제미나이 4 카본 공개, 사이버보안 특화 프런티어 모델

제미나이 4 카본 공개, 무엇이 달라졌나

구글 딥마인드가 새로운 프런티어 모델 제미나이 4 카본(Gemini 4 Carbon)을 발표했다. 구글이 지금까지 내놓은 모델 중 가장 강력한 모델로, 최고 수준의 사이버보안 능력과 장기 작업(long horizon) 수행력을 내세운다. 발표는 구글 딥마인드 SVP 겸 구글 최고 AI 아키텍트 명의로 이뤄졌으며, 대상 독자는 사이버 방어자와 개발자, 기업, 소비자다. 성능 소개와 함께 배포 범위를 함께 밝혔다는 점에서 단순한 모델 추가보다 운영 전략이 부각된다.

카본은 Artificial Analysis Intelligence Index v5.0에서 59점으로 1위를 기록했다고 구글이 밝혔다. 코딩과 에이전트 작업, 사이버보안 방어에 중요한 역량 전반에서 큰 향상을 보였고, 취약점 탐지 SEC-bench Pro 88.2%, 익스플로잇 ExploitGym 54.8%, 패치 CWE-bench 71.0%를 기록했다. 이 수치들은 모두 가드레일 없이 평가된 외부 벤치마크 결과라고 원문은 명시한다. 탐지와 검증, 패치가 서로 다른 보안 단계라는 점을 감안하면 여러 지점에서 성과를 낸 셈이다.

웹 개발에서도 변화가 있다. 카본은 WebDev Arena에서 89 elo 포인트 상승해 1768점으로 4위에 올랐다. 구글 내부 라이브 코딩 환경에서는 고위험 정렬 경보가 약 80% 줄었고, 근거 없는 주장도 아르곤 대비 약 2배 감소했다고 회사는 전했다. 보안 특화 모델이 코딩 전반의 정렬 문제와도 맞닿아 있음을 보여주지만, 내부 관측이 외부 코드베이스에서 같은 폭으로 재현된다고 단정하기는 어렵다.

구글은 카본을 '다음 프런티어 모델'로 규정하면서도 배포는 의도적으로 좁게 시작한다고 강조했다. 이는 성능 발표와 실제 사용 가능 시점 사이에 간격이 있다는 뜻으로, 발표 직후 카본을 바로 쓰려는 개발자에게는 제약이 된다. 관심이 큰 모델일수록 접근 대기 수요가 생길 수 있으나, 구글은 보안 능력의 양면성을 고려해 초기 범위를 제한한 것으로 보인다. 결국 이번 발표의 초점은 최고 성능 자체보다 그 성능을 어떤 순서와 조건으로 제공할지에 있다.

제미나이 4 카본, 왜 이슈인가

가장 큰 쟁점은 보안 능력의 양면성이다. 카본이 취약점을 찾아내고 익스플로잇 가능성을 검증하는 데 강하다는 것은 방어자에게 유용한 도구지만, 같은 능력이 공격자에게 넘어가면 위험이 된다. 그래서 구글은 곧바로 일반 공개하지 않고 사이버 방어자 일부를 시작으로 신뢰 파트너에게만 단계적으로 접근을 열겠다고 밝혔다. 방어자에게는 패치 우선순위를 정하고 검증하는 능력이 중요한 만큼, 배포 통제 자체가 모델 성능만큼 핵심 쟁점이 된다.

경쟁 구도도 분명하다. 구글에 따르면 크롬 팀은 카본으로 고품질 패치를 생성했을 때 '다른 연구소의 대형 프런티어 모델'보다 10배 이상 좋은 성능을 보였는데, 어느 경쟁 모델인지는 밝히지 않았다. 원문에 직접 언급은 없지만, 보안 벤치마크 우위는 기업용 AI 조달 결정에 영향을 줄 수 있는 지점이다. 보안 조직은 점수뿐 아니라 실제 코드베이스에서 재현되는지와 도입 후 패치 품질, 검증 부담이 어떻게 바뀌는지를 함께 살피게 된다.

규제 측면에서는 미국 정부의 자발적 사전 출시 테스트 과정에 참여한다는 점이 눈에 띈다. 프런티어 모델을 배포 전에 정부가 검증하는 절차는 최근 논쟁이 된 사안으로, 구글이 속도와 규제 대응을 동시에 가져가려는 전략으로 읽힌다. 원문은 심사 내용이나 일정은 밝히지 않았다. 자발적 사전 테스트는 출시 전 검증과 출시 속도 사이의 균형 문제를 드러내며, 어떤 조건에서 일반 제공이 결정될지가 향후 관찰 지점이다.

사용자와 개발자 입장에서는 접근 제한이 곧 기회비용이다. 경쟁 모델을 쓰는 팀은 카본의 보안 성능 수치를 보면서도 곧바로 같은 능력을 쓸 수 없고, 구글은 초기 피드백을 받아 가드레일을 다듬은 뒤에야 일반 제공을 결정할 수 있다. 접근 제한은 보안상 합리적이지만, 시장에서는 성능 수치와 실제 사용 가능성 사이의 간격을 비용으로 인식할 수 있다. 이미 다른 모델로 워크플로를 구성한 팀은 전환 시점과 재검증 부담을 함께 계산해야 한다.

