Gemini 4 Carbon 일반 공개, 유료 API는 입력 100만 토큰당 2달러

Google이 2026년 11월 10일 Gemini 4 Carbon을 내놓았다. 유료 개발자와 기업은 Google AI Studio와 Gemini for business의 API로 바로 쓸 수 있다. Google AI Ultra 구독자에게는 Gemini 앱, 검색의 AI 모드, Antigravity에 순차 출시 중이다. 과학자는 별도로 신청을 받아 자격과 수용 여력, 선정 여부에 따라 온보딩한다.¹

API 요금은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러다. 먼저 나온 Gemini 4 Argon과 같은 도입 가격이다. Ultra 구독자에게는 Google Antigravity, Gemini 앱, AI 모드에 순차 제공한다. Google은 Carbon이 사이버 보안과 장시간 에이전트 작업에서 최고 수준의 성능을 낸다고 밝혔다.

Carbon은 2주 전 Fairwind Program을 통해 사이버 보안 방어 담당자들에게 먼저 풀렸다. Google은 Argon이 대부분의 소프트웨어 엔지니어링과 지식 업무에 적합한 선택으로 남는다고 설명했다. Carbon은 여러 단계에 걸친 코딩과 디버깅, 개방형 과학 연구처럼 모델 지능의 한계를 시험하는 작업용이며, Argon보다 토큰을 더 쓰면서 깊이 추론하고 검증을 반복한다.¹

벤치마크와 비용

Google은 Carbon이 CursorBench 4.0, Perplexity의 WANDR, Zapier의 AutomationBench에서 1위라고 밝혔다. 차순위 외부 모델과 비교하면 작업당 비용이 2배 넘게 낮다고 했다. 금융 분야에서는 출시 전 평가에서 Hebbia의 E2E Financial Agentic 평가에서 테스트한 최고 모델과 같은 성능을 냈고, Balyasny Asset Management의 General Financial Intelligence 벤치마크에서는 프런티어 모델 23개 구성 중 최상위였다고 한다.¹

Google DeepMind는 Artificial Analysis와 함께 새 벤치마크 MKA(Multimodal Knowledge Agent)를 내놓았다. 차트, 도면, 회로도, 표가 섞인 파일을 에이전트가 다루는 능력을 재는 시험이다. 기존 지식 노동 벤치마크는 텍스트만으로 풀리는 경우가 많다는 것이 개발 이유다.

MKA는 건축가, 생물학자, 보험 심사역, 데이터 과학자 등 10개 분야 83개 직업의 전문가와 만든 200개 과제로 구성된다. 과제 하나는 숙련된 전문가가 3~8시간 걸리는 다단계 업무다. 평가 기준은 약 70개의 예/아니오 항목이며 사실 정확도 75%, 시각 디자인 25%로 가중된다.

모든 모델은 같은 오픈소스 하네스 Stirrup에서 같은 도구, 샌드박스, 턴 한도로 돌린다. 채점은 비(非)Google 모델 기반 자동 채점기가 맡는다. 전문가가 직접 채점한 결과와는 96% 일치했다. 200개 과제는 학습 데이터 유출을 막으려 비공개로 두고, 공개 과제 10개는 Hugging Face에 올렸다.

Carbon은 이 벤치마크에서 테스트한 모델 중 품질 2위이며, 1위 모델보다 작업당 평균 비용이 6배 넘게 낮다고 Google은 밝혔다. 기술 보고서에 따르면 테스트한 모델들은 과제 하나를 끝내는 데 평균 30~130턴으로 효율 차이가 컸다.²

코딩과 지식 업무

Google은 Carbon이 여러 패키지에 걸친 마이그레이션, 서브시스템을 가로지르는 근본 원인 조사, 복잡한 아키텍처 재설계처럼 멀티 에이전트 협업이 필요한 엔지니어링에 강하다고 설명했다. 웹앱 개발에서는 빌드와 검증을 반복하고 오류에서 복구하며, 코드와 화면 결과를 모두 확인해 동작하는 앱을 만든다고 한다.

법률, 금융, 기업 운영 분야에서는 시각 이해, 추론, 철저한 검색을 결합해 방대한 문서에서 근거 있는 결론을 낸다고 한다. 정해진 스키마와 서식을 지켜 스프레드시트, 발표 자료, 보고서를 만든다는 설명이다.

Google은 Antigravity의 새 /swarm 기능으로 만든 시연도 공개했다. 단일 프롬프트로 에펠탑 1887~1889년 건설 사진과 도면을 Three.js 3D 전시로 만들었고, 시 의회 기획 PDF 7개(추출한 도면 206장)로는 Google의 Platform 37 사무실을 90만 6천 개 삼각형 규모로 복원했다. 이 작업은 밤사이 10회 반복으로 끝났다.

