블로그 맨 마지막 문단에 숨어 있던 진짜 뉴스

2026년 7월 21일 화요일, 구글은 Gemini 모델 세 개를 한꺼번에 내놨다. Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, 그리고 정부·신뢰 파트너 전용으로만 열리는 보안 특화 모델 Gemini 3.5 Flash Cyber. 발표 자체는 요란하지 않았어. 스트리밍 이벤트도, 키노트도 없었고 공식 블로그 포스트 한 편이 전부였지. 그런데 그 포스트의 마지막 문단에 이런 문장이 박혀 있었다. "우리는 이미 역대 가장 야심찬 사전학습(pre-training) 런을 시작했다 — Gemini 4를 위해서다."

이게 왜 중요하냐면, 사전학습은 대형 언어모델이 만들어지는 과정에서 되돌릴 수 없는 단계이기 때문이야. 방대한 데이터로 모델의 기본 능력치를 굽는 공정이고, 여기서 결정된 천장은 이후 아무리 파인튜닝하고 강화학습을 붙여도 크게 못 넘는다. 사전학습을 "시작했다"고 공개적으로 말한다는 건, 구글이 이번 세대에 몇 조 원 단위의 컴퓨트를 이미 태우기 시작했고 그 결과를 몇 달 안에 들고 나오겠다는 신호에 가깝다. 다시 말해 지금 나온 Flash 3종은 본편이 아니라 예고편인 셈이야.

하루 뒤인 7월 22일 Alphabet 2분기 실적 발표에서 순다르 피차이 CEO가 같은 문장을 반복하면서 이 한 줄은 확정 사실이 됐다. 그는 "우리 팀은 이미 다음 세대 모델을 만들고 있다. Gemini 4를 위한 역대 가장 야심찬 사전학습 런을 시작했고, 프론티어에서 보이는 진전에 흥분하고 있다"고 말했어. 같은 발표에서 Alphabet은 2026년 연간 설비투자(CapEx) 가이던스를 기존 1,800억~1,900억 달러에서 1,950억~2,050억 달러로 올렸다. 실적은 시장 기대를 넘겼는데도 주가는 이 자본지출 상향에 밀려 하락했지. Gemini 4의 사전학습 런은 그 숫자 안에 들어 있는 항목이다.

흥미로운 건 이번 발표에 없는 것이다. Gemini 3.5 Pro. 구글이 5월에 내놓겠다고 했던 플래그십 업데이트는 아직 파트너 테스트 단계에 머물러 있어. 블룸버그는 이 모델이 내부 성능 목표를 맞추지 못해 지연됐다고 보도했고, 구글 AI Studio를 이끄는 로건 킬패트릭은 "준비되는 대로 최대한 빨리"라는 말만 반복했다. 플래그십이 늦어지는 동안 워크호스(workhorse) 라인을 밀고, 그 뒤에서 한 세대를 건너뛰는 판을 짜는 구조 — 이번 발표의 진짜 문법은 이거야.

Flash를 파는 회사와 프론티어를 훈련하는 회사는 같은 회사다

구글의 Gemini 라인업은 크게 Pro(플래그십), Flash(주력 대량 처리), Flash-Lite(초저가 고속) 세 층으로 나뉜다. 이름만 보면 Pro가 주인공 같지만, 실제 API 물량의 대부분을 먹는 건 Flash야. 챗봇 응답, 문서 요약, 분류, RAG 파이프라인의 중간 단계, 에이전트의 반복 호출 — 이런 작업은 최고 지능이 아니라 "충분히 똑똑하면서 싸고 빠른" 모델을 원한다. 구글이 이번에 Pro 없이 Flash 계열만 세 개를 내놓은 건 라인업 구성 실패가 아니라, 돈이 도는 층을 먼저 손봤다는 뜻에 가깝다.

