Gemini 4 Hydrogen vs. Carbon: 구조화된 정보 추출에 관해 근거 자료가 뒷받침하는 내용
Gemini 4 Hydrogen과 Carbon의 코딩, 도구 사용 및 구조화된 출력에 관한 문서화된 근거를 비교하고, 스키마로 검증하는 추출 워크플로를 설계합니다.
요약 · TL;DR
Google은 Hydrogen을 코딩과 에이전트형 워크플로를 위한 실행 모델로, Carbon을 더 깊은 추론을 위한 모델로 설명합니다. 해당 발표만으로는 스키마 제약이 있는 추출에서 어느 모델이 우위인지 판단할 수 없으므로, 출력을 검증하고 자체 문서로 두 모델을 벤치마크해야 합니다.
핵심 요점
- 제공된 Google 발표는 Hydrogen의 코딩 및 도구 사용 동작을 설명하지만, 해당 기능에 대해 Carbon과 동등한 조건으로 직접 비교한 측정 결과는 제공하지 않습니다.
- 한 파트너가 자체 평가 세트에서 Hydrogen의 형식 준수율이 100%라고 보고했지만, 이는 JSON Schema 지원이나 Carbon과의 비교를 입증하지 않습니다.
- 추출된 JSON은 모델 외부에서 검증하고, 각 값이 원본 문서에 근거하는지도 별도로 확인해야 합니다.
- Hydrogen을 추출 모델 후보로 활용하고, 해석이 어려워 더 깊은 추론 모델이 필요한 경우에는 Carbon을 별도로 평가하세요.
목차 (13)
선택의 기준: Hydrogen을 시험하되 모든 추출 결과를 검증하세요
Gemini 4 Hydrogen은 빠른 실행과 기계가 읽을 수 있는 결과가 필요한 워크플로에서 구조화된 정보 추출 모델로 검토할 만한 후보입니다. 다만 제공된 발표를 근거로 추출 정확도나 JSON Schema 준수 측면에서 Gemini 4 Carbon보다 Hydrogen을 선택해서는 안 됩니다. Google이 그런 비교를 제공하지 않기 때문입니다. 대신 Carbon은 깊고 장기적인 추론을 위한 프런티어 모델로 설명됩니다. Google의 Gemini 4 Hydrogen 발표를 참고하세요.
프로덕션 환경에서는 모델 응답을 신뢰할 수 없는 입력으로 취급해야 합니다. 응답을 파싱하고 스키마에 따라 검증한 뒤, 각 값이 문서에 근거하는지 확인하세요. 이 글을 발행한 OneMux는 OpenAI-compatible API를 통해 주요 모델에 대한 액세스를 제공합니다. 아래 검증 방식은 제공업체나 엔드포인트와 관계없이 유용합니다.
Hydrogen vs. Carbon: 문서화된 기능과 확인되지 않은 부분
아래 표는 Google의 제품 설명과 직접 비교 측정 결과를 구분합니다. 제공된 자료는 공급업체의 발표이므로, 그 주장과 파트너의 결과를 자체 워크로드에 대한 독립적인 평가로 오인해서는 안 됩니다.
