구글 제미나이 4 하이드로젠, 빠른 실행을 맡다

구글(Google)이 일상적인 코딩과 에이전트형 작업을 겨냥한 제미나이 4 하이드로젠(Gemini 4 Hydrogen)을 공개하고 검색, 제미나이 앱, 개발자 도구에 배포하기 시작했다. 어려운 판단에는 상위 모델을 쓰고 코드 작성·검증은 더 빠른 모델에 맡기는 구성이 핵심이다. 구글은 하이드로젠이 기존 3.8 플래시보다 작업을 빠르게 끝내면서도 일부 평가에서는 상위 모델을 앞선다고 밝혔다. 실제 사용자가 체감할 속도와 결과물의 질뿐 아니라, 모델을 함께 쓸 때의 비용과 제품별 접근 방식까지 살펴볼 만한 발표다.

핵심요약

  • 하이드로젠은 일상적인 코딩과 에이전트형 작업에 맞춘 모델로, 구글은 이를 검색부터 API까지 폭넓게 배포한다.
  • 구글의 오케스트레이터는 한 세션에서 상위 모델과 하이드로젠을 바꿔 쓰며, 특정 코딩 평가에서 사용량을 줄이고 완료 시간도 단축했다.
  • 하이드로젠은 3.8 플래시보다 개발 작업을 빠르게 처리하고 평가 점수도 높였지만, 실제 비용은 작업 방식과 출력량에 따라 달라진다.
  • 네 단계 추론 설정과 100만 토큰 입력 범위는 작업의 난도에 맞춰 속도·비용·처리량을 고르게 한다.
  • Hacker News에서는 성능에 대한 기대와 함께 모델 이름의 혼란, 가격, 서비스 접근성과 계정 지원 문제를 지적했다.

카본·아르곤의 판단, 하이드로젠의 실행

구글은 제미나이 4 카본(Carbon)과 아르곤(Argon)을 오래 생각해야 하는 어려운 문제에, 하이드로젠을 빠른 실행이 필요한 작업에 배치했다. 시스템 설계나 미묘한 버그를 판단할 때는 상위 모델을 쓰고, 코드 작성·테스트·변경 사항 확인에는 하이드로젠을 쓰는 식이다. 하이드로젠은 단독으로 일상 업무를 처리할 수도 있다. 구글이 강조하는 차이는 모델 하나가 모든 단계를 맡는 대신, 단계에 맞는 모델을 고르는 데 있다.

성능을 단순히 상하 관계로 나누기는 어렵다. 구글이 제시한 아티피셜 애널리시스 인텔리전스 인덱스(Artificial Analysis Intelligence Index)에서 하이드로젠은 기본 ‘높음’ 추론 설정으로 51점을 받아 아르곤의 50점을 넘었고, 최고 설정에서는 54점을 기록했다. 추론 설정은 답을 내기 전에 들이는 계산의 강도를 조절하는 기능이다. 구글은 하이드로젠의 가격을 100만 토큰당 입력 1.50달러, 출력 7.50달러로 책정했으며, 100만 토큰 컨텍스트 창(한 번에 받아들일 수 있는 입력 범위) 전체에 같은 단가를 적용한다고 밝혔다.

한 세션에서 모델을 바꾸는 오케스트레이터

여러 모델을 함께 쓰는 과정을 자동화하기 위해 구글은 구글 안티그래비티(Google Antigravity)에 오케스트레이터(Orchestrator)를 도입했다. 사용자가 모델을 골라 세션을 다시 시작하는 대신, 같은 작업 안에서 카본과 하이드로젠 사이를 동적으로 전환한다. 터미널벤치 4.0(Terminal-Bench 4.0) 평가에서 오케스트레이터는 카본에 가까운 작업 성공률을 보이면서 평균 사용 할당량을 24% 덜 쓰고 작업을 19% 빨리 끝냈다. 이 수치는 모델의 개별 점수보다 모델을 어떻게 조합하느냐에 초점을 맞춘다.

병렬 에이전트 작업에서는 역할 구분이 더 뚜렷하다. 카본이 전체 작업을 조정하고, 여러 하이드로젠 에이전트가 분리된 작업 공간에서 코드를 만들거나 테스트하고 결과를 검증할 수 있다. 에이전트형 작업은 모델이 도구를 호출하며 여러 단계를 이어 처리하는 방식을 뜻한다. 구글은 이런 구성이 복잡한 프로젝트를 진행할 때 토큰 사용량이 과도하게 늘어나는 문제를 줄이도록 설계됐다고 설명했다.