이 발표의 얼굴 역할을 한 사람은 로건 킬패트릭이다. 그는 OpenAI에서 개발자 관계(DevRel)를 총괄하다가 2024년 구글로 옮겨 AI Studio와 Gemini API 제품을 맡고 있어. 구글의 모델 발표에서 공식 블로그보다 그의 X 계정이 먼저 신호를 주는 일이 잦고, 이번에도 Gemini 4 사전학습 문장을 증폭시킨 게 그였다. 개발자 커뮤니티에 직접 말을 거는 창구를 한 사람에게 몰아준 구조는, 구글이 이 싸움을 컨슈머 앱이 아니라 API 개발자 시장에서 이겨야 한다고 판단했다는 방증이기도 하다.

숫자를 보면 그 판단의 근거가 보인다. Alphabet은 2분기 실적에서 모델 API를 통해 분당 약 220억 토큰을 처리하고 있다고 밝혔어. 직전 분기 160억에서 한 분기 만에 37% 늘어난 수치다. Gemini 앱의 월간 활성 사용자는 9억 5,000만 명, 일간 활성 사용자는 1년 만에 3배가 됐다. 구글 클라우드 매출은 전년 대비 82% 증가했고 수주 잔고(backlog)는 5,140억 달러까지 불어났지. 이 물량을 감당하는 인프라 쪽에서는 8세대 TPU인 TPU 8t·8i와 자체 CPU Axion이 언급됐는데, 피차이는 Axion이 달러당 성능에서 30% 우위를 준다고 말했다.

그러니까 지금 구글이 서 있는 자리는 이렇다. 소비자 앱은 10억 명에 근접했고, API 물량은 분기마다 튀고, 인프라는 자체 실리콘으로 원가를 누르고 있는데, 정작 "가장 똑똑한 모델" 타이틀은 확실히 쥐지 못한 상태. Gemini 3.5 Pro 지연이 아픈 이유가 여기 있어. 그리고 그 공백을 Flash 3종으로 메우면서 동시에 Gemini 4에 컴퓨트를 몰아넣는 게 이번 주 구글의 선택이었다.

17% 덜 쓰고 더 잘한다: 3종 세트의 실제 스펙

Gemini 3.6 Flash의 핵심 셀링포인트는 성능이 아니라 토큰 효율이다. 구글은 Artificial Analysis 인덱스 기준으로 3.6 Flash가 이전 세대인 3.5 Flash 대비 출력 토큰을 평균 17% 적게 쓴다고 밝혔어. 코딩 에이전트 벤치마크인 DeepSWE에서는 토큰 절감폭이 최대 65%까지 벌어졌다. 여기에 출력 단가 자체도 100만 토큰당 9.00달러에서 7.50달러로 내렸다. 입력은 100만 토큰당 1.50달러로 동결. 토큰을 덜 쓰는데 토큰 단가도 싸졌으니, 실사용 비용은 단순 가격 인하폭인 17%보다 훨씬 크게 떨어진다.

이 "출력 토큰 절감"이라는 표현은 요즘 모델에서 특별한 의미를 갖는다. 추론(reasoning) 모델은 답을 내기 전에 내부적으로 생각 토큰(thinking token)을 쏟아내는데, 이게 과금 대상이면서도 사용자에게는 대부분 보이지 않는다. 같은 문제를 풀면서 생각을 3,000토큰으로 정리하느냐 9,000토큰으로 늘어놓느냐가 청구서를 3배 가르는 거야. 3.6 Flash가 벤치마크 점수를 올리면서 토큰은 줄였다는 건, 능력 자체보다 "생각의 낭비"를 깎았다는 뜻에 가깝다. 에이전트처럼 한 작업에 모델을 수십 번 호출하는 워크로드에서는 이 차이가 그대로 원가에 곱해진다.

