Gemini 4 Carbon이 이제 사용 가능합니다
오늘, 저희는 개발자, 기업, 과학자 및 일반 소비자에게 Gemini 4 Carbon을 제공합니다. Carbon은 복잡한 지식 작업(knowledge work), 소프트웨어 엔지니어링, 그리고 과학적 추론 전반에 걸쳐 사이버 보안 역량과 장기적인 에이전트 워크플로우(agentic workflows)에서 최첨단 성능을 보여주는 저희의 가장 강력한 모델입니다.
2주 전, 저희는 Fairwind Program을 통해 일련의 사이버 보안 방어자들에게 Carbon을 공개했습니다. 최근 Gemini 4 Argon 출시 이후, Carbon은 경계를 더욱 확장합니다. Argon은 대부분의 소프트웨어 엔지니어링 및 지식 작업에 이상적인 선택으로 남아 있는 반면, Carbon은 복잡한 다단계 코딩 및 디버깅이나 개방형 과학 연구 및 발견처럼 모델의 지능 한계를 시험하는 작업을 위해 설계되었습니다. 이는 Argon보다 더 많은 토큰을 사용하여 철저하게 탐색하고, 깊이 있게 추론하며, 확장된 검증 루프(verification loops)를 실행합니다.
실제 워크플로우에서 모델 성능을 테스트하기 위해 설계된 독립적인 벤치마크 전반에 걸쳐, Carbon은 최첨단 정확도와 실용적인 생산 경제성을 결합합니다. 이는 CursorBench 4.0, Perplexity의 WANDR, 그리고 Zapier의 AutomationBench에서 다음으로 좋은 외부 모델 대비 작업당 비용이 2배 이상 낮은 수준으로 #1을 차지했습니다.
더 크고 복잡한 프로젝트에 Carbon의 역량을 활용하기 위해, 저희는 Google Antigravity 내에서 /swarm 기능을 미리 선보입니다. 이 기능은 단일 프롬프트를 실시간으로 추적할 수 있는 조정된 에이전트 팀으로 변환합니다. 개발자들은 아키텍처 설계, 조정, 감사와 같이 가장 깊은 추론을 요구하는 역할에 Carbon을 할당하고, 이를 더 빠르고 가벼운 모델과 병렬 격리 작업 공간(parallel isolated workspaces) 및 모든 변경 사항을 테스트하는 적대적 검증기(adversarial verifiers)와 결합할 수 있습니다.
Gemini 4 Carbon은 유료 개발자와 기업 모두에게 Google AI Studio 및 Gemini for business를 통해 API로 이용 가능하며, 동일한 도입 가격으로 제공됩니다.
더 높은 정밀도의 지식 작업, 아티팩트 생성 및 데이터 분석
법률, 금융 및 기업 운영 전반에 걸쳐 Gemini 4 Carbon은 최첨단 시각적 이해력, 추론 능력, 그리고 광범위한 검색 기능을 결합하여 방대한 양의 밀집된 문서와 데이터에서 근거 기반 통찰력을 합성합니다. 엄격한 스키마와 형식을 따라 세련되고 정확한 스프레드시트, 프레젠테이션 및 보고서를 생성합니다.
기존의 벤치마크는 에이전트가 차트, 이미지, 청사진(blueprints), 회로도(schematics), 표 등이 포함된 밀집 파일 위에서 어떻게 네이티브하게 추론하는지를 충분히 포착하지 못했습니다. 따라서 우리는 Artificial Analysis와 협력하여 에이전트 워크플로우 내에서 모델의 멀티모달 성능을 테스트하는 새로운 Multimodal Knowledge Agent (MKA) 벤치마크를 출시했습니다. Carbon은 최고 성능 모델 대비 평균 작업당 비용이 6배 이상 낮으면서도 #2 순위를 차지합니다.
Google Antigravity의 새로운 /swarm 기능을 사용하여, Gemini 4 Carbon 에이전트 팀은 단일 프롬프트만으로 역사적인 사진과 엔지니어링 판을 에펠탑의 1887년~1889년 건설 과정을 담은 인터랙티브 Three.js 3D 전시물로 변환했습니다.
