Gemini 4 Carbon, /swarm으로 구글 캠퍼스 3D 월드 구축

작성자 노트: 이 글은 Google이 공개한 펠리컨 자전거 게임을 따라가며, Gemini 4 Carbon의 멀티 에이전트 협업, 3D 에셋 제작, 브라우저 게임 배포 과정을 살펴보고 이 데모의 한계도 짚어 봐요.

Gemini 4 Carbon 오픈월드 게임을 이해하기 위한 8가지 용어

이 글에는 게임 개발과 에이전트 분야의 용어가 자주 나와요. 먼저 아래 표를 훑어 보면 뒤의 내용을 이해하기 쉬워요.

펠리컨 한 마리가 GBike를 타고 Google의 Mountain View 캠퍼스를 이리저리 돌아다녀요. Google이 2026년 11월 10일 Gemini 4 Carbon을 정식 공개하면서 함께 내놓은 데모 중 하나예요. Carbon이 Google Antigravity의 /swarm 기능을 활용해, 브라우저에서 바로 즐길 수 있는 오픈월드 3D 게임을 만들었어요.

소문이 아니지만, 독립적으로 검증한 결과도 아니에요. 이 사례는 Google 공식 블로그에서 나왔고, 공식 체험 링크도 제공돼요. 다만 어디까지나 제조사가 만든 데모이지, 제3자가 게임 개발 능력을 평가한 결과는 아니에요. 이 글에서도 두 가지를 분명히 구분해서 다룰게요.

핵심 가치: 이 글을 읽고 나면 Carbon이 이 게임에서 구체적으로 무엇을 했는지, 멀티 에이전트 협업의 장점이 어디에 있는지, 그리고 “AI가 만드는 게임”이 상업용 완성작까지 얼마나 남았는지 알 수 있어요.

一、骑着 GBike 的鹈鹕: Gemini 4 Carbon 오픈 월드 게임의 핵심 정보

Google 공식 블로그는 이 게임을 한 문장으로만 소개해요. Carbon이 Antigravity의 /swarm 기능을 사용해 오픈 월드 3D 게임을 만들었고, 플레이어는 GBike를 탄 펠리컨이 되어 Google의 Mountain View 캠퍼스를 탐험한다는 내용이에요. 설명은 짧지만 담긴 정보는 적지 않아요. 주인공, 배경, 실행 환경, 제공 형태라는 네 가지 측면이 모두 들어 있거든요.

한 가지 짚고 넘어갈 점이 있어요. 공식 측은 이 게임의 퀘스트 시스템, NPC, 맵 크기, 프레임 레이트, 플레이 시간을 공개하지 않았어요. 이 글에서도 그런 세부 내용은 임의로 보충하지 않을게요. 다른 곳에서 관련 설명을 보셨다면 공식 원문으로 돌아가 확인해 보시길 권해요.

二、왜 Carbon 오픈 월드 게임은 평범한 AI 코드 생성이 아닐까

대규모 언어 모델에게 Three.js 페이지를 만들어 달라고 해서 회전하는 큐브를 띄우는 일은 이제 새로울 것이 없어요. 하지만 “직접 탐험할 수 있는 오픈 월드” 뒤에는 서로 완전히 다른 전문 작업이 최소한 몇 가지는 동시에 필요해요.

• 3D 에셋: 단지 건물, 주인공 펠리컨, GBike 모두 모델링하고 재질까지 입혀야 해요.
• 장면 구성: 에셋을 공간 관계에 맞게 배치해서 탐험할 수 있는 단지를 만들어야 해요.
• 브라우저 인터랙션: 플레이어의 조작으로 캐릭터가 움직이게 해야 해요.
• 실시간 그래픽: WebGL Shader로 화면 효과를 구현하고, 브라우저에서 실시간으로 렌더링해야 해요.
• 사운드 디자인: 절차적 사운드 효과와 배경 음악이 모두 필요해요.

전통적인 팀에서는 이런 작업을 보통 3D 아티스트, 테크니컬 아티스트, 프런트엔드 또는 게임 프로그래머, 오디오 디자이너가 나눠서 맡아요. 하나의 모델이 모든 코드를 한 번에 쏟아내면 에셋과 코드가 맞지 않거나 스타일이 일관되지 않는 문제가 생기기 쉬워요. 이 사례에서 Google이 강조하는 것도 “Carbon이 게임 코드를 한 덩어리 작성했다”가 아니라 “서로 다른 Agent가 역할을 나눠 협업해서 완성했다”는 점이에요.