3.8 플래시보다 빠른 코딩과 적은 허위 주장

구글은 하이드로젠을 제미나이 3.8 플래시(3.8 Flash)에서 옮겨 갈 팀을 위한 독립적인 업그레이드로도 소개했다. 기본 ‘높음’ 설정에서 작업 완료 속도는 2.5배, 터미널벤치 4.1 점수는 18.2%에서 57%로 올랐다는 설명이다. 구글은 사실과 다른 주장을 만들어내는 빈도도 5분의 1 이하로 줄였다고 밝혔다. 도구 호출이 실패하거나 검색 결과가 비어 있을 때 작업을 조정하는 능력도 개선 대상으로 꼽았다.

저장소 안에서 문제를 찾고 고치는 작업에서는 관련 없는 파일을 다시 쓰지 않는 정밀한 수정을 강조한다. 구글에 따르면 하이드로젠은 기존 코드를 망가뜨리지 않으면서 버그를 찾아 고치는 스위 스윕(SWE-sweep) 평가에서 비슷한 급의 모델보다 좋은 성적을 냈다. 큰 코드 저장소를 살필 때도 파일을 하나씩 읽기보다 읽기와 검색 요청을 병렬로 묶는다. 초기 협력사 테스트의 복잡한 그래프·SQL·데이터 작업에서는 3.8 플래시보다 22.8배 빠르면서 토큰 사용량은 1223% 적었다고 구글은 전했다.

긴 단계의 조사와 분석도 평가 대상에 포함됐다. 하이드로젠은 실시간 에이전트 평가인 에이전트 아레나(Agent Arena)에서 5위에 올랐고, 세무·법률 조사와 자동화 작업 평가에서도 구글이 제시한 높은 순위를 기록했다. 이런 점수는 코딩만 빠른 모델이 아니라 여러 도구와 자료를 오가며 결과물을 만드는 모델로 하이드로젠을 자리매김하려는 구글의 방향을 보여준다. 다만 사용자가 겪는 작업 시간과 비용은 입력 자료, 도구 호출, 필요한 수정 횟수에 따라 함께 살펴야 한다.

문서에서 화면과 스프레드시트까지

하이드로젠은 입력 100만 토큰에 더해 최대 100만 토큰의 출력을 지원한다고 구글은 밝혔다. PDF, 스프레드시트, 차트, 오디오, 녹화 영상을 함께 읽고 출처를 붙인 보고서나 정해진 형식의 결과물을 만드는 용도다. 복잡한 시각 자료를 다루는 멀티모달 지식 에이전트(Multimodal Knowledge Agent) 평가에서는 53.4%, 전문 업무를 처음부터 끝까지 수행하는 에이전츠 라스트 이그잼 1.1(Agents’ Last Exam v1.1)에서는 71.6%를 기록했다. 구글은 문서를 이해하는 단계와 실제 산출물을 만드는 단계를 한 작업으로 묶어 제시했다.

화면 제작 사례도 여러 개 공개했다. 하이드로젠은 한 번의 요청으로 공유 복셀 섬에 구조물을 추가하는 웹 앱에 쓰였고, 전자상거래 화면에는 3D 그래픽과 스크롤 효과, 제품 설정 기능을 넣었다. 개발자가 화면을 보며 빠르게 고치는 작업에서 더 적은 요청으로 기능을 갖춘 레이아웃을 만드는 것이 목표다. 이 사례들은 코드 생성 속도뿐 아니라 사용자가 실제로 조작할 수 있는 결과물까지 평가하려는 의도를 드러낸다.

업무 도구 안에서도 같은 방향을 내세웠다. 하이드로젠은 구글 시트(Google Sheets)의 수천 개 셀과 파이썬·수식을 이용해 움직이는 픽셀 화면을 만들었고, 영상과 디자인 양식에서 발표 자료를 생성한 뒤 겹친 글자를 찾아 고쳤다. 시트에서는 재무 데이터로 예측 조건에 따라 바뀌는 대화형 모델을 만드는 데 쓰이며, 구글은 결과물 생성 속도가 이전 모델보다 30% 이상 빠르다고 밝혔다. 결과를 한 번 만드는 데서 멈추지 않고, 화면을 점검하고 수정하는 반복 과정까지 맡기는 사례다.

네 단계 추론으로 기다리는 시간을 조절

하이드로젠에는 ‘낮음’, ‘중간’, 기본값인 ‘높음’, 새로 추가된 ‘매우 높음’의 네 추론 단계가 있다. 구글은 과제에 필요한 만큼만 추론을 쓰도록 품질, 응답 지연, 비용이 단계에 따라 점진적으로 달라지게 설계했다고 설명했다. 빠른 답이 필요한 일과 더 오래 검토해야 하는 일을 같은 설정으로 처리하지 않아도 되는 셈이다. 하이드로젠의 성능을 비교할 때 어느 단계에서 나온 결과인지가 중요한 이유다.

