한 줄 요약

구글이 새 플래그십 모델을 대중에 개방하고, 연구는 에이전트를 텍스트 밖 현실 작업으로 확장하는 한편 여러 모델을 한 게이트웨이로 다루는 도구도 성숙해지고 있다.

LLM & SOTA Models

Gemini 4 Argon: 글로벌 출시와 도입가 공개

구글은 최신 플래그십 AI 모델을 전 세계에 공개했다. AI Studio와 Gemini 플랫폼의 응용프로그램 인터페이스(API)로 호출할 수 있고, Gemini 앱과 검색의 AI 모드(안티그래비티는 AI Ultra 구독자 대상)에서도 사용할 수 있다. 출시 요금은 백만 입력 토큰당 2달러, 백만 출력 토큰당 10달러이며, 캐시된 입력 토큰은 95% 할인된다. ¹

Argon은 코딩, 금융, 법률, 사이버보안, 과학 등 복잡한 다단계 업무의 “심층 작업”에 맞춰 설계됐고, 부문별 성능을 측정하는 Vals Index에서 1위를 기록했다. 구글 내부에선 에이전트형 코드 제출이 35% 이상 늘고 코드 롤백이 거의 3분의 1 줄었다는 보고가 있으며, vLLM 서빙 엔진을 활용해 Gemma 4 E2B 추론 속도를 약 37,900에서 108,000 토큰/초 이상으로 2.85배 끌어올리면서 토큰 일치율 100%와 품질 저하 없음도 확인했다. ¹

얼리 액세스 고객으로 Deloitte, LexisNexis, Ambience Healthcare, Isomorphic Labs가 포함되어 있다. 구글은 사이버보안 수호자에게 가드레일을 제거한 Argon 버전을 제공하는 Fairwind 프로그램을 수백 곳으로 확대하고, 과학자 1만 명에게 안티그래비티 최고 사용 등급 6개월 무료 접근을 제공한다. ²

로이터에 따르면 도입 요금은 11월 30일 이후 두 배로 조정될 예정이다. 이번 출시는 Gemini 3.5 Pro 계획 철회와 DeepMind 리더십 변화 이후 이뤄진 것으로, 광범위한 개방과 가격 창구가 주목받는 배경이다. ²

Research Papers

Words to World: 실제 하드웨어까지 연결하는 평가 기준

이 논문은 로봇 팔, 카메라, 센서 등 실물 장치를 닫힌 고리로 제어하고 결과에 맞춰 적응하도록 평가하는 벤치마크를 제안한다. 기존처럼 텍스트 답안이나 오프라인 도구 호출만 채점하지 않고, 대형 언어 모델(LLM)의 지각 정합성, 행동 계획, 도구 선택, 공간 추론, 피드백 기반 교정, 실행 불확실성에 대한 견고함을 측정한다. ³

실험은 물리 환경에서 중요한 공통 실패 양상을 드러낸다. 상태 변화를 헛것처럼 가정하는 환각, 예상 밖 결과에서의 회복 부진, 장기 계획의 불안정성 등이다. 이 벤치마크는 단어를 실제 하드웨어의 신뢰할 수 있는 행동으로 바꾸는 능력을 체계적으로 평가하는 기반을 제공한다. ³

Tev: 조밀한 진행 보상으로 장기 에이전트 학습 확장

이 연구는 몇 시간에서 며칠에 이르는 장기 작업 학습을 위해, 끝에서 한 번만 보상하는 희소 보상 대신 검증 가능한 조밀한 진행 신호를 사용한다. 잠재 세계 명세로 구축된 7개 도메인 1,170개 검증 작업 환경을 담은 Tev-Gym과, 진행 잠재력 보상 성형(progress-potential reward shaping, PPRS)이라는 훈련 레시피를 제시한다. ⁴

이 레시피로 학습한 Tev-27B는 Agents’ Last Exam—컴퓨팅 및 수학 과학(ALE-CM)에서 Pass@5 기준 GPT-6 Astra와 Claude Opus 5에 동급으로 도달했고, Terminal-Bench(TB) 3.0과 4.0에 일반화해 GLM 5.2와 Gemini 3.7 Flash를 앞섰으며, TB 2.1 같은 중기 과제에서는 Claude Opus 4.8 수준의 성능을 보였다. 결론적으로, 검증 가능한 조밀 보상은 장기·고난도 과제를 학습 가능하게 만든다. ⁴

ChunkAct: 액션 청킹으로 로봇 에이전트 비용 절감

에이전트형 로보틱스는 보통 매 단계마다 계획기가 전체 이력을 두고 추론해 유연하지만 비용이 크다. ChunkAct는 반복되는 절차를 오프라인에서 더 큰 “액션 청크”로 컴파일하고, 온라인에서는 한 번의 호출로 실행해 실패 시에만 계획기로 제어를 되돌린다. 즉, 계산량이 원시 동작 수가 아니라 의사결정 수에 비례한다. ⁵

LIBERO-Pro에서 ChunkAct는 성공률을 5.0포인트 높이는 동시에 LLM 호출을 2.9배, 입력 토큰을 4.4배, 출력 토큰을 2.3배 줄였다. 일반성을 유지하면서도 가장 중복되고 비싼 추론 과정을 덜어낸 셈이다. ⁵

Open Source & Repos

LiteLLM: 100+ 모델을 한 API로 묶는 게이트웨이

LiteLLM은 OpenAI 스타일 포맷으로 100여 개 모델 공급사를 호출하고, 비용 추적·가드레일·부하분산·로깅을 제공하는 오픈소스 AI 게이트웨이다. 러스트 코어와 파이썬 소프트웨어 개발 키트(SDK)를 사용하며, 자체 호스팅과 엔터프라이즈 도입에 맞춰 설계됐다. ⁶

최신 프리릴리스 v1.106.0-rc.3(2026-10-14)는 공급망 보안을 강조한다. 모든 Docker 이미지를 cosign으로 서명하며, 0112e53 커밋에서 도입된 동일 키로 매 릴리스를 서명한다. 프로덕션 배포 시 컨테이너의 신뢰성을 검증하기 쉬워진다. ⁶

커뮤니티 반응

Hacker News (1430↑) — 안전 행태(삭제 대 거부), 코딩 속도, 그리고 이전 Gemini의 ‘소프트 스킬’이 유지됐는지에 대한 토론이 이어짐. ⁷

"이전 Gemini 모델들이 보여줬던 '소프트 스킬'만큼 잘하는지 궁금하네요. 제 경험상 Google은 그 면에서 보통 OpenAI나 Anthropic보다 나았고, 두 회사의 최신 모델들은 모두 코딩과 검증 가능한 작업에 치중한 나머지 다른 부분을 희생하는 경향이 있었습니다." — Hacker News ⁷

왜 중요한가

백만 입력 토큰당 2달러, 백만 출력 토큰당 10달러, 캐시된 입력 95% 할인 같은 가격 구조는 강한 추론 모델을 실무 워크플로에 얹는 진입장벽을 낮춘다. Fairwind와 연구자 접근 같은 프로그램은 고임팩트 사례 확산의 기반을 넓힌다. ¹

동시에, 오늘의 논문들은 장기 작업과 물리적 상호작용을 위한 조건을 보여준다. 검증 가능한 조밀 보상과 실행 최적화(청킹)는 도움을 주지만, 상태 환각과 취약한 회복성 같은 실패 양상은 여전히 정교한 평가를 요구한다. ³