Gemini 4 Neon 정리: Copilot 정식 지원, Carbon 대신 언제 쓸까
3줄 요약
- Google이 Gemini 4 제품군의 중간 모델인 Neon을 공개했고, GitHub Copilot에서도 정식 지원(GA)이 시작됐습니다 [2][3].
- 100만 토큰당 입력 3달러, 출력 15달러이며, 기본 high 설정의 작업당 비용이 Carbon보다 32% 낮다는 평가가 나왔습니다 [3].
- 비슷한 시기에 Carbon이 요청받지 않은 작업에 시간을 많이 쓴다는 분석이 나와, 여러 파일을 다루는 일상적인 코딩 작업에서는 Neon이 현실적인 선택지가 됐습니다 [1][2].
무엇이 나왔나
Gemini 4 제품군은 세 갈래로 나뉩니다. 가장 어려운 장기 프로젝트는 Carbon, 빠른 일상 실행은 Hydrogen이 맡고, Neon은 그 사이에서 추론 깊이와 효율의 균형을 맡습니다 [3]. 컨텍스트 창은 100만 토큰이고, 캐시 입력(이미 보낸 프롬프트를 재사용하는 입력)은 100만 토큰당 0.15달러입니다 [3]. 추론 수준은 네 단계로 조절할 수 있습니다 [3].
발표된 수치를 보면 Artificial Analysis Coding Agent Index에서 58.6점으로 1위, Terminal-Bench 4.1에서 65.2%를 기록했습니다 [3]. 다만 SWE-sweep 점수는 mini-SWE 하네스(모델을 감싸 도구를 실행하는 에이전트 틀)에서 12.8%, Google Antigravity에서 39.0%로 실행 환경에 따라 차이가 컸습니다 [3].
GitHub Copilot에서는 Pro+, Max, Business, Enterprise 사용자가 모델 선택기에서 고를 수 있습니다 [2]. VS Code, Visual Studio, Copilot CLI, Copilot coding agent, JetBrains IDE, Xcode, Eclipse, github.com 등이 대상입니다 [2]. GitHub는 Google 발표를 인용해, Neon이 Carbon보다 응답을 더 빨리 시작하고 요청하지 않은 변경을 덜 하며, 코드나 테스트 결과에 대해 근거 없는 주장을 덜 한다고 전했습니다 [2].
이 대목이 중요한 이유는 Carbon의 행동 패턴 분석 때문입니다. Kernel의 비공개 버그 수정 평가에 따르면 Carbon은 GPT-6 Astra보다 단계 수가 약 7배, 도구 작업이 약 11배 많았고, 누적 입력 토큰은 16배 이상이었습니다 [1]. 전체 단계의 약 절반은 버그 보고서가 요구하지 않은 작업이었습니다 [1].
어떻게 써먹나
- 작업 성격으로 모델을 나눕니다. 저장소 전반의 여러 파일을 디버깅하거나 리팩터링하는 것처럼 복잡하지만 자주 반복되는 작업은 Neon, 가장 어려운 장기 프로젝트는 Carbon, 빠른 단순 작업은 Hydrogen이라는 Google의 구분을 출발점으로 삼을 수 있습니다 [3].
- 추론 수준은 기본 high에서 시작합니다. Google은 high를 기본값으로 두고, 가장 어려운 개발·분석 작업에만 xhigh를 쓰도록 안내합니다 [3]. 참고로 Kernel 분석에서 Carbon은 low 설정일 때 수정안을 아예 만들지 못하는 경우가 많았습니다 [1]. 이 결과가 Neon에도 해당하는지는 아직 확인되지 않았습니다.
- 작업 범위를 명확히 하고 중간에 점검합니다. Kernel은 5턴마다 "이미 수정에 필요한 정보를 충분히 확보했는가?"라는 질문을 자동으로 넣는 실험을 했습니다 [1]. 그 결과 Carbon의 완료 시간은 37분에서 28분으로, 원인을 찾은 뒤 첫 수정까지 걸린 시간은 25분에서 약 10분으로 줄었습니다 [1]. 에이전트에게 고칠 범위를 분명히 알려 주고, 긴 세션에서는 중간에 수정으로 넘어가도 되는지 확인하는 습관이 도움이 될 수 있습니다.
- 긴 세션은 입력 비용부터 봅니다. 대화가 길어질수록 매 단계 전체 맥락을 다시 보내므로 입력 토큰이 쌓입니다 [1]. Neon의 캐시 입력은 일반 입력보다 95% 저렴합니다 [3].
- 조직 관리자는 모델 정책을 확인합니다. Business와 Enterprise 관리자는 Copilot 설정의 모델 정책에서 접근을 관리합니다 [2]. 기본 활성화 설정이 켜져 있으면, 전역 기본값을 끄거나 이 모델을 직접 비활성화하지 않는 한 새 모델이 자동으로 켜집니다 [2].
주의할 점
- Copilot에서는 사용량 기반 과금으로 제공사 정가가 적용됩니다 [2]. Copilot 안에서의 구체적인 요청 단가는 이 자료에 없으므로 GitHub의 모델·가격 문서를 따로 확인해야 합니다.
- 롤아웃은 점진적으로 진행되므로, 아직 모델 선택기에 보이지 않을 수 있습니다 [2].
- 벤치마크는 Google 발표와 Artificial Analysis 기준이며, 하네스에 따라 결과가 세 배 넘게 달라진 사례도 있습니다 [3]. Copilot 환경에서의 성능은 아직 확인되지 않았습니다.
- Kernel의 분석 대상은 Carbon이며, Neon을 같은 방식으로 측정한 독립 평가는 이 자료에 없습니다 [1].
- 사이버 방어용 Neon은 Fairwind Program 회원에게 별도로 제공되며, 일반 Copilot 모델과는 경로가 다릅니다 [3].
정리
Neon은 Carbon만큼 깊게 파고들 필요는 없지만 Hydrogen으로는 부족한 작업을 겨냥한 모델입니다 [3]. Copilot 사용자라면 여러 파일을 손보는 일상적인 에이전트 작업에 Neon을 먼저 써 보고, 정말 어려운 문제에만 Carbon이나 xhigh를 쓰는 식으로 나눠 볼 수 있습니다. 어느 모델을 쓰든 작업 범위를 분명히 하고 중간 점검을 넣으면 불필요한 탐색을 줄이는 데 도움이 됩니다 [1].
참고 자료
- Gemini 4 Carbon은 왜 이렇게 오래 걸릴까? · GeekNews, 2026-11-18
- Gemini 4 Neon in GitHub Copilot · GitHub Changelog, 2026-11-18
- Gemini 4 Neon - 복잡한 코딩과 분석에 추론 성능과 효율을 갖춘 AI 모델 · GeekNews, 2026-11-18