구글이 새 모델을 내놓았는데, 지능 지수는 전작과 똑같습니다. 대신 같은 작업을 처리하는 시간이 절반으로 줄었죠. 보통 신모델이라면 “더 똑똑해졌다”는 문구가 먼저 나오기 마련인데, 이번엔 다릅니다.

구글이 Gemini 3.6 Flash와 3.5 Flash-Lite, 보안 특화 모델인 3.5 Flash Cyber를 공개했습니다. AI 벤치마크 전문 매체 Artificial Analysis가 정식 출시 전에 미리 테스트해본 결과, 3.6 Flash는 지능 점수를 그대로 유지한 채 작업 처리 시간만 절반 이하로 줄인 것으로 나타났습니다.

출처: 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber – Google Blog

세 가지 모델, 초점은 하나

이번에 나온 세 모델 중 가장 눈에 띄는 건 3.6 Flash입니다. 구글은 이 모델을 코딩과 지식노동, 멀티모달 작업을 두루 처리하는 주력 모델로 소개했습니다. 3.5 Flash-Lite는 이름 그대로 속도와 비용에 더 치우친 경량 모델이고, 3.5 Flash Cyber는 보안 취약점을 찾아 고치는 에이전트 CodeMender와 함께 쓰도록 설계된 특화 모델이죠.

발표문에서 유독 눈에 띄는 단어는 “효율”이었습니다. 에이전트가 여러 단계를 거쳐 작업을 처리하려면 지연시간이 짧고 토큰을 아껴 쓰는 모델이 필요하다는 논리죠. 실제로 3.6 Flash는 전작 대비 출력 토큰을 17% 덜 쓴다고 밝혔고, 코딩 벤치마크인 DeepSWE에서는 최대 65%까지 토큰을 아꼈다고 설명했습니다.

독립 검증에서 드러난 반전

여기까지는 구글의 자체 발표입니다. Artificial Analysis가 출시 전 별도로 진행한 벤치마크에서는 조금 다른 그림이 나왔습니다.

지능 지수(Intelligence Index) 기준으로 3.6 Flash는 50점을 기록했습니다. 전작인 3.5 Flash와 정확히 같은 점수입니다. 추론 능력을 종합적으로 평가하는 이 지표에서는 사실상 제자리걸음을 한 셈이죠.

대신 속도에서 차이가 났습니다. 작업 하나를 처리하는 데 걸리는 평균 시간이 2.7분에서 1.3분으로, 절반보다 더 줄었죠. 초당 출력 토큰 수도 304개로 측정돼 전작보다 빨라졌습니다. 가격도 낮아졌는데, 백만 토큰당 출력 비용이 9달러에서 7.5달러로 내려가면서 작업당 비용은 0.59달러에서 0.50달러로 18% 줄었습니다.

같이 발표된 3.5 Flash-Lite는 정반대 양상을 보였습니다. 지능 지수는 전작보다 11점 올라 눈에 띄게 똑똑해졌지만, 작업당 비용은 오히려 0.04달러에서 0.09달러로 두 배 넘게 뛰었죠. 출력 토큰 자체는 줄었는데도 가격 인상 폭이 더 커서 생긴 결과입니다. 결국 이번 두 모델은 “똑똑함”과 “저렴함” 중 서로 다른 쪽을 택한 겁니다.

왜 지금 속도에 베팅했나

구글이 지능 지수를 그대로 둔 채 속도와 비용에 집중한 이유는, 에이전트 워크플로우의 특성과 맞닿아 있습니다. 챗봇은 한 번 묻고 한 번 답하면 끝이지만, 에이전트는 다릅니다. 도구를 호출하고 결과를 확인하고 다시 판단하는 과정을 수십, 수백 번 반복하죠. 이 반복 하나하나에 걸리는 시간과 토큰 비용이 그대로 쌓여, 전체 작업의 체감 속도와 총비용을 결정합니다.

3.6 Flash는 멀티스텝 작업에서 추론 단계와 도구 호출 횟수 자체를 줄였다고 합니다. 컴퓨터 화면을 직접 조작하는 능력을 평가하는 OSWorld-Verified 벤치마크에서도 78.4%에서 83.0%로 점수가 올랐고, 코드 수정 정확도를 보는 DeepSWE에서는 37%에서 49%로 뛰었죠. 지능 지수라는 단일 잣대로는 안 잡히지만, 실제 에이전트 작업의 완결률과 효율은 개선됐다는 뜻입니다.

이 발표는 구글이 다음 세대 모델인 Gemini 4의 사전학습을 이미 시작했다고 밝히며 끝맺습니다. 지능 자체를 끌어올리는 경쟁은 계속되겠지만, 최소한 이번 Flash 라인업에서는 “얼마나 똑똑한가”보다 “얼마나 적은 비용으로 얼마나 빨리 끝내는가”가 더 앞선 질문이었던 셈입니다.

참고자료: Gemini 3.6 Flash and Gemini 3.5 Flash-Lite: Halving Time per Task – Artificial Analysis