구글이 빠른 실행 모델인 Gemini 4 Hydrogen을 출시했습니다. 이 모델은 즉시 AI 모드의 기본 모델로 설정되었으며, AI 개요(AI Overviews)의 가장 까다로운 질문을 처리하는 엔진 역할을 하게 됩니다. 2026년 11월 12일에 발표된 이 모델은 구글의 최첨단 Gemini 4 시스템보다 저렴하고 빠른 형제 모델로 자리 잡았으며, 100만 토큰의 컨텍스트 창과 고정된 토큰당 가격을 제공합니다. 현재 검색, Gemini 앱, API 및 구글의 개발자 도구를 통해 전 세계적으로 배포되고 있습니다.
주요 특징
- 새로운 기본값: Hydrogen은 AI 모드의 기본 모델로 채택되었으며, AI 개요 내의 복잡한 쿼리를 처리합니다.
- 속도 개선: 구글에 따르면 기본 '높음(high)' 사고 수준에서 Gemini 3.8 Flash보다 2.5배 더 빠르게 작업을 완료합니다.
- 가격: 전체 컨텍스트 창에 대해 입력 토큰 100만 개당 1.50달러, 출력 토큰 100만 개당 7.50달러의 고정 가격이 적용됩니다.
- 컨텍스트: 기본 100만 토큰의 입력과 최대 100만 토큰의 출력을 지원합니다.
- 이용 방법: 무료 Gemini 사용자는 자동 모델 선택을 통해 이용할 수 있으며, 유료 AI Pro 및 Ultra 구독자는 직접 선택하여 사용할 수 있습니다.
Gemini 4 Hydrogen의 실체
Hydrogen은 구글의 가장 성능이 뛰어난 모델이 아니며, 회사 측도 그렇게 홍보하지 않습니다. Gemini 4 Carbon과 Gemini 4 Argon이 여전히 장기적인 추론과 어려운 아키텍처 문제를 해결하기 위한 시스템으로 남습니다. Hydrogen은 실행을 위해 구축되었습니다. 즉, 최첨단 컴퓨팅 자원을 과도하게 소모하지 않으면서 코드 작성, 테스트 실행, 변경 사항 확인, 도구 호출 및 다단계 작업 완료를 수행합니다.
이러한 차별화가 핵심입니다. 구글은 대부분의 일상적인 작업에 가장 큰 모델이 필요하지 않으며, 철저한 지시 이행 능력을 갖춘 더 빠르고 저렴한 시스템이 비용 대비 더 나은 결과를 낸다고 주장합니다. Hydrogen은 단독으로 실행되거나 최첨단 모델이 조정하는 워크플로 내에서 실행 계층으로 작동하도록 설계되었습니다.
명칭 전략은 전략 자체만큼 명확하지는 않습니다. 구글의 빠른 티어를 나타냈던 "Flash"라는 라벨이 사라지고, 성능이나 속도에 대해 아무것도 드러내지 않는 원소 이름으로 대체되었습니다.
검색 업그레이드가 핵심 뉴스
대부분의 사람들이 이 모델을 처음 접하게 될 곳은 검색이며, 구글은 이번 교체를 중대한 변화로 취급하고 있습니다. 구글 검색의 제품 부사장 로비 스테인(Robby Stein)은 이를 "역대 검색 모델 업그레이드 중 가장 큰 규모"라고 설명하며, Hydrogen이 이제 AI 모드의 기본 모델이자 가장 어려운 AI 개요 쿼리에 사용되는 모델임을 확인했습니다.
실제 사용 환경에서 세 가지 변화가 중요합니다. 첫째, 의도 파악입니다. 구글은 이제 AI 모드가 다중 요청, 심각한 오타, 매우 구체적인 제약 조건이 포함된 자연스러운 사고 흐름으로 작성된 질문을 처리할 수 있으며, 각 부분을 하나의 답변으로 축소하는 대신 별도로 처리할 수 있다고 밝혔습니다.
둘째, 검색(Retrieval)입니다. Hydrogen은 단일 프롬프트를 여러 하위 쿼리로 분할하는 '쿼리 팬아웃(query fan-out)' 기술을 업그레이드했습니다. 구글은 이를 통해 사용자가 이전에는 놓쳤을 수도 있는 사이트를 포함하여 더 넓은 범위의 링크에 연결될 수 있다고 설명합니다. 이는 AI 요약이 클릭을 흡수하는 것을 지켜봐 온 퍼블리셔들에게 중요한 세부 사항입니다.
셋째, 프레젠테이션입니다. AI 모드의 응답은 비교표, 그래프, 지도, 이미지 및 즉석에서 생성되는 대화형 도구와 같은 시각적 요소에 더 많이 의존하게 됩니다. 구글이 제시한 예시는 휴대전화가 셀룰러 서비스 없이 차량의 차선을 어떻게 결정하는지 설명하는 애니메이션 주행 시뮬레이션입니다. 또한 모든 AI 모드 지원 언어에서 언어 이해도가 향상되었다고 밝혔습니다.
