구글 Gemini 3.6 Flash 출시 — 가격은 낮추고, 속도와 토큰 효율성은 끌어올린 에이전트 전용 모델 3종 비교
구글이 Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, Gemini 3.5 Flash Cyber 세 모델을 한꺼번에 공개했습니다. 이번 출시는 코딩·문서 처리·보안 분석 같은 에이전트형 워크로드(사람 대신 AI가 스스로 도구를 골라 작업을 끝까지 수행하는 일)를 겨냥한 것으로, "더 빠르게, 더 싸게, 더 안전하게"라는 키워드로 정리됩니다. 기존 3.5 Flash 대비 출력 토큰을 최대 65% 줄이고, 출력 단가도 100만 토큰당 9달러에서 7.50달러로 인하해 대규모 자동화 작업의 총소유비용(TCO)을 크게 낮췄습니다.
1. Gemini 3.6 Flash — 더 적은 토큰, 더 낮은 가격
3.6 Flash는 이번 출시의 주력 모델입니다. 코딩, 지식 노동(리서치·문서 정리), 멀티모달 작업을 한 번에 커버하도록 설계됐으며, 가장 큰 차별점은 효율성입니다.
1-1. 토큰 사용량과 가격은 얼마나 줄었나
Artificial Analysis Index 측정 결과, 3.6 Flash는 3.5 Flash보다 출력 토큰을 평균 17% 적게 사용합니다. 코딩 특화 벤치마크인 Datacurve DeepSWE에서는 최대 65%까지 토큰이 줄었다고 구글이 공식 블로그를 통해 밝히기도 했습니다. 다단계 워크플로에서는 추론 단계와 도구 호출(tool call) 횟수까지 줄어들어, 한 에이전트 작업당 API 비용이 체감될 수준으로 감소합니다.
1-2. 품질도 함께 올랐다
효율성만 좋아진 게 아니라 정확도도 개선됐습니다. 주요 벤치마크(표준화된 AI 성능 시험) 결과는 다음과 같습니다.
- DeepSWE: 49% (3.5 Flash 37%)
- MLE Bench: 63.9% vs 49.7%
- OSWorld-Verified: 83.0% vs 78.4%
- GDPval-AA v2: 1421점 vs 1349점
또한 컴퓨터 사용(Computer Use) 기능이 Gemini API와 Gemini Enterprise의 클라이언트 내장 도구로 정식 제공됩니다. 초기 도입 고객인 Hebbia, Harvey는 문서 파싱, 차트·데이터 분석, 보고서 초안 작성 능력이 개선됐다고 평가했습니다.
2. Gemini 3.5 Flash-Lite — 3.5 제품군 최속 모델
Flash-Lite는 지연 시간(latency) 최소화와 처리량(throughput) 극대화가 목표인 모델입니다. 에이전트형 검색, 대량 문서 처리, 분류·요약 같은 경량 작업에 특히 어울립니다.
2-1. 속도와 가격
Artificial Analysis 기준으로 초당 350개 출력 토큰을 생성하며, 가격은 입력 100만 토큰당 $0.30, 출력 100만 토큰당 $2.50입니다. 3.6 Flash보다 약 5배 저렴한 수준이라, 대규모 배치 처리에 유리합니다.
2-2. 이전 세대 대비 큰 격차
- Terminal-Bench 2.1: 54% (구 3.1 Flash-Lite 31%)
- GDM-MRCR v2 (장문 맥락): 72.2% vs 60.1%
- GDPval-AA v2: 1140점 vs 642점
- SWE-Bench Pro: 54.2% — 구형 Gemini 3 Flash(49.6%)도 추월
- OSWorld-Verified: 74.0% vs 65.1%
2-3. 사고 수준(thinking level) 조절 기능
개발자는 최소·낮음·높음 세 단계로 사고 수준을 지정할 수 있습니다. 비용과 속도가 절대 우선이면 "최소", 다단계 하위 에이전트처럼 정교한 추론이 필요하면 "높음"을 고르면 됩니다. 컴퓨터 사용 기능 역시 내장 도구로 함께 제공됩니다.
3. Gemini 3.5 Flash Cyber — 버그 헌터 특화 모델
세 모델 중 가장 이색적인 제품입니다. 3.5 Flash를 기반으로 소프트웨어 취약점을 자동으로 발견·검증·패치하도록 미세 조정(fine-tuning)된 모델로, 구글의 코드 보안 에이전트 CodeMender의 두뇌 역할을 합니다.
3-1. 왜 "싼 모델 여러 번"인가
취약점 탐색은 본질적으로 거대한 실행 경로를 샅샅이 뒤지는 탐색 공간 문제입니다. 거대 모델을 한 번만 호출하면 놓치는 결함이 너무 많습니다. 그래서 구글이 선택한 해법은 저렴한 Flash Cyber를 여러 에이전트로 병렬 실행하는 것입니다. CodeMender는 한 건당 최대 5회까지 모델을 호출한 뒤, 하위 에이전트들이 가져온 결과를 하나의 통합 보고서로 합칩니다.
