Gemini 4 Carbon 출시: '최고 지능'인데 환각률은 11%로 올랐다
핵심 요약
- 구글은 2026년 11월 10일 Gemini 4 Carbon을 유료 개발자·기업 고객 대상 정식(GA) 출시했다.
- Fello AI에 따르면 Carbon은 Artificial Analysis Intelligence Index v5.0에서 59점으로 잠시 1위였으나, v5.0.1 기준 Claude Fable 5.2(64.6점)가 Carbon(60.0점)을 앞서 2위로 내려왔다.
- Carbon의 환각률은 독립 벤치마크 AA-Omniscience에서 11%로, 하위 자매 모델 Argon의 4%보다 높다(Fello AI).
- 가격은 11월 30일까지 입력 100만 토큰당 $2·출력 $10이며, 12월 1일 각각 $4·$20으로 2배 인상된다(AtomicAgent, eesel.ai).
- 그레이 스완(Gray Swan) 간접 프롬프트 인젝션 벤치마크에서 Carbon은 0%의 공격 성공률을 달성했다(Google Blog, SQ Magazine).
Gemini 4 Carbon은 정말 '세계 최고 지능'인가?
결론부터 말하면, 1위는 하루 만에 뒤집혔다. Fello AI에 따르면 Carbon은 가장 폭넓은 독립 벤치마크인 Artificial Analysis Intelligence Index v5.0에서 59점으로 1위로 출발했고 Claude Opus 5.5(Max)가 58점으로 뒤를 이었다. 그러나 11월 9일 이후 v5.0.1 기준으로는 앤트로픽의 Claude Fable 5.2가 64.6점을 기록해 Carbon의 60.0점을 앞섰다.
Carbon은 앞서 공개된 Gemini 4 Argon의 상위 자매 모델로, 구글은 다단계 코딩·디버깅·과학 연구 같은 고난도 작업용으로 설계했다고 발표했다. 다만 Carbon은 Argon보다 더 많은 토큰을 소비한다.
더 똑똑해졌는데 왜 환각이 늘었나?
핵심 역설은 지능과 환각이 반대로 움직였다는 점이다. Fello AI에 따르면 Carbon은 Intelligence Index v5.0.1에서 60.0점으로 Argon(50.4점)을 앞서지만, AA-Omniscience 기준 환각률은 11%로 Argon의 4%보다 높다.
주의할 점은 측정 주체에 따라 방향이 엇갈린다는 것이다. 구글 자체 테스트는 반대로 Carbon이 Argon 대비 '근거 없는 주장'을 약 2배 줄였다고 주장한다. 즉 독립 벤치마크(AA-Omniscience 11%)와 자사 발표(약 2배 감소)가 상충하므로, 어느 한쪽을 확정 사실로 단정할 수 없다. 방법론이 다른 수치를 그대로 비교하는 데는 한계가 있다.
| 지표 | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| Intelligence Index v5.0.1 | 50.4 | 60.0 |
| AA-Omniscience 환각률 | 4% | 11% |
(출처: Fello AI)
검색 그라운딩은 인용 획득에 어떤 변수인가?
그라운딩은 '인용의 관문'이자 '비용 변수'다. AlphaCorp와 litellm 비용맵에 따르면 Google 검색 그라운딩은 2026년 월 5,000건 무료(Gemini 3 이상 공유)이며 이후 1,000건당 $14, 즉 쿼리당 $0.014로 책정됐다. Carbon은 함수 호출, 코드 실행, 컴퓨터 사용, 구조화 출력, 검색·지도 그라운딩, URL 컨텍스트, 파일 검색을 지원한다.
또한 구글(Google Blog)에 따르면 Carbon은 모호함에 직면했을 때 추측하거나 억지로 밀어붙이는 대신, 관련 출처를 검색해 불일치를 사용자에게 먼저 드러낸 뒤 행동하도록 설계됐다.