이 선택지는 긴 입력 범위와 결합된다. 많은 자료를 한꺼번에 읽을 수 있어도 모든 요청에 최고 수준의 추론을 적용하면 기다리는 시간과 비용이 늘어날 수 있다. 구글은 하이드로젠이 일부 동급 경쟁 모델과 비슷하거나 더 나은 결과를 내면서도 작업을 더 빨리 끝내고 출력 토큰을 적게 쓰는 경우가 있다고 밝혔다. 사용자는 모델 이름 하나뿐 아니라 작업별 추론 설정과 출력량도 비용 계산에 넣어야 한다.

제미나이 앱의 대화, 검색의 질문 처리

일반 사용자가 만나는 변화는 제미나이 앱과 검색에 먼저 드러난다. 구글은 하이드로젠이 여러 차례 이어지는 대화에서 지시와 형식을 더 잘 지키고, 필요한 도구를 더 알맞게 호출한다고 설명했다. 이메일 초안이나 학습 자료를 만들 때 문체·형식·세부 규칙을 따르고, 제품 비교나 긴 자료 요약에서는 표와 시각적 구성을 활용한다. 업로드한 파일뿐 아니라 지메일(Gmail), 구글 드라이브(Google Drive), 연결된 외부 앱의 맥락을 끌어오는 작업도 포함된다.

검색에서는 질문을 매끄럽게 정리하지 않아도 의도를 파악하는 데 중점을 뒀다. 여러 질문이 섞여 있거나 오타가 있고 조건이 까다로운 요청에도 관련성을 유지하며, 답은 훑어보기 쉬운 시각적 형태로 보여주겠다는 것이다. 구글은 하나의 질문을 여러 검색 질의로 확장하는 쿼리 팬아웃(query fan-out)도 개선해 관련 링크의 범위를 넓힌다고 밝혔다. 답변 자체를 좋게 만드는 것과 이용자가 더 다양한 사이트를 발견하게 하는 것을 함께 내건 변화다.

도구 사용의 선을 넘지 않게 하는 평가

빠르게 움직이는 에이전트일수록 권한을 넘거나 과제를 성급히 끝내는 문제가 중요해진다. 구글은 3.8 플래시와 비교해 하이드로젠의 에이전트 작업 내 과도한 개입을 최대 81%, 필요한 도움을 주지 못하는 경우를 최대 79% 줄였다고 밝혔다. 도구 사용과 코딩 평가에서 의도에 어긋나는 행동과 작업을 건너뛰는 사례는 12분의 1 수준으로 낮췄다는 설명이다. 불가능하거나 차단된 과제를 만났을 때 권한 경계를 우회할 가능성도 최대 절반으로 줄었다고 했다.

구글의 내부 정직성 평가에서는 96.7%를 기록했고, 감사한 20만 차례 이상의 대화에서는 추론 과정의 판독 가능성이 99.9%로 유지됐다고 밝혔다. 자료 속에 숨은 지시로 모델의 행동을 바꾸려는 간접 프롬프트 인젝션 공격에 대한 저항력도 그레이 스완(Gray Swan) 평가에서 2.3배 이상 높아졌다고 제시했다. 일상 대화에서는 실제 생물안보 위험과 정당한 의학·과학 질문을 구분하는 데 초점을 맞췄다. 구글에 따르면 헬스벤치 프로(HealthBench Pro)에서 정당한 요청을 잘못 거절한 비율은 0.4% 미만이다.

API부터 무료 앱 사용자까지 순차 접근

구글은 하이드로젠을 개발자, 기업, 일반 사용자 제품에 전 세계적으로 배포하기 시작했다. 개발자는 AI 스튜디오(AI Studio), 안드로이드 스튜디오(Android Studio), 제미나이 API에서 사용할 수 있고, 유료 구글 AI 프로와 울트라 가입자는 안티그래비티에서도 시험할 수 있다. 기업에는 제미나이 포 비즈니스(Gemini for business)와 API, 대상 구독의 시트 기능 등을 통해 제공된다. 같은 모델이라도 작업 환경에 따라 접근 경로가 다르게 마련됐다.

일반 사용자는 제미나이 앱의 모델 선택 메뉴와 구글 검색에서 하이드로젠을 만난다. 다만 앱의 무료 사용자는 모든 요청에서 직접 고르는 방식이 아니라, 요청에 맞는 모델이라고 판단될 때 자동 선택을 통해 접근한다. 시트의 제미나이 기능은 먼저 구글 AI 프로·울트라 가입자를 대상으로 한다. 따라서 ‘모두에게 제공’이라는 발표를 실제 사용 경험으로 옮기려면 제품별 선택 방식과 구독 조건을 구분해 볼 필요가 있다.

커뮤니티 의견

한 사용자는 제미나이 앱에서 3.8 플래시가 하이드로젠으로 바뀐 것을 보고 새 모델의 정체부터 찾아봐야 했다고 했다. 원소 이름은 개별 제품을 부를 때는 눈에 띄지만, 카본·아르곤·하이드로젠의 성능과 용도를 비교할 기준으로는 불친절하다는 주장이다. 이름만 보면 하이드로젠이 아르곤보다 강할 것 같다는 직감까지 들어 혼란스럽다고 설명했다.

