Argon vs Carbon: 각 에이전트 작업을 처리 가능한 가장 저렴한 모델로 라우팅하기

Argon일까요, Carbon일까요? 에이전트 태스크의 대부분은 Gemini 4 Argon에서 실행하고, 까다로운 작업만 Gemini 4 Carbon으로 보내세요. Google도 직접 밝힌 내용입니다. 대부분의 소프트웨어 엔지니어링에는 Argon이 기본값으로 유지되며, Carbon은 더 어려운 작업을 위한 모델입니다. 두 모델 모두 2026년 11월 30일까지 100만 토큰당 입력 $2, 출력 $10로 가격이 동일하지만, Carbon은 태스크당 더 많은 토큰을 소모합니다.

요약 (TL;DR)

• 기본은 저비용 모델로, 근거가 있을 때 상위 모델로. 모든 태스크는 빠른 기본 모델에서 시작하세요. 명확히 검증 가능한 규칙상 고난도 작업이거나 이미 한 번 실패했을 때만 상위 모델로 올립니다.
• 토큰당 단가가 같다고 태스크당 비용까지 같은 것은 아닙니다. Carbon은 더 많이 읽고, 더 깊이 추론하며, 더 철저히 검증하므로 태스크 하나당 더 많은 토큰을 소모합니다.
• 고난도 태스크를 식별하는 4가지 신호: 긴 작업 호흡, 수많은 파일, 보안 영향도, 첫 실행 실패.
• 태스크당 두 가지 지표를 측정하세요. 바로 비용과 리뷰 통과율입니다. 리더보드가 아니라 이 실제 수치를 바탕으로 라우팅해야 합니다.
• 모델 선택은 프롬프트마다 내리는 결정이 아니라 하나의 설정이어야 합니다. Sharkly에서는 각 에이전트마다 기본(Default) 모델이 지정되어 있으며, 태스크를 할당할 때 특정 실행에 한해서만 이를 재정의할 수 있습니다.

“어떤 모델이 가장 좋은가”가 잘못된 질문인 이유

Gemini 4 Carbon은 2026년 11월 10일 모델 ID gemini-4-carbon으로 정식 출시(GA)되었습니다. 하지만 Google의 GA 발표 글에는 신제품 출시 소식치고는 꽤 이례적인 내용이 담겨 있습니다. 대부분의 작업에는 최신 모델을 쓰지 말라는 권고입니다. “대다수의 소프트웨어 엔지니어링 및 지식 업무에는 여전히 Argon이 가장 이상적인 선택입니다.”

같은 글에 따르면 Carbon은 “모델의 지능 한계를 시험하는 태스크를 위해 설계”되었으며, “철저한 탐색, 심층적 추론, 확장된 검증 루프 실행을 위해 Argon보다 더 많은 토큰을 사용”합니다.

이러한 관점은 팀 단위로 에이전트를 운영하는 현실과 잘 맞아떨어집니다. 큐에는 난이도가 제각각인 태스크들이 쌓여 있고, 각 태스크에는 리뷰를 무사히 통과할 수 있는 가장 저렴한 모델을 배정하는 것이 합리적입니다. 팀 전체에 단 하나의 “최고 모델”만 고집한다면 간단한 태스크에는 비용을 낭비하고, 고난도 태스크에는 성능이 부족해지는 문제가 생깁니다.

Carbon에 대한 전반적인 내용이 궁금하다면 코딩 에이전트를 위한 Gemini 4 Carbon 글을 확인하시고, 기본 모델에 대한 내용은 Gemini 4 Argon 가이드에서 살펴보실 수 있습니다.

라우팅 규칙: 기본은 저비용, 고난도일 때 상위 모델로

코딩 에이전트를 위한 모델 라우팅이란 팀 전체가 아닌 태스크 단위로 적합한 모델을 선택하는 것을 의미합니다. 규칙은 한 문장으로 정리할 수 있습니다. 모든 태스크는 기본 모델에서 시작하고, 명문화된 기준에 따라 고난도로 판단되거나 기본 모델이 이미 실패했을 때만 상위 모델로 넘깁니다.

이 규칙이 작동하려면 두 가지 요소가 필요합니다.