7개의 공공 시의회 계획 PDF(206개 추출된 엔지니어링 도면 뷰)와 단일 프롬프트를 사용하여, Google Antigravity의 /swarm 기능을 활용한 다중 에이전트 Carbon 팀은 10번의 야간 루프에 걸쳐 구글 플랫폼 37 사무실의 인터랙티브 906K-삼각형 Three.js 재구성을 구축했습니다.
Google Antigravity에서 Gemini 4 Carbon은 학술 논문을 기반으로 인터랙티브 다중 스케일 직물 시각화 도구를 구축했으며, 최소한의 프롬프트만으로 가상 섬유 유한 요소(finite element) 프레임워크를 모델링하고, 인터랙티브 3D 실(yarn) 메쉬, 110-섬유 극지 추적(polar tracking), 그리고 동적 응력-변형 곡선(stress-strain curves)을 구현했습니다.
사전 공개 평가에서 Carbon은 Hebbia의 E2E Financial Agentic evaluation을 통한 심층 금융 연구 분야에서 테스트된 최고 모델과 성능이 일치했으며, 법률 전문 지식, 에이전트 도구 사용 및 실행, 코딩 및 데이터 엔지니어링, 인식 및 컨텍스트 이해를 아우르는 Balyasny Asset Management의 General Financial Intelligence 벤치마크에서 23개 최첨단 모델 구성 중 최고 순위를 차지했습니다.
향상된 에이전트 코딩, 풀스택 개발 및 3D/UI 디자인
Carbon은 다중 패키지 마이그레이션, 크로스 서브시스템 근본 원인 조사, 복잡한 아키텍처 재설계와 같이 다중 에이전트 협업이 필요한 엔지니어링 작업에서 탁월한 성능을 보입니다. 웹 앱 개발의 경우, 빌드 및 검증 루프(build-and-verify loops)를 실행하고 오류로부터 복구하며 코드와 렌더링된 UI 모두를 확인하여 완전하게 작동하는 애플리케이션을 생성합니다. 더욱 강력해진 시각 디자인, 공간 추론 능력, 환경적 디테일에 대한 주의력은 3D 게임 개발 및 크리에이티브 코딩에도 적용됩니다.
Google Antigravity의 /swarm 기능을 사용하여 Carbon은 자신이 GBike를 탄 펠리컨으로서 Google Mountain View 캠퍼스를 탐험하는 오픈 월드 3D 게임을 만들었습니다. 이 과정에서 Omni와 Nano Banana 레퍼런스를 이용해 Blender로 3D 에셋을 모델링하기 위해 서브에이전트를 조정하고, WebGL 셰이더를 사용해 Three.js로 브라우저 게임을 구축했으며, 절차적 웹 오디오 사운드 효과를 Lyria 음악과 결합했습니다. 라이브 앱을 시도해보세요.
Google Antigravity에서 개선된 프런트엔드 취향 및 모션 디자인 기술과 결합하여 Carbon은 두 개의 프롬프트만으로 Google Merchandise Store를 재구상했으며, 5가지 아트 디렉션 콘셉트를 제안하고 Nano Banana 2.1을 이용해 완전히 새로운 제품 이미지를 생성했습니다. 라이브 앱과 Gemini의 프런트엔드 디자인 기술을 시도해보세요.
Google Antigravity에서 Gemini Omni를 이용해 생성한 비디오 레퍼런스를 기반으로, 영화 같은 다중 샷 수중 아틀란티스 장면을 구현했습니다. 이 파이프라인은 Blender에서 절차적 폐허(procedural ruins), 체적 캐스케이드 조명(volumetric caustic lighting), 그리고 물 시뮬레이션을 모델링한 후, 전체 환경을 Three.js로 변환하여 실시간 브라우저 렌더링에 사용했습니다.
Google Antigravity의 다중 에이전트 루프를 사용하여, Carbon은 CAD 도면과 X-ray 방사선 사진으로부터 c. 1780년경의 연주 가능한 Stein-Schule 포르티피아노(61키 이스케이프먼트 물리 포함)를 복원하고, 토론토에 위치한 Royal Conservatory of Music의 Koerner Hall 3D 모델 내부에 좌석별 공간 음향 효과와 함께 배치했습니다. 라이브 앱을 사용해 보세요.
