(구글) 제미나이 3.6 플래쉬 등 새 AI 모델 3종을 공개합니다.

구글이 21일(현지시간) 새 인공지능(AI) 모델 3종을 발표했다. 주력인 '제미나이(Gemini) 3.6 플래시'는 성능을 끌어올리면서도 답을 만들 때 쓰는 토큰은 17% 줄인 것으로 외부 평가에서 측정됐고, 값도 더 싸졌다. 함께 나온 '3.5 플래시-라이트'는 3.5 시리즈에서 가장 빠른 모델이다. 소프트웨어의 보안 구멍을 찾아 고치는 특화 모델 '3.5 플래시 사이버'는 정부와 신뢰할 수 있는 파트너에게만 제공될 예정이다. 차세대 모델 '제미나이 4'의 기초 훈련(사전학습)을 시작했다는 소식도 함께 나왔다.

이번 발표가 정조준한 것은 AI 에이전트다. 지시를 한 번 내리면 검색하고, 화면을 조작하고, 코드를 고치는 여러 단계 작업을 스스로 해내는 AI를 말한다. 구글은 에이전트를 실제 서비스에 올리려는 개발자와 고객에게는 더 높은 토큰 효율, 더 짧은 지연 시간, 더 믿을 만한 성능이 필요하다고 짚었다. 회사 설명에 따르면 플래시 계열은 애초에 효율과 품질의 균형점을 노려 에이전트 작업을 대규모로 돌릴 수 있게 설계된 시리즈이며, 이번 세 모델은 모두 기존 제미나이 3.5 플래시를 딛고 나왔다.

이날 발표 너머의 계획도 나왔다. 상위 모델인 제미나이 3.5 프로는 현재 파트너들과 테스트 중이며, 준비되는 대로 폭넓게 내놓을 예정이다. 팀은 그사이 이미 다음 세대 작업에 들어갔다. 구글은 제미나이 4를 위한 역대 가장 야심 찬 사전학습을 시작했다며 진행 상황이 고무적이라고 전했다. 사전학습(pre-training)은 모델의 기초 실력을 만드는 대규모 훈련 단계다.

제미나이 3.6 플래시는 3.5 플래시를 써 본 개발자와 고객의 피드백 위에서 곧장 만들어졌다. 구글이 '일꾼(workhorse)'이라 부르는 이 주력 모델은 코딩, 지식 노동, 그리고 글과 이미지 등 여러 형식을 한꺼번에 다루는 멀티모달 능력이 모두 좋아졌는데, 이 개선을 토큰을 아끼면서 이뤄냈다는 점이 핵심이다. AI 성능 평가 사이트 아티피셜 애널리시스(Artificial Analysis) 지수에서 3.6 플래시는 3.5 플래시보다 출력 토큰을 17% 적게 쓰는 것으로 측정됐고, 여러 단계를 밟는 작업에서는 중간 추론 단계와 도구 호출 횟수도 줄었다. 데이터커브(Datacurve)가 만든 코딩 시험 DeepSWE 같은 일부 벤치마크에서는 절감 폭이 최대 65%까지 관측됐다는 것이 구글의 설명이다.

아낀 만큼 가격표도 다시 썼다. 3.6 플래시는 입력 100만 토큰당 1.50달러, 출력 100만 토큰당 7.50달러로 3.5 플래시보다 싸고, 출력 토큰당 비용도 더 낮다. 같은 답을 더 적은 토큰으로 뽑는데 단가까지 내려갔으니, 에이전트 작업 하나에 드는 총비용이 줄고 에이전트를 만들어 운영하는 부담도 그만큼 가벼워진다는 계산이다.

아끼기만 한 것이 아니다. 구글은 쓰임새 전반에서 3.5 플래시보다 성능이 함께 올랐다고 강조했다. 코딩에서는 시키지 않은 코드 수정과 헛도는 실행 반복이 줄어 정밀도가 높아졌고, 머신러닝 연구 능력을 재는 시험에서는 큰 폭의 개선을 보였다. 사람처럼 화면을 보고 클릭하고 입력하며 프로그램을 다루는 컴퓨터 사용(computer use) 능력도 좋아졌는데, 이 기능은 이제 개발자용 통로인 Gemini API와 기업용 제미나이 엔터프라이즈에서 클라이언트 측 기본 내장 도구로 제공된다. 실무 지식 노동을 재는 시험 점수 역시 3.5 플래시를 앞섰다. 고객사인 법률 AI 기업 하비(Harvey)와 금융 AI 기업 헤비아(Hebbia)는 문서 내용을 구조적으로 읽어 내는 파싱, 차트·데이터 분석, 보고서 초안 작성처럼 글과 그림이 섞인 작업에 특히 강하다고 평가했다.

