구글(Google)이 코딩 에이전트용 모델 ‘제미나이 4 하이드로젠(Gemini 4 Hydrogen)’과 모델 선택을 자동으로 조정하는 ‘오케스트레이터(Orchestrator)’를 구글 안티그래비티(Google Antigravity)에 도입했다. 어려운 판단에는 제미나이 4 카본(Gemini 4 Carbon)을, 빠른 실행에는 하이드로젠을 쓰되 작업 도중에도 역할을 다시 바꾸는 방식이다. 구글이 내세운 이점은 카본에 가까운 작업 성공률을 유지하면서 할당량 소비와 완료 시간을 줄인다는 것이다. 코딩 AI를 고를 때 모델 하나의 성능뿐 아니라 모델 사이의 작업 분담 방식까지 따져야 하는 이유를 보여준다.
핵심요약
- 구글은 일상적인 코딩과 에이전트 작업을 위한 제미나이 4 하이드로젠을 출시하고, 여러 모델을 한 요청 안에서 운용하는 오케스트레이터를 추가했다.
- 오케스트레이터는 첫 요청만 보고 모델을 고정하는 대신, 카본의 계획 수립과 하이드로젠의 실행 사이를 작업 상황에 따라 오간다.
- 구글은 터미널벤치 4.1에서 오케스트레이터가 카본에 가까운 성공률을 내면서 평균 할당량을 24% 덜 쓰고 작업을 19% 빨리 마쳤다고 밝혔다.
- 개발자는 안티그래비티 SDK를 이용해 자동 전환을 맡기는 대신, 에이전트별 모델과 역할을 직접 지정할 수도 있다.
- 하이드로젠은 유료 구글 AI 프로·울트라 가입자에게 제공되지만, 카본을 포함한 오케스트레이터 구성은 울트라 가입자에게 제공된다.
카본과 병렬 에이전트 다음에 나온 선택지
구글은 이번 발표에 앞서 제미나이 4 카본과 ‘/swarm’을 선보였다. /swarm은 여러 작업 트리에서 병렬 에이전트 팀을 돌려 규모가 큰 엔지니어링 문제를 다루는 기능이다. 구글에 따르면 도입 후 며칠 사이 안티그래비티에서 수만 건의 스웜(swarm·여러 에이전트가 병렬로 움직이는 작업)이 실행됐다. 이번에 추가된 하이드로젠과 오케스트레이터는 같은 코딩 작업이라도 매번 그런 규모의 추론과 병렬 처리가 필요한 것은 아니라는 문제에서 출발한다.
하나의 세션에서 기능을 고치거나 버그를 추적할 때도 매 단계에 강력한 추론 모델과 여러 에이전트를 투입하면 작업 흐름이 느려진다. 구글은 이 과정에서 고성능 모델에 배정된 사용 할당량도 빠르게 소모된다고 설명한다. 카본이 어려운 문제를 다루는 축이라면, 하이드로젠은 자주 반복되는 코딩과 에이전트 작업을 빠르게 수행하는 축이다. 오케스트레이터는 두 모델 중 하나를 처음부터 끝까지 고르는 대신 한 작업 안에서 각각의 쓰임새를 나누려는 시도다.
이 구분은 ‘빠른 모델이 좋은가, 강한 모델이 좋은가’라는 단순한 선택과 다르다. 같은 작업 안에도 의존성을 파악해야 하는 순간과 정해진 수정 사항을 코드에 반영해야 하는 순간이 섞여 있기 때문이다. 구글이 오케스트레이터를 별도 선택지로 내놓은 이유는 사용자가 그 전환을 일일이 관리하지 않고도 한 번의 요청으로 작업을 이어가게 하려는 데 있다.
첫 요청만 보는 모델 라우터의 한계
구글이 비교 대상으로 든 방식은 고정형 모델 라우터(요청을 보고 처리할 모델을 배정하는 방식)다. 사용자의 첫 입력에서 난도를 추정한 뒤, 작업을 끝낼 수 있는 모델 가운데 비용이 낮은 모델로 전체 과정을 보내는 식이다. 짧고 성격이 일정한 요청이라면 선택이 간단하지만, 오래 실행되는 에이전트 작업은 진행하면서 필요한 판단의 수준이 바뀔 수 있다. 처음에는 쉬워 보였던 수정이 다른 코드와 얽혀 있음을 뒤늦게 발견할 수도 있다.
