Google에 따르면 Gemini 4 Argon은 에이전트 개발 키트(ADK)의 Python 코드베이스를 11시간 동안 사람의 개입 없이 작업했다. ADK는 에이전트를 구축하고 배포하기 위한 오픈소스 프레임워크다. 작업 결과 Google이 채택한 최적화는 두 가지였다. 하나는 장시간 세션에서 메모리 내 세션 준비에 드는 오버헤드를 약 40% 줄였고, 다른 하나는 패키지를 처음 불러오는 속도를 21% 높였다.
이번 작업은 모델이 앱을 처음부터 만드는 대신 기존 프로젝트를 개선할 수 있는지 시험했다. ADK는 소스 파일 약 800개에 걸쳐 코드가 약 20만5천 줄에 이른다. Google 소프트웨어 엔지니어 Bo Yang은 2026년 10월 13일 게시물에서 밤사이 진행된 작업을 설명했고, InfoQ도 결과를 보도했다.
Argon은 무엇을 바꿨나?
한 가지 변경은 ADK가 대화 이벤트를 복사하기 전에 필터링하도록 한 것이다. 기존에는 메모리 내 세션 서비스가 호출자가 요청한 이벤트만 추리기 전에 전체 대화를 복사했다. 또 다른 변경은 무거운 패키지를 필요한 시점에만 불러오도록 했다. 간단한 텍스트 에이전트도 실제로 사용하지 않는데 오디오·비디오, 추적, 웹 서버용 구성 요소를 불러오고 있었다.
Google은 대화가 길어질수록 세션 개선으로 시간이 절약됐다고 밝혔다. 도구 호출이 포함된 158턴 실행에서는 반복 복사를 없애 프레임워크 오버헤드가 65.6초에서 56.1초로 줄었다. 이 시간은 프레임워크가 쓴 시간이며, 모델이 작업을 수행하는 데 걸린 시간은 아니다. Google은 지연 로딩 변경으로 패키지를 처음 불러오는 속도도 21% 빨라졌다고 밝혔지만, 게시물에는 절약된 절대 시간이 나와 있지 않다.
팀은 실행을 안내하기 위해 .agents/skills 파일에 저장소별 지침을 추가하고, 세션이 이어지는 동안 작업 목표를 유지하도록 Google Antigravity에서 /goal 모드를 사용했다. Argon은 네 가지 작업 부하에서 기준 성능을 측정하고, 파일 32개에 걸쳐 최적화 6가지를 제안했으며, 작업을 마치기 전에 오픈소스 단위 테스트 16,892개를 모두 실행했다.
제안 네 건은 왜 검토에서 기각됐나?
Google은 제안된 변경 6건 가운데 2건만 채택했다. 나머지 4건은 신뢰성, 유지보수성, 호환성 또는 성능 향상이 의미 있는지에 대한 우려로 개발자 검토 후 기각됐다. 기각된 캐시 최적화 중 하나는 합성 멀티 에이전트 벤치마크에서 성능을 17% 높였지만, Python이 가비지 컬렉션 뒤 메모리 주소를 재사용하면 오래된 데이터를 반환할 수 있다고 Google은 설명했다.
이번 사례에서 Google 팀이 유용하다고 판단한 점은 에이전트가 여러 파일에 걸친 변경 사항을 추적하고 사람이 검토할 코드를 준비할 수 있다는 것이다. 하지만 에이전트가 검토 없이 안전하게 변경 사항을 만들고 배포할 수 있다는 점을 보여준 것은 아니다. Google의 설명에 따르면 앞선 시도는 팀의 관례와 예외 상황을 놓쳤고, 밤사이 진행된 작업에서도 유지관리자가 어떤 제안을 안전하게 반영할지 결정해야 했다.
왜 중요한가
대규모 Python 프로젝트를 유지관리하는 소프트웨어 팀에 이번 사례는 코딩 에이전트가 함수 하나만 수정하는 데 그치지 않고 여러 파일에 걸친 성능 개선점을 찾는 데 도움을 줄 수 있음을 보여준다. 다만 결과는 Google이 자체적으로 밝힌 내용이며, 엔지니어들은 제안 네 건을 기각했다. 따라서 이번 작업만으로 테스트나 코드 검토를 생략해도 된다고 볼 수는 없다.