벤치마크 숫자도 방향이 일관된다. DeepSWE 49%(이전 37%), MLE Bench 63.9%(49.7%), OSWorld-Verified 83.0%(78.4%), GDPval-AA v2 1421점(1349점). 구글은 자사가 테스트한 모든 벤치마크에서 개선이 있었다고 밝혔다. 함께 나온 Gemini 3.5 Flash-Lite는 더 극적인데, Terminal-Bench 2.1에서 54%(이전 31%), GDM-MRCR v2 72.2%(60.1%), GDPval-AA v2 1140점(642점)을 기록했고 초당 350토큰을 뿜는다. Flash-Lite가 SWE-Bench Pro에서 54.2%로 한 체급 위인 구형 3 Flash(49.6%)를 넘긴 대목이 특히 눈에 띈다.

모델 입력 단가(1M) 출력 단가(1M) 대표 지표 접근
Gemini 3.6 Flash $1.50 $7.50 DeepSWE 49%, OSWorld-Verified 83.0%, 출력 토큰 17%↓ 일반 공개 (API·앱·Vertex)
Gemini 3.5 Flash-Lite $0.30 $2.50 Terminal-Bench 2.1 54%, 초당 350토큰 일반 공개 (API·앱·검색)
Gemini 3.5 Flash Cyber 비공개 비공개 V8 엔진서 확인 취약점 55건 정부·신뢰 파트너 한정 파일럿
Gemini 3.5 Pro 미정 미정 미공개 파트너 테스트 중

세 번째 모델인 Gemini 3.5 Flash Cyber는 성격이 완전히 다르다. 3.5 Flash를 기반으로 취약점 발견·검증·패치에 특화 훈련한 모델이고, 구글 딥마인드의 보안 에이전트 CodeMender 안에서만 돌아간다. 딥마인드가 공개한 테스트에서 크롬의 V8 자바스크립트 엔진을 대상으로 동일 호출 횟수를 줬을 때 3.5 Flash Cyber는 확인된 고유 취약점 55건을 찾았고, 같은 조건에서 일반 3.5 Flash는 47건, Claude Opus 4.6은 36건을 찾았다. 다른 모델들이 놓친 것만 10건이었다는 게 구글 주장이다. 딥마인드는 최신 경쟁 모델들이 이런 과제 자체를 안전 가드레일 때문에 거부하는 경우가 있다는 점도 문서에 적어뒀어. 그래서 이 모델은 일반 공개를 안 한다. 이중용도(dual-use) 기술이라는 이유로 정부와 신뢰 파트너에게만 CodeMender를 통해 제한 공개하고, 범위를 천천히 넓히겠다는 방침이다.

각자가 챙기는 것

구글이 챙기는 건 시간이다. Gemini 3.5 Pro가 내부 목표를 못 맞춰 두 달 넘게 밀리는 동안 라인업에 구멍이 생겼는데, Flash 3종으로 그 구멍을 메꾸면서 "우리는 매달 모델을 낸다"는 케이던스를 유지했다. 피차이는 실적 발표에서 월 단위 출시 리듬을 이어가겠다고 명시했지. 동시에 가격 인하는 방어이기도 하다. 개발자가 한 번 파이프라인을 다른 모델로 갈아타면 되돌리기 어려운데, 단가와 토큰 효율을 동시에 개선하면 이탈 명분이 사라진다. 분당 220억 토큰이라는 물량은 지키는 게 뺏는 것보다 싸다.

개발자와 스타트업은 원가 구조를 다시 계산할 이유가 생겼다. 출력 단가 9.00달러 → 7.50달러에 토큰 사용량 17% 감소를 곱하면 같은 작업 기준 실효 비용이 대략 30%대 초반 떨어진다. 코딩 에이전트처럼 토큰 절감폭이 65%까지 가는 워크로드라면 절반 이하로도 내려간다. Figma, Harvey, Hebbia, JetBrains가 3.6 Flash의 비용 대비 품질을 언급한 레퍼런스로 등장했고, Ashler·팔로알토네트웍스·램프는 Flash-Lite의 속도와 단가를 짚었어. 3.6 Flash는 출시 당일 GitHub Copilot에도 들어갔다. 도입 마찰이 거의 없다는 뜻이야.