가격을 걱정하는 의견도 나왔다. 한 사용자는 검색에 들어가고 3.8 플래시보다 빠른 하이드로젠이 보급형 역할을 할 것으로 예상하면서도, 제시된 가격은 자신이 현재 쓰는 할인 요금보다 높다고 지적했다. 할인 종료 뒤에도 저렴한 작업용 모델을 유지할 수 있을지가 관심사였다. 이에 대한 답글에서는 앱에서 플래시가 교체됐을 뿐 라이트 모델은 남아 있다는 구분이 제시됐다.

구글 안티그래비티를 명령줄에서 쓰다가 서비스 이용이 정지됐다는 경험담도 올라왔다. 해당 사용자는 이의 신청 후 잠시 다시 사용할 수 있었지만 곧 재정지됐고, 고객 지원을 통해 이유를 확인하기 어려웠다고 주장했다. 다른 이용자는 정확히 어떤 행동 뒤에 정지가 발생했는지 물었다. 이 대화의 초점은 새 모델의 성능보다, 문제가 생겼을 때 사용자가 원인을 알고 해결할 수 있느냐에 있었다.

또 다른 사용자는 제미나이 생태계를 더 쓰고 싶지만 앱과 개발 도구 사이의 사용 경험 때문에 다른 서비스를 계속 이용한다고 했다. 아이폰에서 앱을 다른 화면으로 전환하면 대화가 실패하거나 사라지는 일이 있고, 안티그래비티의 작업을 익숙한 제미나이 앱에서 이어가기 어렵다는 설명이다. 답글에서는 계정 제한이 다른 구글 서비스에도 영향을 줄지 걱정하는 목소리가 나왔다. 모델 하나의 성능만으로 서비스 전체를 옮기기는 어렵다는 관점이다.

검색의 기본 무료 모델이 상위 모델에 가까워지면 일반인이 느끼는 AI의 수준이 크게 뛸 것이라는 기대도 있었다. 반론은 평가 점수가 좋은 소형 모델도 실제 사용에서는 기대에 못 미칠 수 있다는 것이다. 두 의견은 모두 무료 접근의 폭이 중요하다고 보지만, 발표된 성능이 반복적인 일상 사용에서도 유지될지를 다르게 예상한다.

한 사용자는 이런 급의 모델이 앞으로 가장 많이 쓰이는 작업용 모델이 될 것이라고 봤다. 반대쪽은 구독으로 접근할 수 있는 최상위 모델이 오히려 주력 도구라며, 어려운 일을 끝내는 능력이 중요하다고 했다. 어느 쪽이 더 경제적인지는 토큰 단가만이 아니라 실패 뒤 다시 시도하거나 사람이 고치는 시간에 달렸다는 논점으로 이어진다.

실제 화면 제작을 시도한 사용자는 이미지를 HTML로 옮기는 작업에서 하이드로젠이 복잡한 흐름을 잘 포착했다고 평가했다. 이 사용자는 자신의 비교 사례에서 결과물의 질이 다른 상위 모델들 사이에 놓인다고 봤다. 구글이 발표한 웹 개발 사례와 닿아 있지만, 평가 근거는 특정 작업에서 얻은 개인의 경험이다.

반면 자신의 사용 방식은 양극단으로 나뉜다는 의견도 있었다. 연구·개발에는 최상위 모델을 쓰고, 단순하고 반복 가능한 운영 작업에는 가장 싸고 빠른 모델을 써서 중간급 모델의 자리가 애매하다는 주장이다. 답글에서는 중간급 모델이 실수를 늘리면 아낀 비용보다 수정에 드는 시간과 토큰이 더 클 수 있다고 했다. 하이드로젠이 그 사이에서 선택받으려면 빠른 성공뿐 아니라 재작업까지 포함한 효율을 보여줘야 한다.

핵심통찰

하이드로젠의 변화는 ‘빠른 모델’의 성능 향상에만 있지 않다. 구글은 어려운 판단과 반복 실행을 서로 다른 모델에 맡기고, 그 전환을 제품 안에서 자동화하려 한다. 개발자에게는 한 작업을 끝내는 총시간과 총비용이, 일반 사용자에게는 검색과 앱에서 얼마나 안정적으로 쓸 수 있는지가 판단 기준이 된다. 발표된 평가 점수와 속도 개선이 실제 작업에서도 이어지는지, 그리고 가격·구독 조건·계정 문제 대응이 그 이점을 가리지 않는지를 지켜봐야 한다.


원본: Introducing Gemini 4 Hydrogen

토론: Hacker News