구글 제미나이 4 공개했는데 아무나 못 쓴다? 출시일·성능·커뮤니티 반응 총정리

✦ 제미나이 4, 지금 어디까지 열려 있을까?

구글이 밝힌 공개 순서

단계	누가 쓸 수 있나	상태
지금	페어윈드 참가자, 구글 내부 직원	사용 중
다음	유료 API 고객, 구글 AI 울트라 구독자	날짜 미정
그다음	개발자, 기업, 일반 소비자	날짜 미정

<블룸버그: 제미나이 4 공개 보도>

먼저 정확한 이름부터 짚자. 공개된 모델은 제미나이 4 아르곤이야.

구글이 소프트웨어 개발, 법률과 금융 같은 전문 업무, 사이버 보안 방어에 맞춰 만든 최상위 모델이라고 소개했어.

* Bloomberg Television 공식 채널에 올라온 영상이야. 영상이 마음에 들었다면 '좋아요'를 누르자.

지금 이 모델은 두 집단에만 제한적으로만 공개된 상태야. 하나는 구글이 초대한 사이버 보안 방어 전문가들로 이루어진 페어윈드 프로그램 참가자들이고, 보도에 따라서는 650곳 이상이라고 해.

다른 하나는 구글 내부 직원들이야. 참가자와 내부 팀에게는 사이버 안전장치를 걷어낸 상태로 제공된다는 보도도 있었어.

왜 이렇게 막아둔 걸까? 구글은 성능이 높은 만큼 악용될 위험이 크다는 이유를 들었어.

구글 딥마인드를 이끄는 코레이 카부크추오을루는 이 수준의 기능을 안전하게 공개하려면 단계적인 접근이 필요하다고 설명했지. 미국 정부가 운영하는 자발적 사전 접근 절차에도 참여하고 있다고 해.

올해 AI 에이전트가 통제를 벗어난 사건이 연달아 나온 뒤라서, 구글도 조심하는 분위기야.

그럼 언제 풀릴까? 아직 공식적인 날짜는 없어.

구글이 밝힌 순서는 이래. 먼저 유료 API 고객과 구글 AI 울트라 구독자에게 열고, 그다음에 개발자와 기업, 일반 소비자로 넓힌다는 거야.

시기는 '가능한 한 빨리'라는 말뿐이야.

참고로 9월 24일에 카부크추오을루가 "연말보다 훨씬 이른 시점에 출시할 수 있다"고 말한 적이 있어.

이때는 모델이 학습 후 조정 단계에 있다고 했으니, 연말보다 한참 앞당겨질 수는 있어도 며칠 안에 풀린다는 뜻은 아니야.

모델 카드라고 부르는 안전성 보고서도 아직 안 나왔어. 일반에 공개될 때는 아르곤이 아닌 다른 이름으로 나올 수 있다는 추측도 돌고 있는데, 확인된 내용은 아니야.

✦ 100만 토큰당 가격, 얼마나 차이 날까?

단위: 달러 (입력 / 출력)

모델	입력	출력
제미나이 4 (할인 기간)	2	10
제미나이 4 (할인 종료 후)	4	20
GPT-6 아스트라	10	50

가격은 공개됐어. 처음에는 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러야. 이 할인 가격이 끝나면 4달러와 20달러로 올라.

비교하면 GPT-6 아스트라는 10달러와 50달러니까 훨씬 싸. GPT-6 아스트라의 컨텍스트 윈도우(한 번에 다룰 수 있는 입력 길이)는 105만 토큰이지만, 한 번의 응답으로 낼 수 있는 최대 출력은 12만 8천 토큰이야.

✦ 구글 발표 기준, 아르곤 vs 아스트라

구글이 공개한 벤치마크 점수 (%), 이긴 쪽을 굵게 표시했어

시험	아르곤	아스트라
법률 업무 에이전트	19.6	5.4
소프트웨어 개발	77.9	74.1
영상 이해	91.7	87.5
프런티어SWE v2	55.0	65.5
터미널벤치 사이언스	57.6	68.1

가장 궁금한 성능 부분을 볼까. '아스트라를 넘었다'는 말은 절반만 사실이야.

구글이 직접 발표한 벤치마크로는 공개한 18개 중 13개에서 1위이거나 공동 1위야. 법률 업무 에이전트 시험에서 아르곤이 19.6%, 아스트라가 5.4%로 격차가 컸어.

소프트웨어 개발 시험은 77.9%와 74.1%였고, 영상 이해 시험도 91.7%와 87.5%로 앞섰지.

반대로 크게 지는 부분도 있어. 프런티어SWE v2에서는 아르곤이 55.0%, 아스트라가 65.5%였고, 터미널벤치 사이언스에서는 57.6%와 68.1%로 두 곳 모두 10.5포인트 차이로 뒤졌어.

클로드 오퍼스 5.5와 비교한 터미널벤치 4.0에서도 9포인트 밀렸어. 모든 면에서 압도한 게 아니라는 뜻이지.

✦ 독립 평가로 보면 어떨까?

