구글의 Gemini 4 Carbon 공개: 어려운 코딩을 끝까지 검증하는 AI, 어떻게 쓸까요?
11월 10일 공개 범위가 확대된 Gemini 4 Carbon을 살펴봐요. 공식 데모, AI Studio·Python 사용법, /swarm, Argon과의 차이, 성능 근거와 11월 한정 가격까지 정리했어요.
마지막 업데이트
AI에게 코드 한 번 고쳐달라는 수준에서, 여러 파일을 오가며 원인을 찾고 수정 결과까지 검증하는 쪽으로 구글이 한 발 더 나갔어요. 2026년 11월 10일 Gemini 4 Carbon의 이용 범위가 개발자와 일반 구독자에게 확대됐어요. 이번에 함께 공개한 Antigravity의 /swarm 프리뷰도 눈여겨볼 부분이에요. 한 요청에 여러 에이전트가 역할을 나눠 일하는 기능이에요. 공식 공개 안내
이 글은 공식 발표·개발자 문서·모델 카드를 확인해 작성한 사용 가이드예요. 아래 코드와 연습 문제는 문서에 맞춰 구성했으며, 우리 계정에서 Carbon의 유료 추론이나 성능 비교를 실행한 후기는 아니에요. 공식 영상도 Google의 시연이에요.
자료 확인일: 2026년 11월 10일.
공식 영상: 자료가 실제 작동하는 3D 결과물로 이어지는 과정
Google은 옛 사진과 공학 자료에서 에펠탑의 건설 과정을 보여주는 Three.js 전시를 만드는 예시를 공개했어요. 다른 공식 영상은 건축 PDF에서 사무실 3D 장면을 구성하는 사례예요. 시연을 볼 때는 마지막 화면뿐 아니라 어떤 자료를 받았는지, 결과를 어떻게 확인했는지 보세요. 편집된 영상의 길이만으로 작업 시간을 계산하면 안 돼요.
Carbon은 무엇이고, Argon과 무엇이 다른가요?
10월 28일의 최초 발표는 제한된 보안 방어 전문가 대상 제공이었고, 11월 10일이 더 넓은 제품 접근을 알린 날짜예요. 두 날짜를 모두 ‘처음 출시된 날’이라고 섞어 쓰면 현재 이용 조건을 오해하기 쉬워요. 최초 발표
Carbon은 Gemini 4 Argon을 기반으로 만든 모델이에요. 모델 카드는 어려운 문제에서 가설을 탐색하고 확인하는 데 더 많은 추론 토큰을 쓰며, 환각·지연·시간 초과 가능성도 있다고 설명해요. 지식 기준일은 2026년 3월이에요. 따라서 오늘의 가격이나 최신 공지는 별도로 찾아야 해요. 모델 카드
| 비교할 항목 | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| 공식 권장 용도 | 일상적인 고급 코딩·지식 작업 | 어려운 원인 분석·설계·과학 추론 |
| 한 차례 추론 | Carbon보다 토큰 사용과 지연이 적은 방향 | 더 많은 추론과 검증에 자원을 쓰는 방향 |
| 문맥 창 | 입력·추론·출력을 합친 약 1M 토큰 | 같은 통합 문맥 창 |
| 선택 기준 | 빠르게 수정하고 결과를 확인하는 작업 | 해결이 어려워 더 깊은 검토가 필요한 작업 |
표는 공식 개발자 비교를 요약했어요. 저라면 모든 작업을 한꺼번에 바꾸기보다, 기존 모델이 놓친 버그 하나를 골라 결과와 총비용을 비교하겠어요. ‘더 깊게 생각한다’는 설명만으로 내 작업의 성공률이 정해지지는 않아요.
성능 발표는 어디까지 확인됐나요?
Google의 11월 10일 발표는 CursorBench 4.0·WANDR·AutomationBench에서 1위, MKA에서는 2위라고 소개해요. 이 중 MKA는 문서·표·이미지 등을 포함한 실무형 에이전트 평가예요. 모두 발표 당시 Google이 인용한 평가 결과이며, 여기서 독립 재측정한 순위가 아니에요. 성능 발표 원문
10월 최초 발표의 보안 수치도 따로 읽어야 해요.
| 최초 발표에 제시된 평가 | Carbon 결과 | 무엇을 평가하나요? |
|---|---|---|
| SEC-bench Pro | 88.2% | 취약점 찾기 |
| ExploitGym | 54.8% | 평가 환경의 취약점 악용 능력 |
| CWE-bench | 71.0% | 취약점 패치 |
출처는 10월 28일 공식 발표예요. 모델 카드는 보안 벤치마크가 Fairwind Program 접근 조건에서의 성능이라고 명시해요. 일반 API 계정에서도 같은 기능과 수치가 그대로 나온다고 해석하지 마세요. 이 표는 모델 비교의 일부이며 ‘실제 서비스 버그를 88.2% 찾아준다’는 뜻도 아니에요.
