제미나이 4 카본(Carbon)을 지금 바로 만나보세요

오늘 구글은 개발자, 기업, 과학자 및 일반 이용자를 대상으로 ‘제미나이 4 카본(Gemini 4 Carbon)’을 출시합니다. 카본은 복잡한 지식 작업부터소프트웨어 엔지니어링, 사이버보안, 과학적 추론에 이르기까지 장기간에 걸쳐 수행되는 에이전틱 워크플로우에서 프론티어급 성능을 제공하는 구글의 가장 강력한 모델입니다.

구글은 2주 전 '페어윈드 프로그램(Fairwind Program)'을 통해 일부 사이버보안 전문가들에게 카본을 먼저 공개했습니다. 최근 선보인 제미나이 4 아르곤(Gemini 4 Argon)에 이어, 카본은 AI 모델의 성능 한계를 한층 더 끌어올렸습니다. 아르곤이 대부분의소프트웨어 엔지니어링 및 지식 작업에 적합한 모델이라면, 카본은 복잡한 다단계 코딩과디버깅, 개방형 과학 연구 및 발견 등 모델의 지능을 한계까지 시험하는 고난도 작업에 최적화 되어 있습니다.

실제 워크플로우에서의 모델 성능을 평가하기 위한 다양한 독립 벤치마크에서 카본은 프론티어급 정확도와 실용적인 비용 효율성을 동시에 입증했습니다. 카본은 커서벤치 4.0(CursorBench 4.0) , 퍼플렉시티의 WANDR(Perplexity’s WANDR) , 재피어의 오토메이션벤치(Zapier’s AutomationBench) 에서 모두 1위를 차지했으며, 작업당 비용은 차순위 모델보다 2배 이상 낮았습니다.

카본을 보다 크고 복잡한 프로젝트에 활용할 수 있도록, 구글은 구글 안티그래비티(Google Antigravity)의/swarm 기능을 미리 선보 입니다. 이 기능은 단일 프롬프트만으로 여러 에이전트가 협업하는 팀을 구성하고, 작업 진행 상황을 실시간으로 추적할 수 있도록 지원합니다. 개발자는 아키텍처 설계, 작업 조율, 감사 등 고도의 추론이 필요한 역할에 카본을 배치하는 동시에, 병렬로 운영되는 작업 공간과 모든 변경 사항을 테스트하는 적대적 검증기(adversarial verifiers)에는 더 빠르고 가벼운 모델을 활용할 수 있습니다.

제미나이 4 카본은 유료 개발자 및 기업 고객을 대상으로 Google AI Studio 및 기업용 제미나이(Gemini for business)를 통해 제공됩니다. 이용 요금은 제미나이 4 아르곤과 동일한 출시 기념 가격(입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러) 으로 이용할 수 있습니다. ¹ 아울러 모든 구글 AI 울트라(Google AI Ultra) 구독자를 대상으로 구글 안티그래비티 , 제미나이 앱 및 검색 내 AI 모드(AI Mode in Search)에도 순차 적용됩니다.

한층 정교해진 지식 작업과 문서·자료 생성 및 데이터 분석

법무, 재무,기업 운영 등 다양한 업무 영역에서제미나이 4 카본은 프론티어급 시각적 이해력과 추론 능력, 폭넓은 정보 검색 역량을 바탕으로 방대한 양의 복잡한 문서와 데이터 세트에서 근거에 기반한 인사이트를 도출합니다. 또한 엄격한 스키마(schema)와 서식 요건을 준수해 완성도 높고 정확한 스프레드시트, 프레젠테이션, 보고서를 생성합니다.

기존 벤치마크는 에이전트가 차트, 이미지, 설계도, 도식, 표가 포함된 고밀도 파일을 자체적으로 추론하는 방식을 충분히 반영하지 못합니다. 이에 구글은 아티피셜 애널리시스(Artificial Analysis)와 협력해 에이전틱 워크플로우에서 모델의 멀티모달 성능을 평가하는 새로운 ‘멀티모달 지식 에이전트(Multimodal Knowledge Agent, MKA)’ 벤치마크를 선보였습니다. 카본(Carbon)은 최고 성능 모델 대비 작업당 평균 비용이 6배 이상 낮으면서도 2위를 기록했습니다.