최첨단 사이버 보안 기능
Gemini 4 Carbon for cyber는 현재까지 가장 강력한 사이버 보안 기능을 제공하며, 보안 팀이 중요 소프트웨어를 보호하는 데 필요한 엔드투엔드(end-to-end) 인텔리전스를 제공합니다. Fairwind Program을 통해 접근할 경우, Carbon은 취약점 탐지(finding)(SEC-bench Pro), 악용(exploiting)(ExploitGym), 패치(patching)(CWE-bench v1)에 걸쳐 주요 벤치마크에서 선두를 차지하며 소프트웨어를 검사하고, 시스템 전반에 걸쳐 결함이 어떻게 연결될 수 있는지 추적하며, 검증된 근본 원인 패치를 생성합니다.
Google 내부 및 외부의 초기 테스터들은 이미 실무에서 Carbon for cyber를 통해 강력한 결과를 확인하고 있습니다.
- Project Fortify에서 구글의 자율 시스템인 Carbon은 스캐닝(scanning), 분류(triage), 그리고 복구(remediation) 전반에 걸쳐 내부 벤치마크에서 100%의 재현율(recall)과 95%의 정밀도(precision)를 기록했습니다. 오픈 소스 코드 저장소 테스트에서는 이미 강력했던 Argon의 재현율보다 25%가 넘는 상대적 개선을 보여주며, 이전에 감지되지 않았던 실제 로직 오류들을 찾아냈습니다. 이러한 성과를 구글 전체에 적용함으로써, 세계 최대 규모의 오픈 소스 소프트웨어 사용자 중 하나인 구글은 자체 시스템뿐만 아니라 광범위한 생태계 모두를 안전하게 만드는 데 도움을 줍니다.
- 구글 클라우드 취약점 연구(Cloud Vulnerability Research, CVR) 팀은 최근 Carbon을 사용하여 인기 있는 오픈 소스 소프트웨어의 두 가지 버그가 실제로 악용 가능한 취약점임을 입증했습니다. 이 심각도는 최근 발생한 PHP2Shell 익스플로잇과 비교될 만합니다. CVR은 Carbon을 이용해 개념 증명(proof of concept)을 구축함으로써, 유지 관리자들이 해당 버그를 '심각' 등급으로 재분류하고 신속하게 패치를 발행하도록 도왔습니다. 자세한 내용은 책임 공개 절차(responsible disclosure process)가 완료된 후에 공유될 예정입니다.
- Wiz의 Scan for Good 프로그램의 일환으로, 이 팀은 Carbon을 사용하여 공공 디지털 인프라의 취약점을 평가했습니다. 예를 들어, 두 개의 주요 SaaS 제공업체를 스캔했을 때, 모델은 2시간도 안 되는 시간 동안 0-day 취약점을 발견하여 수 주에 걸친 취약점 연구를 단 하루 오후로 압축하는 결과를 얻었습니다. 이 팀은 영향을 받은 조직들과 협력하여 기록적인 시간 내에 복구 작업을 진행함으로써, 수만 개 기업들이 잠재적으로 입을 수 있는 피해를 완화하는 데 기여했습니다.
더 강력해진 과학 및 수학적 추론 능력
Gemini 4 Carbon은 물리학, 수학, 생명과학 전반의 추론에서 크게 향상된 성능을 보여주며, 실험 데이터 합성, 가설 검증, 그리고 다단계 도메인 문제에 대한 추론 능력을 갖추고 있습니다. 신약 독성 연구 회사인 Axiom Bio에게 있어 Carbon은 이제 중개 과학(translational science) 분야에서 최고의 성능을 보이는 모델이 되어, 이전에 발견하지 못했던 새로운 독성 메커니즘들을 찾아내고 있습니다. 이에 따라 Axiom은 더 안전한 약물 개발을 실현하기 위해 생산 과학 분석 및 에이전트(agents)를 Carbon과 Argon 모두로 전환하고 있습니다.
구글 전반의 연구원들은 Google Antigravity에서 Carbon을 사용하여 작업 속도를 높이고 있습니다:
코드 검증(Code verification): 연구원들은 AlphaProof Code라는 형식 검증(formal verification)용 새로운 에이전트 프레임워크를 구축하고, 주요 보안 과제에 적용했습니다. 이 과제는 Signal의 암호화 프로토콜을 뒷받침하는 실제 코드를 수학적으로 증명하는 것이었습니다. 저희 연구원들은 Carbon과 다른 모델들을 함께 사용하여 보안 목표를 수학적 정리로 번역했습니다. 이후 AlphaProof Code 에이전트들이 Carbon을 활용하여 수학적 증명을 작성하는 컴퓨터 언어인 Lean으로 수백만 줄의 코드를 생성했으며, 이를 통해 전문가 팀에게 역사적으로는 몇 년이 걸리는 핵심 보안 속성들을 단 몇 주 만에 증명할 수 있었습니다. 이 결과는 확장 가능한 형식 검증(scalable formal verification)에서 Carbon이 가질 잠재력을 보여주며, 이는 오랫동안 안전한 소프트웨어 구축을 위한 황금 표준 접근 방식으로 여겨져 왔습니다.