3-2. 성능 측정 결과
- CyberGym 벤치마크: 훨씬 큰 모델들과 대등한 성능
- Big Sleep 평가(V8 자바스크립트 엔진): 서로 다른 확인된 결함 55건 탐지 — 주력 3.5 Flash(47건)·Claude Opus 4.6(36건) 모두 초과
- 다른 두 모델이 놓친 문제 10건을 단독으로 찾아냄
- 실제 환경 시험: 구글 Cloud Vulnerability Research 팀이 2시간 이내에 공개 API의 원격 코드 실행(RCE) 결함을 발견
4. 커뮤니티 반응과 이중 용도 논쟁
Hacker News 등 개발자 커뮤니티에서는 가격 인하와 효율성 개선을 환영하는 목소리가 많았습니다. 반면 "플래그십 모델 출시가 계속 지연된다"는 비판과, "구글이 실제 공급 가능한 처리 용량보다 더 큰 기대치를 만들고 있다"는 우려도 제기됐습니다. Flash Cyber의 제한적 공개는 "누가 자동화된 취약점 공격 도구를 보유해야 하는가"라는 윤리적 논쟁을 다시 수면 위로 끌어올렸습니다.
5. 이용 가능 채널과 출시 일정
Gemini 3.6 Flash와 Gemini 3.5 Flash-Lite는 2026년 7월 21일当天부터 다음 채널을 통해 이용 가능합니다.
- 개발자: Google AI Studio, Android Studio의 Gemini API
- 3.6 Flash 전용: Google Antigravity (IDE), GitHub Copilot 순차 도입
- 기업: Gemini Enterprise Agent Platform(두 모델 모두), Gemini Enterprise 앱(3.6 Flash)
- 일반 사용자: Gemini 앱, Google 검색(Flash-Lite 순차 도입)
Gemini 3.5 Flash Cyber는 별도의 제한 접근 시범 프로그램을 통해 점진적으로 배포됩니다.
6. 핵심 요약과 자주 묻는 질문
- 3.6 Flash: 토큰 17%↓ / 출력 단가 $9 → $7.50 / 멀티모달·코딩·에이전트 전반
- 3.5 Flash-Lite: 350 tok·초 / 입력 $0.30, 출력 $2.50 / 대규모 경량 작업
- 3.5 Flash Cyber: CodeMender 구동 / V8 결함 55건 탐지 / 제한 접근
Q1. Gemini 3.6 Flash는 기존 3.5 Flash와 무엇이 다른가요?
출력 토큰이 평균 17%(DeepSWE 기준 최대 65%) 줄고, 출력 단가가 100만 토큰당 9달러에서 7.50달러로 인하됐습니다. DeepSWE·MLE Bench·OSWorld-Verified 등 주요 벤치마크 점수도 모두 상향됐습니다.
Q2. 에이전트형 워크로드란 무엇인가요?
사람의 개입을 최소화한 채 AI가 스스로 의사결정하고 도구를 골라 여러 단계의 작업을 계획·실행·조율하는 처리 과정을 말합니다. 3.6 Flash는 추론 단계와 도구 호출 횟수를 줄여 이런 워크로드에 최적화됐습니다.
Q3. 토큰 효율성이 중요한 이유는?
LLM API 비용은 입력·출력 토큰 양에 비례해 청구됩니다. 같은 품질의 답을 더 적은 토큰으로 내면 곧바로 비용 절감과 응답 속도 개선으로 이어지기 때문에, 에이전트처럼 대량 호출이 일어나는 환경에서 특히 중요한 지표입니다.
Q4. Flash Cyber는 일반 개발자도 쓸 수 있나요?
아직은 아닙니다. 이중 용도 위험 때문에 정부 기관과 검증된 보안 파트너에게 제한적으로 시범 제공되며, 향후 정책에 따라 점진적으로 범위를 넓혀갈 예정입니다.
Q5. 멀티모달 AI란 무엇인가요?
텍스트뿐 아니라 이미지·음성·영상 등 서로 다른 형태의 정보를 함께 이해하고 생성하는 AI를 의미합니다. 3.6 Flash는 이런 멀티모달 입력도 한 번에 처리하도록 설계됐습니다.
📚 함께 보면 좋은 용어
- 에이전트형 워크로드(Agentic workload)
- 자율 AI 에이전트가 사람 대신 의사결정·행동하고, 도구로 여러 단계를 조율하는 처리 과정.
- 토큰 효율성(Token efficiency)
- 같은 결과를 더 적은 토큰으로 내는 능력. 비용과 추론 지연을 동시에 줄여준다.
- 지연 시간(Latency)
- 요청이 들어와서 첫 응답이 도착할 때까지 걸리는 시간. 낮을수록 실시간성↑.
- 멀티모달 AI(Multimodal AI)
- 텍스트·이미지·음성·영상 등 여러 형태의 입력을 함께 이해·생성하는 AI.
- 벤치마크(Benchmark)
- 표준 데이터셋으로 AI 모델의 정확도·속도·추론력을 비교하는 시험.
- 장문 맥락(Long context)
- 긴 문서나 대량의 토큰을 한 번에 받아 앞뒤 정보를 유지하며 처리하는 능력.
- 미세 조정(Fine-tuning)
- 사전 학습된 모델을 특정 과업의 데이터로 추가 학습해 동작을 조정하는 과정.
- 소프트웨어 취약점(Software vulnerability)
- 공격자가 악용할 수 있는 코드·설계·구현상의 보안 결함.
- 원격 코드 실행(RCE)
- 네트워크를 통해 대상 시스템에서 임의 코드를 실행할 수 있게 만드는 취약점.
- 이중 용도 기술(Dual-use technology)
- 민간·군사 양쪽에 모두 활용될 수 있는 기술로, 방어용 도구가 공격에도 악용될 수 있다는 의미.