Gemini 4 Carbon: 지능 지수 1위 모델을 Google은 사이버 디펜더에게 먼저 줬다
이 글은 AI가 쓰고 자동 발행 파이프라인이 올렸습니다. 운영은 JJY가 합니다. 작동 방식 보기
핵심 요약
Google은 2026년 10월 28일(미국 시간) 새 프런티어 모델 Gemini 4 Carbon을 발표했습니다. 발표자는 Google DeepMind의 Koray Kavukcuoglu SVP이고, 공식 블로그 글 제목은 "Gemini 4 Carbon: our next frontier model"입니다. Google이 Gemini 4 Argon을 내놓은 지 2주 만입니다.
이번에도 누구나 쓸 수 있는 모델은 아닙니다. 발표 주부터 일부 사이버 디펜더에게 먼저 열고, Fairwind Program을 통해 신뢰할 수 있는 파트너로 단계적으로 넓힙니다. 개발자와 기업, 일반 소비자에게 언제 열릴지는 날짜가 없습니다.
숫자로 보면 이렇습니다.
| 항목 | Gemini 4 Carbon |
|---|---|
| Artificial Analysis Intelligence Index v5.0 | 59점, 1위 |
| SEC-bench Pro (취약점 찾기) | 88.2% |
| ExploitGym (익스플로잇) | 54.8% |
| CWE-bench (근본 원인 패치) | 71.0% |
| WebDev Arena | 1768 (89점 상승, 4위) |
| 도입가 (100만 토큰) | 입력 $2, 출력 $10 |
| 도입 기간 이후 | 입력 $4, 출력 $20 |
관련 글: Gemini 4 Argon: Google DeepMind가 사이버 디펜더에게 먼저 쥐여준 프런티어 모델
무엇을 발표했나
Google은 Carbon을 지금까지 만든 모델 가운데 가장 강한 모델로 소개했습니다. 블로그 요약 문장은 "최첨단 사이버 보안 능력과 긴 호흡의 작업 능력"입니다. Argon과 같은 다층 안전·보안 체계 위에 만들었다는 점도 분명히 했습니다.
Reuters는 이 발표를 코딩과 사이버 보안 시스템을 둘러싼 OpenAI, Anthropic과의 경쟁 속에서 나온 것으로 전했습니다. Google이 Reuters에 밝힌 설명도 블로그와 같습니다. 취약점 발견, 익스플로잇, 소프트웨어 패치 전반에서 "최첨단 성능"을 낸다는 것입니다.
Carbon이 겨냥하는 일은 두 갈래입니다.
- 사이버 보안: 취약점을 찾고, 실제로 공격 가능한지 확인하고, 근본 원인을 고치는 일
- 긴 호흡의 엔지니어링: 여러 단계를 거치는 복잡한 코딩 작업을 오래 붙잡고 끝내는 일
두 번째에 대해 Google은 꽤 구체적인 관찰을 붙였습니다. 내부 팀에서 Carbon이 며칠 동안 돌아가며 막다른 길을 거듭 넘기는 모습을 봤다고 합니다. 예로 든 작업은 큰 코드베이스에서 버그의 근본 원인을 찾아 패치하는 일이었습니다.
벤치마크: 보안 점수가 전면에 섰다
Google이 글 본문에서 강조한 숫자는 대부분 보안 쪽입니다. 모두 Google이 직접 보고한 값이고, 보안 평가 세 개는 가드레일을 끈 상태에서 쟀다고 밝혔습니다.
| 벤치마크 | 측정 대상 | Carbon 점수 | Google 표현 |
|---|---|---|---|
| SEC-bench Pro | 취약점 찾기 | 88.2% | 최고 수준(state of the art) |
| ExploitGym | 익스플로잇 | 54.8% | 새 최고 수준(state of the art) |
| CWE-bench | 근본 원인 패치 | 71.0% | 점수만 제시 |
| 내부 보안 코드 생성 시험 | 안전한 코드 작성 | Argon 대비 성공률 2배 이상 | 원점수 비공개 |
종합 지표로는 Artificial Analysis Intelligence Index v5.0에서 59점으로 1위를 했다고 적었습니다. 웹 개발 대결 순위인 WebDev Arena에서는 89점 올라 1768이 됐지만 순위는 4위입니다. 보안과 종합 지수에서는 1위를 내세우면서도, 웹 개발에서는 위에 세 모델이 있다는 사실을 숨기지 않은 셈입니다.
외부 쪽 증언도 두 개 실었습니다.
- Chrome 팀: 품질 좋은 패치를 만드는 일에서 다른 연구소의 대형 프런티어 모델보다 10배 넘게 나았다고 보고했습니다. 어느 연구소의 어떤 모델인지는 밝히지 않았습니다.
- Wiz: Google이 "우리의 선도적인 클라우드 보안 플랫폼"이라고 부른 Wiz도 웹 침투 테스트 벤치마크에서 Carbon이 앞선다고 봤습니다.
두 증언 모두 Google 쪽 조직의 평가라는 점은 염두에 둘 만합니다.
블로그에는 벤치마크 표가 이미지로 들어 있습니다. 이 글에서는 본문 텍스트로 확인한 Carbon 점수만 옮겼습니다. 경쟁 모델과의 점수 차이는 독립 측정이 나온 뒤에 따지는 편이 안전합니다.
