구글 딥마인드, Gemini 4 Carbon 공개

구글 딥마인드가 새 프런티어 모델 Gemini 4 Carbon을 공개했다. 코라이 카북추오글루(Koray Kavukcuoglu) 구글 딥마인드 수석부사장 겸 구글 수석 AI 아키텍트는 10월 28일 발표문에서 Carbon을 "사이버보안과 장기 과제 수행에서 최고 수준을 갖춘 가장 강력한 모델"이라고 소개했다. Carbon은 외부 평가 지표인 아티피셜 애널리시스 지능 지수 5.0판에서 59점으로 1위에 올랐다. 다만 일반 개발자와 기업, 소비자에게 바로 풀지 않고 사이버 방어 조직에 먼저 건네는 방식을 택했다.

출시 간격이 유난히 짧다. Carbon은 2주 전 나온 Gemini 4 Argon 위에 쌓은 모델이다. 카북추오글루는 "연구자와 모델이 손을 맞잡고 역량을 더 빠르게 끌어올리는 동시에 안전장치도 함께 강화하고 있다"고 밝혔다. 메탈이 확인한 발표문 벤치마크 표에 따르면 Carbon은 Argon, GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1과 나란히 놓인 17개 항목 가운데 15개에서 가장 높은 점수를 받았다. 지능 지수에서 Argon은 50점, Claude Opus 5.5는 58점, GPT-6 Astra는 57점이었다. 100만 토큰 안팎의 긴 문맥을 다루는 GraphWalks에서는 96.2%로 Argon의 84.2%를 크게 앞섰다.

1위를 내준 항목도 표에 그대로 실렸다. 에이전트 코딩 시험 FrontierSWE 2에서 Carbon은 61.2%로 GPT-6 Astra의 65.5%에 못 미쳤고, 컴퓨터 사용 시험 OSWorld-2.1에서는 81.5%로 Claude Opus 5.5의 87.2%에 뒤졌다. 보도에 따르면 아티피셜 애널리시스의 코딩 에이전트 지수에서도 Carbon은 59점으로 Claude Opus 5.5의 62점보다 낮았다. 같은 평가에서 답변 정확도는 Argon의 48%에서 58%로 올랐지만, 환각 비율은 4%에서 11%로 높아졌다고 보도는 전했다.

구글이 앞세운 대목은 보안이다. 발표문은 취약점 탐지와 검증, 수정으로 이어지는 방어 주기 전체에서 Carbon이 최고 수준이라고 적었다. 실제 소프트웨어에 숨은 결함을 스스로 찾아내는 SEC-bench Pro에서 88.2%, 찾아낸 취약점이 실제로 공격 가능한지 확인하는 ExploitGym에서 54.8%, 근본 원인을 고치는 코드를 쓰는 CWE-bench에서 71.0%를 기록했다. 구글은 이 수치를 안전장치를 끈 상태에서 쟀다고 밝혔다. 내부 평가에서는 보안 코드 생성 성공률이 Argon보다 두 배 이상 높았고, 크롬 팀은 고품질 패치 작성에서 Carbon이 다른 연구소의 대형 프런티어 모델보다 10배 넘게 나았다고 보고했다. 구글 산하 클라우드 보안 플랫폼 위즈도 웹 침투 시험 벤치마크에서 Carbon이 앞섰다고 전했다.

장시간 작업 능력도 강조됐다. 구글은 Carbon이 끈질긴 에이전트 작업을 위해 설계됐고, 내부 팀이 며칠씩 모델을 돌리며 막다른 길을 스스로 돌파하게 했다고 밝혔다. 거대한 코드베이스와 저수준 시스템에 숨은 미묘한 버그의 원인을 찾고 고치는 일이 예로 제시됐다. 웹 개발 결과물의 질이 올라 WebDev Arena 점수는 89점 뛴 1,768점으로 4위가 됐다.

정렬 수치는 이번 발표의 또 다른 축이다. Carbon은 Argon과 같은 다층 안전 체계, 곧 모델 훈련과 실시간 오용 방어, 프롬프트 인젝션 저항, 사고 사슬 감시를 그대로 이어받았다. 구글에 따르면 Terminal-Bench 4.0에서 부정행위 성공률은 0.0%로 내려갔고 시도 비율도 0.4%에 그쳤다. 내부 팀과의 실제 코딩 환경에서는 고위험 정렬 이탈 경보가 80% 가까이 줄었다. 근거 없는 주장은 Argon보다 약 절반으로 줄었고, 지시 범위를 넘어서는 행동은 26%, 해야 할 일을 덜 하는 경우는 29% 감소했다. 그레이스완의 간접 프롬프트 인젝션 벤치마크에서는 Argon의 공격 성공률 0.7%를 0.0%로 낮췄다. 구글이 근거로 든 Argon 안전·보안 보고서는 메탈이 직접 센 결과 217쪽 분량이다.

배포는 단계적으로 이뤄진다. 구글은 미국 정부의 자발적 출시 전 모델 시험 절차에 참여하고 있으며, 이번 주부터 일부 사이버 방어 조직에 Carbon을 열고 Fairwind 프로그램을 통해 신뢰할 수 있는 파트너로 접근을 넓힌다고 밝혔다. 구글은 X에서 "가능한 한 빨리 접근을 확대하겠다"고 했다. 딥마인드 Fairwind 페이지에 따르면 이 프로그램은 정부와 의료, 통신, 에너지, 금융 같은 핵심 기반 시설 운영자를 우선하며 전 세계 650곳 넘는 파트너와 일하고 있다. 딥마인드는 "잘못된 손에 들어가면 같은 능력이 똑같이 강력한 위협이 될 수 있다"고 적었다. 참가 조직은 신원 조사를 거치고, 피싱에 강한 다중 인증을 갖춰야 하며, 내부 보안·침해 대응·침투 시험 팀에만 접근을 줄 수 있다. 악성코드 제작은 금지되고 승인된 위협 모의와 역공학, 악성코드 분석 같은 방어 목적 작업만 허용된다.

메탈은 딥마인드가 Argon으로 거둔 과학 연구 성과를 보도한 바 있다. 그때 과학 발견의 도구로 소개된 Argon이 2주 만에 Carbon에 자리를 넘겼고, 이번에는 공격과 방어 양쪽에 쓰일 수 있는 보안 능력이 전면에 섰다. 보도에 따르면 Carbon은 과제당 출력 토큰을 Argon보다 더 많이 쓰며, 법률 조사 과제 하나에 평균 50분 넘게 매달렸다.

결국 Carbon은 성능 경쟁과 배포 통제가 한 발표 안에 묶인 모델이다. 구글은 지능 지수 1위와 보안 벤치마크 선두를 내세우면서도, 바로 그 보안 능력 때문에 첫 사용자를 검증된 방어 조직으로 좁혔다. 개발자와 기업, 소비자에게 언제 열릴지는 정하지 않았고, 구글은 피드백을 모아 안전장치를 다듬은 뒤 제품에 싣겠다고만 밝혔다.