Gemini 4 Carbon 체크포인트: 유출, 목격담 및 새로운 정보

Gemini 4 Carbon 발견에 관한 지난 글에 이어, 며칠 동안 새로운 세부 정보와 커뮤니티 목격담이 쏟아져 나왔다. 지금까지 밝혀진 내용이랑 내 개인적인 견해를 정리해 봄.

TL;DR
Carbon은 Argon 체크포인트와 병행해서 돌아가는 구글 내부 실험용 브랜치임. 복잡하고 긴 호흡의 코딩 작업이랑 에이전트 워크플로우에 완전히 몰빵한 모델임.

아직 공개 안 된 이 내부 모델에 대해 지난번 글 이후 새로 나온 정보들:

• 내부 평가 결과, 이전 Barium-B 체크포인트보다 SWE-bench/Deep SWE 벤치마크에서 확실히 좋아졌다는 평임. 한 직원은 "opus 5.5 느낌 난다"고 했는데, Gemini Argon이 특정 부분에서 여전히 부족하다고 인정했던 거랑은 분위기가 다름.

• 테스트 환경 전반에서 내부 A/B 테스트가 더 광범위하게 진행 중인 게 포착됨. 주로 AGY 쪽인데, 더 있을 수도 있음.

• Carbon이 Argon을 완전히 대체할지, 아니면 Gemini 4 라인업의 별도 고성능 티어로 나올지, 그것도 아니면 Argon의 부족한 점을 메꾸고 '벤치마크 점수 놀이' 소리 듣던 부분을 수정하는 최종 체크포인트가 될지는 아직 미지수임.

• Gemini Carbon은 Argon, Barium, Carbon 같은 원소 코드네임을 쓰는 Gemini 4 체크포인트 개발 경로 중 하나임. 참고로 내부 문서에 따르면 "Barium-B"가 공개용 Argon 버전으로 낙점된 빌드였음. 그러니까 Carbon은 Gemini 4.x 버전을 바꾸는 게 아니라, Gemini 4 Argon의 최종 안정화 버전이 될 가능성도 있음. (개인적인 관찰로는 이럴 가능성이 높아 보이는데, 확정은 아님.)

• Gemini 4 Flash가 Carbon이랑 같이 곧 나올 거라는 썰이 도는데, 내가 알기로는 아직 확실한 증거는 없음. 그래도 Flash 출시 징후 같은 건 좀 보이긴 함.

• Gemini Carbon은 Gemini Argon보다 속도가 2배에서 4배 정도 느린 듯함. 즉, 훨씬 무거운 추론 모델이라는 소리임. 며칠 전 체크포인트는 진짜 개판이었는데, 최신 버전은 갑자기 (아레나 시연에서 보듯) '존나 강력해짐'.

• 제일 중요한 거: 최근 LMSYS Arena에 슬쩍슬쩍 보이기 시작함. 이건 Gemini 4 Argon 때 썼던 방식이랑 똑같은데, 운 좋으면 프롬프트 하나로 모델을 직접 써볼 수 있다는 뜻임.

개인적으로 이번 상황은 구글이 Fable 5.5 나오기 전에 1위 자리 지키려고 발악하는 걸로 보임. Argon 출시 이후에 개선을 거듭하다 보니 의외로 성공적인 백업 체크포인트가 튀어나온 거 같기도 하고. 어쨌든 이건 좋은 소식임. 구글의 현재 플래그십 모델인 Gemini 4 Argon이 가진 고질적인 문제들을 해결할 수도 있으니까. 신뢰성 문제나, 다단계 작업이 필요한 긴 호흡의 업무 처리 능력, 그리고 Argon이 뒤처지던 주요 도메인 벤치마크 점수까지, 작업 수행 효율 면에서 훨씬 나아질 가능성이 높음.

다들 어떻게 생각함? AI Studio에 실험용 모델로 먼저 풀릴 거 같음, 아니면 단계적으로 배포할 거 같음? 이 모델 가지고 뭐 실험해 본 거 있으면 댓글로 좀 공유해 주라.