"다음 달"이라던 약속이 두 달째 미뤄지는 중이야

구글이 지난 5월 19일 I/O 무대에서 순다르 피차이가 직접 "다음 달"이라고 못 박았던 제미나이 3.5 프로가, 7월 둘째 주에 접어든 지금까지도 정식 출시를 못 하고 있어. 6월 GA(정식 출시) 목표를 그냥 넘긴 게 아니라, 확정된 벤치마크 점수도 없고 최종 가격표도 없는 채로 버텍스 AI(Vertex AI) 엔터프라이즈 프리뷰 안에만 갇혀 있는 상태야. 승인받은 소수 기업 고객, 구글 내부 Antigravity 플랫폼 테스터, 그리고 벤치마크 커뮤니티 사이트 LM아레나(LMArena) 정도만 이 모델을 만져볼 수 있어.

이게 왜 뉴스냐면, 지연 자체보다 지연이 드러낸 게 더 중요하거든. 프런티어 모델 경쟁이 분기 단위로 벌어지는 지금, 세계에서 가장 돈 많고 인프라 빵빵한 회사가 자기가 공개적으로 약속한 날짜를 두 달째 못 지키고 있다는 건, "우리가 원하는 품질이 아직 안 나왔다"는 걸 스스로 인정한 거나 마찬가지야. 그리고 그 이유가 꽤 구체적으로 새어 나왔어. 토큰 효율, 코딩 성능, 그리고 긴 작업의 다단계 추론 — 이 세 가지가 아직 플래그십이라고 부를 수준에 못 미친다는 초기 엔터프라이즈 테스터들의 피드백 때문이라는 거야.

구글 대변인은 지연된 일정에 대해 코멘트를 거부했어. 대신 회사는 "초기 테스터들의 의견을 모아 모델을 조정하는 중"이라는 원론적 입장만 반복하고 있고, 6월 24일 인베스팅닷컴 보도에 따르면 그 시점 구글(GOOGL) 주가는 오히려 +1.82% 올라 있었어. 시장이 이 지연을 재앙으로 읽지는 않았다는 뜻이야. 그런데도 업계가 이 뉴스에 촉각을 세우는 건, 이 한 모델의 출시가 2026년 하반기 AI 판도를 가를 몇 안 되는 이벤트 중 하나라서 그래.

등장인물 — 구글, 딥마인드, 그리고 200만 토큰이라는 무기

주인공은 구글, 정확히는 구글 딥마인드(Google DeepMind)야. 딥마인드는 제미나이 3, 3.1을 거쳐 3.5로 넘어오는 흐름 속에서 "우리가 프런티어의 맨 앞줄"이라는 서사를 지켜야 하는 입장이야. 특히 제미나이 3.5 프로는 그냥 마이너 업그레이드가 아니라, 구글이 엔터프라이즈 시장을 정조준한 플래그십으로 밀어붙인 모델이거든.

이 모델의 가장 큰 무기는 200만 토큰 컨텍스트 윈도우야. 이건 경쟁 모델의 대략 두 배 수준이야. 예를 들어 앤트로픽 클로드 오퍼스 4.8(Claude Opus 4.8)의 컨텍스트가 100만 토큰이라고 하면, 제미나이 3.5 프로는 그 두 배를 한 번에 집어삼킬 수 있다는 거지. 프로덕션에 올라간 프런티어 모델 중에서는 현재 가장 큰 컨텍스트로 알려져 있어. 200만 토큰이면 두꺼운 책 여러 권, 대형 코드베이스 전체, 수백 페이지 계약서 뭉치를 한 번에 통째로 넣고 질문할 수 있는 규모야.

두 번째 무기는 딥 씽크(Deep Think) 추론 모드야. 이건 오픈AI의 확장 추론(extended thinking)에 대응하는 구글의 카드로, 어려운 과학·수학·코딩 문제를 답하기 전에 모델이 스스로 오래 생각하도록 만드는 기능이야. 이전 세대 딥 씽크 티어가 ARC-AGI-2에서 84.6%를 기록하고 국제 올림피아드급 문제에서 금메달 수준 성능을 냈다는 얘기가 돌 만큼, 구글이 자랑하고 싶어 하는 기능이지. 다만 3.5 프로용 딥 씽크는 최상위 울트라(Ultra) 구독 티어에만 열릴 거라는 관측이 있어.

그런데 문제는, 이 두 무기가 아무리 화려해도 "일상적인 작업을 얼마나 싸고 빠르고 안정적으로 처리하느냐"라는 진짜 실전 지표에서 아직 합격점을 못 받았다는 데 있어. 엔터프라이즈 고객이 모델을 고를 때 진짜 보는 건 벤치마크 자랑이 아니라 토큰당 비용, 응답 지연, 긴 작업에서의 일관성이거든. 바로 그 지점에서 초기 피드백이 빨간불을 켠 거야.