🔼 3.6 플래시 벤치마크 차트 2장 · 원본: 차트 1 · 차트 2

구글이 전한 고객 반응도 같은 방향이다. 복잡한 작업 흐름과 지식 업무 전반에서 토큰 효율, 정확도, 속도의 균형이 잡혀 비용과 품질 모두 한 단계 나아졌다는 평가다. 발표에는 디자인 도구 회사 피그마(Figma)와 하비, 헤비아, 개발 도구 회사 젯브레인스(JetBrains)의 추천 코멘트 카드가 함께 실렸다.

🔼 코멘트 카드 원본: 피그마 · 하비 · 헤비아 · 젯브레인스

▶ 참고: 아티피셜 애널리시스 지수(3.6 플래시) · DeepSWE(데이터커브)

3.6 플래시는 강화된 '프런티어 안전(Frontier Safety)' 장치를 갖추고 출시된다. 대상은 화학·생물·방사능·핵(CBRN) 무기와 사이버 공격, 두 갈래의 악용 영역이다. 구글은 이 장치들 덕에 모델이 탈옥, 그러니까 금지된 답을 끌어내려는 우회 시도에 상당히 더 강해졌다고 설명했다. 방패만 두꺼워진 것은 아니다. 이로운 용도의 요청까지 덩달아 거절하는 일은 최소화하도록 함께 학습됐다. 상세 내용은 모델의 성능과 한계, 안전 정보를 정리한 공식 문서인 모델 카드에 담겼다.

▶ 참고: 프런티어 안전 프레임워크(딥마인드) · 3.6 플래시 모델 카드

플래시와 별도로 출시된 제미나이 3.5 플래시-라이트는 두 종류의 일을 겨냥한다. 답이 즉시 나와야 하는 저지연 작업, 그리고 에이전트 검색이나 문서 처리처럼 같은 시간에 최대한 많은 양을 소화해야 하는 고처리량 작업이다. 구글은 이 모델을 3.5급에서 가장 빠르고 가장 비용효율적인 모델로 소개했다.

속도부터 보자. 3.5 플래시-라이트는 3.5 시리즈에서 가장 빠른 모델로, 아티피셜 애널리시스 측정 기준 1초에 350개의 출력 토큰을 쏟아낸다. 가격은 입력 100만 토큰당 0.3달러, 출력 100만 토큰당 2.5달러로 3.6 플래시보다도 한참 낮은 단가다. 이전 세대 라이트 모델인 3.1 플래시-라이트보다 품질이 크게 좋아진 터라, 대량 트래픽을 실서비스에서 소화해야 하는 개발자와 고객에게 강한 가격 대비 성능을 제공한다는 것이 구글의 설명이다.

에이전트 시스템을 효율적으로 키우는 데도 초점이 맞춰졌다. 이 모델에는 답하기 전에 얼마나 오래 생각할지 고르는 '사고 수준(thinking level)' 조절 장치가 있는데, 구글에 따르면 사고 수준을 어느 단계에 두든 3.1 플래시-라이트보다 성적이 크게 좋고, 에이전트 작업에서는 이전 라이트 세대 모델 전부를 큰 폭으로 앞선다. 개발자는 '최소(minimal)'와 '낮음(low)' 수준으로 맞춰 대량 작업을 싸고 빠르게 처리하거나, 수준을 높여 큰 에이전트 밑에서 일을 나눠 맡는 보조 AI(서브에이전트)의 여러 단계 작업을 맡길 수 있다. 컴퓨터 사용 기능도 내장 도구로 들어가, 여러 이용 환경에 걸친 에이전트 작업을 안정적으로 뒷받침한다.

성적표의 상승 폭도 크다. 터미널·코딩과 에이전트 과제를 재는 Terminal-Bench 2.1에서 54% 대 31%, 긴 글을 기억하고 활용하는 능력을 재는 GDM-MRCR v2에서 72.2% 대 60.1%, 실무 작업 수행을 재는 GDPval-AA v2에서 1140점 대 642점을 기록했다. 여기서 그치지 않는다. 여러 에이전트·코딩 평가에서는 3 플래시마저 앞질렀다. 소프트웨어 수리 시험 SWE-Bench Pro에서 54.2% 대 49.6%, 컴퓨터 화면 조작 시험 OSWorld-Verified에서 74.0% 대 65.1%다. 2.5 플래시와 3 플래시로 돌리던 작업 어느 쪽에든 더 빠르고 더 유능한, 갈아탈 만한 선택지가 생겼다는 뜻이다.