| 영역 | Gemini 4 Hydrogen | Gemini 4 Carbon | 자료가 입증하지 않는 내용 |
|---|---|---|---|
| 코딩 | Google은 저장소 디버깅, 특정 부분에 집중한 수정, 병렬 파일 읽기 및 검색 호출을 설명합니다. Terminal-Bench 4.1 점수는 57%로, Gemini 3.8 Flash의 18.2%와 비교해 보고했습니다. | Google은 Carbon을 아키텍처 판단과 미묘한 버그에 적합한 모델로 포지셔닝합니다. | 저장소 코딩이나 디버깅에서 Hydrogen과 Carbon을 직접 비교한 점수. |
| 도구 호출 | Google에 따르면 Hydrogen은 도구 호출에 실패하거나 검색 결과가 없을 때 대응 방식을 조정하며, 파일 읽기와 검색을 일괄 처리할 수 있습니다. | Google은 Carbon을 병렬 에이전트의 조정자로 활용할 수 있다고 설명합니다. | 두 모델의 도구 호출 정확도, 실패 복구 또는 병렬 호출 성능을 비교할 수 있는 결과. |
| 구조화된 출력 | Google은 구조화된 결과물을 설명합니다. 한 파트너는 자체 추론 및 창작 평가 세트 전반에서 형식 준수율 100%를 보고했습니다. | 이에 상응하는 구조화된 출력 결과는 제공되지 않았습니다. | 두 모델 중 어느 모델이 특정 JSON Schema API 옵션을 지원하는지, 또는 스키마 준수율과 추출 정확도에서 어느 모델이 우위인지. |
| 결합 워크플로 | Google의 Antigravity Orchestrator는 Carbon과 Hydrogen을 포함한 여러 모델 사이를 전환합니다. Google은 Terminal-Bench 4.0에서 Carbon에 근접한 작업 성공률과 함께 할당량 사용량 24% 감소, 완료 속도 19% 향상을 보고했습니다. | Carbon은 보고된 Orchestrator 결과의 비교 기준입니다. | Hydrogen과 Carbon 각각을 단독으로 직접 비교한 결과나 동일한 개선 효과가 추출에도 적용된다는 근거. |
출처: Google 발표. 파트너가 보고한 형식 준수 결과는 해당 평가에 관한 유용한 근거이지만, 발표 내용만으로는 임의의 JSON 스키마나 추출 정확성을 측정했다고 볼 수 없습니다.
코딩 및 도구 사용 근거가 추출에 갖는 의미
추출 파이프라인이 문서를 가져오거나 참조 데이터를 조회한다면, 실패한 호출에서 복구할 수 있다는 Hydrogen의 설명상 능력이 관련될 수 있습니다. 저장소 코딩 결과는 해당 파이프라인을 구축할 때 중요할 수 있습니다. 그러나 어느 주장도 모델이 모든 문서에 대해 올바른 도구를 선택하고, 올바른 값을 추출하거나, 스키마에 맞는 JSON을 반환한다는 것을 입증하지는 않습니다. 이러한 속성은 각각 별도로 측정해야 합니다.
Carbon은 더 깊은 추론을 위한 모델로 포지셔닝되어 있어 해석이 어려운 문서를 처리할 후보가 될 수 있습니다. 하지만 자료에는 그런 문서에서 Carbon이 더 나은 성능을 보이는지 정량화한 내용이 없습니다. 필드 값이 틀렸을 때의 비용이 크다면 사람이 검토하는 경로를 두는 것도 한 방법입니다.
스키마로 검증하는 추출 워크플로 구축하기
다음은 텍스트에서 청구서 번호와 총액을 추출하는 설명용이며 테스트하지 않은 패턴입니다. 특정 모델의 네이티브 구조화된 출력 기능에 의존하지 않습니다.
1. 프롬프트를 작성하기 전에 명세 정의하기
모델 엔드포인트에 대한 액세스, 애플리케이션에서 처리할 수 있는 권한이 있는 원본 텍스트, Python, jsonschema 패키지가 필요합니다. 연동하기 전에 해당 엔드포인트에 문서화된 모델 이름, 요청 매개변수, 응답 형식을 확인하세요. 특히 네이티브 JSON Schema 응답 옵션은 엔드포인트 문서에서 지원한다고 명시한 경우에만 사용해야 합니다. 제공된 발표는 해당 지원을 입증하지 않습니다.
모델에 invoice_number, total_amount, currency가 포함된 JSON 객체만 반환하도록 요청하세요. 명시적으로 존재하지 않는 값은 추측하지 말고 null을 사용하도록 지시합니다. 예를 들어 Invoice INV-104; total USD 125.50이라는 문서에서는 다음과 같은 결과를 얻을 수 있습니다.