직접 비교할 때는 같은 버그·같은 자료·같은 성공 조건을 주세요. 예를 들어 수정 전 실패하는 재현 예시가 있는지, 수정 후 통과하는지, 다른 기능이 깨졌는지, 최종 비용과 대기 시간이 얼마인지 함께 적는 거예요. 답변 문장이 길거나 자신감 있어 보이는 것보다 검증 가능한 산출물이 남는지가 중요해요.
지금 어디에서 쓸 수 있나요?
| 경로 | 공식 접근 안내 | 시작 링크 |
|---|---|---|
| AI Studio / Gemini API | 유료 API 등급 | Carbon 대화 열기 |
| Gemini 앱 / 검색 AI Mode | Google AI Ultra 구독자 대상 순차 제공 | Gemini 앱 |
| Google Antigravity | Ultra 구독자 대상 제공 | Antigravity |
| 기업 | Gemini for business 등 | 공식 접근 안내 |
일반 앱의 Ultra 구독과 API의 유료 등급은 서로 다른 이용 경로예요. API 문서는 Carbon이 무료 API 등급에 없다고 밝혀요. 계정 화면에 모델이 보이지 않는다면 이름이 비슷한 다른 모델을 골라 놓고 Carbon을 사용했다고 생각하지 않도록 모델명을 먼저 확인하세요.
사용법 1: 설치 없이 AI Studio에서 첫 비교하기
다음은 공식 모델 바로가기와 문서에 따른 절차예요. 로그인 후 계정별 모델 선택 화면과 생성 성공은 이 글에서 직접 확인하지 않았어요.
- Carbon으로 지정된 새 대화를 열고 Google 계정으로 로그인해요.
- 사용 모델이 **Gemini 4 Carbon /
gemini-4-carbon**인지 확인해요. 유료 등급이나 사용 권한 안내가 나오면 먼저 조건을 읽어요. - 첫 실험은 아래의 짧은 코드와 요구사항만 넣어요. 대규모 프로젝트를 처음부터 올리기보다 결과를 손으로 확인할 수 있는 문제가 좋아요.
- 실행한 뒤 답변의 함수·재현 예시·검증 결과를 각각 확인해요. 답변에 테스트 결과가 적혀 있더라도 실행 기록이 없다면 제안된 테스트로 취급하세요.
- 같은 입력을 Argon에도 보내고 정답 여부와 사용량을 비교해요. UI의 세부 버튼 위치가 바뀌면 현재 공식 안내를 기준으로 진행하세요.
첫 비교에 사용할 연습 입력 펼치기
다음 Python 함수는 중복 상품 코드의 수량을 합치려는 코드야.
오류를 설명하고 수정 함수와 테스트 입력/기대 결과를 보여줘.
상품 코드는 앞뒤 공백을 제거하고 대소문자는 같은 것으로 처리해.
원본 rows는 바꾸지 말고, 빈 코드는 결과에서 제외해.
테스트를 직접 실행하지 못했다면 실행했다고 말하지 마.
def merge(rows):
result = {}
for code, qty in rows:
result[code] = qty
return result
rows = [(" CABLE-01 ", 2), ("cable-01", 3), ("", 7)]
이 예시는 우리가 만든 연습 문제예요. 기대하는 합계는 CABLE-01에 해당하는 수량 5이고, 빈 코드는 없어야 해요. 입력 목록이 유지됐는지도 보세요. 이 정도로 작게 시작하면 설명이 그럴듯한지보다 실제 요구사항을 충족했는지 판단하기 쉬워요.
사용법 2: Python에서 API 호출하기
공식 시작 문서는 AI Studio의 API keys에서 키를 준비하고, 유료 등급은 Set up billing, 사용량은 Dashboard → Usage에서 확인하도록 안내해요. 아래는 공식 SDK 호출 형식에 맞춘 예시이며 유료 요청을 실제 실행한 결과는 아니에요.
python -m pip install -U google-genai
키는 실행 환경의 GEMINI_API_KEY에 설정해 주세요. 키를 글이나 공유 코드에 적지 않고 다음 파일을 실행해요.
from google import genai
client = genai.Client()
result = client.interactions.create(
model="gemini-4-carbon",
input=(
"상품 코드 앞뒤 공백과 대소문자를 정규화하고 수량을 합치는 "
"Python 함수를 작성해줘. 빈 코드는 제외하고 원본은 바꾸지 마. "
"최소 3개의 테스트 입력과 기대 결과도 제시해줘."
