구글 제미나이 4 아르곤, 19개 평가 항목 중 13개 단독 1위

구글의 최신 AI 모델 ‘제미나이 4 아르곤’이 전문 업무와 코딩 성능 평가에서 경쟁 모델을 앞서며, 오픈AI·앤트로픽이 주도해 온 최상위 AI 경쟁에 반격을 시작했습니다.

구글은 지난 13일(현지 시각) 아르곤을 일반 유료 이용자와 개발자, 기업 고객에게 확대 출시했습니다.

지난달 30일 처음 공개됐을 때는 사이버보안 능력이 악용될 우려 때문에 일부 보안 전문가에게만 제한적으로 제공됐습니다.

아르곤은 복잡한 문제를 여러 단계에 걸쳐 해결하는 추론에 초점을 맞췄습니다.

구글 딥마인드에 따르면 경쟁 모델과 비교한 19개 평가 항목 가운데 13개에서 단독 1위를 차지했습니다.

업무 자동화 평가 ‘오토메이션벤치’에서는 51.3%를 기록해 GPT-6 아스트라(41.4%)와 클로드 오퍼스 5.5(42.5%)를 앞섰습니다.

장시간 소프트웨어 개발 능력을 보는 ‘딥SWE’에서도 77.9%로 두 모델의 74.1%, 74.2%보다 높았습니다.

독립 평가에서도 선두에 섰습니다.

발스AI의 전문 업무 평가 ‘발스 인덱스’에서 68.9%를 받아 평가 대상 48개 모델 중 1위에 올랐고, 클로드 오퍼스 5.5는 67.0%, GPT-6 아스트라는 63.1%였습니다.

AI 모델 평가 플랫폼 아레나의 텍스트 종합 순위에서도 1525점으로 1위를 기록했습니다.

구글은 사내 활용 사례도 공개했습니다.

아르곤을 AI 개발 도구에 적용한 뒤 AI 에이전트를 통한 코드 제출이 35% 이상 늘고, 작성한 코드를 되돌리는 롤백 비율은 약 30% 줄었다는 설명입니다.

크롬 개발팀은 4000만 줄 규모의 크로미움 코드 중 약 600만 줄을 재구성하는 데 이 모델을 활용해, 수개월 걸릴 것으로 예상한 작업을 몇 주 만에 마쳤다고 밝혔습니다.

다만 사내 성과가 다른 기업의 업무 환경에서도 재현될지는 별개의 문제입니다.

가트너의 니티시 티아기 수석 애널리스트는 기업 활용 사례에서 그에 걸맞은 결과물 품질이 입증되지 않았다고 지적하며, 모델 선택 전 각 기업의 업무 환경에서 직접 검증해야 한다고 강조했습니다.