TableFlip 관점
이번 출시의 실무적 함의는 "상위 모델 채택이 곧 정확한 브랜드 인용을 뜻하지 않는다"는 것이다. 지능 지표 정상권 모델의 환각률이 4%에서 11%로 오를 수 있다면, 그라운딩이 꺼진 생성 답변에서 한국 브랜드 정보가 왜곡될 위험은 오히려 커진다. 측정값이 독립 벤치마크와 자사 발표 사이에서 엇갈리는 만큼, 실제 노출 환경에서의 자체 검증이 전제돼야 한다.
실무적으로 세 가지가 중요해진다. 첫째, 그라운딩이 유료 구간으로 넘어가면 서비스가 검색 호출을 아낄 수 있어, 잘 최적화된 한국어 콘텐츠도 '어떤 모드에서 호출되는가'에 따라 인용 기회를 잃는다. 둘째, Carbon이 '불일치를 먼저 드러내는' 방향이라면 공식 사이트·보도자료·FAQ 간 수치가 엇갈리는 브랜드는 그 불일치가 표면화돼 노출 품질이 떨어진다. 채널 간 사실 일관성 관리가 GEO의 핵심 작업이 된다. 셋째, 12월 1일 가격 2배 인상 전까지가 단기 테스트 창이므로, 11월 중 Carbon 기반 노출을 점검해 두는 편이 합리적이다.
TableFlip은 진단 → 구조 개선 → 근거 콘텐츠 → 월간 모니터링의 흐름으로 이런 변화를 추적한다. 모델별 인용 거동이 빠르게 뒤집히는 국면에서는 매주 실측하는 AI 노출 리포트와 GEO 진단 방법론으로 채널 간 일관성과 그라운딩 호출 여부를 함께 점검하는 것이 유효하다. 다음 단계가 필요하다면 무료 AI Visibility 진단으로 현재 노출 상태부터 확인해 보길 권한다.
참고 자료
- Gemini 4 Carbon: Google's New Top Model, and When You Can Use It (Fello AI)
- Gemini 4 Carbon: our next frontier model is now available (Google Blog)
- Gemini 4 Carbon vs Fable 5.2: Price, Benchmarks, Cost per Task (AtomicAgent)
- Gemini 4 Carbon pricing (eesel.ai)
- Gemini 4 Carbon Launch: Benchmarks, Pricing and Access (AlphaCorp)
- litellm cost-map PR #50931 (GitHub/BerriAI)
- Google Unleashes Gemini 4 Carbon (SQ Magazine)
함께 읽기
- Gemini 4 Argon 정식 출시: 최저 환각률·공격적 가격이 AI 인용 지형에 갖는 의미구글 딥마인드 Gemini 4 Argon이 10월 13일 유료 API로 정식 출시되며 지식노동 에이전트 영역 선두와 15% 환각률을 기록했다. '어떤 모델이 리서치의 기본값이 되는가'가 '어떤 브랜드가 인용되는가'를 결정하는 구간에 진입했다.
- 결정 모델(Decision Model)의 부상: AI 응답 파이프라인의 '보이지 않는 게이트'텍스트 대신 사전 정의 선택지에 확률을 반환하는 '결정 모델'이 3주 만에 OpenAI·Cloudflare·Perplexity·AWS로 확산됐다. 브랜드 노출이 '검색 결과 순위'에서 '검색이 호출되는지 여부'로 한 단계 앞당겨지는 신호다.
- GPT-6.1 Terra: 저가 모델이 '환각'을 멈추고 검색을 시작하다OpenAI가 10월 26일 공개한 중급 모델 GPT-6.1 Terra에서 답할 수 없는 질문의 추측률이 88%에서 38%로 떨어지고 웹 검색이 기본 내장됐다. 브랜드 노출 경쟁의 실질 전장이 저단가·고volume 계층의 '실시간 검색 가능성'으로 이동하고 있다.
이 리서치는 웹 검색으로 검증된 출처만 근거로 AI 리서치 파이프라인이 작성하고 TableFlip이 검수해 발행합니다. 자사 관련 서술은 ‘TableFlip 관점’ 섹션에 분리 표기합니다 · 리서치 원칙 · CC BY 4.0 — 출처(TableFlip, tableflip.kr) 표기 시 자유 인용 가능