출시 전 사전 평가에서도 제미나이 4 카본은 뛰어난 성과를 입증했습니다. 헤비아(Hebbia)의 엔드투엔드(E2E) 금융 에이전트 평가 중 심층 금융 리서치 부문에서 최고 성능 모델과 대등한 결과를 기록했으며, 발랴스니 자산운용(Balyasny Asset Management)의 범용 금융 인텔리전스 벤치마크에서는 법률 전문성, 에이전트 도구 활용 및 실행, 코딩 및 데이터 엔지니어링, 지각 및 맥락 이해 등 주요 영역 전반에 걸쳐 23개 최첨단(SOTA) 모델 구성 중 최상위권에 올랐습니다.

에이전틱 코딩, 풀스택 개발 및 3D·UI 디자인 역량 강화

카본은 다중 패키지의 마이그레이션, 하위 시스템 간 근본 원인 분석, 복잡한 아키텍처 재설계 등 여러에이전트 간 협업이 필요한 엔지니어링 작업에서 탁월한 성능을 발휘합니다. 웹 애플리케이션 개발 과정에서는 빌드 및 검증 루프(build-and-verify loops)를 실행하고 오류를 스스로 해결하며, 작성한 코드 뿐 아니라 실제로렌더링된 UI까지 모두 점검해 완벽하게 작동하는 애플리케이션을 구현합니다. 향상된 시각 디자인 역량과 공간 추론 능력, 주변 환경의 세부 요소를 정교하게 구현하는 능력은 3D 게임 개발과 크리에이티브 코딩 분야에서도 발휘됩니다.

프론티어급 사이버보안 역량

사이버보안 특화 모델인 ‘사이버용 제미나이 4 카본(Gemini 4 Carbon for cyber)’은 역대 가장 강력한 사이버보안 역량을 제공합니다. 보안 팀은 핵심 소프트웨어를 보호하는 데 필요한 전 과정의 분석 및 대응 역량을 확보할 수 있습니다.

페어윈드 프로그램을 통해 카본을 이용하는 경우, 취약점 탐지(SEC-bench Pro), 익스플로잇(ExploitGym), 패치(CWE-bench v1) 등 주요 벤치마크에서 최고 수준의 성능을 보여줍니다. 소프트웨어를 분석하고 시스템 전반에서 취약점이 어떻게 연쇄적으로 악용될 수 있는지 추적하며, 근본 원인을 해결하는 검증된 패치를패치를 생성합니다.

구글 안팎의 초기 테스터들은 실제 업무에서도 이미 가시적인 성과를 거두고 있습니다.