조연으로는 경쟁자들이 있어. 앤트로픽은 클로드 오퍼스 4.8로 코딩·에이전트 영역에서 존재감이 크고, 오픈AI는 차기 모델(업계에선 GPT-5.6 같은 이름으로 회자돼)을 아직 잠가둔 상태로 알려졌어. 이 삼파전에서 구글이 먼저 카드를 까기로 했는데, 그 카드가 손에서 미끄러진 상황인 거지.

무엇이 문제였나 — 지연을 만든 세 가지 이유

지연의 핵심은 세 가지가 서로 얽혀 있어. 첫째, 토큰 효율(token efficiency)이야. 200만 토큰을 넣을 수 있다는 것과, 그 200만 토큰을 낭비 없이 처리한다는 건 완전히 다른 문제야. 컨텍스트가 크면 그만큼 계산량과 비용이 폭발하는데, 초기 테스터들이 "출력이 장황하고 토큰을 필요 이상으로 태운다"는 피드백을 준 걸로 알려졌어. 이건 곧바로 고객 청구서에 찍히는 숫자라서 엔터프라이즈가 가장 예민해하는 지점이야.

둘째, 코딩 성능이야. 요즘 프런티어 모델의 승부처는 사실상 코딩이라고 봐도 돼. SWE-bench Verified 같은 실전 소프트웨어 엔지니어링 벤치마크가 모델의 가치를 좌우하는데, 일부 보도는 내부 데이터 기준으로 3.1 세대 대비 SWE-bench Verified에서 10~15포인트 개선이 있었다고 전했어. 다만 이건 구글이 공식 확인한 게 아니라 검증되지 않은 수치야. 문제는 그 정도 개선으로도 구글이 I/O에서 세운 "플래그십" 바를 못 넘었다는 거지.

셋째, 긴 작업의 다단계 추론(long-horizon multi-step reasoning)이야. 에이전트가 여러 단계를 거쳐 오래 걸리는 작업을 수행할 때 중간에 길을 잃지 않고 일관되게 밀고 나가는 능력인데, 여기서 아직 흔들린다는 피드백이 있었어. 에이전트 시대에 이건 치명적인 약점이야. 한두 번의 질의응답은 잘해도, 열 단계짜리 워크플로를 안정적으로 못 돌리면 실전 자동화에는 못 쓰거든.

정리하면 이런 그림이야.

항목 상태 비고
공개 시점 2026-05-19 (Google I/O) 피차이 "다음 달" 언급
원래 GA 목표 2026년 6월 무산
현재 상태 (7월 둘째 주) 버텍스 AI 엔터프라이즈 프리뷰 승인 고객·Antigravity·LMArena 한정
컨텍스트 윈도우 200만 토큰 경쟁 모델의 약 2배
딥 씽크 추론 탑재(예정) 울트라 티어 한정 관측
공식 벤치마크 미공개 SWE-bench 10~15p 개선설은 미검증
공식 가격 미공개 입력 $15/출력 $60(백만 토큰)·10x 프리미엄설은 추정

여기서 꼭 짚을 건, 표의 아래쪽 세 줄이 전부 "미공개" 또는 "추정"이라는 점이야. 구글은 벤치마크도 가격도 아직 공식적으로 내놓지 않았어. 그래서 지금 떠도는 "입력 100만 토큰당 15달러, 출력 60달러, 딥 씽크는 10배 프리미엄" 같은 숫자는 전부 이전 세대 기준에서 추정한 것일 뿐, 확정된 게 하나도 없어.

각자가 얻는 것 — 지연이 꼭 손해만은 아니야

구글 입장에서 이 지연은 뼈아프지만, 동시에 계산된 선택이기도 해. 구글은 이미 한 번 크게 데인 적이 있거든(뒤에서 자세히 얘기할게). 어설픈 상태로 내놨다가 첫인상을 망치는 것보다, 늦더라도 "역시 제미나이"라는 평가를 받는 게 장기적으로 낫다는 판단이 깔려 있어. 특히 엔터프라이즈 시장은 한 번 신뢰를 잃으면 되돌리기 어려운 곳이라, 완성도에 베팅하는 게 합리적일 수 있어.

