요약
- 구글 딥마인드가 2026년 9월 2일 제미나이 3.7 플래시를 기반으로 한 제미나이 3.8 플래시 모델카드를 공개했어요
- 입력은 텍스트·이미지·오디오·비디오를 받고 컨텍스트 윈도우는 최대 100만 토큰, 출력은 최대 6만4천 토큰까지 지원해요
- 제미나이 앱과 구글 AI 스튜디오, 제미나이 API 등 6개 채널로 배포되며 소프트웨어 엔지니어링과 에이전트 작업에 맞춰졌어요
- 모델명
- Gemini 3.8 Flash
- 공개일
- 2026년 9월 2일
- 기반 모델
- Gemini 3.7 Flash
- 입력 컨텍스트
- 최대 100만 토큰 (텍스트·이미지·오디오·비디오)
- 출력 토큰
- 최대 6만4천 토큰 (텍스트)
- 배포 채널
- Gemini 앱·Gemini Enterprise Agent Platform·Google AI Studio·Gemini API·Google AI Mode·Google Antigravity
- 주요 용도
- 소프트웨어 엔지니어링, 에이전트 작업, 복합 지식 업무
- 특징
- 품질·비용·지연시간 균형을 조절하는 customizable effort level 지원
구글 딥마인드가 2026년 9월 2일 제미나이 3.8 플래시(Gemini 3.8 Flash) 모델카드를 공개했어요. 제미나이 3 계열의 최신 반복 모델로, 소프트웨어 엔지니어링과 에이전트형 지식 업무에서 성능을 끌어올린 게 이번 발표의 핵심이에요.
풀어서 설명하면, 제미나이 플래시는 구글이 몇 주 간격으로 소수점 버전을 올리며 다듬는 실험용 라인업이에요.
3주 만에 3.6에서 3.8로
지난달 12일 테스팅캐탈로그가 제미나이 엔터프라이즈 화면에서 '제미나이 3.6 플래시' 시험 배너를 포착한 적이 있어요. 그로부터 3주가 채 지나지 않은 시점에 구글은 3.8 플래시 모델카드를 정식으로 올렸어요. 카드에는 3.7 플래시 모델카드를 함께 참고하라는 안내가 붙어 있는데, 아키텍처와 학습 데이터, 하드웨어, 소프트웨어를 3.7 플래시 것과 그대로 공유한다고 적혀 있어요.
무엇이 실제로 달라졌나
모델카드가 밝힌 변화는 두 가지로 요약돼요. 하나는 소프트웨어 엔지니어링과 에이전트형 지식 업무에서의 성능 향상이고, 다른 하나는 품질·비용·지연시간의 균형을 조절하는 effort level을 계속 지원한다는 점이에요. 구체적인 수치는 아래 공식 성능 항목에 정리했어요.
입력은 텍스트, 이미지, 오디오, 비디오 파일을 받고 컨텍스트 윈도우는 최대 100만 토큰이에요. 출력은 텍스트로 최대 6만4천 토큰까지 낼 수 있어요. 이 수치는 3.7 플래시와 동일한 값으로, 이번 업데이트가 새 아키텍처보다는 같은 틀 안에서의 성능 튜닝에 가깝다는 걸 보여줘요. 자세한 평가 방식은 평가 방법론 페이지에서 확인할 수 있다고 안내돼 있어요.
| 항목 | 내용 |
|---|---|
| 기반 모델 | Gemini 3.7 Flash |
| 입력 | 텍스트·이미지·오디오·비디오 |
| 컨텍스트 윈도우 | 최대 100만 토큰 |
| 출력 | 텍스트, 최대 6만4천 토큰 |
| 주요 용도 | 소프트웨어 엔지니어링, 에이전트 작업, 복합 지식 업무 |
공식 성능표 — 값은 5~7배 싼데, 이기는 곳과 크게 지는 곳이 갈린다
모델카드 5쪽에 14개 벤치마크 비교표가 실려 있어요. 표는 PDF 안에 이미지로 들어 있어서 본문 텍스트만 긁으면 보이지 않아요. 아래는 그 표를 그대로 옮긴 거예요.