• 프로젝트 포티파이(Project Fortify): 스캐닝부터 분류(triage), 취약점 복구(remediation)까지 전 과정을 아우르는 구글의 자율 보안 시스템에서 카본은 내부 벤치마크 기준 스캐닝 재현율(recall) 100%, 분류 정밀도(precision) 95%를 달성했습니다. 오픈소스 코드 저장소를 대상으로 한 테스트에서도 기존에 높은 재현율을 보였던 아르곤의 대비 25% 이상의 상대적 성능 향상을 기록하며, 기존에 발견되지 못했던실제 로직 결함까지 찾아냈습니다. 세계 최대 오픈소스 소프트웨어 활용 기업 중 하나인 구글 전반에 이러한 성과를 적용함으로써 자체 시스템은 물론 더 오픈소스 생태계 전반의 보안을 한층 강화하고 있습니다.
• 구글 클라우드 취약점 연구(CVR) 팀: 최근 CVR 팀은 널리 사용되는 오픈소스 소프트웨어에서 발견된 버그 2건이 실제로 악용가능한 취약점임을 카본을 활용해 입증했습니다. 해당 취약점의 심각도는최근 발생한 PHP2Shell 취약점 공격 에 견줄만한 수준이었습니다. CVR 팀은 카본을 활용해 개념 증명(PoC)을 구축했으며,이를 통해 해당 소프트웨어의 유지관리자(maintainer)들이 해당 버그를 ‘심각(critical)’ 등급으로 상향 조정하고신속하게 패치를 배포할 수 있도록 지원했습니다. 구체적인내용은 ‘책임 있는 공개(responsible disclosure)’ 절차가 완료된 후 공유될 예정입니다.
• 위즈(Wiz)의 '스캔 포 굿(Scan for Good)' 프로그램: 위즈 팀은 공공 디지털 인프라의 취약점을 점검하기 위해 사이버용 카본을 활용했습니다. 주요 Saa스(SaaS) 제공업체 두 곳을 대상으로 한 취약점 점검에서는 단 2시간 만에 제로데이(0-day) 취약점을 발견했습니다. 수주일이 걸리던 취약점 연구 기간을 단 몇 시간 만에 마쳤습니다. 이후 뒤즈 팀은 해당 조직들과 협력해 기록적인 시간 내에 취약점을 해결했으며, 이를 통해 수만 개 기업에 미칠 수 있었던 잠재적 피해를 예방하는 데 기여했습니다.

한층 강화된 과학 및 수학적 추론

제미나이 4 카본은 실험 데이터 합성, 가설 검증, 그리고 다단계 전문 분야 문제 해결 전반에 걸쳐 물리, 수학, 생명과학 분야의 추론 성능이 크게 향상된 모습을 보여줍니다.

구글 각 연구 조직의연구진은 연구 효율을 높이기 위해 구글 안티그래비티에서 카본을 적극 활용하고 있습니다.

• 코드 검증(Code verification): 연구진은 정형 검증(formal verification)을 위한 새로운 에이전틱 프레임워크인 ‘알파프루프 코드(AlphaProof Code)를 개발하고, 시그널(Signal)의 암호화 프로토콜을 구현한 실제 코드의 정확성을 수학적으로 증명하는 핵심 보안 과제에 적용했습니다. 연구진은 카본을 다른 모델들과 함께 활용해 보안 목표를 수학적 정리로 변환했습니다. 이어 알파프루프 코드 에이전트는 카본을 활용해 수학적 증명을 작성하는 컴퓨터 프로그래밍 언어인 ‘린(Lean)’으로 수백만 줄의 코드를 생성했습니다. 이를 통해, 전문가 팀이 수년간 매달려야 했던 핵심 보안 속성의 증명을 단 몇 주 만에 완료할 수 있었습니다. 이는 안전한 소프트웨어 개발을 위한 최고 수준의 접근법으로 꼽혀온 정형 검증을 대규모로 구현하는 데 카본이 기여할 수 있음을보여줍니다.
• 효소 분석법 개발(Enzyme assay development): 새로운 효소의 성능을 검증하려면 미세한 실험적 오차나 변동만으로도만으로도 효소 활성 측정값이 왜곡될 수 있는 습식 실험실 분석(wet-lab assays)이 필요합니다. 카본은 전자 연구 노트 기록과 원시 데이터만 주어진 상태에서 분석 결과에 중대한 영향을 미치는 미세한 데이터 이상 징후를 포착해 냈습니다. 예를 들어, 시료 준비 과정에서 발생한 자동 분주(automated dispensing) 불일치가 원인임을 정확히 지목했습니다. 또한 중첩된 크로마토그래피 피크를 분리해 단백질 농도 추정의 정확도를 높이고,, 실험 장비에 미량의 시료가 남는 이월 오염(sample carryover) 현상까지 포착하는 등전반적인 스크리닝 파이프라인을 개선하는 데 기여했습니다. 효소 엔지니어링 규모가 확대됨에 따라, 제미나이 모델을 활용한 분석법 개발 및 습식 실험 데이터 분석을 가속화하면 컴퓨터 기반 연구와 실제 실험 간의 피드백 루프를 더욱 긴밀하고 빠르게 주고받을 수 있습니다.
• 단백질 구조 예측(Protein structure prediction): 알파폴드 3(AlphaFold 3)와 같은 구조 예측 모델은 아미노산 사슬이 접히는 방식을 추론하기 위해 진화적으로 연관된 서열들의 다중서열정렬(MSA)을 활용합니다. 이로 인해 표준 데이터베이스에 일치 서열이거의 없는 미연구 단백질이나 바이러스, 미생물, 진핵생물 단백질의 구조를 예측하는데 어려움을 겪는 경우가 많습니다. 구글 연구진은 멀티 에이전트 환경에서 제미나이 4 카본을 활용해 페타베이스(petabase) 규모의 주석 없는 서열 아카이브 환경 및 바이러스 서열 카탈로그, 3D 구조 데이터베이스를 탐색하고 원거리 상동체(remote homologs)를 자율적으로 찾아냈습니다. 일례로 CASP17 블라인드 테스트 세트의 저상동성(low-homolog) 단백질 패밀리 7종을 대상으로 한 테스트에서 카본은 검색된 상동체 수를 평균 40배 늘렸습니다. 별도의 재학습 없이도 구조 예측 모델이 활용할 수 있는 정보량을 대폭 확대했습니다. 보다 광범위한 벤치마킹이 진행 중인 가운데, 이처럼 상위 단계 검색의 병목 현상을 해소하는 것은 단백질체(proteome) 내 특성을 규명하기 어려운 영역을 모델링하는 데 새로운 가능성을 제시합니다.

