구글 제미나이 4 카본 AI 지수 1위 59점, 사이버 방어 기업에만 먼저 연 이유

구글 제미나이 4 카본은 10월 28일에 공개된 구글의 새 최전선 모델이에요. 독립 평가기관 아티피셜 애널리시스의 지능지수 5.0판에서 59점으로 1위에 올랐고, 2주 전에 나온 아르곤의 50점보다 9점 높아요. 그런데 왜 개발자와 일반 이용자가 아니라 일부 사이버 방어 기업에만 먼저 열었을까요? 이 점이 가장 궁금해요. 구글 공식 발표와 평가 문서의 17개 지표 숫자로 따져 봤어요.

제미나이 4 카본 핵심 정리

무엇이 공개됐나요

구글은 10월 28일 공식 블로그를 통해 제미나이 4 카본을 "가장 강한 모델"이라고 소개했어요. 소개 문구는 사이버보안과 장기 과제 수행 능력에서 최고 수준이라는 내용이에요. 발표는 구글 딥마인드의 코레이 카부쿠오글루 수석부사장이 맡았어요.

구글이 앞세운 숫자는 세 가지예요. 첫째, 아티피셜 애널리시스 지능지수 5.0판에서 59점으로 1위예요. 둘째, 취약점 발견 지표인 SEC-bench Pro에서 88.2%예요. 셋째, 취약점 악용 지표인 ExploitGym에서 54.8%이고, 취약점 수정 지표인 CWE-bench에서 71.0%예요.

다만 지금은 누구나 쓸 수 있는 모델이 아니에요. 구글은 이번 주부터 일부 사이버 방어 담당자에게 먼저 제공하고, 파트너를 단계적으로 늘린다고 밝혔어요. 개발자, 기업, 일반 이용자에게는 가능한 한 빨리 연다는 계획만 밝혔고 날짜는 없어요.

벤치마크 점수는 어디가 앞서나요

구글이 공개한 모델 평가 문서에는 17개 지표가 한 표로 정리돼 있어요. 비교 대상은 직전 모델인 제미나이 4 아르곤, GPT-6 아스트라, 클로드 오퍼스 5.5, 클로드 페이블 5.1이에요. 표를 직접 세어 보면 카본은 17개 중 15개에서 가장 높은 점수를 받았어요. 이 개수는 표를 보고 단순 계산한 값이에요.

제미나이 4 카본 주요 벤치마크 비교(구글 모델 평가 문서)

가장 높은 점수를 받지 못한 지표는 두 개예요. 코딩 지표인 FrontierSWE 2에서는 GPT-6 아스트라가 65.5%로, 카본의 61.2%보다 4.3%p 높아요. 컴퓨터 사용 지표인 OSWorld 2.1에서는 클로드 오퍼스 5.5가 87.2%로, 카본의 81.5%보다 5.7%p 높아요.

종합 점수인 지능지수에서는 카본 59점, 클로드 오퍼스 5.5가 58점, GPT-6 아스트라가 57점, 아르곤이 50점, 페이블 5.1이 49점이에요. 카본과 2위의 차이는 1점이라서, 압도적이라기보다 근소하게 앞선 수준이에요.

지표	카본	아르곤	GPT-6 아스트라	오퍼스 5.5
지능지수 5.0판	59	50	57	58
Vals Index v2.2	70.4%	69.2%	65.0%	70.2%
Terminal-Bench 4.0	65.2%	57.1%	59.1%	59.6%
GraphWalks 256k~1M	96.2%	84.2%	71.8%	66.8%
Vending-Bench 2	16,484달러	13,718달러	15,515달러	9,235달러

격차가 가장 크게 벌어진 곳은 긴 문맥을 다루는 GraphWalks예요. 카본은 96.2%로, 두 번째인 아르곤보다 12.0%p, GPT-6 아스트라보다 24.4%p 높아요. 가상 자판기를 운영해 잔고를 불리는 Vending-Bench 2에서는 카본의 최종 잔고가 16,484달러로 가장 많았고, 아르곤은 13,718달러였어요.

사이버보안 지표 세 가지가 말하는 것

구글이 가장 크게 내세운 분야는 사이버 방어예요. 취약점을 찾고, 실제로 악용 가능한지 확인하고, 원인을 고치는 세 단계를 각각 SEC-bench Pro, ExploitGym, CWE-bench로 잰 결과예요.

사이버보안 지표 3개 비교(안전장치를 끈 상태의 평가)

SEC-bench Pro는 카본이 88.2%, GPT-6 아스트라가 85.4%, 아르곤이 83.4%예요. 카본과 아스트라의 차이는 2.8%p예요. ExploitGym은 카본이 54.8%로, 아스트라 42.4%보다 12.4%p 높고 오퍼스 5.5의 34.5%보다 20.3%p 높아요. CWE-bench는 카본 71.0%, 아르곤과 아스트라가 각각 68.0%, 오퍼스 5.5가 67.0%예요.