{"invoice_number":"INV-104","total_amount":125.50,"currency":"USD"}
누락된 값을 명시적으로 표현할 수 있도록 허용하면서 예상하지 못한 필드와 타입은 거부하는 스키마를 사용하세요.
import json
from jsonschema import Draft202012Validator
schema = {
"type": "object",
"properties": {
"invoice_number": {"type": ["string", "null"]},
"total_amount": {"type": ["number", "null"], "minimum": 0},
"currency": {
"anyOf": [
{"type": "string", "pattern": "^[A-Z]{3}$"},
{"type": "null"}
]
}
},
"required": ["invoice_number", "total_amount", "currency"],
"additionalProperties": False
}
# Replace with the text returned by the model endpoint.
response_text = '{"invoice_number":"INV-104","total_amount":125.50,"currency":"USD"}'
try:
result = json.loads(response_text)
except json.JSONDecodeError as exc:
raise ValueError("Response is not valid JSON") from exc
errors = list(Draft202012Validator(schema).iter_errors(result))
if errors:
raise ValueError("Schema validation failed: " + "; ".join(e.message for e in errors))
print(result)
이 스키마는 구조, 타입, 음수가 아닌 금액, 대문자 세 글자로 된 통화 형식을 확인합니다. 통화가 실제로 인정되는 코드인지, 금액이 소계가 아닌 청구서 총액인지, 각 값이 원본에 나타나는지는 검증하지 않습니다. 금융 처리에서는 결과를 사용하는 애플리케이션에 적절한 십진수 표현 방식과 회계 규칙도 적용하세요.
2. 실패를 조용히 수용하지 말고 처리하기
- 유효하지 않은 JSON: 실패를 기록하고, 필요하면 요청한 객체만 반환하라는 제한된 지시와 함께 재시도하세요. 임의의 텍스트를 제거한 뒤 나머지를 신뢰할 수 있다고 가정하지 마세요.
- 스키마 검증 실패: 수정할 수 있도록 검증 오류를 반환하거나 해당 항목을 검토 대상으로 보내세요. 잘못된 형식의 문서로 인해 무한 반복이 발생하지 않도록 재시도 횟수를 제한해야 합니다.
- 유효하지만 근거가 없는 값: 추출된 필드를 원본과 비교하거나 인용 구절 등의 근거를 요구하세요. 총액이 모호하거나 값이 서로 충돌하는 경우에는 사람이 검토하도록 전달합니다.
- 누락된 값:
null을 0이나 빈 문자열과 구별하세요. 불완전한 레코드를 수용할 수 있는지는 후속 처리 단계에서 결정합니다. - 신뢰할 수 없는 문서 내 지시: 문서 안의 지시는 작업을 변경하라는 지시가 아니라 추출 대상 콘텐츠로 취급하세요. 도구 권한을 제한하고 민감한 작업은 별도로 검토해야 합니다.
자체 문서로 모델을 비교하는 방법
누락된 필드, 여러 개의 총액, 특이한 서식, 서로 충돌하는 정보를 포함하고 검토된 참조 값이 있는 대표 문서 세트를 만드세요. 문서화된 설정을 사용하고 각 모델에 동일한 추출 지시와 검증 규칙을 적용합니다. 스키마 유효율, 필드별 정확도, 근거 없는 값의 비율, 지연 시간, 비용을 기록하고, 평균에만 의존하지 말고 오류를 검토하세요. 최종 비교를 위해 별도의 홀드아웃 세트도 확보합니다.
OneMux에는 Gemini 4 Hydrogen과 Gemini 4 Carbon이 모두 등록되어 있습니다. OneMux로 평가한다면 먼저 문서화된 엔드포인트와 매개변수 지원 여부를 확인하세요. OpenAI-compatible 액세스만으로 모든 제공업체별 기능이 지원된다고 볼 수는 없습니다. 확인 없이 네이티브 스키마 강제 적용, 도구 동작 또는 경로 간 동일한 설정을 가정하지 마세요.