구글은 과학 연구의 속도를 높이기 위해 4주 전, 과학자 1만 명에게 구글 안티그래비티에서 아르곤을 6개월간 무료로 제공하는 프로그램의 신청 접수를 시작했으며, 이미 수천 명의 과학자가 참여 절차를 마쳤습니다. 오늘부터는 기존 참여자와 신규 참여자 모두에게 카본까지 지원 범위를 확대합니다. 앞으로도 최신 프론티어 모델이 출시될 때마다 프로그램을 통해 지속적으로 접근 권한을 제공할 예정입니다. 현재 신청 접수가 진행 중이며, 자격 요건, 수용 인원, 선발 기준에 따라 매주 순차적으로 참여자를 온보딩합니다.

모델 안전성 및 보안의 발전

구글은 새로운 모델을 출시할 때마다 모델의 역량에 맞춰 안전 및 보안 보호 조치를 강화하고, 에이전틱 오남용 방지, 모델 정렬(alignment), 피해 최소화를 위한 노력을 지속적하고 있습니다.

제미나이 4 카본은 사이버 보안 역량이 한층 강화된 만큼, 아르곤의 강력한 안전 및 보안 스택을 기반으로 악용과 프롬프트 인젝션 공격에 대한 대응력을 더욱 강화했습니다.

• 프론티어 안전 관련 악용 위험 완화: 구글은 강화된 방어적 추론 역량이 공격에 악용되는 위험으로 이어지지 않도록 보호 조치를 강화했습니다. 익스플로잇벤치(ExploitBench)와 사이시나리오벤치(CyScenarioBench)를 기반으로 구성한 모의 사이버 공격 테스트 환경에서, 카본은 차단될 때마다 공격 계획을 반복적으로 수정할 수 있는 적응형 레드팀(adaptive red-teaming) 에이전트의 공격 경로를 99% 차단했습니다. 카본의 보호 조치는 공격 시도당 침해 성공률을 아르곤의 3.1%에서 0.8%로 낮췄습니다. 또한 그레이 스완(Gray Swan)의 테스트에서도 자동화된 사이버 공격 쿼리의 성공률을 아르곤의 9.86% 대비 2.17%까지 낮췄습니다. ‘트라젝토리 랩스(Trajectory Labs)’가 진행한 외부 테스트에서는 132시간 동안 13,000건 이상의 요청을 통해 검증한 결과, 새로운 보편적 탈옥(universal jailbreaks) 공격이 단 한 건도 발견되지 않았습니다.
• 안전하고 정렬된 모델 상호작용 촉진: 구글은 카본을 발표하면서 모델의 수명 주기 전반에 걸친 모니터링 플래그 발생률을 기준으로 모델 정렬 수준을 크게 개선하고 데이터 날조(data fabrication)도 감소했다는 결과를 공개한 바 있습니다. 새롭게 공개된 결과에 따르면, 카본은 375개의 과제로 구성된 에이전틱 정직성(agentic honesty) 벤치마크에서 92%의 과제를 통과했습니다. 구체적으로 누락된 실험 데이터를 임의로 채워 넣지 않은 비율은 98%, 연구 방법론의 결함을 지적한 비율은 68%로 나타났습니다.