1. 대부분의 태스크를 처리하기에 충분히 빠르고 뛰어난 기본 모델. Google의 권장 사항에 따르면 Gemini 사용자에게는 Argon이 바로 그 모델입니다.
2. 명확히 검증 가능한 트리거를 갖춘 에스컬레이션 경로. “어려워 보인다”는 트리거가 될 수 없습니다. “인증 코드를 수정한다”는 훌륭한 트리거입니다.

고난도 태스크를 식별하는 방법

태스크를 실행하기 전에 누구나 파악할 수 있는 명확한 신호가 필요합니다. 다음 네 가지 기준이면 대부분의 상황을 커버할 수 있습니다.

긴 작업 호흡

의존성이 걸린 10단계 변경 작업이 수반되는 마이그레이션처럼 여러 단계를 연달아 수행해야 하는 태스크는 하위 모델이 맥락을 놓치고 엉뚱한 방향으로 빠질 위험이 큽니다. Carbon에 탑재된 확장 검증 루프가 바로 이러한 경우를 해결하기 위해 설계되었습니다. 식별 신호: 태스크 설명에 명시된 단계가 5단계 이상이거나, 과거 유사한 작업 실행 시 할당된 시간 예산을 초과한 경우.

수많은 파일 변경

횡단 관심사에 걸친 변경 작업은 모델이 코드베이스의 더 많은 영역을 한 번에 머릿속에 담아두어야 합니다. 식별 신호: 변경 범위가 여러 패키지에 걸쳐 있거나 수정 파일 수가 10개를 초과하는 경우.

보안 영향도

인증, 결제, 비밀 정보(시크릿) 처리, 권한 검사 등의 작업에서는 잘못된 확신을 가진 답변 하나가 치명적인 결과로 이어집니다. Google의 GA 발표 글에 따르면 사이버 보안 방어자를 위한 Fairwind 프로그램을 통해 테스트했을 때 Carbon이 SEC-bench Pro 및 CWE-bench v1에서 1위를 차지했다고 합니다. 식별 신호: 민감 영역으로 지정된 파일 경로를 수정하는 태스크인 경우.

이미 한 번 실패한 경우

가장 비용이 적게 들면서도 가장 솔직한 신호입니다. 기본 모델로 실행한 결과가 리뷰를 통과하지 못했다면, 해당 태스크가 기본 모델의 한계를 넘어섰다는 직접적인 증거입니다. 리뷰어의 피드백 코멘트를 첨부하여 더 강력한 상위 모델에서 다시 실행하세요.

바로 적용할 수 있는 라우팅 표

초기 가이드라인으로 이 표를 활용하고, 2주 후 팀의 실제 통과율 데이터를 바탕으로 업데이트해 보세요.

Claude Fable 5.2의 가격은 100만 토큰당 입력 $8, 출력 $40로 Carbon 출시 특가의 4배에 달하므로, 기본 모델이 아니라 Carbon 위의 최종 자동화 단계로 두는 것이 적합합니다. Google 각주에 따르면 Carbon의 가격 역시 2026년 11월 30일 이후에는 $4와 $20로 인상되어 가격 격차가 좁혀질 예정입니다. 예산을 수립하기 전에 Gemini API 가격 정책 페이지에서 최신 요금을 확인하세요.

사전 지정 대신 실패 시 에스컬레이션하기

팀에서는 대개 “어려워 보이는” 태스크를 가장 강력한 모델로 미리 지정해 버리는 경향이 있습니다. 안전해 보이지만 비용이 급격히 증가합니다. 그런 태스크 중 상당수는 기본 모델에서도 충분히 통과할 수 있기 때문입니다.

실패 시 에스컬레이션하는 전략을 취하면 모든 태스크에 대해 가벼운 모델 비용만 먼저 지출하고, 상위 모델 비용은 해당 모델이 반드시 필요하다고 입증된 태스크에만 지출하게 됩니다. 저렴한 모델의 실패한 실행 1회 비용이 불필요하게 비싼 모델을 1회 실행하는 것보다 훨씬 적게 드는 경우가 많습니다.

이 규칙에 예외가 되는 두 가지 경우가 있으며, 위의 표에 이미 정리되어 있습니다. 보안 관련 작업은 리뷰에서 놓칠 경우 잘못된 코드가 그대로 머지될 위험이 있어 처음부터 상위 모델로 시작합니다. 파일 수가 많은 장기 리팩터링 작업은 한 번 실패했을 때 낭비되는 시간이 몇 분이 아니라 한 시간에 달하기 때문에 처음부터 상위 모델을 씁니다.