오케스트레이터는 이처럼 작업의 윤곽이 진행 중에 드러나는 상황을 겨냥한다. 구글은 이를 카본과 하이드로젠 사이의 ‘동적·양방향’ 전환이라고 설명했다. 중요한 점은 단순히 앞단에 강한 모델을 한 번 붙인 다음 가벼운 모델로 끝까지 밀어붙이는 구성이 아니라는 것이다. 실행 중 막히면 다시 강한 모델로 돌아가 상태를 살피고 계획을 고칠 수 있도록 설계했다는 설명이다.
따라서 사용자가 오케스트레이터를 선택한다는 것은 개별 단계마다 모델을 직접 지정하는 일을 맡긴다는 뜻이다. 대신 실제 작업에서 어느 순간 카본의 판단을 다시 불러야 하는지는 전환 방식에 좌우된다. 구글의 발표가 내세우는 효율도 하이드로젠만 계속 쓰는 데서 나오지 않는다. 필요한 구간에는 카본을 쓰면서, 그렇지 않은 구간의 투입을 줄이는 데 초점이 맞춰져 있다.
카본이 계획하고 하이드로젠이 실행할 때
구글이 제시한 작업 흐름에서는 카본이 먼저 읽기 전용 단계에서 코드의 의존성을 탐색한다. 요청의 모호한 부분을 정리하고 구체적인 계획을 세우며, 어떤 상황에서 계획을 다시 짜야 하는지도 정한다. 이어 하이드로젠이 코드 수정, 패키지 업데이트, 테스트 실행을 맡는다. 계획과 실행에 요구되는 판단의 무게가 다르다는 점을 이용한 역할 분담이다.
하이드로젠이 실행 중 난관을 만나면 작업을 카본에 다시 넘길 수 있다. 카본이 현재 상태를 확인해 계획을 복구하거나 수정하면, 하이드로젠이 실행을 이어가는 식이다. 여기서 ‘양방향’이라는 말은 모델이 순서대로 한 번씩 등장한다는 뜻이 아니라, 같은 작업의 경과에 따라 역할이 되돌아갈 수 있다는 뜻이다. 장시간 이어지는 코딩 작업에서 처음 세운 계획을 수정할 여지를 남긴 셈이다.
구글은 이런 구성을 ‘오케스트레이터(카본)’이라는 모델 선택 메뉴로 제공한다. 사용자는 복잡한 계획 수립과 빠른 실행을 따로 요청하거나 수동으로 모델을 바꾸지 않아도 된다. 다만 오케스트레이터가 매번 카본과 하이드로젠을 같은 비율로 사용한다는 설명은 아니다. 구글이 내세우는 핵심은 작업 단계에 따라 어느 모델이 다음 일을 맡을지 바꿀 수 있다는 점이다.
할당량 24% 절감, 완료 시간 19% 단축
구글은 터미널벤치 4.1(Terminal-Bench 4.1·터미널 환경 작업 평가)에서 오케스트레이터의 작업 성공률이 카본에 가까웠다고 밝혔다. 동시에 평균 할당량 소비는 24% 적었고 완료 시간은 19% 짧았다고 했다. 두 수치는 같은 목표를 다른 각도에서 보여준다. 강한 모델만 계속 쓰는 방식에 비해 사용량 부담을 줄이면서 작업이 끝나기까지의 대기 시간도 줄였다는 주장이다.
이 결과를 읽을 때 성공률과 효율 수치를 구분할 필요가 있다. 구글은 오케스트레이터가 카본을 뛰어넘었다고 말하지 않고, 카본에 가까운 성공률을 유지했다고 표현했다. 24%는 결제 금액이 아니라 발표에서 말한 할당량 소비 감소 폭이며, 19%는 완료 시간의 평균 감소 폭이다. 사용자가 체감할 변화 역시 작업 성공 여부와 기다리는 시간, 이용 가능한 할당량이 함께 결정한다.
카본을 모든 단계에 쓰지 않아도 비슷한 결과에 도달할 수 있다면 모델 선택은 작업 시작 전에 끝나는 결정이 아니게 된다. 반대로 오케스트레이터가 개입하는 만큼, 사용자는 속도를 얻는 대신 단계별 모델 지정의 주도권 일부를 넘긴다. 구글은 다음 선택지로 그 주도권을 직접 유지하고 싶은 개발자를 위한 SDK 구성을 제시했다.