🔼 3.5 플래시-라이트 비교 차트 2장 · 원본: 차트 1 · 차트 2

초기 고객들은 에이전트 작업 확장과 데이터 처리에서 속도, 지능, 비용 효율이 한데 묶인 조합을 강점으로 꼽는다고 구글은 전했다. 발표에는 애슐러(Ashler), 보안 기업 팔로알토 네트웍스(Palo Alto Networks), 법인카드 회사 램프(Ramp)의 코멘트 카드가 실렸다.

🔼 코멘트 카드 원본: 애슐러 · 팔로알토 네트웍스 · 램프

▶ 참고: 아티피셜 애널리시스 측정(3.5 플래시-라이트) · 3.5 플래시-라이트 모델 카드

세 번째 모델은 결이 다르다. 구글의 진단에 따르면 AI는 이미, 지금의 대응 체계가 고쳐 내는 속도보다 빠르게 소프트웨어의 보안 구멍(취약점)을 찾아낼 수 있는 수준에 이르렀다. 찾는 쪽이 고치는 쪽보다 빨라지면 방어가 밀린다. 커져 가는 이 위협에 맞서려면 소프트웨어를 지키는 접근 자체가 높은 역량과 효율을 함께 갖춰야 하고, 모델 하나가 아니라 모델과 에이전트 인프라를 정교하게 조율해 운용하는 일이 필요하다는 것이 구글의 판단이다.

플래시의 성능과 효율은 코드 보안 문제를 대규모로 탐지하고 검증하고 패치하는 토대로 이상적이라는 설명이다. 제미나이 3.5 플래시 사이버는 3.5 플래시 위에 세워졌고, 보안 취약점을 찾고 고치는 임무에 맞춰 추가 훈련하는 미세조정(fine-tuning)을 거쳤다. 토큰당 가격은 더 큰 모델들보다 낮다. 이 모델은 구글의 코드 보안 에이전트 코드멘더(CodeMender)에 담기는데, 코드멘더 안에서는 여러 개의 3.5 플래시 사이버 에이전트가 함께 일해 하나로 합쳐진 보고서를 만들어 낸다. 이 조합으로 널리 쓰이는 보안 벤치마크 CyberGym에서 현존 최상위권, 이른바 프런티어급 모델들과 견줄 만한 성능에 도달했다.

🔼 3.5 플래시 사이버 성능 차트 · 원본 보기

지키는 데도, 공격하는 데도 쓰일 수 있는 이중 용도(dual-use) 기술인 만큼 배포는 의도적으로 좁혔다. 3.5 플래시 사이버는 곧, 소수에게만 문을 여는 제한 접근 시범(파일럿) 프로그램의 형태로 코드멘더를 통해 정부와 신뢰할 수 있는 파트너에게만 제공될 예정이다. 방어 최전선의 인력이 치명적 취약점이 악용되기 전에 먼저 찾아 고치도록 시간을 벌어 주되, 더 넓은 오남용은 막겠다는 취지다.

▶ 참고: 제미나이 3.5 플래시 사이버 소개(딥마인드) · 코드멘더 소개

3.6 플래시와 3.5 플래시-라이트는 발표 당일인 21일부터 바로 쓸 수 있다.

01  개발자는 Gemini API를 통해 구글 AI 스튜디오와 안드로이드 스튜디오에서 쓸 수 있다. 3.6 플래시는 구글 안티그래비티에도 올라왔다. 시작 방법은 개발자 가이드에 정리돼 있다.

02  기업은 제미나이 엔터프라이즈 에이전트 플랫폼에서 쓸 수 있고, 3.6 플래시는 제미나이 엔터프라이즈 앱에서도 제공된다.

03  일반 이용자는 제미나이 앱에서 만날 수 있다. 3.5 플래시-라이트는 구글 검색에도 순차 적용되고 있다.

구글은 두 모델로 개발을 시작하는 이용자들의 피드백을 다음 제미나이 모델 개선에 반영하겠다며, 3.5 프로 출시도 곧 잇겠다고 밝혔다.