먼저 가격이에요. 3.8 플래시는 100만 토큰당 입력 0.75달러·출력 3.75달러로, 클로드 오푸스 5(5달러·25달러)의 7분의 1 수준이에요. 다만 이건 도입가고 2026년 12월 31일까지만 적용돼요. 2027년 1월 1일부터는 입력 1.50달러·출력 7.50달러로 올라가요.
| 100만 토큰당 | 3.8 플래시 | 3.7 플래시 | 오푸스 5 | 소네트 5 | GPT-5.6 솔 | GPT-5.6 테라 |
|---|---|---|---|---|---|---|
| 입력 | $0.75(정가 $1.50) | $0.75 | $5.00 | $2.00 | $4.00 | $2.00 |
| 출력 | $3.75(정가 $7.50) | $3.75 | $25.00 | $10.00 | $20.00 | $12.00 |
3.8 플래시가 1위인 항목
| 벤치마크 | 3.8 플래시 | 3.7 플래시 | 오푸스 5 | 소네트 5 | GPT-5.6 솔 | GPT-5.6 테라 |
|---|---|---|---|---|---|---|
| Vals Finance Agent v2 (금융 분석) | 61.4% | 59.0% | 58.6% | 53.9% | 53.8% | 54.4% |
| Harvey 법률 에이전트 | 10.0% | 8.8% | 6.7% | 5.0% | 2.5% | 0.8% |
| Terminal-bench 2.1 (터미널 코딩) | 89.4% | 85.8% | 89.1% | 80.4% | 88.8% | 87.4% |
| CharXiv Reasoning (복잡한 도표 해석) | 86.2% | 84.5% | 83.7% | 70.1% | 85.8% | 85.9% |
| LVBench (긴 영상 이해) | 87.8% | 85.4% | 75.4% | 68.5% | 82.1% | 78.9% |
| HLE-Verified (전문지식 추론) | 54.9% | 53.6% | 54.4% | 31.0% | 54.5% | 51.1% |
| BioMysteryBench (난이도 상) | 56.5% | 43.5% | 49.4% | 34.1% | 44.7% | 49.4% |
| LABBench2 (생물 연구) | 86.2% | 82.1% | 84.2% | 80.1% | 82.1% | 81.2% |
3.8 플래시가 지는 항목 — 이쪽이 더 중요할 수 있다
| 벤치마크 | 3.8 플래시 | 1위 모델 |
|---|---|---|
| Terminal-bench 4.0 (범용 에이전트) | 19.1% | 오푸스 5 51.8% |
| OSWorld-2.0 (컴퓨터 조작) | 59.0% | 오푸스 5 75.4% |
| GDPVal-AA v2 (지식 업무, Elo) | 1545 | 오푸스 5 1824 |
| DeepSWE v1.1 (장기 소프트웨어 엔지니어링) | 73.7% | 오푸스 5 74.0% |
| GDP.PDF (전문 PDF 독해) | 35.0% | GPT-5.6 솔 40.0% |
구글이 홍보 페이지에서 앞세운 건 위쪽 표예요. 아래쪽을 같이 놓고 보면 그림이 달라져요. 범용 에이전트(Terminal-bench 4.0)에서 19.1% 대 51.8%, 컴퓨터 조작(OSWorld-2.0)에서 59.0% 대 75.4% 로 오푸스 5에 크게 밀려요. 즉 3.8 플래시는 「정해진 도구를 쓰는 좁은 작업」에서 값싸고 강하지만, 「낯선 환경에서 알아서 해내는」 쪽은 아직 프런티어 모델의 몫이에요.
딥마인드가 공식 제품 페이지에 실은 고객 인용도 같은 결에 있어요. 문서 검색 회사 글린(Glean)의 타이 트란 AI 제품 총괄은 「문서가 많은 장기 워크플로에서 3.7 플래시보다 3배 넘는 작업을 끝냈다」고 했고, 게임 제작 에이전트를 만드는 루핏(Loopit)의 하오위안 궈 CTO 는 코딩·에셋 추론·시각 검증에 쓰고 있다고 밝혔어요. 둘 다 구글이 고른 인용이라는 점은 감안하고 읽어야 해요.
모델카드가 조용히 적어 둔 것들
수치표 말고도 카드에 짚고 넘어갈 대목이 셋 있어요.
첫째, 다국어 안전성이 5.4%p 뒷걸음쳤어요. 구글의 자동 안전성 평가에서 텍스트 안전성은 0.4%p 개선, 이미지 안전성은 변화 없음인데 다국어만 악화했고, 카드도 「비영어권 안전성 성능이 3.7 플래시 대비 소폭 퇴보했다」고 적었어요. 한국어 사용자에게는 그냥 넘길 항목이 아니에요.
둘째, 프런티어 안전성 평가를 3.8 자체로 하지 않았어요. 카드는 3.7 플래시를 평가해 위험 임계(T/CCL)에 도달하지 않았고, 3.8은 「의미 있는 새 능력이나 실질적 성능 증가가 없으므로」 같은 결론일 것이라고 추정한다고 적었어요.
