Google DeepMind, 일상 에이전트 워크플로용 고속 모델 Gemini 4 Hydrogen 공개

Google DeepMind는 2026년 11월 12일 Gemini 4 제품군의 일상용 모델인 Gemini 4 Hydrogen을 공개했다. 구글은 공식 블로그에서 이 모델을 에이전트형 워크플로의 “데일리 드라이버”라고 부르며, 최첨단 지능을 모든 사람에게 제공하는 모델이라고 설명했다. 글쓴이는 Google DeepMind 수석 부사장이자 구글 최고 AI 아키텍트인 Koray Kavukcuoglu이며, 게시물은 11월 13일에 갱신되었다.

빠른 실행과 도구 호출에 집중하는 모델

구글은 Gemini 4를 두 가지 역할로 나눈다. Gemini 4 Carbon과 Gemini 4 Argon은 가장 어려운 문제에 대한 깊고 긴 호흡의 추론을 맡는 최상위 모델이다. Hydrogen은 일상적인 코딩과 다양한 에이전트형 워크플로에서 빠른 실행을 목표로 만들어졌다. 구글의 설명에 따르면 시스템을 설계하거나 미묘한 버그를 추적할 때의 구조적 판단에는 여전히 Carbon과 Argon이 쓰이지만, 코드를 작성하고 테스트를 돌리고 변경 사항을 검증하는 단계에는 빠르고 절제된 실행 모델이 필요하다. Hydrogen은 단독으로 쓸 수도 있고, 여러 모델을 함께 쓰는 워크플로에서 효율이 높은 실행 엔진으로 쓸 수도 있다.

가격과 벤치마크 수치

기본값인 high 사고 수준에서 Hydrogen은 Artificial Analysis Intelligence Index에서 51점을 받아 Argon의 50점을 넘어섰다. 가장 높은 xhigh 설정에서는 54점이다. 가격은 100만 토큰 컨텍스트 창 전체에 걸쳐 동일하며, 입력 100만 토큰당 1.50달러, 출력 100만 토큰당 7.50달러다. 구글은 같은 급의 모델보다 작업을 더 빨리 끝내는 경우가 많다고도 말했다. 다만 이 수치는 모두 구글 자체 발표에서 나온 것이다. 이번 보도에서는 외부 순위나 독립적 재현을 확인하지 않았으므로 이 성적을 독립적으로 확인할 수 없다.

구글은 이전 세대인 Gemini 3.8 Flash와도 비교했다. 기본 high 설정에서 작업이 2.5배 빠르게 끝나고, Terminal-Bench 4.1 점수는 18.2%에서 57%로 세 배 넘게 올랐으며, 지어낸 주장은 5분의 1 이하로 줄었다. 도구 호출이 실패하거나 검색 결과가 비어 있어도 더 매끄럽게 대응한다고 한다. 기존 코드를 망가뜨리지 않고 버그를 찾아 고쳐야 하는 SWE-sweep에서는 같은 급의 모델보다 낫다는 것이 구글의 설명이다. 파트너사의 초기 테스트에서는 복잡한 그래프, SQL, 데이터 중심의 기업 워크플로에서 3.8 Flash보다 2배에서 2.8배 빨랐고 토큰 사용량은 12%에서 23% 적었다.

개방형 에이전트 작업에서는 arena.ai의 실시간 벤치마크인 Agent Arena에서 5위에 올랐다. 전문 분야 추론에서는 HLE-Diamond 58.8%(구글은 같은 급 최고라고 설명), Vals Tax Agent Bench 52.3%(전체 1위), Vals Legal Research Bench 55.8%(공동 1위)를 기록했고, AutomationBench-AA에서도 같은 급 선두라고 한다. 멀티모달 영역에서는 새 Multimodal Knowledge Agent 벤치마크에서 53.4%, Agents' Last Exam v1.1에서 71.6%를 얻었다. 입력은 최대 100만 토큰, 출력도 최대 100만 토큰까지 지원하며 PDF, 스프레드시트, 차트, 오디오, 영상을 처리한다.

Google Antigravity의 Orchestrator

여러 모델의 협업을 자동화하기 위해 구글은 Google Antigravity에 Orchestrator를 도입했다. 처음부터 끝까지 한 모델만 쓰는 대신, 같은 세션 안에서 Carbon과 Hydrogen 같은 모델을 동적으로 오간다. 구글에 따르면 Terminal-Bench 4.0에서 Carbon에 근접한 작업 성공률을 보이면서 평균 할당량을 24% 덜 쓰고 19% 더 빨리 끝냈다. 병렬 에이전트가 필요한 구성에서는 Carbon이 조정 역할을 맡고, Hydrogen이 작업자와 검증자 에이전트를 구동해 격리된 작업 공간에서 변경 사항을 동시에 만들고 테스트할 수 있다.

