구글이 새로운 Gemini 4 Carbon AI 모델을 공개하며 Claude Opus 5.5를 근소하게 앞섰다 — 벤치마크에 따르면 이 최첨단

지난주, 구글은 최신 AI 모델인 Gemini 4 Carbon을 출시하며 지능 순위 차트에서 정상에 올랐습니다. 이 모델은 이전보다 훨씬 더 큰 화제를 모았습니다. Artificial Analysis가 강조하듯이, Gemini 4 Carbon은 최신 Intelligence Index V5 벤치마크 스위트에서 최고 순위를 차지한 AI 모델로, Claude Opus 5.5를 한 점 차이로 앞질렀습니다. 이 모델은 9가지 평가 중 4가지에서 1위를 기록했으며, 다른 고순위 모델인 Claude Opus 5.5보다 작업당 비용이 더 저렴하다는 장점도 가집니다. 구글은 현재 Fairwind 프로그램을 통해 사이버 방어 전문가들에게 먼저 접근 권한을 제공하고 있으며, 추후 더 광범위하게 이용 가능할 예정입니다.

아마도 더 중요한 점은 Gemini 4 Carbon이 환각 현상(hallucinations) 및 정보 지식 회상 능력을 추적하는 Artificial Analysis의 새로운 AA-Omniscience v 1.1 테스트에서 최고점을 기록했다는 것입니다. 정부와 기관들이 AI 사용을 통해 가치와 보안을 극대화하려는 상황에서, 가장 낮은 환각 점수를 주장할 수 있다는 것은 상당한 판매 포인트가 될 수 있습니다.

다만, 아무리 높은 점수라도 -100점에서 +100점 척도에서 단지 54점에 불과하다는 점은, 심지어 2026년의 최첨단 모델들조차 정보를 정확하게 회상하는 데 있어서 일관되게 신뢰할 수 있는 수준과는 거리가 멀다는 것을 시사합니다.

왕이 죽고, 왕이 다시 살아나다

AI 모델 순위는 2026년에 빠르고 정기적으로 변화하며, 최첨단 연구소의 최신 발표가 한계를 끌어올리는 것은 놀라운 일이 아닙니다. 하지만 구글의 Gemini 4 Carbon은 연중 불규칙한 출시로 인해 주춤했던 상황을 만회하는 반등으로 볼 수 있습니다.

Gemini 4 Carbon (높음)은 Artificial Analysis Intelligence Index V5 벤치마크에서 59점을 기록했습니다. 이는 Claude Opus 5.5 (최대, 폴백 포함)보다 단 한 점 앞서며, OpenAI의 GPT-6 Astra (최대)보다 두 점 앞선 수치입니다. 또한 Meta의 Muse Wonder Full (Max)보다 9점 높고, Claude Fable 5.1 (최대, 폴백 포함)보다 10점 높은 기록입니다.

하지만 2026년의 최첨단 모델들에게 있어 순수한 일반 지능(raw, generalized intelligence)만이 전부는 아닙니다. 개발자들이 비용과 지능의 가장 이상적인 결합점인 파레토 프론티어(Pareto frontier)를 추구함에 따라, Gemini 4 Carbon 역시 인상적으로 저렴합니다. 실제로 Intelligence Index 테스트에서 이 모델이 요구하는 작업당 비용은 $7.76로 책정된 Gemini 3.8 Flash (high)보다 약간 더 저렴합니다. 이는 모두 폴백(fallback) 기능을 갖춘 Claude Opus 5.5나 Sonnet 5.5보다 수 달러가 저렴하며, 작업당 $12.99인 Claude Fable 5.1의 절반 가격과도 크게 차이가 나지 않습니다.

Gemini 4 Carbon은 여전히 OpenAI의 GPT 5 Astra보다 비싸고, GPT 6.1 Sol (max)보다는 약 6배 정도 더 비쌉니다. 또한 오픈 웨이트(open-weight) 모델인 DeepSeek V4.1 Flash 1017에 비해서도 작업당 비용이 약 13배가량 높습니다. (다만, 해당 모델은 Intelligence Index 순위에서 겨우 32점을 기록합니다.)

Gemini 4 Carbon이 모든 면에서 최고는 아니지만, 높은 가격대에서는 가장 좋을 수 있습니다. 적어도 지금으로서는 그렇습니다. Arena.ai의 파레토 프론티어 차트(Pareto Frontier chart) 상에서는 더 비싼 영역에서 최상위를 차지하고 있지만, 낮은 가격대에서는 GLM 5.3-Flash나 DeepSeek V4 Pro와 같은 중국의 오픈 웨이트 모델들이 주도권을 잡습니다.

Artificial Analysis는 또한 Gemini 4 Carbon이 프로그래밍 분야에서는 Claude Opus 5.5를 사용한 Claude Code보다 성능이 좋지 않으며, 지식 작업(knowledge work) 영역에서는 Grok 4.7, Muse Wonder, Kimi K3.1 Pro에 뒤처진다는 점을 강조합니다.

하지만 가장 인상적인 점수는 지식과 환각(hallucinations)을 추적하는 AA-Omniscience Index에서 Gemini 4가 기록한 54점 점수로, 종종 상당한 격차로 경쟁 모델들을 앞섰다.