),
generation_config={"thinking_level": "medium"},
)
print(result.output_text)
print(result.usage)
공식 Carbon 개발자 문서 기준으로 추론 수준은 low, medium, high이며 기본은 medium이에요. 처음에는 기본값으로 결과를 보고, 어려운 문제에서만 수준을 바꿔 비교하세요. high가 모든 작업에서 더 경제적이라는 뜻은 아니에요.
개발자가 놓치기 쉬운 사양과 이전 설정
모델 사양에 따르면 텍스트·이미지·영상·음성·PDF를 입력으로 받고 결과는 텍스트로 내보내요. 이미지와 음성 생성, Live API는 지원 항목이 아니에요. 영상 입력을 이해하는 것과 새 영상을 만들어 주는 것은 다른 기능이에요.
통합 문맥 창은 1,048,576토큰이지만, 일반 동기 호출의 최대 출력은 65,536토큰이에요. 더 긴 출력은 long decode와 별도 실행 설정을 확인해야 해요. ‘1M 지원’을 ‘매번 1M 토큰 출력’으로 이해하면 안 돼요.
기존 앱을 옮길 때는 모델 이름만 바꾸고 끝내기보다 이전 지침을 보세요. 명시적 캐시 설정은 지원되지 않고, 오래된 샘플의 temperature·top_p·top_k는 무시된다고 안내해요. 출력 한도와 시간 제한도 추론 시간을 고려해 점검해야 해요.
Antigravity의 /swarm은 어떻게 시작하나요?
공식 Antigravity 글은 App과 CLI에서 /swarm을 프리뷰로 순차 제공한다고 설명해요. 입력창에서 /swarm과 작업을 전달하면 조정자·작업자·검증자가 역할을 나누는 방식이에요. App의 Swarm 화면에서 Board·Members·Graph를 살펴보고, CLI에서는 /swarm board 또는 Alt+S로 진행 상황을 볼 수 있다고 안내해요.
처음부터 ‘서비스 전체를 다시 만들어줘’라고 맡기기보다 수정 범위와 완료 조건을 적어보세요. 예를 들어 ‘CSV 가져오기 오류를 재현하고, 입력값 정규화와 회귀 검증을 추가하고, 변경 파일과 남은 실패를 보고해줘’처럼요. 이는 실습 제안이며 실제로 수행한 작업은 아니에요. 여러 에이전트의 병렬 작업은 일반 대화보다 사용 한도를 빨리 소모할 수 있다는 공식 설명도 함께 고려하세요.
가격: 11월 한정 단가와 실제 청구량을 같이 봐요
| 공개 API 단가·미국 달러 | 2026년 11월 30일까지 | 2026년 12월 1일부터 |
|---|---|---|
| 입력 100만 토큰 | $2 | $4 |
| 출력 100만 토큰·추론 포함 | $10 | $20 |
출처: 공식 API 가격 안내. 앱 구독 요금과 별개의 API 단가예요. 예를 들어 청구 대상 입력이 10만 토큰, 출력·추론 합계가 2만 토큰이면 위 단가만으로 계산한 비용은 11월 $0.40, 12월 $0.80이에요. 검색 같은 추가 기능 비용은 별도로 확인해야 해요.
저라면 단가만 비교하지 않고, 같은 오류를 해결하는 데 필요한 총 요청 수까지 적어보겠어요. 짧은 요청 여러 번과 긴 검증 한 번 중 어느 쪽이 유리한지는 작업마다 달라요. Carbon의 장점이 궁금하다면 ‘길게 답했다’보다 ‘이전에는 놓친 문제를 찾고 수정 결과를 증명했는가’를 첫 기준으로 삼아보세요.
같은 날 공개된 실제 로봇 제어 모델은 Gemini Robotics 2.5 상세 글에서 따로 정리했어요. Carbon의 코딩 기능과 로봇의 동작 제어는 구분해서 읽어주세요.
참고 자료
- https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
- https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
- https://aistudio.google.com/docs/models/gemini-4-carbon
- https://aistudio.google.com/docs/whats-new-gemini-4-carbon
- https://aistudio.google.com/docs/get-started
- https://antigravity.google/blog/gemini-4-carbon-in-google-antigravity
- https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Carbon-Model-Card.pdf