보안 기관과 대형 인프라 사업자는 Flash Cyber라는 새로운 카드를 받았다. CodeMender는 취약점을 지목하는 데서 그치지 않고 고객이 관리하는 격리 환경에서 개념증명(PoC) 익스플로잇을 실제로 실행해 악용 가능성을 증명한 뒤 패치까지 제안한다. 오탐(false positive)에 파묻히는 게 보안 자동화의 고질병인데, "실제로 터뜨려 봤다"는 증거를 붙이는 방식은 그 문제를 정면으로 건드린다. 다만 접근이 정부·신뢰 파트너로 묶여 있어서 당장 일반 기업이 쓸 수 있는 물건은 아니야.

엔비디아와 TPU 진영의 셈법도 이 발표에 걸려 있다. Alphabet의 CapEx 상향분 상당 부분은 수요를 못 따라가는 용량을 앞당겨 확보하는 데 쓰인다. Gemini 4 사전학습은 그 용량을 대량으로 먹는 단일 프로젝트고, 구글은 여기에 자체 TPU 8세대를 태운다. 외부 GPU 의존을 줄이면서 프론티어급 학습을 돌릴 수 있다는 걸 증명하면, 그건 모델 경쟁이 아니라 원가 경쟁에서의 우위다. 반대로 Gemini 4가 기대에 못 미치면 2,000억 달러짜리 지출 계획에 대한 질문이 훨씬 날카로워진다.

경쟁 모델을 쓰는 기업 고객은 협상 카드를 얻었다. 출력 단가 7.50달러짜리가 코딩·에이전트 벤치마크에서 이만큼 나온다는 사실 자체가 다른 벤더와의 가격 협상에서 지렛대가 된다. 특히 대량 배치 처리, 문서 파이프라인, 고객 응대 자동화처럼 품질 여유가 있는 워크로드에서는 벤더 교체 위협이 실제로 먹히는 구간이야.

전에도 이런 적이 있었다

Flash 라인이 물량을 먹는 구조는 구글이 처음 만든 게 아니다. 2024년 Gemini 1.5 Flash가 나왔을 때만 해도 "Pro의 열화판"으로 취급받았지만, 1년이 지나자 구글 API 호출의 압도적 다수가 Flash 계열로 옮겨갔다. OpenAI도 같은 길을 걸었어. GPT-4o mini, 그리고 GPT-5 세대의 저가 티어가 나올 때마다 컨슈머 관심은 플래그십에 쏠렸지만 실제 매출 볼륨은 저가 티어가 만들었다. 모델 시장에서 "가장 똑똑한 모델"과 "가장 많이 팔리는 모델"이 같았던 적은 거의 없다.

성공 사례만 있는 건 아니야. 특화 모델 전략은 반복적으로 실패해 왔다. 코딩 전용, 의료 전용, 법률 전용으로 파인튜닝한 모델들이 발표 시점엔 벤치마크를 이겼다가 6개월 뒤 범용 모델의 다음 버전에 그냥 흡수되는 패턴이 몇 년째 반복됐다. Med-PaLM 계열이 대표적이고, 여러 코딩 전용 모델도 같은 운명이었지. Gemini 3.5 Flash Cyber도 같은 시계를 맞고 있다. 지금은 V8 테스트에서 55 대 36으로 앞서지만, 경쟁사의 다음 범용 플래그십이 보안 태스크의 안전 가드레일을 조정하는 순간 격차가 사라질 수 있어.

플래그십 지연이 남긴 상처도 참고할 만한 전례가 있다. 구글은 2023년 Bard 데모에서 오답을 내보내며 시가총액 1,000억 달러를 하루에 날린 적이 있고, 이후 "덜 익은 걸 내지 않는다"는 쪽으로 기울었다. Gemini 3.5 Pro를 내부 목표 미달을 이유로 붙잡아 두는 건 그 학습의 결과로 보인다. 문제는 시장이 기다려주는 기간이 그때보다 훨씬 짧아졌다는 거야. 2개월이면 경쟁사가 두 번 릴리스한다.

