구글 딥마인드, Gemini 4 Carbon 공개 — 취약점 탐지 88.2%, 패치 71.0%

구글의 새 최강 AI가 코드베이스에서 버그 원인을 좁혀 가며 며칠째 추적합니다. 구글은 10월 28일 프런티어 모델 Gemini 4 Carbon을 공개했습니다. 제목은 "다음 프런티어 모델"이지만 실제로는 사이버 보안에 무게를 실은 모델입니다.

배경

구글은 10월 13일 나온 Gemini 4 Argon 뒤를 이어 2주 만에 Carbon을 내놓았습니다. Argon이 '어려운 문제용' 모델이었다면 Carbon은 그 위에 보안 능력을 얹은 형태입니다. 구글은 Carbon을 "사이버 보안과 장기 과제(long horizon) 능력에서 지금까지의 가장 강한 모델"이라고 소개했습니다.

핵심 발표 내용

보안 벤치마크 세 개를 한꺼번에 갱신

구글 발표 기준으로 취약점 탐지 SEC-bench Pro 88.2%, 익스플로잇 검증 ExploitGym 54.8%(신기록), 패치 생성 Collinear CWE-bench **71.0%**를 기록했습니다. 세 수치 모두 외부 벤치마크이며, 구글이 가드 없이(evaluated without guardrails) 평가했다고 명시했습니다. Artificial Analysis Intelligence Index v5.0에서는 59점 1위, 웹 개발 벤치마크 WebDev Arena에서는 +89 elo로 4위(1768)를 기록했습니다.

보안 실무에서의 성과

내부 벤치마크에서 보안 코드 생성 성공률이 Argon보다 2배 이상 올랐습니다. Chrome 팀은 다른 랩의 대형 프런티어 모델보다 10배 이상 좋은 패치를 만들었다고 보고했고, Wiz는 웹 펜테스트 벤치마크에서 선두라고 밝혔습니다. 내부 실전 코딩에서는 며칠 연속 실행되며 막다른 길에서도 멈추지 않고 원인을 좁혀 최종 패치를 제출합니다.

안전성 지표도 함께 올라갔다

Terminal-Bench 4.0에서 성공적 치팅은 0.0%, 치팅 시도는 0.4%였고 전체 정확도도 개선됐습니다. 내부 실전 코딩에서 high-severity 정렬 문제 알림은 약 80% 줄었습니다. 근거 없는 주장(unsupported claims)은 Argon 대비 약 2배, 과잉 개입 26%, 대응 부족 29% 각각 줄었습니다. Gray Swan의 간접 프롬프트 인젝션(ipi) 벤치마크 공격 성공률은 0.0%(Argon은 0.7%)입니다.

공개 범위와 가격

이번 주부터 일부 사이버 방어자에게 먼저 열고 Fairwind Program을 통해 신뢰할 수 있는 파트너에게 단계적으로 넓힙니다. 미국의 자발적 사전 릴리즈 모델 테스트 절차에도 참여 중입니다. 개발자·기업·소비자용은 "가능한 한 빨리" 단계로 예정돼 있습니다. 가격은 Argon과 같은 인트로ductory 요금으로 입력 $2/100만토큰, 출력 $10/100만토큰이며 캐시된 입력은 95% 할인입니다. 인트로 기간이 끝나면 각각 $4, $20으로 올라갑니다.

시사점

발표 방식 자체가 설계 철학입니다. 범용 지표 1위보다 취약점 탐지부터 패치까지 파이프라인 전 구간을 따로 짚습니다. 동시에 치팅 시도·정렬 알림·근거 없는 주장 같은 '말하고 싶은 것을 참는가' 지표를 성능과 함께 올렸다고 설명합니다. 보안 모델에서 이 두 축은 보통 별개 거래인데 이번엔 하나로 묶었습니다.

다만 외부 수치는 구글이 직접 평가하고 가드를 걷어낸 조건입니다. 실제 서비스에 적용하면 방어 계층이 붙는 만큼 낮아질 수 있습니다. 배포도 사이버 방어자 우선이라 당장 범용 코딩 모델로 쓰기엔 이릅니다.

출처

• Google 공식 블로그 (2026-10-28) — https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
• Google DeepMind 공식 블로그 (2026-10-28) — https://deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/

수치는 위 1차 출처에서 직접 확인한 값입니다.