제미나이 4 아르곤에서 무엇이 바뀌었나

카본은 2주 전 공개된 제미나이 4 아르곤 위에 세워졌다. 구글은 연구진과 모델이 서로 맞물려 역량을 빠르게 밀어붙이면서 안전장치도 함께 강화하는 속도를 카본이 보여준다고 설명한다. 아르곤은 현재 개발자용으로 제공 중이며, 카본은 그 위에 사이버보안과 장기 작업 역량을 얹은 형태다. 기반 모델이 이미 공개돼 있다는 점은 카본의 변화가 완전히 별개의 모델이라기보다 기존 기반 위에 특정 능력을 더한 확장이라는 성격을 보여준다.

안전 스택은 아르곤과 같은 다층 구조를 따른다. 모델 학습 단계의 정렬, 실시간 오용 방어, 프롬프트 인젝션 저항성, 사고 과정 모니터링이 포함된다. 구글은 아르곤에서 정렬 성과를 안전·보안 보고서로 공개했고, 카본에서는 복잡하거나 압박이 큰 작업에 올바르게 대응하도록 추가 학습을 했다고 밝혔다. 여러 층이 함께 작동하는 구조이므로, 어느 한 장치만으로 안전성을 보장한다기보다 단계별 통제가 결합된 형태로 이해할 수 있다.

구체적 개선 수치도 제시됐다. 카본은 Terminal-Bench 4.0에서 성공적인 부정행위를 0.0%로 줄였고 부정 시도 자체도 0.4%로 떨어졌다. Gray Swan의 간접 프롬프트 인젝션 벤치마크에서는 아르곤의 0.7% 공격 성공률을 0.0%로 낮춰 평가된 모든 공격 시도를 막았다고 한다. 다만 이런 수치는 구글 자체 또는 협력 벤치마크 결과라는 점을 감안해야 한다. 수치가 좋아졌다는 사실과 실제 서비스 환경에서 동일하게 유지된다는 것은 별개의 문제다.

또한 카본은 아르곤과 같은 안전 스택을 공유한다고 해서 두 모델의 위험 프로필이 완전히 같다는 뜻은 아니다. 보안 관련 능력이 커질수록 같은 안전장치가 더 많은 오용 시나리오를 감당해야 하므로, 구글은 카본에서 정렬 훈련을 한 단계 더 밀어붙였다고 설명한다. 능력 향상과 안전 강화가 동시에 이뤄졌다는 주장은 배포 후 실제 오용 시도와 방어 결과가 공개돼야 더 분명히 검증될 수 있다.

제미나이 4 카본 가격과 사용 조건

가격은 아르곤과 같은 도입가로 시작한다. 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 캐시된 입력 토큰은 입력 토큰 가격에서 95% 할인된다. 도입 기간이 끝나면 입력 4달러, 출력 20달러가 적용된다고 원문은 밝혔다. 도입 기간의 길이는 제시되지 않았다. 초기에는 낮은 단가로 유입을 유도하지만, 장기 운영에서는 가격 전환 시점이 비용 계획의 핵심 변수가 된다.

접근 범위는 좁게 시작한다. 이번 주부터 사이버 방어자 일부에게 카본을 제공하고, Fairwind Program을 통해 추가 신뢰 파트너에게 단계적으로 열 예정이다. 개발자·기업·소비자용 제품 표면에는 가드레일 피드백을 더 수집한 뒤 가능한 한 빨리 제공하겠다는 계획이다. 따라서 발표 시점에 모든 사용자가 같은 조건으로 모델을 쓸 수 있는 것은 아니며, 초기 사용자는 제한된 집단에 속한다는 전제를 감안해야 한다.

활용 대상은 장기 에이전트 워크플로다. 구글 내부 팀은 카본이 며칠 동안 실행되면서 막다른 길을 버티고, 대규모 코드베이스와 저수준 시스템 전반의 미묘한 버그를 근본 원인까지 추적해 패치하는 작업을 해냈다고 한다. 코딩·에이전트·과학 작업과 풀스택 웹 개발, 멀티모달 이해도 개선 대상에 포함됐다. 장기 작업은 한 번의 응답 품질보다 중간 실패를 견디고 목표를 유지하는 능력이 중요하다는 점에서 일반 대화형 사용과 다른 평가 기준을 요구한다.

구글은 카본이 사이버 방어 라이프사이클 전반, 즉 취약점 탐지와 검증, 수정에서 최고 수준 성능을 낸다고 설명한다. 방어자에게는 패치 우선순위를 정하고 근본 원인을 고치는 작업을 자동화하는 데 쓰일 수 있지만, 실제 도입 효과는 각 조직의 코드베이스와 보안 정책에 따라 달라질 수 있다. 가격과 접근 조건이 함께 공개됐다는 점은 성능 외에 운영 가능성까지 고려해야 한다는 신호로 읽힌다.