반대 방향의 교훈도 있다. 2025년 Gemini 3 세대가 나왔을 때 구글은 검색·워크스페이스·안드로이드에 모델을 동시 배포하면서 단숨에 사용자 지표를 끌어올렸다. 모델 자체가 아니라 유통 채널이 승부를 갈랐던 사례다. 이번에도 Flash-Lite가 구글 검색에 롤아웃되는 구조가 반복되고 있어. 모델 하나를 검색에 꽂는 순간 사용량 단위가 API와 비교가 안 되게 커진다.

OpenAI·앤트로픽·xAI는 어떻게 받아칠까

경쟁사들의 최근 카드는 이미 테이블 위에 있다. OpenAI는 6월 말부터 GPT-5.6 라인을 단계 배포했는데, 고난도 추론용 Sol, GPT-5.5급 품질을 절반 가격에 노리는 Terra, 대량·저지연용 Luna로 3분할했다. 정확히 구글의 Pro/Flash/Flash-Lite 계층과 겹치는 구성이야. 앤트로픽은 6월 30일 Claude Sonnet 5를 내놨고 Opus 4.8을 장시간 에이전트 작업용으로 밀고 있다. xAI는 7월 8일 Grok 4.5를 공개했는데, 1.5조 파라미터 MoE 구조에 Terminal-Bench 2.1에서 83.3%를 기록하면서 유사 과제에서 Opus 4.8 대비 출력 토큰을 약 25% 수준만 썼다고 주장했다.

즉 "토큰 효율"은 구글만의 무기가 아니다. 오히려 2026년 상반기 프론티어 경쟁의 공통 축이 지능에서 단위 토큰당 성능으로 옮겨간 상태에 가깝다. 그렇다면 구글의 17% 절감은 결정타가 아니라 참가비다. 경쟁사가 다음에 낼 카드는 뻔하다. 같은 티어 가격을 맞추거나 더 내리고, 벤치마크 비교표에 자사에 유리한 축을 하나 더 붙이는 것. GPT-5.6 Terra의 포지션이 이미 그런 대응 구조야.

앤트로픽 쪽에서는 다른 종류의 반응이 나올 가능성이 있다. 구글이 딥마인드 블로그에서 Claude Opus 4.6과의 취약점 탐지 비교를 직접 붙이고, 최신 경쟁 모델이 안전 가드레일 때문에 작업을 거부한다고 명시한 건 꽤 공격적인 서술이다. 앤트로픽은 공세적 보안 태스크에 대해 의도적으로 보수적인 정책을 유지해 왔고, 그걸 성능 열위로 프레이밍당한 셈이야. 여기서 정책을 푸느냐 마느냐는 성능 문제가 아니라 회사의 안전 서사 전체가 걸린 선택이라 쉽게 움직이기 어렵다.

진짜 승부는 Gemini 4가 나올 때다. 구글이 사전학습 시작을 공개했다는 건, 경쟁사 로드맵에 "구글이 몇 달 뒤 대형 카드를 낸다"는 정보를 무료로 넘겨준 것이기도 하다. 이건 양날인데, 개발자와 투자자에게 기다릴 이유를 주는 대신 경쟁사에 대비할 시간도 준다. OpenAI가 관례대로 상대 플래그십 발표 주간에 뭔가를 겹쳐 던지는 패턴을 반복한다면, Gemini 4 출시일 근처는 다시 한 번 시끄러워질 거야. 다만 사전학습 완료→후처리→안전 평가→배포까지 통상 수개월이 걸리므로, 구글이 실적 발표에서 이 말을 꺼낸 시점을 감안하면 연내 등장 가능성이 있다는 정도까지가 합리적 추론이고 그 이상은 단정하기 어렵다.

