책에 포함된 노트제미나이 마스터클래스: 구글 AI 생태계로 글 쓰고, 만들고, 수익화하는 실전 가이드

1부-1장. 바드에서 제미나이 3.1까지, 3년의 압축 진화사

2026-04-27Views 120약 9분생성형 AI 활용

1부-1장. 바드에서 제미나이 3.1까지, 3년의 압축 진화사

지금의 제미나이를 처음부터 완성형으로 보면, 자꾸 오해하게 됩니다. 마치 구글이 어느 날 갑자기 아주 똑똑한 AI를 꺼내 들고, 검색·문서·모바일·개발 도구까지 한 번에 장악한 것처럼 보이기 때문입니다.

하지만 실제 역사는 훨씬 덜 우아하고, 훨씬 더 흥미롭습니다. 제미나이는 승리의 직선 코스가 아니라, 당황스러운 출발과 어색한 실험, 이름 바꾸기, 제품 재정비, 그리고 뒤늦은 반격을 거쳐 만들어졌습니다. 이 3년의 압축 진화사를 이해해야만, 왜 지금 제미나이를 단순한 챗봇이 아니라 구글 AI의 중심 운영체제로 봐야 하는지도 자연스럽게 보입니다.

1부-1장. 바드에서 제미나이 3.1까지, 3년의 압축 진화사

왜 이 역사를 먼저 알아야 할까

AI 도구를 제대로 쓰려면, 지금 잘하는 것만 보면 안 됩니다. 무엇을 못해서 실패했는지, 그 실패를 어떻게 고쳤는지까지 봐야 합니다. 특히 제미나이는 이 점이 중요합니다. 바드 시절의 문제를 모르고 보면, 오늘의 강점을 과대평가하기 쉽습니다. 반대로 2026년의 3.1 Pro만 보고 과거를 비웃으면, 구글이 왜 이렇게 긴 문맥, 멀티모달, 도구 사용, 에이전트 기능에 집착하는지도 놓치게 됩니다.

아주 단순하게 말하면, 제미나이의 3년은 세 가지 질문에 대한 답이었습니다. 첫째, 어떻게 더 믿을 만한 답을 낼 것인가. 둘째, 어떻게 텍스트만이 아니라 이미지·오디오·비디오·코드까지 한 번에 다룰 것인가. 셋째, 어떻게 챗창 하나를 넘어 구글의 제품 전체로 스며들 것인가. 이 장은 바로 그 세 질문의 답을 따라가는 여정입니다.

2023년: 바드는 왜 그렇게 불안하게 출발했나

바드의 출발점은 야심보다 위기감에 가까웠습니다. 2022년 말 ChatGPT가 대중의 시선을 완전히 사로잡자, 구글은 더 이상 연구실의 강자라는 명함만으로는 버틸 수 없는 상황에 들어갔습니다. 2023년 2월 구글은 LaMDA 기반의 실험적 대화형 AI 서비스인 Bard를 발표했고, 우선 신뢰 테스터에게 공개한 뒤 더 넓은 사용자에게 확장하겠다고 밝혔습니다.¹

공식 설명만 보면 꽤 그럴듯했습니다. 바드는 웹의 최신 정보를 바탕으로 답하고, 검색을 보완하며, 사람의 생산성과 호기심을 키워 주는 협업형 AI라는 그림이었습니다.¹ 3월 21일 초기 공개 때도 구글은 바드를 검색의 대체제가 아니라 보완재로 소개했습니다. 그래서 바드에는 답변 아래에 여러 초안이 함께 제시됐고, 사용자가 곧바로 검색으로 사실 확인을 하도록 "Google it" 버튼까지 붙었습니다.²

문제는 제품의 포지셔닝이 아니라, 시장의 분위기였습니다. 세상은 "검색을 보완하는 실험"을 기다린 것이 아니라, "ChatGPT에 맞설 구글의 본격 반격"을 기대하고 있었습니다. 그런데 바드의 첫인상은 기대보다 훨씬 약했습니다. 공개 직후 바드는 불안정하고, 자주 틀리고, 자신감은 넘치는데 검증은 부족한 AI라는 인상을 남겼습니다. 특히 초기 데모 과정에서 사실 오류가 지적되며, 바드는 혁신의 상징이 아니라 "서둘러 나온 제품"의 상징처럼 보이기도 했습니다.³

이 시기의 바드를 한 문장으로 요약하면 이렇습니다. 똑똑해 보이려 했지만, 믿음을 먼저 잃은 AI.