네 가지 사고 수준과 고객 평가

Hydrogen의 사고 수준은 low, medium, high(기본값), 그리고 새로 추가된 xhigh까지 네 가지다. 구글은 품질, 지연 시간, 비용이 부드럽고 예측 가능하게 변하므로, 사용자는 작업에 필요한 추론 깊이만큼만 기다리고 비용을 내면 된다고 설명한다.

발표문에는 초기 고객들의 평가도 실렸다. Box는 Gemini 3.8 Flash보다 정확도가 눈에 띄게 올랐고 속도는 약 두 배, 토큰은 12% 적었다고 밝혔다. STAN은 같은 정확도에 형식 준수율 100%, 종단 간 지연 28% 감소, 토큰 사용량 23% 감소를 보고했다. Pixelcut은 276회 실행에서 모든 디자인 요청을 처리했고 1.8배 빨랐으며 코드는 30% 더 깔끔했다고 전했다. LatchBio는 항체 개발 벤치마크의 독성 및 안전성 항목에서 Hydrogen이 시도의 67%를 통과해, 가장 좋은 비 Gemini 모델의 37%를 앞섰다고 밝혔고 작업당 약 13분이 걸렸다고 한다. 이들은 업체가 고른 증언이므로, 감사 결과가 아니라 뒷받침하는 주장으로 받아들여야 한다.

Gemini 앱과 검색

Gemini 앱에서 Hydrogen은 말투, 형식, 구체적인 규칙을 더 충실히 따르고, 업로드한 파일과 Gmail, Google Drive, Airtable과 Dropbox 같은 연결 앱에서 맥락을 가져온다고 구글은 설명했다. 구글 검색에서는 여러 부분으로 된 질문, 오타, 매우 구체적인 요청을 더 잘 이해하고, 시각적이며 훑어보기 쉬운 답을 제공하며, 개선된 쿼리 팬아웃 기법으로 더 폭넓은 링크를 보여 준다.

안전성 수치

구글은 Hydrogen에 최신 Gemini 4 안전 및 보안 체계가 적용되었다고 밝혔다. Gemini 3.8 Flash와 비교한 맥락에서, 에이전트 작업에서 권한을 넘어서는 행동은 최대 81%, 서비스 미달은 최대 79% 줄었고, 도구 사용과 코딩 평가에서 의도에서 벗어난 행동과 작업 지름길 선택은 12배 줄었다고 한다. 불가능하거나 막힌 작업에서 권한 경계를 우회할 가능성은 최대 2배 낮아졌고, 내부 에이전트 정직성 평가에서 94%를 기록했다. 20만 회가 넘는 감사 대상 턴에서 사고 연쇄의 가독성은 99.9%를 유지했고 기만적인 추론 편집은 없었다. Gray Swan IPI 벤치마크의 테스트 조건에서 간접 프롬프트 주입에 대한 저항력이 구글 자체 비교 구성의 2.3배 이상이라고 구글은 밝혔다. 공격을 받지 않는다는 뜻은 아니다. HealthBench Pro에서 잘못된 거부는 0.4% 미만이다. 모두 내부 평가이며, 자세한 내용은 모델 카드에 있다.

제공 범위

Hydrogen은 발표 당일부터 전 세계 개발자, 기업, 일반 사용자에게 순차적으로 배포되기 시작했다. 개발자는 Google AI Studio와 Android Studio의 Gemini API로 쓸 수 있고, 유료 Google AI Pro 및 Ultra 구독자는 Google Antigravity에서 써 볼 수 있다. 기업은 Gemini for business의 API나 모델 선택 메뉴, Antigravity, 그리고 해당 요금제의 Google Sheets 속 Gemini에서 쓸 수 있다. 일반 사용자는 Gemini 앱의 모델 선택 메뉴와 구글 검색에서 만난다. 무료 Gemini 앱 사용자는 프롬프트에 알맞을 때 자동 모델 선택으로 받는다. Google Sheets의 Gemini는 Pro와 Ultra 구독자부터 시작한다.

지켜볼 점

이번 발표의 핵심은 성능 상한을 높이는 것이 아니라 실행 비용을 낮추는 데 있다. 구글은 가장 강한 모델을 판단에 남겨 두고, 실행은 Hydrogen에 맡기며, 둘을 Orchestrator로 잇는다. 이 설계가 통할지는 독립적인 평가가 구글이 발표한 속도, 비용, 정확도 수치를 재현할 수 있느냐에 달려 있다.