한 가지 더 짚어 둘 점이 있어요. Carbon 공식 모델 카드에 따르면 출력 모달리티는 텍스트이고, 입력은 텍스트, 이미지, 오디오, 비디오를 지원해요. 그래서 3D 에셋과 음악은 Carbon이 직접 “파일을 생성”하는 것이 아니라 Blender, Lyria 같은 도구와 다른 모델의 도움을 받아 만들어요. 이 사례에 멀티 Agent와 툴체인의 조합이 필요했던 이유도 여기에 있어요.

3. Gemini 4 Carbon으로 /swarm 기반 멀티 에이전트 게임 개발 팀 꾸리기

/swarm은 Google Antigravity가 2026년 11월 10일에 선보인 멀티 에이전트 협업 프리뷰 기능이에요. 핵심 아이디어는 간단해요. 작업 지시를 하나 내리면 여러 에이전트가 병렬로 협업하고, 단일 에이전트가 모든 일을 순서대로 도맡지 않아요. 공식 블로그에 따르면 /swarm은 네 가지 구성 요소로 이루어져 있어요.

펠리컨 게임에서 본 /swarm 협업 흐름

공식 발표를 기준으로 보면, 이 게임은 대략 네 단계가 이어지며 만들어졌다고 이해할 수 있어요. 첫 번째는 시각 참조 단계로, Gemini Omni와 Nano Banana가 생성하거나 제공한 소재로 공원과 캐릭터의 비주얼 방향을 정해요. 두 번째 단계에서는 하위 에이전트들이 Blender에서 협업하며 3D 에셋을 모델링해요. 세 번째 단계에서는 Three.js와 WebGL Shader로 브라우저 안에 오픈월드를 구축하고 실시간 그래픽 효과를 구현해요. 네 번째 단계에서는 Web Audio로 절차적 효과음을 만들고, Lyria로 게임 음악을 생성해요.

멀티 에이전트의 가치는 각 단계마다 전담 실행자를 두면서도, 코디네이터가 전체 일관성을 관리할 수 있다는 점이에요. Google은 모델 배분에 대한 권장 사항도 내놓았어요. 전체 아키텍처, 작업 조율, 보안 검토, 복잡한 코드 감사는 Carbon에게 맡기고, 일반적인 구현이나 병렬 파일 수정은 더 빠르고 가벼운 모델에게 맡기며, 테스트는 전담 검증 에이전트가 담당하는 구조예요. 다만 공식 발표에서는 펠리컨 게임의 각 에이전트가 어떤 모델을 썼는지 하나하나 밝히지 않았어요. 그래서 여기서는 범용적인 메커니즘만 소개하고, 추측은 하지 않을게요.

/swarm 사용 시 비용 주의사항

Google에 따르면 엔지니어들은 이미 약 5주 동안 내부에서 /swarm을 사용해 왔고, 주로 다중 패키지 마이그레이션, 서브시스템을 넘나드는 근본 원인 조사, 아키텍처 재설계에 활용했어요. 동시에 공식 측은 이렇게 당부했어요. 대기 중에는 토큰이 소모되지 않더라도, 멀티 에이전트를 병렬로 실행하면 전체 할당량 소모가 눈에 띄게 늘어난다고요. 이런 워크플로를 따라 해 보려는 팀이라면 “게임도 만들 수 있다”는 사실보다 이 점을 더 마음에 새겨 두는 게 좋아요.

넷째, Carbon 오픈월드 게임 뒤에 있는 5계층 기술 스택

공식적으로 공개된 도구를 역할별로 분류하면, 브라우저 게임 기술 스택이 아주 선명하게 드러나요.

이 조합이 영리한 이유는 거의 모든 요소가 “코드나 스크립트로 구동할 수 있는” 도구에 기반한다는 점이에요. Blender는 스크립트 기반 모델링을 지원하고, Three.js와 Web Audio는 그 자체가 JavaScript 인터페이스이며, Shader 역시 코드예요. 텍스트 출력이 중심인 대규모 언어 모델 입장에서는 도구 호출을 통해 제작의 거의 모든 단계에 참여할 수 있다는 뜻이죠.