그래서 뭐가 달라지는데

개발자에게는 계산기를 다시 두드릴 이유가 생겼다. 출력 100만 토큰당 7.50달러에 토큰 사용량까지 줄었다면, 지금 쓰는 파이프라인의 월 청구서를 3.6 Flash 기준으로 다시 시뮬레이션해볼 가치가 있어. 특히 에이전트형 워크로드 — 한 태스크에 모델을 수십 번 호출하고 중간 결과를 다시 넣는 구조 — 에서는 절감폭이 가장 크게 나온다. 반대로 단일 호출로 짧은 답만 받는 워크로드라면 체감 차이가 작을 수 있다. 컨텍스트는 입력 104만 토큰, 출력 6만 5,536 토큰이고 텍스트·이미지·비디오·오디오·PDF를 입력으로 받는다. 지식 컷오프는 2025년 1월에서 2026년 3월로 당겨졌어.

투자자 관점에서는 두 개의 숫자가 붙어 다닌다. 분당 220억 토큰이라는 사용량과 1,950억~2,050억 달러라는 연간 CapEx. 전자가 후자를 정당화하는 구조인데, 시장은 이번 실적에서 후자에 먼저 반응했다. Gemini 4는 그 지출이 매출로 전환되는지를 판정하는 시험대가 된다. 클라우드 매출 82% 성장과 5,140억 달러 수주 잔고는 수요가 실재한다는 증거지만, 프론티어 타이틀을 못 쥔 채 지출만 커지는 구간이 길어지면 이야기가 달라져. 다만 이건 관전 포인트일 뿐 결론이 아니다.

일반 사용자에게는 당장 눈에 띄는 변화가 크지 않다. Gemini 앱과 구글 검색에 새 모델이 들어가면서 응답이 조금 빨라지고 코딩·문서 작업 품질이 나아지는 정도야. 월 9억 5,000만 MAU라는 규모에서는 이 "조금"이 누적되면 체감이 되지만, 어제와 오늘이 극적으로 다르진 않을 거다. 요금제가 바뀌는 것도 아니고.

한국 기업 입장에서는 저가 티어 경쟁이 심화된 게 실질적인 소득이다. Flash-Lite의 입력 100만 토큰당 0.30달러는 국내 사업자가 자체 모델로 맞추기 어려운 수준이고, 이건 "우리도 파운데이션 모델을 만들자"보다 "어떤 모델을 어디에 붙일지 설계하자"는 쪽으로 무게추를 옮긴다. 동시에 Flash Cyber처럼 접근이 통제되는 모델군이 늘어난다는 건, 보안·국방 영역에서 미국 정부와 신뢰 파트너 바깥에 있는 조직은 최신 도구에서 배제될 수 있다는 뜻이기도 해. 모델 접근권 자체가 국가 단위 격차 요인이 되는 흐름은 계속 지켜볼 만하다.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? Gemini API를 안 쓰면 직접적인 영향은 없어. 다만 네가 쓰는 서비스가 뒤에서 Flash 계열을 돌리고 있다면, 원가가 30%쯤 떨어진 만큼 무료 한도가 늘거나 응답이 빨라지는 형태로 몇 달 안에 돌아올 수 있지.

— 이게 왜 지금 나온 거야? Gemini 3.5 Pro가 내부 성능 목표를 못 맞춰 밀린 게 배경으로 보여. 플래그십 공백을 워크호스 라인으로 메우고 매달 출시 리듬을 지키는 선택인데, Gemini 4 사전학습 공개를 같은 포스트에 붙인 건 "지금 없는 게 아니라 더 큰 걸 굽는 중"이라는 메시지에 가깝다.

— 경쟁사보다 앞선 거야? 가격 대비 성능 축에서는 확실히 좋은 숫자를 냈어. 그런데 토큰 효율은 GPT-5.6 Terra도, Grok 4.5도 같은 방향으로 밀고 있는 공통 전장이라 이걸로 앞섰다고 말하긴 일러. 진짜 비교는 Gemini 4가 나오고 같은 벤치마크 위에 올라간 다음에야 가능하다.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.