Antigravity가 Gemini 3.5 Flash (Low)를 추가한 핵심 이유는 명확합니다. 모든 AI 작업에 같은 추론 강도와 토큰 예산을 쓸 필요가 없기 때문입니다.
단순 수정, 짧은 요약, 가벼운 코드 변경처럼 답이 비교적 뻔한 작업에 매번 Medium 수준의 추론을 쓰면 품질 차이보다 비용과 지연시간 부담이 먼저 커질 수 있습니다. 이번 업데이트는 “더 강한 모델”을 추가했다기보다, 같은 계열 모델을 작업 난이도에 맞게 더 효율적으로 쓰는 선택지를 넓힌 변화에 가깝습니다.
Gemini 3.5 Flash Low는 무엇인가
Gemini 3.5 Flash는 Gemini 3 Flash 기반의 후속 Flash 계열 모델입니다. Google DeepMind의 모델 카드에 따르면 이 모델은 품질, 비용, 지연시간의 균형을 조절하기 위해 thinking level을 사용합니다.1
이 관점에서 Gemini 3.5 Flash (Low)는 별도의 초경량 모델이라기보다, Gemini 3.5 Flash를 낮은 추론 강도로 사용하는 옵션으로 이해하는 편이 자연스럽습니다. 개발자 가이드에서도 low는 지연시간과 비용을 낮추고, 단계가 적은 코드·에이전트 작업에 적합한 설정으로 설명됩니다.2
즉 Low의 가치는 “무엇을 더 잘하느냐”보다 “언제 덜 써도 되는지를 구분하게 해준다”는 데 있습니다.
중요한 변화는 토큰 사용량이다
Antigravity는 내부 테스트에서 Gemini 3.5 Flash Low가 Gemini 3.5 Flash Medium보다 약 45% 적은 토큰을 생성했다고 밝혔습니다. 이 수치는 단순한 절감률 이상의 의미가 있습니다.
AI 도구를 실제 업무에 붙이면 대부분의 요청이 고난도 추론은 아닙니다. 짧은 문장 다듬기, 로그 요약, 작은 코드 패치, 명령어 설명, 반복적인 답변 생성처럼 “빠르고 충분히 괜찮은 결과”가 더 중요한 작업이 많습니다. 이런 요청까지 모두 Medium으로 처리하면 모델 성능을 제대로 활용한다기보다 비용 구조를 무겁게 만드는 셈입니다.
Low는 이 문제를 작업 라우팅으로 풀 수 있게 합니다. 쉬운 일은 Low로 보내고, 불확실성이 크거나 검증이 필요한 작업은 Medium 이상으로 올리는 방식입니다.
Gemini 3.5 Flash가 강한 모델이기 때문에 더 중요하다
Gemini 3.5 Flash는 단순한 경량 챗봇 모델로 보기 어렵습니다. 텍스트, 이미지, 오디오, 비디오 입력을 지원하며, 최대 100만 토큰 컨텍스트와 최대 64K 토큰 텍스트 출력을 제공합니다.1
평가 범위도 넓습니다. 추론, 코딩, 에이전트형 도구 사용, 멀티모달, 다국어, 장문 컨텍스트 벤치마크에서 평가됐고, Terminal-bench 2.1에서 76.2%, SWE-Bench Pro 공개 벤치마크에서 55.1%, MCP Atlas 다단계 워크플로우 벤치마크에서 83.6%를 기록했습니다.3
이처럼 활용 범위가 넓은 모델일수록 “항상 강하게 쓰는 것”은 좋은 운영 방식이 아닙니다. 오히려 강한 모델을 더 자주 쓰게 될수록, 추론 강도를 세분화해 비용과 속도를 관리하는 전략이 중요해집니다.
실무 적용 기준
Gemini 3.5 Flash Low는 다음과 같은 작업에서 먼저 시도해볼 만합니다.
짧은 요약
문장 수정과 톤 조정
간단한 코드 변경
반복적인 답변 생성
단계가 적은 도구 사용
명확한 입력과 명확한 출력 형식이 있는 작업
반대로 다음 상황에서는 Medium 이상으로 올리는 편이 낫습니다.
여러 단계의 추론이 필요한 작업
도구 호출이 많거나 실패 가능성이 큰 작업
긴 디버깅과 복잡한 코드 분석
설계 판단이 필요한 작업
결과 품질의 작은 차이가 중요한 작업
핵심은 처음부터 가장 높은 설정을 쓰는 것이 아니라, 작업 난이도에 맞게 시작점을 정하는 것입니다. Low로 충분하면 그대로 쓰고, 결과가 불안정하거나 맥락 처리가 부족하면 Medium 또는 더 높은 설정으로 올리면 됩니다.
결론: AI 작업에도 기어 변속이 필요하다
Antigravity가 Gemini 3.5 Flash (Low)를 추가하고 모든 플랜의 Gemini 할당량을 재설정한 것은 단순한 모델 옵션 추가 이상의 의미가 있습니다. AI 사용량이 늘어날수록 중요한 것은 “얼마나 강한 모델을 쓰느냐”만이 아니라 “어떤 작업에 어느 정도의 추론을 배정하느냐”입니다.
Gemini 3.5 Flash Low는 그 판단을 더 실용적으로 만들어줍니다. 쉬운 작업에는 낮은 추론 강도를, 복잡한 작업에는 더 높은 추론 강도를 쓰는 방식입니다.
이번 업데이트의 핵심은 새 이름의 모델이 하나 늘었다는 데 있지 않습니다. AI를 더 많이 쓰는 시대에는, 더 똑똑하게 쓰는 것만큼이나 덜 낭비하며 쓰는 능력이 중요해졌다는 점입니다.
1Gemini 3.5 Flash - Model Card -- Google DeepMind
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.