최종 결과물은 브라우저에서 바로 실행되는 인터랙티브 게임이라 클라이언트를 설치할 필요가 없어요. 이 점 때문에 웹 기술 스택이 AI 생성 콘텐츠에 특히 잘 맞아요. 결과물을 배포하기 쉽고, 검증 에이전트가 페이지를 직접 열어 렌더링 결과를 확인하기도 쉽거든요.

다섯 번째, 오픈월드 게임을 넘어서: Gemini 4 Carbon의 다른 3D 작품들

펠리컨 게임은 단독으로 나온 데모가 아니에요. Google은 같은 시기에 3D와 비주얼 영역의 비슷한 사례를 몇 가지 더 공개했는데, 모두 같은 방향을 가리켜요. Carbon은 코드를 작성하는 데 그치지 않고 공간 설계, 시각 에셋 제작, 실시간 렌더링, 멀티미디어 통합에도 쓰이고 있다는 거예요.

• 수중 아틀란티스 장면: Gemini Omni가 생성한 영상을 참고 자료로 삼아 Blender에서 절차적 유적, 볼류메트릭 조명, 물 시뮬레이션을 만들고, 이를 Three.js 기반의 실시간 브라우저 장면으로 변환했어요. 펠리컨 게임과 거의 같은 “참조 → Blender → Three.js” 파이프라인이에요.
• 1780년 고(古)피아노 복원: CAD 도면과 X선 이미지를 활용해 61건반 해머 액션의 물리 메커니즘을 갖춘 연주 가능한 피아노를 복원했어요. 이 피아노를 캐나다 왕립음악원 Koerner Hall의 3D 모델에 배치해서 좌석별 공간 음향까지 시뮬레이션했어요.
• Google Merchandise Store 리뉴얼: 프롬프트를 단 두 번 주고받는 것만으로 아트 디렉션 안 다섯 가지를 제안했고, Nano Banana 2.1로 새 상품 이미지를 생성했어요.

이 밖에 Google은 발표 자료에서 두 가지 사례를 더 언급했어요. 하나는 공개된 도시계획 PDF 7개에서 도면 뷰 206개를 추출하고 야간 반복 작업을 10차례 거쳐, 약 906,000개의 삼각형 면으로 이루어진 Three.js 건축 모델을 만든 사례예요. 다른 하나는 역사 사진과 공학 도면을 바탕으로 1887~1889년 에펠탑 건설 과정을 인터랙티브 3D 전시로 만든 사례예요. 이 두 가지도 모두 공식 데모라는 점은 참고해 주세요.

六、영향 분석: AI 에이전트가 진짜 오픈 월드 게임 개발에 도달하려면 얼마나 더 가야 할까

“AI가 게임을 만들 수 있을까?”를 논의하기 전에, 먼저 “게임”을 여러 층위로 나눠서 봐야 해요. 아래 표는 업계 상식을 바탕으로 저희가 직접 나눈 분류이며, 공식 결론은 아니에요.

펠리컨 게임은 대략 앞의 두 층위 사이에 있어요. 멀티 에이전트가 여러 전문 분야에 걸친 브라우저 3D 프로토타입을 끝까지 돌려낼 수 있다는 걸 보여줬죠. 다만 공식 데모 하나만으로는 모델이 상용급 오픈 월드 게임을 독자적으로 개발할 수 있다고 증명하기는 어려워요.

개발자에게 미치는 영향

• 프로토타입 검증 속도가 크게 빨라질 수 있어요: 인디 개발자와 소규모 팀도 에이전트로 인터랙티브 데모를 빠르게 만들어 아이디어를 검증하거나 피칭에 활용할 수 있어요.
• “오케스트레이션 능력”이 “코딩 능력”만큼 중요해져요: 작업을 어떻게 나누고, 각 에이전트에 어떤 모델을 배정하고, 검증 단계를 어떻게 설정하느냐가 결과물의 품질과 비용을 직접 좌우해요.
• 비용은 작업 단위로 추산해야 해요: Carbon의 출시 가격은 입력 토큰 100만 개당 2달러, 출력 10달러이고, 12월 1일부터는 각각 4달러와 20달러로 조정돼요. 사고 토큰(thinking token)은 출력 요금에 포함돼요. 멀티 에이전트를 병렬로 돌릴 때는 워크플로 전체를 기준으로 청구 금액을 계산해야 해요.

