AI 생성 이미지
이번 Google I/O의 Gemini 발표는 새 모델 이름을 나열한 행사가 아니었습니다. 핵심은 Gemini를 질문에 답하는 챗봇에서, 앱·검색·개발 도구·클라우드 안에서 실제 작업을 수행하는 에이전트 플랫폼으로 확장하겠다는 방향입니다.
에이전트형 AI는 사용자의 지시를 받아 여러 단계를 계획하고, 도구를 호출하고, 결과를 수정하며 작업을 끝내는 AI를 뜻합니다. 그래서 이번 발표를 볼 때도 “얼마나 똑똑한가”만큼 “얼마나 빠르고, 싸고, 어디까지 연결되는가”가 중요합니다.
Gemini 3.5 Flash: 기본 모델이 된 실행 엔진
Gemini 3.5 Flash는 Gemini 앱과 Google 검색 AI Mode의 전 세계 기본 모델이 됐습니다.1 개발자용으로는 Gemini API, Google AI Studio, Android Studio, Google Antigravity에서 제공됩니다.1
구글이 내세운 강점은 성능보다도 실행 효율에 가깝습니다. Gemini 3.5 Flash는 Terminal-Bench 2.1에서 76.2%, MCP Atlas에서 83.6%, CharXiv Reasoning에서 84.2%를 기록했습니다.1 또 출력 토큰 기준으로 다른 프런티어 모델보다 초당 4배 빠르며, 일부 장기 에이전트 작업은 다른 프런티어 모델의 절반 미만 비용으로 수행할 수 있다고 설명됐습니다.1
이 지점이 중요합니다. 에이전트는 한 번 답하고 끝나는 모델이 아닙니다. 계획을 세우고, 파일을 읽고, 도구를 실행하고, 실패하면 다시 시도합니다. 이런 작업에서는 모델의 추론 능력뿐 아니라 지연 시간과 비용이 곧 사용 가능성을 결정합니다.
구글이 제시한 사례도 이 방향을 보여줍니다. Gemini 3.5 Flash는 비정형 자산을 동적 기준에 따라 자동 이름 변경·분류하는 다단계 워크플로에 쓰였고, Antigravity와 결합해 협업형 서브에이전트를 배포하는 엔진으로도 소개됐습니다.1 두 개의 에이전트가 AlphaZero 논문을 요약하고 6시간 안에 플레이 가능한 게임을 코딩한 사례도 제시됐습니다.1
즉 Gemini 3.5 Flash는 “더 빠른 답변 모델”이라기보다, 반복 작업을 맡기기 위한 실행 엔진에 가깝습니다. Gemini 3.5 Pro는 내부에서 사용 중이며 다음 달 배포가 예정돼 있습니다.1
Spark와 Omni: 에이전트와 제작 도구로 넓어지는 Gemini
Gemini Spark와 Gemini Omni는 Gemini가 어디로 확장되는지 보여주는 발표입니다.
Gemini Spark는 개인 AI 에이전트입니다. 구글은 Spark가 24시간 동작하며 사용자의 지시 아래 디지털 작업을 돕는다고 설명했습니다.1 The Verge는 Spark가 Google Cloud의 전용 가상 머신에서 백그라운드로 실행되고, Gmail·Docs·Sheets 같은 Workspace 앱과 연결된다고 전했습니다.2
이는 Gemini가 단순히 사용자가 창을 열 때만 반응하는 도구가 아니라, 클라우드에서 계속 실행되는 개인 업무 대리인으로 이동하고 있음을 뜻합니다. 다만 이런 형태에서는 편의성만큼 권한, 데이터 접근 범위, 결과 검수 방식도 중요해집니다.
Gemini Omni는 다른 축입니다. 구글은 Omni를 “어떤 입력에서든 만들 수 있는” 모델로 소개했고, 시작점은 영상입니다.3 The Verge에 따르면 Omni Flash는 텍스트, 사진, 영상, 오디오 입력을 받아 영상 클립을 만들 수 있으며 Gemini 앱, Flow, YouTube Shorts에 적용됩니다.2 Omni Flash는 화요일부터 Gemini 앱, Flow, YouTube Shorts에서 Google AI+, Pro, Ultra 구독자에게 제공됩니다.2
정리하면 Flash는 실행 엔진, Spark는 개인 업무 에이전트, Omni는 멀티모달 제작 인터페이스에 가깝습니다. 세 발표를 따로 보기보다, Gemini가 “답변”에서 “실행”과 “제작”으로 이동하는 흐름으로 보는 편이 더 정확합니다.
앱 개편과 요금제: 배포 전략의 일부
Gemini 앱도 새 디자인으로 바뀝니다. Android, iOS, 웹에서 전 세계적으로 순차 배포되며, 새 애니메이션과 색상, 폰트, 햅틱 피드백이 포함됩니다.2
겉보기 변화보다 중요한 것은 접점입니다. 같은 모델과 기능이 검색, Gemini 앱, 개발 도구, Workspace, YouTube Shorts, Google Cloud로 퍼지면 사용자는 별도 AI 도구를 고르는 대신 “내가 이미 쓰는 환경에서 어디까지 맡길 수 있는가”를 판단하게 됩니다.
요금제 변화도 같은 맥락입니다. 구글은 월 100달러의 새 Ultra 요금제를 도입하고, 기존 최상위 Ultra 요금제를 250달러에서 200달러로 낮춥니다.2 이는 Gemini 기능을 더 넓은 사용자층과 업무 흐름에 배포하려는 전략으로 읽을 수 있습니다.
이번 발표에서 봐야 할 것
Google I/O의 Gemini 발표가 주는 실용적인 메시지는 분명합니다. AI 경쟁의 기준은 모델 점수만이 아닙니다. 실제 업무에서는 속도, 비용, 연결된 앱, 실행 권한, 검수 가능성이 함께 중요합니다.
개발자와 기업이라면 처음부터 거대한 자동화를 목표로 삼기보다 작고 반복적인 업무부터 시험하는 편이 좋습니다. 문서 분류, 코드베이스 정리, 리포트 초안 생성, 파일 이름 변경처럼 결과를 사람이 쉽게 확인할 수 있는 작업이 적절한 출발점입니다.
이번 발표의 결론은 “Gemini가 더 똑똑해졌다”가 아닙니다. 구글은 Gemini를 더 많은 제품 안에 넣고, 더 오래 실행되게 만들고, 더 많은 형식의 입력과 출력을 다루게 하려 합니다. 앞으로의 관전 포인트는 모델 이름이 아니라, 이 에이전트들이 실제 업무에서 얼마나 안정적으로 비용 대비 가치를 만들어내는가입니다.
1Gemini 3.5: frontier intelligence with action
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.