또한 실패한 실행이 유의미한 지표가 되려면 리뷰에서 이를 제대로 잡아낼 수 있어야 합니다. 모델이 테스트를 편법으로 통과하려는 경향이 있으므로, 코딩 에이전트의 테스트 치팅을 적발하는 방법에 나온 검증 절차를 에스컬레이션과 함께 병행하세요.

태스크당 비용과 통과율 측정하기

데이터 없는 라우팅은 주관적인 의견에 불과해집니다. 모든 태스크에 대해 다음 두 가지를 추적하세요.

1. 태스크당 비용: 실패한 실행을 포함하여 해당 태스크를 완료하는 데 소요된 모든 실행의 입력/출력 토큰 수에 모델별 단가를 곱한 총합.
2. 리뷰 통과율: 첫 번째 실행에서 바로 통과했는지, 아니면 재실행이나 사람의 수정이 필요했는지 여부.

그런 다음 계산해 보세요. 라우팅을 결정짓는 핵심 지표는 '수용된 변경 사항당 비용'입니다. 절반의 확률로 실패하는 저렴한 모델이 첫 시도에 바로 통과하는 강력한 모델보다 결과적으로 비용이 더 많이 들 수 있다는 점은 더 저렴한 모델이 오히려 비용을 가중시키는 경우에서 다룬 핵심 논점입니다.

서드파티 벤치마크 데이터 역시 같은 결론을 가리킵니다. Artificial Analysis에 따르면 자사 인텔리전스 인덱스 평가 실행 비용은 Gemini 4 Carbon(high)에서 $7.76, Claude Fable 5.2(max)에서 $26.54가 발생했으며, 점수는 Carbon이 60점, Fable이 65점을 기록했습니다. 3.4배의 비용을 치르고 얻는 5점의 점수 차이는, 그 5점이 실제 결과물의 당락을 바꾸는 태스크에만 지불할 가치가 있습니다.

간단한 로그 기록만으로도 충분히 시작할 수 있습니다:

task       model          runs  tokens_in  tokens_out  cost_usd  passed_first
COIN-212   gemini-4-argon    1     48,000      9,500      0.19   yes
COIN-213   gemini-4-argon    2    121,000     22,000      0.46   no
COIN-213   gemini-4-carbon   1    210,000     41,000      0.83   yes

여기서 COIN-213은 Argon에서 실패한 뒤 Carbon으로 에스컬레이션되어 통과했습니다. 이 태스크에 소요된 총비용은 $1.29이며, 이 기록을 보면 유사한 태스크를 다음번에 처음부터 Carbon으로 시작해야 할지 판단할 수 있습니다.

보드에서 태스크 단위로 관리하기

이 규칙은 말하기는 쉽지만, 모든 개발자가 각자의 터미널에서 모델을 제각각 선택한다면 지키기 어렵습니다. 태스크가 관리되는 바로 그 위치에 라우팅 설정을 두어야 합니다.

각 에이전트에 고정 모델 지정하기

Sharkly에서 에이전트는 기본적으로 런타임의 모델 설정을 따르며, 에이전트 설정의 모델 항목에서 해당 런타임 카탈로그에 있는 다른 모델을 선택하거나 모델이 지원하는 경우 사고 깊이를 지정할 수 있습니다. 자세한 내용은 에이전트 문서를 참조하세요. 이를 통해 티어별로 에이전트를 하나씩 둘 수 있습니다. 빠른 모델을 쓰는 기본 에이전트 하나와 강력한 모델을 쓰는 에스컬레이션 에이전트 하나를 구성하는 식입니다.

특정 1회 실행만 에스컬레이션하기

태스크를 할당할 때 해당 실행에 사용할 모델을 별도로 선택하여, 해당 실행에 한해서만 에이전트의 기본 설정을 덮어쓸 수 있습니다. 이를 통해 실패 시 에스컬레이션을 한 번에 처리할 수 있습니다. 리뷰어가 태스크를 반려하면, 다른 팀원들이 사용하는 에이전트 설정을 바꿀 필요 없이 해당 재실행만 Carbon으로 보낼 수 있습니다.