셋째, 지식 컷오프는 2026년 3월이에요. 다만 영역에 따라 2025년 1월 수준에 머무를 수 있다고 카드가 미리 밝혔어요. 알려진 한계로는 환각, 탈옥 저항성, 간헐적 지연·타임아웃, 그리고 높은 effort level 에서 토큰을 과하게 쓰는 문제를 들었어요.
공식 페이지가 함께 공개한 데모는 넷이에요. 안티그래비티에서 반복 지시 한 줄로 만든 3D 퍼즐 게임, 위 영상의 DOS 버전 구글 지도, 미 지질조사국·오픈웨더 실제 데이터로 만든 지형 단면도, 그리고 하드웨어 분해도를 Three.js 로 렌더링하는 3D 뷰어예요.
어디서 쓸 수 있나
제미나이 3.8 플래시는 여섯 개 경로로 배포돼요. 제미나이 앱, 제미나이 엔터프라이즈 에이전트 플랫폼, 구글 AI 스튜디오, 제미나이 API, 구글 AI 모드, 구글 안티그래비티예요.
개발자라면 구글 AI 스튜디오나 제미나이 API에서 모델 이름을 gemini-3.8-flash로 지정하고 effort level 파라미터로 품질·비용·지연시간 조합을 고르면 돼요. 일반 사용자는 제미나이 앱의 모델 선택 메뉴에서 해당 이름을 고르는 방식으로 접근할 수 있어요.
| 채널 | 성격 |
|---|---|
| Gemini 앱 | 일반 소비자용 챗봇 |
| Gemini Enterprise Agent Platform | 기업용 에이전트 플랫폼 |
| Google AI Studio | 개발자용 프로토타이핑 도구 |
| Gemini API | 서비스 연동용 API |
| Google AI Mode | 검색 내 AI 답변 모드 |
| Google Antigravity | 에이전틱 개발 플랫폼 |
한계와 안전장치
알려진 한계로는 환각(그럴듯한 거짓을 사실처럼 말하는 현상)이 여전히 남아 있다는 점을 모델카드가 인정했어요. 구글은 탈옥 저항성을 계속 개선하고 있고, 최근 프런티어 세이프티 전반의 완화 조치를 강화했다고 밝혔어요.
국내에서는
국내에서는 구글이 지난 7월 30일 개인용 AI 에이전트 '제미나이 스파크'를 정식 출시했고, 이달 들어서는 대학(원)생 대상 제미나이 유료 멤버십 무료 제공과 AI 프로 요금제 할인 프로모션을 다시 꺼내 든 것으로 국내 보도에 따라 확인돼요. 소프트웨어 엔지니어링과 에이전트 작업에 맞춰진 3.8 플래시는 이런 국내 에이전트 서비스의 밑단에 깔릴 가능성이 큰 모델이에요.
같은 날 나온 두 번째 모델 — 3.8 플래시 사이버
구글 딥마인드는 이날 공식 X 계정에서 「두 개의 새 제미나이 모델」을 함께 발표했어요. 하나가 지금까지 본 3.8 플래시고, 다른 하나가 3.8 플래시 사이버(3.8 Flash Cyber) 예요. 보안 취약점을 찾아내고 스스로 패치까지 만드는 전용 모델이에요.
회사가 내세운 문제의식은 이래요. 보안팀은 지금 「크고 비싸고 느린 프런티어 모델」과 「싸지만 복잡한 코드 수리를 못 하는 작은 모델」 사이에서 골라야 하는데, 3.8 플래시 사이버는 조직 자체 클라우드 환경 안에서 수 분 만에 배포 가능한 수정을 만든다는 거예요.
CyberGym — C/C++ 취약점 발견에서 1위를 주장한다
| CyberGym Pass@1 (C/C++ 취약점 발견) | 점수 |
|---|---|
| 제미나이 3.8 플래시 사이버 | 86.2% |
| GPT-5.5-Cyber | 85.6% |
| Mythos 5 | 83.8% |
| GPT-5.6 솔 | 83.6% |
| 제미나이 3.5 플래시 사이버 | 77.5% |
1위이긴 한데 2위 GPT-5.5-Cyber(85.6%)와 0.6%p 차이예요. 오히려 눈에 띄는 건 직전 세대인 3.5 플래시 사이버(77.5%)에서 8.7%p 올랐다는 쪽이에요.