FAQ
Hydrogen은 JSON Schema를 준수하는 출력을 보장하나요?
제공된 Google 발표는 그런 보장을 입증하거나 스키마를 강제하는 API를 명시하지 않습니다. 문서화된 엔드포인트에서 구조화된 출력 모드를 제공하더라도 애플리케이션에서 응답을 검증하세요.
Carbon의 추출 정확도가 더 높나요?
제공된 자료만으로는 알 수 없습니다. Google은 Carbon을 더 깊은 추론을 위한 모델로 포지셔닝하지만, Hydrogen과 Carbon의 추출 정확도를 비교하지는 않습니다. 모델 선택이 중요하다면 레이블이 지정된 대표 문서로 두 모델을 모두 테스트하세요.
유효한 JSON이면 추출된 데이터도 정확한가요?
아닙니다. 유효한 JSON에도 잘못된 값이 들어갈 수 있고, 스키마에 맞는 JSON이라도 소계를 총액 필드에 넣을 수 있습니다. 의미상 정확성과 원본 근거를 별도로 확인하세요.
결론
Hydrogen은 코딩과 에이전트형 실행에서 강점이 문서화되어 있고, Carbon은 더 깊은 추론을 위한 모델로 포지셔닝되어 있습니다. 제공된 근거만으로는 어느 모델이 구조화된 정보 추출에 더 나은지 결론 내릴 수 없습니다. 명확한 스키마와 독립적인 검증으로 시작한 다음, 자체 문서에서 측정한 오류, 지연 시간, 비용을 바탕으로 선택하세요.
출처
- Google: Introducing Gemini 4 Hydrogen — 위에서 다룬 모델 설명, 벤치마크 주장 및 파트너 보고 결과의 출처입니다.
FAQ
Gemini 4 Hydrogen은 JSON Schema를 준수하는 출력을 보장하나요?
제공된 Google 발표는 그런 보장을 입증하거나 스키마를 강제하는 API를 명시하지 않습니다. 엔드포인트 문서에 구조화된 출력 모드가 명시되어 있더라도 애플리케이션에서 응답을 검증하세요.
Gemini 4 Carbon의 추출 정확도가 Hydrogen보다 높나요?
제공된 자료에는 두 모델의 추출 정확도를 직접 비교한 결과가 없습니다. 자체 문서에서 검토한 예시를 기준으로 두 모델을 모두 평가하세요.
스키마에 맞는 JSON이면 추출 결과가 정확하다는 뜻인가요?
아닙니다. 스키마 검증은 지정된 구조와 제약 조건을 확인할 뿐, 값이 원본에 근거하는지 또는 의도한 필드의 값인지는 확인하지 않습니다.
관련 글
Guides
JSON 추출 워크플로를 위한 Grok Imagine Image API 비용 추정
Grok Imagine Image의 이미지 생성 비용을 추정하고, 확인되지 않은 추출 비용을 파악하며, 구조화된 레코드를 JSON 스키마로 검증하는 방법을 알아봅니다.
Guides
구조화 추출을 위한 GPT 6.2 Sol API 비용: 재현 가능한 추정
토큰, 재시도, 캐시 및 컨텍스트 구간에 관한 명시적 가정을 바탕으로 GPT 6.2 Sol 구조화 추출 비용을 추정합니다.
Guides
구조화 추출을 위한 GPT Image 2.6 Sunburst API 비용 계획 가이드
토큰 사용량 가정, 스키마 검증, 재시도와 가격 정보의 한계를 고려해 이미지-JSON 작업 비용을 추정합니다.
Guides
스키마 검증 추출을 위한 GPT Image 2.6 Flare API 비용 추정
문서화된 이미지 토큰 요금과 확인되지 않은 추출 및 OneMux 가격을 구분하여 재현 가능한 API 예산을 세우는 방법을 알아봅니다.