세 지표 중 격차가 가장 큰 쪽은 취약점 악용을 재는 ExploitGym이에요. 같은 모델이 취약점을 찾고, 악용 가능성을 확인하고, 고치는 과정을 이어서 해내는 정도가 올랐다는 뜻이에요. 반대로 보면 공격에도 쓰일 수 있는 능력이 함께 오른 셈이어서, 구글이 공개 범위를 좁힌 이유와도 맞닿아 있어요.

구글은 크롬 팀의 평가도 소개했어요. 고품질 패치를 만드는 일에서 다른 연구소의 대형 모델보다 10배 넘게 나았다고 크롬 팀이 전했다는 내용이에요. 클라우드 보안 업체 위즈도 웹 침투 테스트 벤치마크에서 카본이 앞선다고 밝혔다고 해요. 두 사례 모두 구글이 전한 내용이라 제3자가 따로 확인한 수치는 아니에요.

아르곤보다 얼마나 올랐나요

카본은 2주 전에 나온 아르곤을 17개 지표 모두에서 앞섰어요. 표를 보고 계산한 상승폭을 보면 ExploitGym이 12.8%p로 가장 커요. 그다음이 GraphWalks 12.0%p, 과학 지표인 Terminal-Bench-Science 0.1이 11.9%p예요. 컴퓨터 사용 지표인 Agents' Last Exam이 8.4%p, Terminal-Bench 4.0이 8.1%p 올랐어요.

아르곤 대비 카본 상승폭(표 기준 단순 계산)

반면 차트 해석 지표인 Chartography는 71.6%에서 72.5%로 0.9%p 올랐고, Vals Index는 69.2%에서 70.4%로 1.2%p 올랐어요. 모든 지표가 같은 폭으로 오른 것이 아니라 장기 작업, 긴 문맥, 사이버보안 쪽에 상승이 몰려 있어요. 구글이 "장기 과제"를 첫 문장에 둔 것도 이 흐름과 맞아요.

코딩과 장기 작업 성능은 어떤가요

구글은 카본이 며칠씩 이어지는 복잡한 엔지니어링 과제를 끝까지 붙들고 가도록 설계됐다고 설명했어요. 내부 팀이 대형 코드베이스와 저수준 시스템에서 미묘한 버그의 원인을 찾아 고치는 작업에 카본을 며칠 동안 돌려 본 사례도 있다고 해요.

웹 개발 평가인 WebDev Arena에서는 엘로 점수가 89점 올라 1,768점으로 4위에 자리했어요. 일부 매체는 이 점수를 1,769점으로 적었지만, 구글 블로그 원문에는 1,768점으로 나와 있어서 원문을 따랐어요. 1위는 아니라는 점도 함께 봐야 해요.

안전성 수치는 어떻게 제시됐나요

구글은 성능과 함께 안전성 수치도 내놓았어요. 모두 구글의 내부 테스트 또는 구글이 인용한 평가 결과예요.

1. Terminal-Bench 4.0에서 성공한 부정행위가 0.0%로 줄었고, 부정행위 시도는 0.4%로 낮아졌어요.
2. 구글 내부 팀의 실제 코딩 환경에서 심각도가 높은 정렬 이상 경보가 거의 80% 줄었어요.
3. 근거 없는 주장이 아르곤보다 약 2배 줄었어요.
4. 범위를 넘어선 행동은 26%, 해야 할 일을 덜 하는 행동은 29% 줄었어요.
5. 그레이 스완의 간접 프롬프트 주입 평가에서 공격 성공률이 0.0%예요. 아르곤은 0.7%였어요.

안전성 수치는 내부 기준과 구글이 고른 평가가 많아서 지능지수처럼 외부 기관이 매긴 점수와는 성격이 달라요. 이 숫자를 곧바로 다른 회사 모델과 비교하기는 어려워요.

왜 일부 방어 기업에만 먼저 열었나요

구글은 블로그에서 "신중한 출시 방식"을 택했다고 밝혔어요. 미국 정부의 자발적 사전 모델 테스트 절차에 참여하고 있고, 안전장치를 다듬는 동안 개발자와 기업, 소비자용 제품에는 아직 내놓지 않는다는 설명이에요.

앞서 본 ExploitGym 수치와 연결하면 이유를 짐작할 수 있어요. 취약점을 찾아 악용하는 능력이 높으면 방어에도 쓰이지만 공격에도 쓰일 수 있기 때문이에요. 구글이 방어 담당자에게 먼저 주는 방식으로 위험을 줄이려 한다고 읽을 수 있어요. 다만 구글이 이 이유를 직접 그렇게 풀어 쓴 것은 아니라서, 위 해석은 공개된 수치와 설명을 이어서 본 추정이에요.

가격과 비용은 어떻게 되나요

구글이 밝힌 가격은 도입 기간 기준으로 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러예요. 아르곤의 도입 가격과 같아요. 도입 기간이 끝나면 입력 4달러, 출력 20달러가 적용된다고 각주에 적혀 있어요. 도입 기간이 언제 끝나는지는 날짜가 나와 있지 않아요.