CWE-Bench — 정확도는 비슷한데 값이 3분의 1
가로축이 롤아웃당 평균 비용(오른쪽으로 갈수록 쌈), 세로축이 정확도예요.
| CWE-Bench Pass@1 | 정확도 | 롤아웃당 비용(대략) |
|---|---|---|
| 클로드 페이블 5 | 47.9% | 약 $10.3 |
| 제미나이 3.8 플래시 사이버 | 47.3% | 약 $3.6 |
| GPT-5.6 솔 | 44.3% | 약 $2.4 |
| 제미나이 3.7 플래시 | 44.2% | 약 $1.5 |
| 오푸스 4.8 | 42.2% | 약 $2.5 |
| 그록 4.6 | 38.4% | 약 $2.0 |
| Hy4 프리뷰 | 33.8% | 약 $0.8 |
| 딥시크 V4 플래시 | 30.5% | 약 $0.2 |
정확도 1위는 클로드 페이블 5(47.9%) 예요. 3.8 플래시 사이버는 47.3%로 0.6%p 낮은데 비용은 3분의 1 수준이라, 구글은 이 점을 파레토 곡선으로 표시했어요. 「제일 잘한다」가 아니라 **「거의 같은 값을 훨씬 싸게 한다」**가 이 도표의 주장이에요.
벤치마크 말고 실제 코드에 돌린 숫자도 하나 냈어요. 구글은 크롬 코드베이스들에서 시험한 결과 유효한 수정(valid fixes)을 2.6배 더 많이 만들었다고 밝혔어요. 비교 대상 모델이 무엇인지는 게시물에 적지 않았어요.
아무나 못 쓴다 — 페어윈드 프로그램
3.8 플래시 사이버는 일반 공개가 아니에요. 구글은 페어윈드 프로그램(Fairwind Program) 이라는 별도 창구로 국가 사이버 당국과 통신·에너지 같은 필수 서비스 사업자에게 먼저 신뢰 접근을 준다고 했어요. 핵심 공공 인프라 보호가 명분이에요.
취약점을 찾고 패치까지 자동으로 만드는 능력은 방어자와 공격자 양쪽에 그대로 쓰여요. 접근을 국가 기관과 기간산업으로 좁힌 건 그 양면성을 회사도 알고 있다는 신호로 읽혀요. 한편 3.8 플래시(일반판)는 구글 안티그래비티와 AI 스튜디오 API 로 지금 순차 배포 중이에요.
추가로 확인된 것
구글은 이번 발표를 두고 "6주 만의 세 번째 플래시 출시"라고 표현하며, 3.7 플래시도 효율 우선 워크로드를 위해 계속 정식 지원한다고 밝혔어요. 안티그래비티에서 만든 마법사 성 탐험 3D 게임 데모에는 나노바나나로 생성한 텍스처가 쓰였다고 구글이
에디터의 시선
소프트웨어 엔지니어링과 에이전트형 지식 업무라는 두 단어가 반복되는 건 우연이 아니에요. 같은 기간 제미나이는 에이전트형 영상 이해 기능으로 토큰 소비를 88%까지 줄였고, 엔터프라이즈 화면에서는 챗과 태스크를 오가는 토글까지 시험하고 있었어요. 세 움직임이 가리키는 방향은 하나예요 — 답을 잘하는 챗봇에서, 일을 대신 끝내는 에이전트로 무게중심을 옮기는 것이에요.
이전 세대 모델과 비교해 체감이 오는 지점은 숫자보다 배치예요. 아키텍처와 학습 데이터, 하드웨어까지 3.7 플래시 것을 그대로 물려받았다는 건, 구글이 매번 모델을 처음부터 다시 만들기보다 같은 틀 안에서 몇 주 단위로 튜닝을 반복하는 쪽을 택했다는 뜻이에요. 이런 소수점 버전을 실무에 붙여 보면 결론은 늘 비슷해요 — 큰 폭의 성능 도약보다는 특정 작업, 이번엔 코딩과 에이전트 작업에서의 미세한 개선을 기대하는 편이 맞아요.
국내 기업이라면 이 모델을 당장 도입 여부로 저울질하기보다, 이미 쓰고 있는 제미나이 API 파이프라인에 effort level 파라미터만 새로 조정해 비용과 지연시간을 다시 맞추는 정도로 접근하는 게 현실적이에요. 벤치마크 수치가 공개되지 않은 상태라 정확도 개선폭을 지금 판단하기는 이르고, 실제 워크로드에 붙여 직접 비교해 보는 수밖에 없어요.
앞으로 몇 주 안에는 제미나이 앱과 유튜브 'Ask YouTube'에 에이전트형 처리 방식이 확장 적용되는 흐름과 맞물려, 3.8 플래시가 그 밑단 모델로 쓰이는 사례가 나올 가능성이 높아요. 소수점 버전이 이렇게 빠르게 도는 한, 다음 회차는 몇 주 뒤가 아니라 며칠 뒤에 나와도 이상하지 않아요.
댓글