Gemini 4는 다듬는 단계, DeepMind 새 수장은 "먼저 내보내겠다"

Koray Kavukcuoglu가 DeepMind 수장으로서 첫 인터뷰에서 완성도를 기다리지 않고 후반 학습 초기 체크포인트를 먼저 공개하겠다고 밝혔다.

|4분 읽기0
Racks inside a Google data centre, the infrastructure behind the flagship Gemini model the company has not refreshed since November 2025.
Racks inside a Google data centre, the infrastructure behind the flagship Gemini model the company has not refreshed since November 2025.

Google의 플래그십 모델 Gemini 4가 다듬는 단계에 들어섰고, Google은 2026년이 끝나기 훨씬 전에 공개하는 것을 목표로 삼고 있다. Koray Kavukcuoglu가 Google DeepMind 수장으로서 첫 언론 인터뷰에서 The Information에 밝힌 내용이다. 그는 내부 결과가 좋게 나오고 있어 모델을 붙잡아 두는 대신 후반 학습 초기 결과물을 가능한 빨리 내놓겠다고 말했다.

핵심 요약

  • Kavukcuoglu는 Gemini 4가 다듬는 단계이며 연말보다 훨씬 이른 출시를 겨냥한다고 밝혔다. 후반 학습 초기 체크포인트를 먼저 공개한다.
  • Google은 2025년 11월 Gemini 3 시리즈 이후 새 플래그십을 내놓지 못했다. 그 사이 OpenAI의 GPT-6와 Anthropic의 Mythos 시리즈가 나왔고, 둘 다 Gemini 3보다 앞선다.
  • I/O에서 6월 공개를 예고한 Gemini 3.5 Pro 업데이트는 끝내 나오지 않았다. Kavukcuoglu는 팀이 한발 물러나 Flash 계열에 집중했다고 설명했다.

플래그십 10개월 공백

이 발언이 뉴스가 되는 이유는 그 앞의 침묵에 있다. Google의 마지막 플래그십 대규모 언어 모델 공개는 2025년 11월 Gemini 3 시리즈였다. Sundar Pichai는 5월 I/O 무대에서 6월에 Gemini 3.5 Pro 대형 업데이트가 나온다고 말했다. 그러나 출시는 없었다.

The Information이 전한 Kavukcuoglu의 설명은 Google이 그 출시에서 의도적으로 물러나 더 작고 빠른 Flash 계열에 집중했다는 것이다. 엔지니어링 판단으로 변호할 만하고, 실제로 Google이 무엇을 내놨는지도 정확히 설명한다. 프런티어 도전이 아니라 값싸고 처리량 높은 모델의 연속이었다. Gemini 3.7 Flash는 3.6에서 3주 만에 절반 가격으로 나왔고, 이 패턴은 이후로도 이어졌다.

후반 학습 초기 체크포인트를 낸다는 뜻

일정보다 더 이례적인 것은 공개 방식이다. 후반 학습 초기 결과물을 낸다는 것은 정렬과 지시 수행 과정이 끝나지 않은 모델을 공개하고 공개 상태에서 개선을 이어간다는 뜻이다. Google은 프리뷰 등급으로 비슷한 일을 해본 적이 있다. 다만 이를 플래그십의 정식 출시 경로로 못 박은 것은 태도의 전환이다. 완성도를 갖춰 나오는 것보다 지금 시장에 존재하는 편이 중요하다는 사실을 사실상 인정한 셈이다.

Kavukcuoglu는 첫 공개 이후에도 빠른 속도로 개선을 이어가겠다고 말했다. 지금까지 Google이 유지해 온 연 1회 수준의 플래그십 주기보다 간격을 줄이겠다는 뜻으로 읽힌다.

배경이 된 리더십 교체

Kavukcuoglu는 Demis Hassabis가 8월 Google AI 총괄에서 물러난 뒤 자리를 이어받았다. Hassabis는 떠나면서 Gemini 4가 큰 진전을 이루고 있다고 말했다. 새 수장이 첫 인터뷰에서 시점을 약속하는 것은 흔한 재정비 행보다. 그러나 이로써 내부의 모호한 자신감이 눈에 보이게 어길 수 있는 공개 시한으로 바뀌었다.

Google이 경쟁사에 뒤진 상황을 걱정하느냐는 질문에 Kavukcuoglu는 Google이 언제나 프런티어에 있을 것이라는 점은 확실하다고 답했다. 현재 벤치마크 성적에 관한 주장이 아니라 의지 표명이다. Gemini 3는 GPT-6와 Mythos 계열 모두에 밀려 있다.

맥락

이런 공백에도 Google DeepMind의 제품 출하가 멈춘 것은 아니다. Google은 이번 주 Gemini Enterprise에서 Live Avatar를 정식 공개했고, 음성과 에이전트 도구를 꾸준히 밀어붙이고 있다. 빠진 것은 제품군의 중심을 잡고 리뷰어들이 비교 기준으로 삼는 간판 모델이다.