SDK에서는 모델별 역할을 직접 고정
안티그래비티 SDK(개발자가 기능을 프로그램에 연결하는 도구)를 이용하면 개발자는 하이드로젠과 카본을 한 작업 흐름에 직접 묶을 수 있다. 오케스트레이터가 상황에 따라 전환하도록 맡기는 방식과 달리, 어느 모델이 어떤 역할을 담당할지 프로그램에서 정하는 구성이다. 구글은 오픈소스 프로젝트의 이슈를 분류하고 코드를 생성하는 시연으로 이를 설명했다. 들어오는 이슈를 처리하는 속도와 더 큰 판단이 필요한 작업을 분리한 사례다.
시연에서 하이드로젠 에이전트는 이슈 분류와 코딩을 맡는다. 코드베이스 검색, 추가 질문, PR 댓글을 반영한 빠른 UI 수정도 하이드로젠 쪽 역할이다. 카본 에이전트에는 규모가 큰 리팩터링과 새 기능, 보안 점검을 배정했다. 개발자가 작업 성격을 알고 있다면 자동 전환을 기다리지 않고 애초에 책임 범위를 나눌 수 있음을 보여준다.
두 방식은 목표가 같아도 통제 방식이 다르다. 오케스트레이터는 한 번의 요청 뒤에 모델 전환을 숨겨 사용자의 선택 부담을 낮춘다. SDK는 반대로 모델과 작업의 대응 관계를 개발자가 드러내고 고정할 수 있게 한다. 구글은 자동 선택과 명시적인 다중 모델 파이프라인을 함께 제시하며, 작업마다 필요한 제어 수준이 다르다는 점을 인정한 셈이다.
하이드로젠 단독 성능과 이용 범위
하이드로젠은 오케스트레이터 안에서만 작동하는 모델이 아니다. 구글은 일상적인 코딩과 에이전트 작업에 하이드로젠을 단독으로 쓸 수 있다고 밝혔다. 아티피셜 애널리시스 인텔리전스 인덱스(Artificial Analysis Intelligence Index)에서는 51점을 기록해 아르곤(Argon)의 50점을 넘었고, 최고 설정에서는 54점에 도달했다고 설명했다. 터미널벤치 4.1 점수는 57%로, 구글이 비교한 3.8 플래시(Flash)의 18.2%보다 높았다.
하이드로젠을 직접 선택할 때는 사고 수준을 낮음, 중간, 높음, 최고(xhigh)의 네 단계로 조절할 수 있다. 기본값은 ‘높음’이며, 최고 단계는 이번에 추가된 선택지다. 구글은 의존성 업그레이드, 공용 유틸리티 리팩터링, 접근성을 고려한 이미지 대체 텍스트 작성도 활용 사례로 제시했다. 즉 자동 전환이 필요 없는 작업이라면 하이드로젠 자체의 설정을 조정해 쓸 수 있다.
제공 범위는 구독 상품에 따라 다르다. 하이드로젠은 유료 구글 AI 프로(Pro)와 울트라(Ultra) 가입자에게 순차적으로 제공된다. 울트라 가입자는 ‘오케스트레이터(카본)’과 ‘오케스트레이터(아르곤)’을 이용할 수 있고, 유료 프로 가입자에게는 ‘오케스트레이터(아르곤)’이 제공된다. 기업은 제미나이 포 비즈니스(Gemini for business)에서 두 기능에 접근할 수 있으며, 구글은 앞으로 지원 모델과 상품을 늘릴 계획이라고 밝혔다.
커뮤니티 의견
한 사용자는 카본 출시 뒤 하이드로젠이라는 이름을 두고 농담이 돌았는데 실제 모델이 나왔다며 반겼다. 다만 카본과 아르곤은 느려서 간단한 작업에는 기존 3.8 플래시를 쓰게 됐다고 했다. 안티그래비티가 단순한 문서 수정 전에도 많은 파일을 읽는다고 느낀다는 설명이어서, 이 사용자에게 새 모델의 핵심 가치는 성능 점수보다 응답 속도였다.