그래서 2023년의 바드는 성능보다 태도가 더 기억에 남았습니다. 답은 말끔하게 했지만 확신이 과했고, 실험 제품이라고 경고하면서도 사람들은 그것을 본게임 선수로 평가했습니다. 구글은 이후 대규모 내부 테스트와 피드백 수집을 통해 바드를 계속 손봤지만, 이미 시장에는 "구글도 AI에서는 허둥댈 수 있다"는 이미지가 찍혀 버렸습니다.³

2024년: Bard에서 Gemini로, 이름이 아니라 프레임을 바꾸다

2024년 2월, 구글은 바드를 제미나이로 리브랜딩합니다. 이 변화는 단순한 간판 교체가 아니었습니다. 오히려 구글이 "우리는 이제 챗봇 하나를 파는 회사가 아니라, 제미나이라는 모델 계열을 중심으로 제품군 전체를 묶는 회사"라고 선언한 순간에 가까웠습니다.⁴

구글은 이 시점에 세 가지를 동시에 했습니다. Bard라는 소비자용 이름을 Gemini로 바꿨고, Ultra 1.0에 접근할 수 있는 Gemini Advanced를 내놓았으며, 안드로이드용 모바일 앱과 iOS 연동까지 확대했습니다.⁴ 동시에 Workspace와 Cloud에서 쓰이던 Duet AI 브랜드도 Gemini로 통합해, 사용자 입장에서는 "바드, 듀엣, 제미나이"로 쪼개져 있던 이름이 하나로 정리됐습니다.⁴⁵

이 변화의 핵심은 이름이 예뻐졌다는 데 있지 않습니다. 중요한 건 사용자의 인식이 바뀌었다는 점입니다. 바드 시절에는 대화형 웹 서비스가 먼저였고, 그 뒤에 모델이 숨어 있었습니다. 하지만 제미나이 시절에는 모델 자체가 전면으로 나왔습니다. 사용자는 이제 챗봇과 대화하는 것이 아니라, 구글의 최신 AI 모델 계열과 직접 상호작용한다고 느끼게 됐습니다.⁵

이 차이는 생각보다 큽니다. 바드는 서비스 이름이지만, 제미나이는 모델이자 앱이고, 구글 제품 전반의 AI 레이어이기도 합니다. 다시 말해, 이 리브랜딩을 기점으로 구글의 AI 전략은 "챗봇 경쟁"에서 "AI 운영체제 경쟁"으로 이동하기 시작했습니다.

2025년: 반격의 토대, 모델이 아니라 계보가 완성되다

많은 사람이 2025년을 "Gemini 3의 반격"으로 기억하지만, 사실 그 반격은 어느 날 갑자기 시작된 것이 아닙니다. 중간에 중요한 축적이 있었습니다. 구글 딥마인드는 스스로의 진화사를 이렇게 설명합니다. Gemini 1은 네이티브 멀티모달과 긴 문맥을 도입했고, Gemini 2는 사고 과정, 추론, 도구 사용을 더해 에이전트의 기반을 만들었으며, Gemini 3는 이 능력들을 한데 묶어 훨씬 더 실전적인 모델 계열로 끌어올렸습니다.⁶

이 문장을 쉽게 풀면 이렇습니다.

처음에는 "여러 종류의 정보를 한 번에 이해하는 AI"를 만들었고, 그다음에는 "생각하고 도구를 쓰는 AI"를 만들었고, 마침내 "실제로 일하는 AI"에 가까운 형태로 다듬었다는 뜻입니다.

2025년 말 공개된 Gemini 3 계열은 바로 그 결실이었습니다. 구글은 Gemini 3를 가장 지능적인 모델이라고 소개하면서, 깊은 추론, 멀티모달 이해, 향상된 도구 사용, 에이전트형 코딩 능력을 전면에 내세웠습니다.⁶ 여기서 중요한 포인트는 단순한 벤치마크 점수 상승이 아닙니다. 제미나이 3는 "질문에 대답하는 모델"을 넘어 "배우고, 만들고, 계획하는 모델"로 정체성이 바뀌었습니다.⁶

이 변화는 1인 크리에이터에게 특히 중요합니다. 왜냐하면 크리에이터가 AI에게 원하는 것은 정답 하나가 아니라, 긴 자료를 읽고, 맥락을 유지하고, 결과물을 만들고, 다음 작업으로 이어 가는 연속성 때문입니다. Gemini 3 계열에서 구글이 보여준 변화는 바로 이 연속성의 강화였습니다.