그 밖에 Mountain View 캠퍼스를 펠리컨이 자전거를 타고 탐험하는 오픈월드 3D 게임, 두 번의 프롬프트로 다시 디자인한 Google Merchandise Store, 1780년경 Stein-Schule 포르테피아노를 CAD 도면과 X선 사진에서 복원해 토론토 Koerner Hall 3D 모델에 넣은 사례가 있다. 학술 논문 기반의 다중 스케일 직물 시각화 도구도 만들었다.¹

사이버 보안과 안전 수치

Fairwind Program으로 쓰는 보안용 Carbon은 취약점 탐지(SEC-bench Pro), 악용(ExploitGym), 패치(CWE-bench v1) 벤치마크에서 선두라고 Google은 밝혔다. Google의 자율 보안 시스템 Project Fortify에서는 내부 벤치마크 기준으로 스캔 재현율 100%, 분류 정밀도 95%를 기록했다. 오픈소스 저장소 테스트에서는 이미 높았던 Argon의 재현율보다 상대적으로 25% 넘게 개선됐고, 이전에 발견되지 않은 실제 논리 결함을 찾아냈다.

Google Cloud Vulnerability Research 팀은 Carbon으로 유명 오픈소스 소프트웨어의 버그 두 건이 실제 악용 가능한 취약점임을 입증했다. 최근 PHP2Shell 공격에 비견되는 심각도이며, 개념 증명 덕에 오픈소스 메인테이너가 버그를 critical로 재분류하고 신속히 패치를 냈다. 상세 내용은 책임 있는 공개 절차가 끝난 뒤 밝힌다. Wiz는 Scan for Good 프로그램에서 Carbon으로 공공 디지털 인프라의 취약점을 점검했다. 주요 SaaS 업체 두 곳을 스캔하며 2시간 미만에 제로데이 취약점을 찾아, 몇 주 걸릴 연구를 한나절로 줄였다. 영향받은 조직과 협력해 짧은 시간 안에 수정했고, 수만 개 기업에 미칠 수 있는 피해를 줄였다고 한다.

공격에 악용되지 않도록 한 방어 수치도 공개했다. ExploitBench와 CyScenarioBench 기반 모의 환경에서 레드팀 에이전트 공격 경로의 99%를 차단했고, 시도당 침해율은 Argon의 3.1%에서 0.8%로 낮아졌다. Gray Swan 테스트의 자동 사이버 공격 질의 성공률은 Argon 9.86%에서 2.17%가 됐다. 외부 기관 Trajectory Labs는 132시간, 1만 3천 건 넘는 요청에서 새로운 범용 탈옥을 찾지 못했다.

375개 과제의 에이전트 정직성 벤치마크 통과율은 92%로, Argon의 70%보다 높다. 빠진 실험 데이터를 임의로 채우지 않은 비율이 98%, 방법론 결함을 짚은 비율이 68%였다. Google은 2주 전 Gray Swan의 간접 프롬프트 인젝션 벤치마크에서 공격 성공률 0%를 기록했고, 이 수준에 도달한 것은 처음이라고 밝혔다. 다만 정교한 공격에는 일부 분포에서 개선 여지가 있다고 인정했다.¹

과학 연구

약물 독성 연구 기업 Axiom Bio에서 Carbon은 번역과학(translational science) 부문 최고 성능 모델이며, 이전에 찾지 못한 독성 기전을 발견했다고 한다. Axiom은 운영 중인 과학 분석과 에이전트를 Carbon과 Argon으로 옮기고 있다.

단백질 구조 예측에서는 Google 연구진이 멀티 에이전트 구성으로 Carbon에 먼 친척 단백질(원격 상동체)을 찾게 했다. CASP17 블라인드 테스트의 상동체가 적은 단백질 패밀리 7개에서 검색된 상동체가 평균 40배 늘었다. 구조 예측 모델을 다시 학습하지 않고도 정보를 늘릴 수 있다는 설명이다. Google은 폭넓은 벤치마킹은 아직 진행 중이라고 밝혔다.

효소 분석 개발에서는 실험 노트와 원시 데이터만으로 이상 데이터를 짚어, 깊은 웰의 자동 혼합 불완전 같은 실험 오류를 진단했다. 재현성이 크게 좋아졌고, 시료 잔류도 찾아냈다고 한다.

과학자 1만 명에게 Antigravity의 최고 사용량 등급에서 Argon을 6개월 무료로 쓰게 하는 프로그램은 4주 전 신청을 열었고, 이미 수천 명이 참여 중이다. 이번에 기존·신규 참가자에게 Carbon까지 확대했다. 신청은 계속 받으며 매주 순차 온보딩하지만, 자격과 수용 여력, 선정 여부에 따른다.¹

사용 방법

개발자는 AI Studio와 Android Studio의 Gemini API 유료 등급에서 쓸 수 있다. Ultra 구독자는 Antigravity와 AI Studio에서도 시험할 수 있다. 모델 카드와 갱신된 Gemini 4 개발자 가이드에 마이그레이션 방법이 있다.^1,3