다른 사용자는 오케스트레이터를 앤트로픽(Anthropic)의 조언자 모드, GitHub의 다중 모델 파이프라인과 비교했다. 관심사는 모델을 여럿 쓰면서도 세션 문맥을 캐시에 어떻게 활용하느냐였다. 답글에서는 다른 모델에 전체 문맥을 보내더라도 조언자 모델의 출력이 짧으면 비용 부담이 줄 수 있다는 의견과, 오케스트레이터는 필요한 하위 에이전트에 작업을 맡기는 방식으로 보인다는 해석이 나왔다.
모델 이름이 지나치게 복잡하다는 지적도 이어졌다. 한 사용자는 숫자와 프로·플래시 같은 구분을 두고 왜 새 이름을 더했는지 물었고, 다른 사용자는 아르곤·카본·하이드로젠에 안티그래비티·오케스트레이터까지 겹치면서 어떤 모델이 상위인지 알아보기 어렵다고 했다. 기능이 늘어도 선택 메뉴의 이름만으로 속도와 역할을 파악하기 어렵다는 불만이다.
가격을 우려하는 댓글도 있었다. 한 사용자는 구글 모델 가격이 인상된다는 내용을 언급했지만, 답글에서는 그 조치가 하이드로젠에도 적용되는지는 의문이라고 반박했다. 이는 발표에서 제시한 ‘할당량 24% 절감’과 실제 사용자가 따질 요금 문제를 구별해야 한다는 반응으로 읽힌다.
자동 전환을 환영하는 사용자는 모델과 사고 수준을 계속 바꾸지 않아도 되는 점을 높이 샀다. 반면 다른 사용자는 모델이 스스로 처리할 수 있는 범위를 낙관적으로 판단할까 봐 걱정했다. 그 사용자는 어려운 구현과 쉬운 구현을 맡는 하위 에이전트를 나누고 각 모델을 고정하는 방법도 간단하다고 봤다.
구독 비용을 둘러싼 개인 경험도 나왔다. 한 사용자는 안티그래비티 구독을 취소한 뒤 남은 크레딧을 쓰려면 다시 구독해야 한다며, 새 모델이 재구독할 만큼 나아졌는지 물었다. 다른 사용자는 별도의 다중 모델 구성에서 더 큰 절감 폭을 봤다며 구글이 제시한 24%를 아쉽게 평가했다. 다만 그 수치는 서로 다른 모델과 도구를 사용한 개인 경험으로 제시됐다.
발표 페이지 자체에 대한 불만도 있었다. 한 사용자는 페이지 스크롤이 느리고 사용하기 불편하다고 했고, 답글에서는 좌우 넘기기 동작까지 영향을 받았다는 반응이 나왔다. 모델 발표를 읽는 경험도 제품에 대한 첫인상을 만든다는 지적이다.
또 다른 사용자는 강한 모델이 내부적으로 파일 검색이나 로그 확인을 다른 구성 요소에 맡기는 일이 이미 흔할 것이라 추측하며, 오케스트레이터라는 별도 선택지가 꼭 필요한지 의문을 제기했다. 카본 고정 사용보다 품질이 낮은 경우가 아니라면 기본 동작으로 넣어도 되지 않느냐는 주장이다. 이에 대한 답글에서는 더 똑똑한 모델이 오히려 적은 토큰으로 작업을 마쳐 사용량이 줄 수 있다는 개인적 해석도 나왔다.
핵심통찰
이번 발표가 바꾸려는 것은 ‘어떤 모델을 쓸까’라는 한 번의 선택을 ‘작업의 어느 단계에 어떤 모델을 쓸까’라는 운영 문제로 옮기는 일이다. 구글은 카본의 계획 능력과 하이드로젠의 실행 속도를 묶어 성공률에 가까운 결과와 할당량·시간 절감을 함께 내세웠다. 관건은 자동 전환이 실제 코딩에서도 막힌 지점을 제때 알아보고, 사용자가 직접 모델을 고정했을 때보다 편리한 선택으로 남느냐다. 구독 상품별 제공 범위와 복잡해진 이름 역시 그 편리함을 사용자가 체감하는 데 영향을 줄 것이다.
원본: Gemini 4 Hydrogen and Orchestrator | Google Antigravity Blog
토론: Hacker News