Gemini 4 Carbon은 Intelligence Index 작업당 $7.76이며, 이는 Claude Opus 5.5(최대 $10.04)보다 약 23% 저렴하지만 GPT-6 Astra(최대 $6.25)보다는 약 1.2배 비싸다. 이 모델은 작업당 123k 출력 토큰을 사용하며, 이는 Claude Opus 5.5(최대 173k)보다 29% 적다. 동일한 $4/$20 표준 가격 책정에서, 이의 Task당 비용은 Gemini 4 Argon($7.68)과 비슷한 수준이며, Intelligence Index에서는 9점 더 높은 점수를 기록했다.2026년 10월 28일

신중하고 규정을 준수하는 방식 (Careful and Compliant)

Google의 새로운 Gemini 4 모델 발표에서 구글은 모델 스크리닝 및 사전 출시 테스트를 위해 미국 정부와의 협력을 강조했다. Anthropic이 2025년에 Mythos를 출시했던 방식과 유사하게, 구글은 Gemini 4 Carbon에 대한 접근을 점진적으로 확대하고 있다.

구글의 발표문에는 다음과 같이 적혀있다. "우리는 출시(rollout)에 신중한 접근 방식을 취하고 있으며, 미국 정부의 자발적 사전 출시 모델 테스트 과정에 적극적으로 참여하고 있습니다."

이를 위해 구글은 Carbon을 "사이버 수호자(cyber defenders)" 하위 그룹에게 먼저 공개하고, Fairwind Program을 통해 신뢰할 수 있는 파트너들을 거쳐 점차 모델의 접근성을 높일 계획이다. 개발자들에게 Carbon을 제공하기 전에, 구글은 AI가 사이버 보안 목적으로 더 안전하고 효과적이도록 가드레일(guardrails)을 개선하는 작업을 진행하여, 악의적인 행위자들이 이를 익스플로잇이나 해킹에 사용하는 것을 더욱 어렵게 만들고자 한다.

주요 기술 기업들의 추정에서 모델 개발에 대한 산업 둔화 및 더 큰 감독 도입 아이디어가 오르내리기도 했지만, 이는 미래 모델 출시를 위한 보다 근본적인 개념으로 자리 잡는 것 같습니다. Google은 모델의 향상된 안전성과 보안을 강조하며, Gray Swan 간접 프롬프트 주입(Indirect Prompt Injection) 벤치마크로부터 부적절한 행동을 하려는 모든 시도를 좌절시켰다고 설명합니다.

Google은 Carbon이 2주 전에 공개된 Gemini 4 Argon 모델보다 응답에서 근거 없는 주장을 두 배 더 많이 잘라낸다고 주장합니다. Google에 따르면, 만약 어떤 행동을 완료할 수 없다면, 답변을 꾸며내거나 누락된 증거를 둘러대기보다는 그저 그렇게 하지 않습니다.

또한 Carbon은 불일치나 불확실성이 있을 때 자체적인 의도를 추구하기보다는 사용자에게 출처와 제안된 행동을 더 쉽게 제시할 것이며, 이를 통해 모델의 과도한 개입(overreach)을 26% 줄였다고 주장합니다.

정부와 기업들이 AI를 현실적으로 사용하고, 사용량을 추적하며, 토큰 예산을 관리하고, 과사용을 통해 작업자가 새로운 악용 경로(exploit paths)를 만드는 것을 방지하려 함에 따라, 모델의 안전성, 보안성 및 신뢰성이 가장 중요할 것입니다.

Gemini 4 Carbon은 AA-Omniscience에서 54점을 기록하며 모든 모델 중 가장 높은 점수를 받았고, Claude Opus 5.5(최대 48점)보다 6점 앞섰습니다. 이는 Gemini 4 Argon(정확도 58% 대 48%)보다 더 많은 질문에 정확하게 답했지만, 그 대가로 환각률이 높았습니다(11% 대 4%). 이 점수는 여전히 Claude Opus 5.5(최대)와 GPT-6 Astra(최대), 둘 다 50점인 것보다 훨씬 낮습니다.2026년 10월 28일

새로운 파레토 프론티어?

지난 1년 동안, 프론티어 및 오픈 웨이트 모델 개발자들의 명확한 초점은 효율성과 비용에 맞춰져 왔습니다. 지능을 높이고 에이전트 워크플로우(agentic workflows)를 통해 역량을 개선하는 것이 화려하게 발전해 온 것과 함께, 많은 주요 발표와 개발 동향들은 또한 [비용을 명확한 구성 요소로 고려했습니다].

이는 바뀔 가능성이 낮아 보입니다. Gartner의 최신 연구에 따르면, AI 사용으로 인해 실제로 비용 및 생산성 개선을 달성하는 기업은 단지 3%에 불과합니다. 하지만 조직들이 AI에서 실제 가치를 찾고, 토큰 예산을 극대화하며, AI 사용을 통해 개선점을 발견한 근로자들에게 힘을 실어주기 위해 노력함에 따라, 그들은 일관성을 원할 것입니다.

AI를 통한 투자 수익률(ROI) 추적은 악명 높게 어렵고, 환각 현상(hallucinations)이 이를 훨씬 더 어렵게 만듭니다. 만약 Google이 자사의 최신 모델(들)을 가장 안전하고 환각 현상이 발생할 가능성이 낮다고 판매할 수 있고, 그것을 비교적 낮은 비용으로 높은 지능과 함께 한다면, 이것이 새로운 승리 공식이 될 수 있습니다.

최소한 다음 모델이 출시될 때까지는 말입니다.