엔터프라이즈 고객, 즉 이 모델을 평가하던 기업 팀들 입장에서는 애매한 상황이야. 좋게 보면, 프리뷰 단계에서 미리 약점을 파악하고 자기네 워크플로에 맞는지 검증할 시간을 번 셈이야. 나쁘게 보면, 확정 가격도 벤치마크도 없는 모델을 두고 도입 계획을 세워야 하니 의사결정이 붕 떠버린 거지. 그래서 실무자들 사이에선 "지금은 제미나이 3.5 프로에 올인하지 말고, 현행 3.1이나 경쟁 모델로 기준선(baseline)을 잡아두고 기다리라"는 조언이 나오고 있어.

경쟁자들은 이 지연에서 순수하게 시간을 벌었어. 구글이 먼저 깃발을 꽂았으면 앤트로픽과 오픈AI가 수세에 몰렸을 텐데, 그 압박이 잠시 풀린 거야. 특히 코딩·에이전트 영역에서 강한 클로드 오퍼스 4.8은 "우리는 지금 당장 쓸 수 있고 안정적"이라는 메시지를 그대로 밀고 나갈 수 있게 됐어.

그리고 의외의 수혜자는 관망하던 개발자와 스타트업이야. 프런티어 모델 하나가 두 달 미뤄진다는 건, 그 사이에 기존 모델로 만든 제품이 "곧 구식이 될 걱정"을 덜 하고 굴러갈 수 있다는 뜻이거든. 신모델이 나오자마자 모든 걸 갈아엎어야 하는 압박이 잠시 유예된 거야.

과거 유사 사례 — 성급함의 대가와 신중함의 보상

이 이야기를 이해하려면 구글의 트라우마부터 봐야 해. 2023년 2월, 구글은 챗GPT에 쫓겨 급하게 바드(Bard)를 공개하면서 데모에서 제임스 웹 우주망원경 관련 사실 오류를 냈어. 그 한 방으로 알파벳 시가총액이 하루 만에 약 1000억 달러 증발했지. "성급하게 내놓은 AI가 첫인상에서 삐끗하면 어떤 대가를 치르는가"의 교과서적 사례야. 지금 구글이 완성도 안 나온 제미나이 3.5 프로를 억지로 밀어붙이지 않는 배경엔 이 기억이 분명히 있어.

반대로 신중함이 통한 사례도 구글 자신에게 있어. 2023년 말 제미나이 1.0을 발표할 때, 최상위 울트라 모델은 곧바로 풀지 않고 몇 달 뒤 제미나이 어드밴스드로 단계적으로 내놨어. 당장의 헤드라인 경쟁에선 조금 손해를 봤을지 몰라도, 결국 안정적으로 시장에 안착시키는 데는 성공했지. "늦더라도 완성해서 낸다"는 접근이 반드시 지는 전략은 아니라는 걸 보여준 셈이야.

업계 전체로 넓혀 봐도 패턴은 비슷해. 오픈AI도 GPT-4에서 다음 세대로 넘어가는 과정에서 여러 번 일정을 미루거나 중간 버전을 끼워 넣으며 완성도를 조율했어. 프런티어 모델은 마지막 몇 퍼센트의 품질을 끌어올리는 데 드는 시간과 비용이 기하급수적으로 커지는 영역이라, 발표와 실제 출시 사이의 간극이 벌어지는 게 이 바닥에선 오히려 흔한 일이 됐어.

교훈은 명확해. 지연 그 자체는 실패가 아니야. 진짜 실패는 준비 안 된 걸 내놓고 신뢰를 잃는 거지. 다만 지연이 반복되고 길어지면 "구글이 정말 앞서 있긴 한 거냐"는 서사 싸움에서 밀리기 시작하는데, 지금 구글은 딱 그 경계선 위에 서 있어.

경쟁자 카운터 플레이 — 앤트로픽과 오픈AI는 뭘 하나

앤트로픽은 이 틈을 가장 알차게 쓸 수 있는 위치야. 클로드 오퍼스 4.8은 이미 코딩·에이전트 워크로드에서 강력하다는 평가를 받고 있고, 컨텍스트 200만 대 100만이라는 숫자 싸움에서 밀리더라도 "실전에서 지금 당장 안정적으로 돌아간다"는 메시지가 훨씬 설득력 있거든. 게다가 일부 보도는 구글의 시니어 연구자 몇 명이 앤트로픽으로 자리를 옮겼다고 전하기도 했어. 다만 이 인력 이동설은 아직 공식 확인되지 않은 내용이라 걸러 들어야 해.

오픈AI는 다른 계산을 하고 있어. 차기 모델을 아직 공개하지 않고 잠가둔 상태로 알려졌는데, 이건 구글이 스스로 삐끗하는 걸 지켜보면서 "우리가 나올 때는 확실하게 앞선 걸 보여주겠다"는 타이밍 싸움일 가능성이 커. 경쟁사가 자기 발에 걸려 넘어질 때 굳이 서두를 이유가 없는 거지.