• 간접 프롬프트 인젝션 공격으로부터 이용자 보호: 구글은 지난주 카본이 그레이 스완의 간접 프롬프트 인젝션(IPI) 벤치마크에서 공격 성공률 0%를 기록했다고 발표했습니다. 해당 벤치마크에서 공격 성공률 0%를 달성한 것은 이번이 처음입니다. 다만, 프롬프트 인젝션 공격에 대한 대응력은 여전히 지속적인 개선이 필요한 영역입니다. 구글은 고도화된 자동화 레드팀 테스트를 통해 모델의 한계를 지속적으로 검증하고 있으며, 일부 공격 분포에서는 정교한 공격에 대한 대응력을 더욱 개선할 여지가 있다는 점도 확인했습니다. 이러한 테스트에서 확보한 데이터는 구글 모델의 보안을 다음 프론티어 수준으로 지속적으로 발전시키는 밑거름이 됩니다.

더 자세한 내용은 제미나이 4 카본 안전 및 보안 보고서(Gemini 4 Carbon Safety and Security report) 전문에서 확인하실 수 있습니다.

제미나이 4 카본 시작하기

오늘부터 다양한 구글 제품 전반의 프론티어 모델 제품군에서 아르곤과 함께 카본을 만나보실 수 있습니다:

• 개발자: 구글 AI 스튜디오(AI Studio) 와 안드로이드 스튜디오(Android Studio) 에서 제미나이 API 유료 요금제로 개발을 시작할 수 있습니다. 구글 AI 울트라 구독자는 구글 안티그래비티(Google Antigravity) AI 스튜디오에서도 카본을 직접 이용해 볼 수 있습니다.
• 기업: API 또는 모델 드롭다운 메뉴를 통한 기업용 제미나이(Gemini for business), , 구글 안티그래비티, 또는 코드멘더(CodeMender) 및 알파이볼브(AlphaEvolve)와 같은 특화 에이전트에서 사용할 수 있습니다.
• 일반 이용자: 구글 AI 울트라 구독자는 오늘부터 제미나이 앱과 구글 검색의 AI 모드에서 카본을 이용할 수 있습니다.
• 과학자 및 연구자: 구글 안티그래비티의 최상위 사용량 등급을 통해 아르곤과 카본을 6개월간 무료로 이용할 수 있는 프로그램에 신청하세요. 자격 요건, 수용 인원 및 선발 기준에 따라 참여 여부가 결정되며, 선정된 신청자는 순차적으로 이용할 기회를 얻을 수 있습니다.
• 사이버 보안 담당자: 페어윈드 프로그램에 참여를 신청하면 선정 절차에 따라 순차적으로 사이버 보안용 카본에 대한 접근 권한을 부여받을 수 있습니다.

제미나이 4 카본에 대한 자세한 내용은 모델 카드를 확인하고, 개발을 시작하려면 업데이트된 개발자 가이드 및 문서 에서 기존 워크플로우를 카본으로 전환하기 위한 권장사항을 확인해 보세요.