(출처: 구글)
구글이 제미나이 최신 모델인 제미나이 3.6 플래시를 공개했는데, 시장 반응은 썩 좋지 않은 상황입니다. 제미나이 3.6 플래시는 100만 토큰의 컨텍스트 윈도우를 지원하며 이는 A4 용지 약 1,500장, 코드 30,000줄, 또는 1시간 분량의 동영상 입력에 해당하는 수준입니다. 물론 텍스트, 이미지, 음성, 동영상 등 다양한 형태의 멀티 모달 입력을 처리할 수 있습니다.
가장 중요한 특징은 다단계 작업(Multi-step workflow) 과정에서 출력 토큰 소비를 기존 대비 17% 절감한 부분입니다. 가격도 출력 토큰 100만 개당 $7.5로 저렴한 편입니다. 하지만 그럼에도 평가가 좋지 않은 이유는 중국의 키미 K3가 놀라운 성능으로 충격을 준 상황에서 3.5 모델과 별 차이 없는 성능을 보여줬기 때문입니다.
제미나이 3.6 플래시는 Artificial Analysis Intelligence Index 평가에서 50점을 기록했으나, 이는 기존 Gemini 3.5 Flash와 완전히 동일한 점수입니다. 따라서 Meta Spark 1.1, GLM-5.2, GPT-5.6, Claude Sonnet 5, Grok 4.5 등 타사의 주요 AI 모델 성능에 미치지 못하는 결과를 보였습니다. SWE-Bench Pro 및 MLE Bench 등 주요 가상 코딩/AI 벤치마크에서도 더 오래되거나 가격이 저렴한 타사 모델들에게 밀리는 것으로 나타났습니다.
심지어 프로 모델은 내부 테스트에서 경쟁 모델 대비 낮은 성능으로 공개하지도 못한 상황입니다. 개발이 지연될 경우 제미나이 3.6 프로는 아마도 건너 뛰고 4.0으로 직행할 것이라는 예측도 나오고 있습니다.
하지만 다른 관점에서 보면 구글이 비용 회수가 사실 어려운 AI에서 성능 대신 비용 절감을 택했다는 해석도 가능합니다. 현재 많은 기업들이 막대한 AI 구독료를 정당화할 정도의 업무 효율 향상과 비용 절감 효과를 누리지 못하는 상황에서 저렴하고 지정학적 리스크가 없는 AI 서비스에 관심이 쏠릴 수 있기 때문입니다.
제미나이 3.6 플래시는 3.5와 비교해서 백만 토큰 당 출력 비용을 9달러에서 7.5달러로 16.7% 낮췄습니다. 그리고 독립 AI 평가 기관인 Artificial Analysis 기준 동일한 프롬프트/작업을 수행할 때 3.5 Flash 대비 평균 17% 적은 출력 토큰을 사용합니다. 마지막으로 복잡한 에이전트 작업(Multi-step workflow)에서 불필요한 추론 단계(Reasoning steps)나 외부 툴 호출(Tool calls)을 줄여 장기 코딩 작업(DeepSWE 벤치마크 등)에서는 토큰 소모량이 최대 65%까지 절감되는 효과를 보였습니다. 따라서 비용을 30% 이상 절감할 수 있게 된 것입니다. 함께 공개된 3.5 Flash-Lite의 경우 입력 $0.30 / 출력 $2.50 수준으로, 극단적인 가성비 시장을 공략하고 있습니다.
기업 입장에서 챗봇이나 자동화 에이전트(API)를 24시간 돌릴 때 가장 중요한 것은 '압도적지능'보다는 '충분한 성능과 낮은 운영비(OPEX)'입니다. 최근 키미 K3가 주목을 받았던 것 중 하나도 상대적으로 성능이 낮은 하드웨어 (H20)에서도 MoE 구조 덕분에 충분한 토큰을 생성할 수 있기 때문에 전체 비용을 절감하면서 높은 성능을 누릴 수 있다는 대목이었습니다. 다만 지정학적 리스크가 있는데, 구글 제미나이 3.6 플래시는 이런 우려도 없습니다.
다만 비용 절감에 성공했다는 이야기가 통하려면 고성능 프로 모델도 함께 내놓아야 설득력이 있습니다. 비슷한 성능에 저렴한 가격을 제시해야지 성능 낮고 저렴한 모델만 만들어서는 기술력에 의구심이 커질 것이기 때문입니다. 차세대 프론티어 모델 경쟁에서 오픈 AI와 엔스로픽은 물론이고 중국의 오픈 모델에도 뒤지지 않기 위해 다시 한 번 구글의 기술력을 보여줘야 하는 순간입니다.
참고
https://wccftech.com/google-just-released-gemini-3-6-flash-and-it-might-be-its-worst-model-to-date/
댓글
댓글 쓰기