아티피셜 어낼리시스 지능지수 기준

모델	지능지수	작업당 비용
클로드 오퍼스 5.5	약 57.6	5.98달러
GPT-6 아스트라	약 52.7	3.26달러
제미나이 4 아르곤	약 52.6	1.99달러
작업당 비용은 토큰 가격에 실제로 쓴 토큰 수를 곱한 값이야. 오퍼스는 단가는 싸도 토큰을 많이 써서 비용이 더 나와. 아르곤은 지금 할인 가격 기준이고, 할인이 끝나면 약 3.98달러가 돼. (측정 설정: 오퍼스와 아스트라는 최고, 아르곤은 높음)

구글이 직접 고른 시험만 보면 안 되니까 독립 평가도 확인해보자. AI 모델을 비교하는 아티피셜 어낼리시스의 지능지수에서 아르곤은 약 52.6점, 아스트라는 약 52.7점이야.

사실상 동률이지. 클로드 오퍼스 5.5는 약 57.6점으로 둘보다 높아.

여기서 작업당 비용은 토큰 가격에 실제로 쓴 토큰 수를 곱한 값이야. 오퍼스는 단가가 싸도 최고 설정에서 토큰을 많이 써서 5.98달러로 가장 높게 나왔어.

대신 작업 하나당 비용은 아르곤이 1.99달러, 아스트라가 3.26달러라서 지금은 아르곤이 훨씬 싸.

다만 이건 할인 가격 기준이야. 정상 가격이 되면 약 3.98달러로 올라서 아스트라보다 비싸질 수 있어.

✦ 프롬프트 공격, 얼마나 뚫렸을까?

공격 성공 비율이야. 낮을수록 방어를 잘한 거야

제미나이 4 아르곤 0.7%

클로드 오퍼스 5.5 1.0%

GPT-6 아스트라 8.5%

흥미로운 건 프롬프트 공격에 대한 방어력이야. 외부 문서에 숨긴 명령으로 AI를 속이는 시험에서, 공격이 성공한 비율이 아르곤은 0.7%, 클로드 오퍼스 5.5는 1.0%, 아스트라는 8.5%였어.

이 항목만큼은 구글이 확실히 앞섰다고 볼 수 있지.

✦ 제미나이 4가 나오기까지

시간 순서로 정리했어

2월 19일	직전 최상위 모델 제미나이 3.1 프로 출시
6월	낸다던 제미나이 3.5 프로는 끝내 나오지 않음
9월 17일	LMArena에 정체불명의 제미나이 3.8 플래시 등장
9월 21일 무렵	이 모델의 점수라는 유출 수치 확산
9월 24일	딥마인드 수장, 연말보다 훨씬 이르게 낼 수 있다고 언급
9월 30일	제미나이 4 아르곤 공개 (제한 공개)
10월 1일	블룸버그, 구글 직원들의 회의론 보도

커뮤니티 반응도 재미있어. 시작은 9월 17일이었어.

AI 모델 대결 사이트인 LMArena에 제미나이 3.8 플래시라는 이름의 모델이 나타났는데, 이름과 달리 정교한 SVG 그림과 3D 결과물을 척척 만들어내서 사람들이 이상하게 여겼어.

레딧에는 이 모델이 그린 고양이 SVG를 아스트라와 나란히 놓은 비교 이미지가 돌았고, 사람들은 제미나이 4 프로가 숨어서 시험받는 중이라고 추측했지.

며칠 뒤에는 이 모델의 점수라는 이름으로 유출 수치가 퍼졌어. 소프트웨어 개발 시험 88%, 컴퓨터 조작 시험 86.8% 같은 숫자였지.

그런데 공식 발표에서 소프트웨어 개발 점수는 77.9%였어. 측정 조건이 달랐을 가능성은 있지만 확인된 건 아니야.

유출 때는 입력을 1,000만 토큰까지 받는다는 얘기도 돌았는데, 공식 발표에는 입력 한도가 따로 나오지 않았어.

✦ 블룸버그 보도, 한눈에 보기

구글 직원들의 지적과 구글의 반응

직원들의 지적	구글의 반응
코딩 결과가 들쭉날쭉하다 화면 디자인이 약하다 벤치마크보다 실제 업무에서 덜하다	코딩에서 부진하다는 말은 정확하지 않다 딥마인드 수장: 구글은 늘 최전선에 있을 것이다

가장 큰 화제는 10월 1일에 나온 블룸버그 보도야. 구글 직원들 사이에서 "제미나이 4가 벤치마크 점수는 좋은데 실제 업무에서는 그렇게까지 뛰어나지는 않다"는 회의론이 있다는 내용이었어.

코딩 결과가 들쭉날쭉하고 화면 디자인이 약하다는 지적이 있었고, 일부 직원은 앤트로픽과 오픈AI 모델이 더 빠르게 좋아지고 있다고 봤대.

구글은 코딩에서 부진하다는 말은 정확하지 않다고 반박했고, 딥마인드 수장은 구글이 늘 최전선에 있을 거라고 확신한다고 답했어. 이 보도가 나온 날 알파벳 주가는 상승탄력이 확 떨어졌지.

배경도 알아둘 만해. 구글의 직전 최상위 모델은 2월 19일에 나온 제미나이 3.1 프로야. 6월에 낸다던 3.5 프로는 끝내 나오지 않았고, 그사이 값싼 플래시 모델만 나왔어.

8개월 만에 나온 최상위 모델이라서 기대와 의심이 같이 쏟아지는 거야. 언론 제목도 훌륭하지만 아직 쓸 수 없다는 쪽으로 모였고, 개발자들 사이에서는 성적표만 보고 기다리기엔 답답하다는 반응이 많아.