벤치마크, 컨텍스트 및 가격
공개된 수치는 회사 보고 자료이며, 구글의 빠른 티어 전임자인 Gemini 3.8 Flash와 Hydrogen을 비교한 것입니다.
| 지표 | 구글 측 주장 |
|---|---|
| 작업 속도 | 기본 '높음' 사고 수준에서 2.5배 빠름 |
| Terminal-Bench 4.1 | 57% (18.2%에서 상승) |
| 컨텍스트 창 | 입력 1M 토큰, 출력 최대 1M 토큰 |
| API 가격 | 입력 1M당 $1.50, 출력 1M당 $7.50 |
| 조작된 주장(환각) | 5배 이상 감소 |
| 에이전트 정직성 | 내부 평가 결과 96.7% |
| 사고 수준 | 낮음, 중간, 높음(기본), 매우 높음(xhigh) |
구글은 또한 Hydrogen이 기본 설정에서 Artificial Analysis Intelligence Index 51점을 기록하여 50점인 Gemini 4 Argon을 약간 앞섰으며, 새로운 '매우 높음(xhigh)' 티어에서는 54점을 기록했다고 주장합니다. 심층 도메인 추론을 위한 HLE-Diamond에서는 58.8%, 시각적 파일을 포함한 에이전트 지식 작업 벤치마크에서는 53.4%, 전문 워크플로 평가에서는 71.6%를 기록했다고 보고했습니다.
가격 책정은 그 어떤 단일 점수보다 중요할 수 있습니다. 100만 토큰 전체 창에 대해 단일 요율을 부과함으로써 문서 및 코드베이스 작업 비용을 높이는 '긴 컨텍스트 페널티'를 제거했으며, 컨텍스트 길이에 따라 가격을 차등화하는 경쟁사들을 압박하고 있습니다.
오케스트레이터와 멀티 모델 전략
Hydrogen은 구글 안티그래비티(Antigravity) 내의 라우팅 시스템인 오케스트레이터(Orchestrator)와 함께 출시되었습니다. 오케스트레이터는 처음부터 끝까지 하나의 모델에 고정되지 않고 단일 세션 내에서 모델 간을 전환합니다. 루틴한 단계는 Hydrogen에 맡기고, 기획이나 어려운 판단이 필요한 호출은 Carbon이 처리하도록 할 수 있습니다.
구글은 오케스트레이터가 쿼터 사용량을 24% 줄이고 속도를 19% 높이면서도 Carbon에 근접한 작업 성공률을 달성했다고 밝혔습니다. 병렬 에이전트 설정에서 Carbon은 코디네이터 역할을 하고, Hydrogen은 격리된 작업 공간에서 변경 사항을 구축하고 테스트하는 작업자 및 검증자 에이전트 역할을 수행할 수 있습니다.
이것이 진정한 전략적 변화입니다. 구글은 이제 단일 모델을 모든 문제의 해답으로 판매하는 것이 아니라, 저렴한 모델이 대부분의 작업을 수행하고 비싼 모델이 이를 감독하는 포트폴리오를 제안하고 있습니다. 개발자들이 명시적인 모델 선택 대신 자동 라우팅을 신뢰할지 여부가 이 전략의 안착 여부를 결정할 것입니다.
제공 대상 및 플랫폼
- 검색: 전 세계적으로 AI 모드의 기본 모델로 사용되며 복잡한 AI 개요 쿼리에 사용됩니다.
- Gemini 앱: 무료 사용자는 자동 모델 선택을 통해, AI Pro 및 Ultra 구독자는 직접 선택하여 사용할 수 있습니다.
- 개발자: AI Studio의 모든 티어, Gemini API, 비즈니스용 Gemini, 그리고 유료 구독자용 안티그래비티에서 사용할 수 있습니다.
- Workspace: 적격한 비즈니스 구독의 경우 Sheets 내의 Gemini에서 사용할 수 있으며, 구글에 따르면 재무 모델 생성 속도가 30% 이상 빨라졌습니다.
향후 주목할 점
실제 환경에서의 검색 품질. 팬아웃 방식의 변화는 퍼블리셔에게 가장 명확한 영향을 미칩니다. 인터페이스 진화 방식에 따라 더 많은 링크가 인용될 수도, 혹은 답변당 클릭 수가 줄어들 수도 있습니다.
독립적인 벤치마크. 발표된 수치의 대부분은 구글의 보고 자료입니다. Terminal-Bench, 에이전트 신뢰성 및 긴 컨텍스트 정확도에 대한 제3자 평가가 출시 당일의 비교보다 더 유익한 정보를 제공할 것입니다.
라우팅 동작. 만약 오케스트레이터가 조용히 대부분의 요청을 Hydrogen으로 보낸다면, 빠른 티어와 최첨단 티어 간의 실질적인 격차는 명칭이 암시하는 것보다 더 빨리 좁혀질 수 있습니다.
차기 Carbon 릴리스. Hydrogen은 속도와 가격의 새로운 기준을 세웠습니다. 다음에 나올 최첨단 모델은 이제 기본 작업 부하를 처리하게 된 더 저렴한 시스템에 비해 자신이 왜 더 비싼지에 대한 가치를 입증해야 할 것입니다.