업계에 미치는 영향

• AI 에이전트가 코드 도구에서 여러 전문 분야를 아우르는 콘텐츠 제작으로 나아가고 있어요: 하나의 협업 프레임워크가 아트, 프로그래밍, 오디오를 모두 아우른다는 점은 개별 능력 점수보다 더 의미 있는 신호예요.
• 사람의 가치는 “정의”와 “검수” 쪽으로 이동해요: 제품 설계, 품질 관리, 미적 판단은 여전히 사람이 필요하고, 반복적인 제작 단계만 점차 줄어들 거예요.

API로 Gemini 4 Carbon의 멀티 에이전트 방식 체험하기

/swarm은 Antigravity 안에서만 쓸 수 있는 기능이에요. 하지만 “강력한 모델은 계획을 세우고, 가벼운 모델은 실행한다”는 역할 분담 방식은 API로 간단하게 직접 만들어 볼 수 있어요. 아래 예제에서는 Carbon이 코디네이터를 맡아 3D 미니 게임 요구사항을 하위 작업으로 나눠요.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI 통합 인터페이스
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # 모델 이름은 플랫폼의 모델 목록을 기준으로 하세요
    messages=[{"role": "user", "content": "把“用 Three.js 做一个骑车探索园区的浏览器小游戏”拆成 Blender 资产、场景代码、音效三类子任务，输出 JSON"}]
)
print(resp.choices[0].message.content)

참고로 Google 개발자 문서에 따르면 Carbon은 temperature, top_p, top_k를 무시하고 thinking_budget도 지원하지 않아요. 그래서 예제에는 이 파라미터들을 넣지 않았어요.

import json
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

COORDINATOR_MODEL = "gemini-4-carbon"   # 계획 수립과 통합 담당
WORKER_MODEL = "YOUR_FAST_MODEL"        # 일반적인 구현 담당, 더 빠르고 가벼운 모델을 선택하세요

def ask(model: str, prompt: str, system: str = "") -> str:
    messages = []
    if system:
        messages.append({"role": "system", "content": system})
    messages.append({"role": "user", "content": prompt})
    resp = client.chat.completions.create(model=model, messages=messages)
    return resp.choices[0].message.content

# 1. 코디네이터가 작업을 분해
plan_text = ask(
    COORDINATOR_MODEL,
    "需求：浏览器 3D 小游戏，角色骑自行车探索园区。"
    "请拆成子任务，输出 JSON 数组，每项含 role 与 task 字段，"
    "role 取值为 blender_asset / threejs_scene / web_audio。只输出 JSON。",
)
subtasks = json.loads(plan_text)

# 2. 워커가 하나씩 실행 (실제 운영 환경에서는 동시 실행으로 바꿀 수 있어요)
results = []
for t in subtasks:
    output = ask(WORKER_MODEL, t["task"], system=f"你是 {t['role']} 方向的工程师，只输出代码或脚本")
    results.append({"role": t["role"], "output": output})

# 3. 코디네이터가 통합 및 일관성 검사를 수행
review = ask(
    COORDINATOR_MODEL,
    "检查以下子任务产出是否互相一致（资产命名、坐标单位、接口），列出问题：\n"
    + json.dumps(results, ensure_ascii=False)[:20000],
)
print(review)

🚀 빠르게 시작하는 팁: “Carbon 계획 + 경량 모델 실행” 조합이 비용 대비 효율이 좋은지 먼저 확인해 보고 싶다면, APIYI(apiyi.com)에서 같은 API 키로 모델만 바꿔 가며 비교해 보세요. 사용한 만큼만 과금되고, 신규 사용자에게는 무료 테스트 크레딧도 제공돼서 작게 시도해 보기에 좋아요.

자주 묻는 질문 FAQ

Gemini 4 Carbon 오픈 월드 게임 핵심 요약

• 사례의 본질: 공식 데모로 공개된 브라우저 오픈 월드 게임이에요. 주인공은 GBike를 타는 펠리컨이에요.
• 핵심 메커니즘: /swarm은 조율자, 병렬 워커, 검증자, 메시지 보드로 여러 Agent를 구성해요.
• 기술 스택: 에셋은 Blender, 씬은 Three.js와 WebGL, 사운드는 Web Audio와 Lyria로 만들어요.
• 진짜 핵심 포인트: Carbon이 코드를 잘 작성했다는 점이 아니라, 전문 분야를 넘나드는 협업으로 결과물을 완성했다는 점이에요.
• 한계에 대한 인식: 공식 데모 하나만으로는 독립적인 실측 검증이라고 할 수 없고, 상용 완성품이라고도 할 수 없어요.
• 시작 방법: APIYI(apiyi.com)의 통합 인터페이스로 고성능 모델과 경량 모델을 조합해 보면서 역할 분담 방식을 직접 검증해 볼 수 있어요.