항목	내용
도입 기간 가격	입력 2달러, 출력 10달러 (100만 토큰당)
도입 기간 이후	입력 4달러, 출력 20달러 (100만 토큰당)
캐시된 입력 토큰	입력 가격에서 95% 할인
현재 제공 범위	일부 사이버 방어 담당자 (Fairwind 프로그램)

아티피셜 애널리시스의 모델 페이지는 비용 면에서 다른 그림을 보여 줘요. 이 페이지에는 입력 4달러, 출력 20달러가 적혀 있고, 지능지수 평가 과제 하나를 돌리는 데 평균 7.76달러가 든다고 해요. 평가 과정에서 출력 토큰이 2억 개 나와서, 비교 모델 중앙값 6,400만 개의 약 3.1배예요. 점수는 높지만 말이 길고 비싼 편이라고 평가한 셈이에요. 속도는 초당 92.4토큰으로 평균 85토큰보다 빨라요.

숫자를 읽을 때 주의할 점

첫째, 평가 문서의 수치는 구글이 정리한 표예요. 경쟁 모델의 점수는 따로 밝힌 경우를 빼면 각 사업자가 스스로 발표한 수치를 가져왔다고 문서에 적혀 있어요. 같은 조건에서 구글이 전부 다시 측정한 것이 아니에요.

둘째, 일부 지표는 구글이 직접 계산했어요. SEC-bench Pro는 2026년 5월의 자바스크립트 엔진 183개 과제를 세 번씩 풀어 평균을 냈고, ExploitGym은 구글이 공개 평가 환경에서 과제당 한 번씩 시도한 결과예요. OSWorld 2.1은 82개 과제의 오프라인 부분 집합에서 세 번 중 가장 좋은 결과를 골랐어요.

셋째, 사이버보안 외부 지표는 안전장치를 끈 상태로 평가했다고 구글이 밝혔어요. 실제로 제공될 제품에는 안전장치가 켜져 있어서 이 점수가 그대로 나오지는 않을 수 있어요.

넷째, 일부 항목은 비어 있어요. 오퍼스 5.5는 SEC-bench Pro 칸이, 페이블 5.1은 Vals Index, Agents' Last Exam, ExploitGym, SEC-bench Pro 칸이 비어 있어요. 그래서 위의 "17개 중 15개"는 비어 있는 칸을 제외하고 표에 있는 점수끼리 비교한 값이에요.

알파벳 실적과 함께 볼 점

구글의 모회사 알파벳은 같은 날 3분기 실적도 내놓았어요. 매출은 1,275억 7,700만 달러였고, 구글 클라우드 매출은 307억 900만 달러로 1년 전 151억 5,700만 달러에서 단순 계산하면 약 103% 늘었어요. 설비투자(유형자산 취득)는 513억 5,500만 달러로 1년 전 239억 5,300만 달러의 두 배가 넘어요.

카본 같은 모델을 만들고 서비스하려면 막대한 연산 설비가 필요해요. 다만 이번 모델의 개발 비용이나 이 모델이 클라우드 매출에 얼마나 기여할지를 보여 주는 공식 숫자는 아직 없어요. 카본은 일반 제공 전이라서 매출 효과는 앞으로 확인해야 할 부분이에요.

자주 묻는 질문 FAQ

Q1. 제미나이 4 카본은 지금 바로 쓸 수 있나요?
A1. 아직 아니에요. 구글은 이번 주부터 일부 사이버 방어 담당자에게 먼저 제공하고, 파트너를 단계적으로 늘린다고 밝혔어요. 개발자와 기업, 소비자 대상 제공 시점은 날짜 없이 가능한 한 빨리라고만 했어요.

Q2. 지능지수 59점은 얼마나 앞선 점수인가요?
A2. 아티피셜 애널리시스 5.0판에서 카본은 59점이고 클로드 오퍼스 5.5는 58점, GPT-6 아스트라는 57점이에요. 1위와 2위의 차이가 1점이라서 근소한 우위예요. 아르곤은 50점이었어요.

Q3. 카본이 모든 지표에서 1위인가요?
A3. 아니에요. 평가 문서의 17개 지표 중 15개에서 가장 높았고, FrontierSWE 2는 GPT-6 아스트라가, OSWorld 2.1은 클로드 오퍼스 5.5가 더 높았어요.

Q4. 가격은 얼마인가요?
A4. 도입 기간에는 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러예요. 도입 기간 이후에는 입력 4달러, 출력 20달러가 적용된다고 구글이 각주에 적었어요.

Q5. 이 글의 숫자는 투자 판단에 쓸 수 있나요?
A5. 이 글은 구글이 공개한 모델 성능과 제공 방식을 정리한 정보예요. 모델 성능 지표가 알파벳 실적이나 주가로 이어질지는 별개의 문제라서, 투자 판단은 따로 확인해 주세요.

참조한 자료들

구글 블로그, 제미나이 4 카본 소개
구글 딥마인드, 카본 모델 평가 문서 PDF
아티피셜 애널리시스, 카본 모델 페이지
알파벳 3분기 실적 발표 PDF
로이터 전재, 구글 제미나이 4 카본 공개

⚠️ 투자 경고: 본 글은 정보 제공을 목적으로 작성했으며 투자 권유가 아니에요. 투자 판단과 그에 따른 책임은 투자자 본인에게 있어요.