제미나이 4 카본 반론과 한계

원문에서 확인되지 않는 부분이 적지 않다. 외부 벤치마크 수치는 모두 '가드레일 없이' 평가됐다고 명시돼 있어 실제 제품에 가드레일이 적용된 상태의 성능과 같다고 보기는 어렵다. 벤치마크 표본 크기, 평가 방법, 재현 절차도 공개되지 않았다. 따라서 수치가 높다는 사실만으로 실제 환경의 안정성과 보안성을 동시에 보장한다고 해석하기는 이르다.

내부 수치의 검증 가능성도 제한적이다. 보안 코드 생성 성공률 2배 향상, 크롬 팀의 패치 품질 10배 우위, 며칠간 이어지는 장기 실행 사례는 모두 구글 내부 관측이다. 비교 대상이 된 '다른 연구소의 대형 프런티어 모델'이 어느 제품인지 밝히지 않아 제3자가 독립적으로 확인할 방법이 없다. 내부 사례는 유용한 신호일 수 있지만, 외부 조직이 같은 조건을 재현할 수 있는지가 별도로 확인돼야 한다.

비용과 일정에도 불확실성이 남는다. 도입 가격이 언제 끝나는지, 개발자와 소비자가 언제 정식으로 쓸 수 있는지에 대한 날짜는 제시되지 않았다. 보안 능력을 제한 배포로 통제한다고 해도 취약점 탐지와 익스플로잇 검증 기능이 양용적이라는 점은 별도의 위험으로 남는다. 원문은 악용을 막는 구체적 기술 통제 방식을 설명하지 않는다. 접근 제한과 기술 통제가 어떻게 결합되는지는 실제 배포 단계에서 드러날 부분이다.

또한 '최고 수준'이라는 표현은 비교 시점과 비교 대상에 따라 달라진다. 원문은 Artificial Analysis Intelligence Index v5.0과 여러 벤치마크 이름을 제시하지만, 경쟁 모델의 같은 시점 점수는 제시하지 않아 카본이 얼마나 앞서는지는 원문만으로 판단하기 어렵다. 결국 성능 주장의 강도는 수치 자체뿐 아니라 비교 조건과 검증 방식이 공개되는 정도에 따라 달라질 수밖에 없다.

제미나이 4 카본 앞으로 지켜볼 것

다음 분기에 확인할 첫 신호는 정식 출시 일정과 가격 전환 시점이다. 도입가가 끝나면 입력 4달러·출력 20달러로 오르기 때문에 개발자와 기업은 카본을 장기 에이전트 워크플로에 넣을 때 비용 구조를 다시 계산해야 한다. 무료 체험 기간이나 사용량 한도에 대한 언급은 원문에 없다. 초기 도입 팀은 성능뿐 아니라 가격 전환 이후에도 같은 작업을 감당할 수 있는지 미리 따져야 한다.

Fairwind Program을 통해 카본을 쓰게 되는 파트너가 어떤 결과를 내는지도 관건이다. 사이버 방어자 일부의 실제 사용 사례가 공개되면 벤치마크 점수가 실무에서 어느 정도로 재현되는지 가늠할 수 있다. 보안 업체 Wiz가 웹 침투 테스트 벤치마크에서 카본의 우위를 관찰했다는 언급도 이런 실사용 검증의 한 예다. 파트너 사용 결과는 제한 배포가 단순한 통제 장치인지, 실제 피드백을 축적하는 과정인지를 보여줄 수 있다.

외부 검증도 지켜볼 부분이다. 원문에 직접 언급은 없지만, 경쟁사 모델과의 비교가 특정되지 않은 만큼 제3자 벤치마크에서 순위가 어떻게 바뀌는지가 시장 평가에 영향을 줄 수 있다. 미국 정부의 자발적 사전 테스트가 어떤 조건을 남기는지도 프런티어 모델 배포 관행에 영향을 미칠 수 있다. 벤치마크 이름과 점수만으로는 알기 어려운 평가 방법과 재현성 문제가 공개될지도 함께 지켜봐야 한다.

마지막으로 카본의 장기 작업 능력이 실제 서비스에서 어느 정도 비용으로 유지되는지가 관건이다. 며칠 동안 실행되는 에이전트 워크플로는 토큰 소비가 크기 때문에, 가격 전환 이후에는 성능 향상이 비용 증가를 상쇄하는지가 도입 여부를 가를 수 있다. 원문은 이에 대한 구체적 사용량 데이터를 제공하지 않는다. 장기 작업의 성과가 실제 운영 비용과 함께 공개될 때 카본의 실용성은 더 분명해질 것이다.

자주 묻는 질문

관련 기사

• 제미나이 4 아르곤, 코딩·금융·법률·과학 실무 겨냥해 출시
• 제미나이 4 아르곤, 100만 토큰 출력으로 장기 추론·사이버 방어
• 메타 AI 뮤즈 참, 50달러 개발킷과 클로드로 미리 만들다
• 엔비디아 RTX Spark 노트북, AI 에이전트·게임 기능 확대

출처

Google DeepMind 원문

원문 확인 2026-10-29