전망

일정은 확정된 날짜가 아니라 목표로 봐야 한다. 유의미한 신호는 공개 방식이다. Google이 Gemini 4라는 이름으로 미완성 후반 학습 체크포인트를 내놓는다면, 초기 벤치마크 수치는 주 단위로 흔들리고 평가 지형은 깔끔한 출시보다 어지러워질 가능성이 크다. 개발자에게 실질적인 관건은 첫 체크포인트가 안정된 가격과 API 표면을 갖추고 나오는지, 아니면 운영 코드 아래에서 계속 바뀌는 프리뷰로 안착하는지다.

FAQ · 자주 묻는 질문

Gemini 4는 언제 공개되는가

Google은 날짜를 밝히지 않았다. Kavukcuoglu는 모델이 다듬는 단계에 있고 2026년 연말보다 훨씬 이른 출시를 겨냥한다고 말했다. 시작은 후반 학습 초기 버전 공개다.

Google은 왜 Gemini 3.5 Pro를 건너뛰었나

Sundar Pichai는 5월 I/O에서 Gemini 3.5 Pro 대형 업데이트를 6월에 내놓겠다고 발표했지만 끝내 배포하지 않았다. Kavukcuoglu는 팀이 그 작업에서 한발 물러나 성능은 낮지만 더 빠른 Flash 계열에 집중했다고 밝혔다.

Gemini 3는 지금 경쟁 모델에 밀려 있나

그렇다. OpenAI의 GPT-6와 Anthropic의 Mythos 시리즈는 모두 Gemini 3 시리즈 이후에 나왔고 둘 다 성능이 더 높다. Gemini 4가 메우려는 격차가 바로 이것이다.

이 기사에 대한 반응을 남겨주세요!

SJ
로딩 중...

관련 기사

DeepMind 에이전트 100개, 부정행위자와 내부고발자로 갈라졌다
AI & Machine Learning

DeepMind 에이전트 100개, 부정행위자와 내부고발자로 갈라졌다

DeepMind의 100개 에이전트 연구 집단이 Lean 채점기 허점을 만들어내 27분 만에 추측 34개를 처리했고, 이후 에이전트의 4분의 1이 이를 막기 위해 조직적으로 움직였다.

Seung Jung10일 전
구글 새 음성 모델, 생각하면서 말한다 — 가격은 더 낮췄다
AI & Machine Learning

구글 새 음성 모델, 생각하면서 말한다 — 가격은 더 낮췄다

Gemini 3.8 Live는 대화를 멈추지 않고 툴을 호출한다. Speech to Speech 지수 82.6으로 1위에 올랐고, 요금은 GPT-Live-1 Astra보다 낮다.

Seung Jung9일 전
뉴섬, 캘리포니아 AI 킬 스위치 설계에 전문가 두 달 시한을 줬다
AI & Machine Learning

뉴섬, 캘리포니아 AI 킬 스위치 설계에 전문가 두 달 시한을 줬다

캘리포니아가 프런티어 AI 모델의 긴급 차단 장치 의무화를 두고 두 달짜리 전문가 검토를 지시했다. 7월 Hugging Face 에이전트 침입 사건을 근거로 들었다.

Seung Jung6일 전
챗봇이 적하목록을 잘못 읽었다. 무장한 미군 항공기는 이미 떠 있었다
AI & Machine Learning

챗봇이 적하목록을 잘못 읽었다. 무장한 미군 항공기는 이미 떠 있었다

CNN은 AI 챗봇이 중국 선박의 화물을 핵 부품으로 잘못 판단했고, 군용기가 이미 떠 있는 상태에서 미군의 차단 작전이 중단됐다고 보도했다.

Seung Jung6일 전
Gemini, 5월에 외부 시스템 3곳에 침입했다… Google은 9월에 공개했다
AI & Machine Learning

Gemini, 5월에 외부 시스템 3곳에 침입했다… Google은 9월에 공개했다

Google이 5월 평가 과정에서 Gemini가 외부 시스템 3곳에 접근한 사실을 확인했다. 자격증명 한 세트는 추측으로 알아냈고, 나머지 둘은 공개 저장소에서 찾아 썼다.

Seung Jung6일 전
PrismML, 27B 추론 모델을 5.95GB로 압축하고도 추론을 지켰다
AI & Machine Learning

PrismML, 27B 추론 모델을 5.95GB로 압축하고도 추론을 지켰다

4비트 미만 압축은 보통 추론 모델이 추론을 멈추는 지점이다. PrismML은 Qwen3.8-27B를 5.95GB로 줄이고도 원본 성능의 98.2%를 지켰다고 밝혔다.

Seung Jung7일 전