2026년: Gemini 3.1, 드디어 현재형 제미나이가 되다

그리고 2026년 2월, 구글은 Gemini 3.1 Pro를 공개합니다. 구글 딥마인드는 이를 Gemini 3 계열의 다음 단계이자, 복잡한 작업을 위한 자사 최상위 모델이라고 설명했습니다.⁷ 이 모델의 핵심은 한마디로 "더 영리해진 것"이지만, 그 말만으로는 부족합니다. 더 정확히는 복잡한 문제를 버티는 힘이 커졌고, 긴 문맥과 멀티모달 정보를 다루는 실전 능력이 크게 올라갔습니다.⁷

3.1 Pro는 텍스트뿐 아니라 이미지, 오디오, 비디오, 코드 저장소까지 함께 이해할 수 있으며, 최대 1M 토큰 입력 문맥을 지원합니다.⁷ 숫자만 보면 감이 잘 안 올 수 있습니다. 쉽게 말해, 이건 기사 몇 개를 읽는 수준이 아니라 책 한 권, 긴 회의록 묶음, 대규모 코드베이스, 긴 강의 자료를 한 번에 붙잡고 생각할 수 있는 체력에 가깝습니다.

게다가 3.1 Pro는 단순히 길게 읽는 모델이 아닙니다. 구글이 공개한 평가 자료를 보면, 추론, 멀티모달 이해, 에이전트형 도구 사용, 장문맥 성능 전반에서 3 Pro 대비 개선이 뚜렷합니다.⁷ 구글 클라우드 역시 3.1 Pro를 더 어려운 문제 해결, 더 깊은 계획, 더 넓은 데이터 통합을 위한 모델로 소개하며, Vertex AI·Gemini Enterprise·AI Studio·Gemini CLI 같은 다양한 진입점에서 쓰이기 시작했다고 밝혔습니다.⁸

이쯤 되면 2023년의 바드와 2026년의 제미나이 3.1 Pro는 거의 다른 생물처럼 느껴집니다. 초기 바드가 "답을 그럴듯하게 말하는 실험"에 가까웠다면, 3.1 Pro는 "복잡한 재료를 묶어 실제 작업을 수행하는 엔진"에 더 가깝습니다.

구글은 3.1 Pro의 안전성과 톤도 함께 강조합니다. 즉, 더 똑똑해졌는데도 무작정 위험해지는 쪽으로 간 것이 아니라, 안전 정책과 부당한 거절 감소 사이의 균형을 계속 조정하고 있다는 뜻입니다.⁷ 이는 뒤에서 다룰 제미나이 특유의 장점과 약점을 이해하는 데도 중요한 단서가 됩니다.

수능 만점 담론이 말해주는 것

한국 독자에게는 성능 그래프보다 더 직관적인 장면이 있습니다. 바로 수능입니다.

2025년 말 이후 공개된 한국 수능형 리더보드에서는, 시험 공개 직후 디지털화해 평가하는 제로 데이터 누수 방식으로 최신 모델들의 수학 성능을 비교했습니다. 이 과정에서 일부 프런티어 모델은 수학 영역 100점에 도달했고, 한국의 CSAT 벤치마크 전반에서도 상위 폐쇄형 모델들이 높은 성능을 보였습니다.⁹¹⁰ 이 흐름 속에서 사람들은 자연스럽게 "이제 AI가 수능 만점도 받는 시대인가"라는 질문을 던지게 됐습니다.

여기서 중요한 건 자극적인 헤드라인 자체가 아닙니다. 더 중요한 의미는 세 가지입니다.

