다.
답변이 중간에 끊기는 현상을 겪는다면 최대 출력 한도(max_output_tokens) 설정을 점검해야 한다. 구글 문서는 최대 출력 한도가 ‘생각 토큰’과 ‘답변 토큰’의 합산값이라고 규정하며, 3만2000토큰 미만으로 설정된 기존 애플리케이션은 3만2768토큰 이상으로 상향할 것을 권고한다. API 기본 출력값은 6만5536토큰이며, 이를 초과하는 100만토큰 분량의 출력을 얻으려면 백그라운드 비동기 실행 모드를 반드시 켜야 한다.
비용 최적화 측면의 함정도 도사리고 있다. 아르곤은 동일한 프롬프트 앞단을 재사용할 때 요금을 깎아주는 명시적 캐싱(Explicit Caching)을 지원하지 않는다. 구글 포럼의 한 개발자는 3만6000토큰 분량의 시스템 프롬프트로 테스트를 진행했으나, AI 스튜디오와 버텍스 AI(Vertex AI) 모두 세 차례 연속 캐시 적중률이 0토큰이었다고 보고했다. 동일 시험에서 플래시 모델은 세 번째 호출부터 캐시가 정상 적중했다.
아울러 temperature, top_p, top_k 같은 기존 샘플링 파라미터는 아르곤 엔진 내부에서 강제 무시되므로 API 호출 요청에서 제외해도 무방하다. 요금은 11월 30일까지 입력 100만토큰당 2달러(약 2700원), 출력 10달러(약 1만3500원)이며, 12월 1일부터는 정규 요금인 두 배로 인상된다.
결국 관건은 모델의 순수 지능이 아니라, 연산량과 대기 시간을 감당할 실무 환경의 준비도다.