효소 분석법 개발(Enzyme assay development): 실험실 노트와 원시 데이터만 제공된 상태에서도, Carbon은 일반적인 분석을 넘어 해석하기 어려운 데이터 이상 징후를 발견해냈고, 이를 활용하여 깊은 우물(deep wells)에서 불완전한 자동 혼합과 같은 미묘한 습식 실험(wet lab)의 실험적 인공물을 진단하는 데 사용되어 재현성을 대폭 향상시켰습니다. 또한 Carbon은 크로마토그래피 피크를 분리하는 방법을 개선하고 연구 장비에서 발생하는 미량 샘플 잔류물(trace sample carryover)을 포착하여, 새로운 분석법 개발 속도를 크게 높이고 계산과 실험실 간의 피드백 루프를 강화했습니다.
단백질 구조 예측(Protein structure prediction): AlphaFold 3와 같은 구조 예측 모델은 진화적 친연 관계에 있는 단백질들의 다중 서열 정렬(Multiple Sequence Alignments, MSAs)을 사용하여 아미노산 사슬이 어떻게 접히는지 추론하는 데 도움을 받습니다. 그 결과, 이들은 표준 데이터베이스에서 일치하는 부분이 매우 적은 연구가 부족한 바이러스성, 미생물성, 진핵생물성 단백질에 어려움을 겪는 경우가 많습니다. 저희 연구원들은 다중 에이전트 설정(multi-agent setup)에서 Gemini 4 Carbon을 사용하여 페타바이트 규모의 주석 처리되지 않은 서열 아카이브, 환경 및 바이러스 서열 카탈로그, 그리고 3D 구조 데이터베이스 전반에 걸쳐 원격 상동체(remote homologs)를 자율적으로 발견했습니다.
예를 들어, CASP17 블라인드 테스트 세트의 7개 저상동성 단백질 계열에서 Carbon은 평균적으로 검색된 상동성(homologs) 수를 40배 증가시켰으며, 이는 재학습이 필요 없는 구조 예측 모델에 사용 가능한 정보를 크게 늘렸습니다. 더 광범위한 벤치마킹이 아직 진행 중이지만, 이 업스트림 검색 병목 현상(upstream search bottleneck)을 해결하는 것은 단백질체(proteome)의 특성화하기 어려운 영역을 모델링하는 데 유망한 경로를 제공할 수 있습니다.
4주 전, 저희는 연구 속도를 높이기 위해 Google Antigravity에서 1만 명의 과학자에게 Argon을 무료로 6개월 동안 사용할 수 있는 신청 기회를 열었으며, 이미 수천 명의 과학자를 참여시켰습니다. 오늘, 우리는 현재 및 미래 참가자들에게 Carbon에 대한 접근성을 확대하고 있으며, 앞으로도 프로그램은 최신 프론티어 모델(frontier models)이 이용 가능해짐에 따라 지속적으로 접근을 제공할 것입니다. 신청은 계속 열려 있으며, 적격성, 수용 능력, 선정 기준에 따라 매주 순차적으로 온보딩이 진행됩니다.
모델 안전 및 보안 진전 상황
새로운 모델이 출시될 때마다, 우리는 모델의 역량에 비례하여 안전 및 보안 완화(safety and security mitigations), 에이전트 오용 방지(agentic misuse prevention), 모델 정렬(model alignment), 그리고 피해 감소(harm reduction)를 지속적으로 강화하고 있습니다.
Gemini 4 Carbon은 더 강력한 사이버 역량(cyber capabilities)을 도입했기 때문에, 우리는 Argon의 강력한 안전 및 보안 스택(safety and security stack)을 기반으로 오용과 프롬프트 주입(prompt injection)에 대한 견고성을 강화했습니다.