첫째, AI가 이제 "그럴듯하게 말하는 기계"를 넘어 "정답형 지식 처리와 추론"에서도 인간 상위권과 비교되는 수준까지 올라왔다는 사실입니다. 수능은 그냥 잡담을 잘한다고 풀 수 있는 시험이 아닙니다. 긴 지문을 읽고, 조건을 구분하고, 함정을 피하고, 계산과 추론을 끝까지 밀어붙여야 합니다. 이런 시험에서 높은 점수를 낸다는 건, AI의 실력이 더 이상 장식용 데모 수준이 아니라는 뜻입니다.⁹¹⁰

둘째, 한국어와 한국형 시험에서도 글로벌 모델이 강하게 작동한다는 사실이 드러났습니다. 예전에는 "영어는 잘하지만 한국어 고난도 시험은 어렵겠지"라고 생각하기 쉬웠습니다. 그런데 이제는 그런 위안이 잘 통하지 않습니다. 한국어 시험, 표·도형·수식이 섞인 문제, 장문 독해와 선택형 추론에서도 AI는 빠르게 올라오고 있습니다.¹⁰

셋째, 진짜 승부는 이제 시험 점수 바깥으로 이동했다는 점입니다. 수능 만점이 대단해 보여도, 현실의 일은 정답지 없는 문제투성이입니다. 창업, 글쓰기, 기획, 브랜딩, 영상 제작, 협업은 정답 하나를 맞히는 게임이 아닙니다. 그래서 제미나이 3.1을 평가할 때도 "수능 몇 점이냐"보다 "긴 문맥을 유지하느냐, 여러 자료를 묶어 생각하느냐, 결과물을 실제 워크플로로 연결하느냐"가 더 중요합니다.

즉, 수능 만점 담론은 종착점이 아니라 출발 신호입니다. AI가 시험을 잘 푸는 시대가 왔다면, 이제 우리에게 필요한 능력은 정답을 더 빨리 외우는 것이 아니라, AI가 풀지 못하는 열린 문제를 더 잘 설계하는 것입니다.

모델 라인업 한눈에

실제로 제미나이 계열은 세부 변형이 더 많습니다. 하지만 이 책의 초반부에서는 먼저 네 축만 기억하면 충분합니다.³⁶⁷

3.1 Pro: 가장 어려운 문제를 맡기는 주력 모델입니다. 긴 문맥, 복잡한 추론, 멀티모달 분석, 고난도 코딩처럼 "한 번 잘못 생각하면 전체가 무너지는 일"에 어울립니다.
3 Flash: 빠른 속도와 실시간 상호작용 쪽에 강한 모델입니다. 응답 지연이 중요하거나, 대량 처리와 민첩성이 필요한 작업에서 빛납니다.
Nano: 기기 안에서 가볍게 돌아가도록 설계된 축입니다. 클라우드의 초거대 모델이 아니라, 스마트폰이나 온디바이스 환경에서 효율을 중시하는 성격으로 이해하면 쉽습니다.
Deep Think: 일반 모드보다 더 많은 계산을 써서 복잡한 기술 문제를 깊게 파고드는 특수 추론 모드입니다. 구글은 이를 가장 어려운 문제를 다루는 데 쓰이는 상위 reasoning 모드로 설명합니다.⁶

초보자라면 이렇게 기억하면 됩니다. Pro는 깊이, Flash는 속도, Nano는 경량성, Deep Think는 최고난도 추론입니다. 이 네 축이 머릿속에 들어오면, 이후 장에서 요금제와 사용 전략을 이해하기가 훨씬 쉬워집니다.

결국, 제미나이는 어떻게 달라졌는가

이 3년의 변화를 한 줄로 압축하면 이렇습니다.

바드는 "구글도 급히 내놓은 챗봇"이었고, 제미나이는 "구글 전체를 관통하는 AI 계층"이 되었습니다.

2023년의 바드는 불안했고, 2024년의 제미나이는 정체성을 정리했으며, 2025년의 Gemini 3는 반격의 구조를 만들었고, 2026년의 3.1 Pro는 그 구조가 실제 성능으로 이어질 수 있음을 보여줬습니다. 그래서 오늘의 제미나이를 이해하는 가장 좋은 방법은 최신 기능 목록을 외우는 것이 아니라, 이 진화의 흐름을 읽는 것입니다.

실패를 겪어 본 플랫폼은 대개 두 가지를 배웁니다. 무엇을 보여주면 사람들이 실망하는지, 그리고 무엇을 고치면 다시 신뢰를 회복할 수 있는지. 제미나이는 바로 그 두 가지를 모두 배운 AI입니다.

다음 장에서는 이 현재형 제미나이가 ChatGPT, Claude, Grok 사이에서 정확히 어디에 서 있는지, 그리고 어떤 작업에 어떤 AI를 배치해야 가장 실용적인지 본격적으로 비교해 보겠습니다.