여기서 재밌는 건 200만 토큰이라는 컨텍스트 우위가 생각보다 결정적 무기가 아닐 수도 있다는 점이야. 컨텍스트가 크다고 그 안의 정보를 다 잘 활용하는 건 아니거든. 긴 컨텍스트에서 중간 부분을 놓치는 "lost in the middle" 문제는 업계 공통 과제이고, 무엇보다 컨텍스트가 커질수록 비용과 지연이 늘어. 그래서 경쟁자들은 "우리는 컨텍스트는 조금 작아도 그 안에서 훨씬 효율적이고 싸다"는 반격 카드를 꺼낼 수 있어. 공교롭게도 구글이 지금 발목 잡힌 지점이 바로 토큰 효율이라는 게 아이러니지.

또 하나, 이 경쟁은 단순히 모델 성능만의 싸움이 아니야. 구글은 버텍스 AI라는 엔터프라이즈 유통망과 검색·워크스페이스라는 배급 채널을 쥐고 있어. 모델이 조금 늦어도 이 유통력 덕에 나중에 만회할 여지가 커. 반대로 앤트로픽·오픈AI는 지금의 시간 이점을 실제 계약과 도입으로 얼마나 빨리 굳히느냐가 관건이야. 시간은 벌었는데, 그 시간을 현금화하지 못하면 의미가 없거든.

그래서 뭐가 달라지는데 — 입장별로 정리

엔터프라이즈 도입 담당자라면, 지금은 제미나이 3.5 프로를 전제로 한 로드맵을 확정하지 마. 프리뷰가 열려 있으면 자기네 실제 워크로드로 토큰 효율과 긴 작업 일관성을 직접 재보되, 프로덕션 결정은 정식 GA에서 벤치마크와 가격이 공개된 뒤로 미루는 게 안전해. 그때까지는 현행 3.1이나 경쟁 모델로 기준선을 잡아두고 비교 데이터를 쌓아두는 게 최선이야.

개발자·스타트업이라면, 오히려 마음이 편해진 상황이야. 지금 쓰는 모델이 곧 구식이 될 걱정을 두 달쯤 덜어도 되니까. 다만 200만 토큰 컨텍스트와 딥 씽크가 정식으로 풀리면 긴 문서 처리나 복잡한 추론이 필요한 제품 설계가 달라질 수 있으니, 지금부터 "이 기능이 있으면 우리 제품이 어떻게 바뀌나"를 미리 그려두는 정도의 준비는 해둘 만해.

일반 사용자·투자자 관점에서는, 이 지연 하나로 구글이 뒤처졌다고 단정할 필요는 없어. 시장도 6월 발표 시점에 오히려 소폭 상승으로 반응했고, 구글의 유통력과 인프라는 여전히 압도적이야. 다만 프런티어 서사 싸움에서 "약속을 지키는 회사"라는 이미지에 살짝 금이 간 건 사실이라, 다음 한 방(정식 출시 품질)이 얼마나 확실하냐가 진짜 시험대가 될 거야.

정리하면, 이건 "구글이 망했다"는 이야기가 아니라 "구글이 신중을 택했고, 그 신중의 대가로 서사의 주도권을 잠시 경쟁자에게 빌려줬다"는 이야기야. 그 빌려준 주도권을 정식 출시 때 얼마나 강하게 되찾아오느냐가 하반기 관전 포인트인 거지.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? 당장 개인 사용자라면 직접적인 영향은 거의 없어. 다만 회사에서 AI 모델 도입을 검토 중이라면, 지금 제미나이 3.5 프로를 전제로 계획 세우는 건 성급해. 벤치마크도 가격도 안 나온 모델이거든.

— 이거 구글이 뒤처졌다는 신호야? 단정하긴 일러. 지연은 흔한 일이고 시장도 크게 놀라지 않았어. 다만 두 달째 약속을 못 지키는 건 "앞서 있다"는 서사엔 분명 마이너스라, 정식 출시 품질로 만회해야 하는 부담은 커졌어.

— 200만 토큰 컨텍스트면 경쟁사보다 확실히 앞선 거야? 숫자로만 보면 대략 두 배로 앞서. 근데 컨텍스트가 크다고 다 잘 쓰는 건 아니고, 오히려 비용·지연이 늘어. 공교롭게도 구글이 지금 걸린 지점이 바로 그 토큰 효율이라, 크기만으로 우위라고 보긴 어려워.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.