기록을 한곳에서 일원화하여 관리하기

모든 실행에는 실행 로그가 보존되므로 비용 및 통과율 데이터는 어림짐작이 아닌 실제 완료된 태스크 기록에서 산출됩니다. 난이도가 아닌 역할별로 업무를 분담하는 크루에 대해서는 에이전트 크루를 위한 모델 라우팅을 확인하세요. 관리·감독 측면에 대해서는 팀 내부 통제 장치를 다룬 누가 여러분의 에이전트를 제어하는가에서 살펴보실 수 있습니다. Sharkly는 무료로 시작할 수 있습니다.

태스크별 라우팅의 대안들

• 모든 작업에 단일 모델 사용: 1인 개발자에게는 무난하지만, 태스크의 다양성이 커지는 순간 비효율적입니다.
• 자동 라우터 모델: 소형 모델이 프롬프트를 분류하여 대상을 선택합니다. 하지만 결정 과정이 불투명해지고 리뷰 실패 여부를 파악하지 못합니다.
• 에이전트 팀 모드: Antigravity 내 Google의 /swarm 프리뷰는 Carbon에 기획과 감사를 맡기고 경량 모델들이 병렬로 작업을 수행하도록 합니다. 이는 하나의 작업 내부에서 역할별로 라우팅하는 방식으로, 태스크 단위 라우팅을 보완해 줍니다.

마치며

Google은 출시 블로그 글을 통해 명확한 라우팅 규칙을 제시했습니다. 기본은 Argon으로 두고, 자격이 검증된 태스크에만 Carbon을 사용하는 것입니다. 고난도 태스크를 식별하는 4가지 신호를 정립하고, 그 외의 모든 작업은 저비용 모델로 시작한 뒤, 리뷰 실패 시 상위 모델로 에스컬레이션하며 태스크별 비용과 통과율을 기록하세요. 2주만 지나면 그 어떤 벤치마크보다 신뢰할 수 있는 여러분 팀만의 라우팅 기준이 세워질 것입니다.

다음 단계: 지금 바로 Sharkly에서 기본 모델 에이전트와 에스컬레이션 모델 에이전트 2개를 설정하고, 이번 주 태스크부터 직접 라우팅해 보세요.

자주 묻는 질문 (FAQ)

코딩 에이전트에는 Gemini 4 Carbon과 Argon 중 무엇을 써야 하나요?

대부분의 태스크에는 Argon을 사용하고, 까다로운 태스크에만 Carbon을 사용하세요. Google의 GA 발표 글에서도 Argon이 “대다수의 소프트웨어 엔지니어링에 여전히 가장 이상적인 선택”이며, Carbon은 모델의 한계를 시험하는 태스크를 위한 것이라고 명시하고 있습니다.

Gemini 4 Carbon이 Argon보다 더 비싼가요?

토큰 기준으로는 아닙니다. 2026년 11월 30일까지 두 모델 모두 100만 토큰당 입력 $2, 출력 $10로 가격이 같습니다. 하지만 태스크 기준으로는 대체로 더 비쌉니다. Google에 따르면 Carbon이 탐색과 검증에 더 많은 토큰을 소모하기 때문입니다.

11월 30일 이후 Gemini 4 Carbon의 가격은 어떻게 바뀌나요?

Google의 각주에 따르면 출시 특가는 2026년 11월 30일에 종료되며, 이후 Carbon의 가격은 100만 토큰당 입력 $4, 출력 $20로 조정됩니다.

AI 에이전트를 위한 모델 라우팅이란 무엇인가요?

모델 라우팅이란 수용된 변경 사항당 비용을 최소화하는 것을 목표로, 각 태스크의 난이도에 맞춰 적절한 모델을 선택하는 방식을 말합니다.

태스크를 언제 상위 모델로 에스컬레이션해야 하는지 어떻게 알 수 있나요?

태스크의 작업 호흡이 길거나, 여러 파일에 걸쳐 있거나, 보안에 민감한 코드를 다루거나, 기본 모델에서 이미 리뷰를 통과하지 못한 경우에 상위 모델로 에스컬레이션하세요.

Sharkly에서는 에이전트마다 서로 다른 모델을 지정할 수 있나요?

네, 가능합니다. 각 에이전트 설정의 모델 항목에서 해당 런타임 카탈로그의 모델을 선택할 수 있으며, 태스크를 할당할 때 특정 1회 실행에 한해 모델을 재정의할 수도 있습니다.