Google이 Gemini 4 Hydrogen을 출시했다. 리서치, 코딩, 문서 작업을 빠르게 처리하도록 설계된 모델로, 입력 토큰 100만 개당 1.50달러, 출력 100만 개당 7.50달러에 제공된다. 속도 및 쿼터 개선 효과는 Google의 자체 발표이며, 독립 검증 결과가 아니다.
Hydrogen은 Gemini 4 Carbon에서 파생됐지만, 일상적인 작업과 에이전트 워크플로의 빠른 실행을 위해 별도로 설계됐다. Google은 이 모델을 Gemini API, AI Studio, Gemini for Business, Gemini 앱, Google Search를 통해 제공한다. Antigravity에서는 Google AI Pro 및 Ultra 구독자에게 제공되며. Google Sheets에서는 Pro 및 Ultra 플랜부터 Hydrogen 기반 Gemini 함수를 사용할 수 있다. 출시는 11월 12일에 발표됐고 Google 공식 페이지는 13일에 업데이트됐다.
API 가격 및 제공 범위
API 가격은 입력 토큰 100만 개당 1.50달러, 출력 100만 개당 7.50달러다. Google에 따르면 100만 토큰 컨텍스트 윈도우 전반에 걸쳐 동일한 요금이 유지된다.
제공 범위는 넓다고 발표됐지만, 채널마다 동일한 조건에서 같은 기능을 제공하지는 않는다. 예를 들어 Antigravity에서 Hydrogen에 접근하려면 플랜에 따른 조건이 있으며, Google은 Search에서는 모든 사용자에게 제공된다고 밝혔다. 국가나 계정에 따라 모든 기능이 동시에 적용되지 않을 수 있다는 점도 Google은 명시했다.
Google은 Hydrogen을 문서와 데이터 작업의 핵심 엔진으로도 소개한다. 모델 카드에는 텍스트, 이미지, 오디오, 동영상 입력이 명시돼 있으며 컨텍스트 윈도우는 최대 100만 토큰이다. Google Sheets에서는 금융 데이터와 예측 시나리오를 바탕으로 대화형 모델을 구성하는 용도로 활용 사례를 제시했다.
Orchestrator의 다중 모델 조율 기능
업무 자동화 측면에서 가장 주목할 신기능은 Orchestrator다. Google Antigravity의 이 기능은 단일 세션 내에서 여러 모델을 번갈아 사용할 수 있다. Google이 제시한 흐름에 따르면, Carbon처럼 성능이 높은 모델이 계획 수립을 담당하고, Hydrogen은 실행 작업이나 검증을 맡는다. 에이전트들은 격리된 작업 공간에서 병렬로 작동할 수 있다.
Google이 Terminal-Bench 4.0을 기반으로 발표한 테스트 결과에 따르면, Orchestrator는 Carbon에 근접한 성공률을 기록하면서 평균 24% 적은 쿼터를 소비했고, 작업 완료 속도는 19% 빨랐다. 단, 이는 Google이 특정 벤치마크에서 측정한 수치로, 실제 금전적 비용의 24% 절감을 보장하는 수치가 아니다.
Google은 Gemini 3.8 Flash와 비교했을 때 Hydrogen이 특정 작업을 2.5배 빠르게 완료했으며, Terminal-Bench 4.1에서 57%를 기록했다고 밝혔다. 이전 모델의 18.2%와 비교되는 수치다. 또한 자체 비교에서 허위 응답이 5배 이상 감소했다고 발표했다. 이 수치들은 모두 공급업체가 선택한 작업, 설정, 테스트 방식에 따른 결과이며, 모든 기업 환경에서의 성능을 자동으로 보장하지는 않는다.
Search에 탑재된 새 모델
Google은 Hydrogen이 Search에 전 세계적으로 통합됐다고 밝혔다. 복잡한 질문 처리, 여러 측면을 동시에 검색, 이미지·표·링크가 포함된 구조화된 답변 제공 등이 개선됐다고 설명한다. 소프트웨어를 개발하거나 에이전트를 구축하지 않는 일반 사용자에게도 직접 영향을 미치는 변화로, 일상적으로 사용하는 검색 제품에 모델이 탑재되는 것이다.
다만 Search에 모델이 탑재됐다고 해서 모든 답변이 정확하거나 검색이 자동화 뒤로 사라지는 것은 아니다. Google의 모델 카드는 환각, 지연, 타임아웃이 발생할 수 있음을 명시하며, 특히 높은 수준의 추론 단계에서 토큰 소비량이 늘어날 수 있다고 덧붙인다.
빠른 모델의 운영적 역할
SpazioCrypto의 분석으로는, Google이 단일 모델 사용에서 여러 모델 간 작업 분배로 가치의 무게중심을 옮기고 있다고 본다. 이 접근 방식에서 성능이 높은 모델은 계획을 수립하고, 빠른 모델은 검색, 자료 생성, 파일 확인, 반복 검증을 처리한다. 비용이 높은 처리 용량을 꼭 필요한 곳에만 사용한다는 약속이지만, 실제 절감 효과는 작업의 성격과 처리 단계 수에 따라 달라진다.
기업 입장에서 API 가격, 추론 수준, 제품 접근 방식은 직접 확인할 수 있는 요소다. 반면 Google이 언급한 운영상 이점은 실제 프로세스에서 별도로 검증해야 한다. 오류, 사람의 개입, 작업 반복을 포함한 멀티 에이전트 워크플로의 전체 비용에 대한 독립적인 데이터는 아직 공개되지 않았다. DAXA 회원사나 국내 기업 솔루션 도입을 검토 중인 팀이라면, 벤치마크 수치보다 자체 파일럿 테스트를 우선시할 것을 권장한다.