정리

Gemini 4 Carbon의 펠리컨 게임에서 눈여겨볼 점은 세 가지예요.

1. 멀티 Agent 역할 분담: /swarm을 쓰면 시각 레퍼런스, 3D 에셋, 브라우저 게임, 사운드 디자인을 각각 전담하는 Agent를 두고, Carbon이 전체를 조율해요.
2. 스크립트로 다룰 수 있는 기술 스택: Blender, Three.js, WebGL, Web Audio 덕분에 텍스트를 출력하는 모델도 제작 과정 거의 전반에 참여할 수 있어요.
3. 냉정한 한계 인식: 프로토타입 수준의 전문 분야 간 협업 결과물을 만들 수 있다는 가능성은 보여 주지만, 게임플레이 설계, 품질 관리, 제품 완성도 향상에는 여전히 사람이 필요해요.

“고성능 모델이 계획하고 경량 모델이 실행하는” 워크플로가 내 프로젝트에 맞는지 평가해 보고 싶다면, APIYI(apiyi.com)에서 빠르게 검증해 보는 것을 추천해요. API 키 하나로 여러 주요 모델을 호출할 수 있어서 비용과 결과물 품질을 비교하기 편해요.

📚 참고 자료

1. Google Blog – Gemini 4 Carbon is now available: 정식 공개 발표문이에요. 펠리컨 게임을 비롯한 다른 3D 사례도 함께 실려 있어요.
2. 링크: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. 설명: 게임 설명과 기술 스택을 확인할 수 있는 1차 출처예요.

4. Google Antigravity 공식 블로그: /swarm 멀티 에이전트 협업 방식을 소개해요.

5. 링크: antigravity.google/blog/gemini-4-carbon-in-google-antigravity/

6. 설명: Coordinator, Git Worktree, 검증 에이전트 등 설계 세부 내용을 다뤄요.

7. Gemini 4 Carbon Model Card: 모델 파라미터와 알려진 제약 사항을 정리한 문서예요.

8. 링크: deepmind.google/models/model-cards/gemini-4-carbon/

9. 설명: 입출력 모달리티, 컨텍스트, 지식 컷오프 날짜를 확인할 수 있어요.

10. 펠리컨 캠퍼스 게임 공식 데모: Live App 체험 페이지예요.

11. 링크: aistudio.google.com/apps/bundled/pelican-campus-quest

12. 설명: Google 계정 로그인이 필요할 수 있으며, 공식 데모예요.

13. Gemini API 가격 정책: Carbon 출시 기념 가격과 12월부터 적용되는 표준 가격을 확인할 수 있어요.

14. 링크: ai.google.dev/gemini-api/docs/pricing
15. 설명: 멀티 에이전트 워크플로 비용을 계산할 때 참고하세요.

작성자: APIYI 기술팀
기술 교류: APIYI 웹사이트 첫 페이지에서 언제든 문의해 주세요. 더 많은 연동 자료는 docs.apiyi.com 문서 센터에서 확인할 수 있어요.

관련 글

• 모델이 3D 파일을 직접 생성하는 대신 Three.js를 작성하게 하기: 코드 중간 계층 워크플로우의 5가지 시사점: Qwen3.5-4B-GLB-3D-Coder를 예로 들어 '텍스트→Three.js→GLB' 코드 중간 계층 워크플로를 분석하고 로컬 배포, 클라우드 연동 및 Godot 검증의 실습 단계를 제시합니다.
• Gemini 4 Carbon 출시 분석: 59점으로 Opus 5.5 역전, 17개 항목 중 15개에서 이겼지만 호출은 불가: Gemini 4 Carbon은 Artificial Analysis 종합 지능 지수에서 59점으로 1위를 차지하고 공식 비교 17개 항목 중 15개에서 승리했지만 API 모델 ID와 공개 일정은 없으며, 이 글에서는 점수 산정 기준과 현재 호출할 수 없는 이유, 중국 개발자가 우선 gemini-4-argon을 사용할 수 있는 방법을 설명합니다.