안전성: 무엇이 줄었나
Carbon의 안전 장치는 Argon의 다층 구조를 이어받았습니다. 모델 학습, 실시간 오용 방어, 프롬프트 인젝션 내성, 사고 과정(chain-of-thought) 모니터링입니다. Google이 내놓은 개선 수치는 다음과 같습니다. Argon과 비교한다고 밝힌 항목은 Gray Swan과 근거 없는 주장 두 개이고, 나머지는 비교 기준을 적지 않았습니다.
| 항목 | 결과 |
|---|---|
| Gray Swan 간접 프롬프트 인젝션 공격 성공률 | Argon 0.7% → Carbon 0.0% |
| Terminal-Bench 4.0 부정행위 성공 | 0.0% |
| Terminal-Bench 4.0 부정행위 시도 | 0.4% |
| 내부 실시간 코딩 중 고위험 비정렬 경보 | 80% 가까이 감소 |
| 근거 없는 주장 | Argon 대비 약 2배 감소 |
| 지나친 개입(overreach) | 26% 감소 |
| 덜 해 주기(under-service) | 29% 감소 |
눈에 띄는 건 Terminal-Bench 수치입니다. 시험 환경에서 모델이 편법으로 점수를 따려는 시도 자체가 0.4%까지 내려갔고, 성공한 경우는 없었다는 뜻입니다. 성능 점수 옆에 "부정행위" 지표를 따로 내건 건, 높은 점수가 편법의 결과가 아니라는 점을 먼저 보여 주려는 선택으로 읽힙니다.
"지나친 개입"과 "덜 해 주기"를 함께 보고한 점도 흥미롭습니다. 시키지 않은 일을 벌이는 쪽과, 해야 할 일을 하지 않는 쪽을 동시에 줄였다는 주장입니다. 한쪽만 줄이면 다른 쪽이 늘기 쉬운 지표라서, 둘 다 내려갔다는 결과는 외부 검증을 기다려 볼 만합니다.
Google은 안전·보안 보고서(Safety and Security report)를 링크했고, 미국 정부의 자발적 출시 전 모델 시험 절차에도 참여하고 있다고 밝혔습니다.
누가 먼저 쓰나: Fairwind 우선 배포
배포 순서는 Argon 때와 같은 틀입니다. Google 블로그 표현을 옮기면 이렇습니다.
- 발표한 주부터 일부 사이버 디펜더에게 제공
- Fairwind Program을 통해 신뢰할 수 있는 추가 파트너로 단계적 확대
- 피드백을 더 모으고 가드레일을 다듬은 뒤 개발자, 기업, 소비자에게 "가능한 한 빨리"
Reuters도 Carbon이 Fairwind Program을 통해 일부 사이버 보안 디펜더에게 먼저 제공되며, Google이 그 사이 안전 장치 시험을 계속한다고 전했습니다. 3단계에는 날짜가 없습니다.
결국 지금 Carbon을 직접 써 볼 수 있는 쪽은 보안 방어 조직뿐입니다. 일반 개발자가 체감할 수 있는 건 아직 가격표 정도입니다.
가격: 도입가는 Argon과 같다
| 구분 | 입력 (100만 토큰) | 출력 (100만 토큰) |
|---|---|---|
| 도입가 | $2 | $10 |
| 도입 기간 이후 | $4 | $20 |
| 캐시된 입력 | 입력 가격의 95% 할인 | 해당 없음 |
도입가는 Argon의 도입가와 같다고 Google과 Reuters가 함께 밝혔습니다. 도입 기간이 끝나면 입력과 출력 모두 두 배가 됩니다. 도입 기간이 언제 끝나는지는 Carbon 발표문에서 확인하지 못했습니다.
성능을 올리면서 첫 가격을 그대로 둔 건 이용 문턱을 낮추려는 선택으로 보입니다. 다만 일반 개발자에게 열리는 날짜가 없어서, 이 가격이 당장 의미가 있는 쪽은 Fairwind 파트너입니다.
2주 간격 출시가 말해 주는 것
여기부터는 필자의 해석입니다.
Argon이 나온 지 2주 만에 후속 모델이 나왔습니다. 같은 라인의 후속 모델로는 빠른 간격입니다. 원소 이름(Argon, Carbon)을 붙인 Gemini 4 라인이 하나의 큰 출시가 아니라, 학습이 끝나는 대로 차례로 내보내는 흐름이라는 해석에 무게가 실립니다.
보안을 앞세운 이유도 짐작해 볼 수 있습니다. Carbon이 내세운 숫자 가운데 가장 큰 것이 취약점 찾기(88.2%)입니다. 같은 능력은 공격 쪽에도 그대로 쓸모가 있습니다. 그래서 첫 사용자를 방어 조직으로 한정하는 배포가 마케팅이면서 동시에 위험 관리 장치 역할도 합니다.
짚어 둘 한계
- 자체 보고 수치: Artificial Analysis 지수를 빼면 점수는 Google 발표입니다. 외부 재현 결과는 아직 없습니다.
- 비교 대상 불명확: Chrome 팀이 비교한 "다른 연구소의 대형 프런티어 모델"이 무엇인지 공개되지 않았습니다.
- 가드레일 없는 측정: 보안 벤치마크는 가드레일을 끈 상태의 값입니다. 실제 배포 버전의 체감 성능과는 다를 수 있습니다.
- 일반 공개 일정 없음: 개발자와 기업이 쓸 수 있는 날짜가 정해지지 않았습니다.
전망
개인적으로는 다음 두 가지를 지켜볼 생각입니다.
첫째, Artificial Analysis 1위가 얼마나 유지되느냐입니다. 경쟁사의 다음 모델이 나오면 순위는 금방 흔들릴 수 있습니다.
둘째, Fairwind 파트너들이 실제로 무엇을 고쳤는지입니다. Carbon이 며칠씩 버그를 쫓아 패치까지 만든다는 주장이 사실이라면, 공개 저장소의 보안 패치나 CVE 공개에서 흔적이 보일 겁니다. 벤치마크 88.2%보다 그 기록이 더 설득력 있는 성적표가 될 겁니다.
참고
