Google DeepMind
Gemini 4 Carbon 공개, 사이버보안, 장기 작업 특화 최강 모델
한마디로
구글이 2주 전 낸 Gemini 4 Argon보다 더 센 새 모델을 내놓았는데, 취약점을 찾고 고치는 보안 작업과 며칠씩 이어지는 긴 개발 작업에 특히 강한 모델이에요
무슨 내용인가
Google DeepMind가 Gemini 4 Carbon을 발표했습니다. Artificial Analysis Intelligence Index v5.0에서 59점으로 1위이고, 취약점 탐색 SEC-bench Pro 88.2%, 익스플로잇 검증 ExploitGym 54.8%, 패치 CWE-bench 71.0%로 사이버보안 방어 전 과정에서 선두라고 해요. 내부 벤치마크에서는 보안 코드 생성 성공률이 Argon보다 2배 넘게 올랐고, Terminal-Bench 4.0의 부정행위 성공률은 0.0%, 간접 프롬프트 인젝션 공격 성공률도 0.0%로 보고됐습니다. 지금은 Fairwind Program을 통해 일부 사이버 방어 담당자와 신뢰 파트너에게만 순차 공개하고, 개발자, 기업, 일반 사용자 대상 출시는 가드레일을 다듬은 뒤 진행합니다. 가격은 Argon과 같은 도입가로 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이고 캐시된 입력 토큰은 95% 할인돼요
에디터 노트 | FactStack
벤치마크 숫자는 전부 DeepMind 내부 평가와 보고치라서 독립 검증 전에는 지표 방향만 참고해야 해요. 부정행위 0.0%, 프롬프트 인젝션 0.0%처럼 0%로 떨어지는 수치는 평가 환경이 그만큼 좁다는 신호이기도 해서 실서비스 방어율로 읽으면 안 됩니다. 공격과 방어 능력이 같은 모델에 들어 있어서 Fairwind Program처럼 제한 공개로 시작한 건 합리적인 선택이고, 보안팀은 지금 성능표보다 접근 자격과 일반 출시 시점, 그리고 패치 자동화에 사람 검수를 어디에 둘지 먼저 정리해 두는 편이 낫습니다. 도입가가 Argon과 같다고 해도 며칠씩 도는 장기 에이전트 작업은 출력 토큰이 크게 쌓이니, 캐시 할인 95%를 전제로 한 비용 시뮬레이션은 소규모 파일럿으로 직접 확인해 보세요.
실무 시사점
보안 점검과 코드 패치를 자동화하려는 기업은 Fairwind Program 접근 방식과 일반 출시 시점을 지켜볼 만하고, Argon과 같은 도입가라서 에이전트형 개발 워크플로 도입 비용을 가늠하기도 쉬워집니다
태그
용어 풀이
- Gemini 4 Carbon
- 구글 DeepMind가 공개한 차세대 최상위 AI 모델로, 사이버보안과 장기 작업에 강점이 있어요
- Google DeepMind
- 구글의 AI 연구 조직으로 Gemini 시리즈를 개발해요
- cybersecurity
- 해킹과 취약점으로부터 시스템을 지키는 보안 분야예요
- agentic coding
- AI가 스스로 계획하고 여러 단계를 이어서 개발 작업을 수행하는 방식이에요
이 기사를 근거로 쓴 FactStack 분석
공유