AI Market Signal
Google이 7월 21일 내놓은 Gemini 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber는 모델 성능표를 한 줄 더 늘린 발표가 아닙니다. 이번엔 무슨 모델이 제일 똑똑하냐보다, AI 에이전트를 누가 더 싸고 빠르고 안정적으로 기본값으로 깔아 넣느냐가 앞에 섰어요. Google은 3.6 Flash가 3.5 Flash보다 출력 토큰 사용량을 17% 줄였고, 입력 100만 토큰당 1.50달러·출력 100만 토큰당 7.50달러라고 설명했습니다. Google 공식 발표
직접 영향받는 쪽은 코딩 에이전트를 붙이는 개발팀, 모델 예산을 쥔 플랫폼 조직, 그리고 보안 자동화에 AI를 붙이려는 엔터프라이즈 팀입니다. 예전에는 최고 성능 모델 한 개가 발표의 중심이었다면, 이제는 배포 채널 안에서 오래 버티는 기본 모델이 더 비싼 질문이 됐습니다. 같은 날 GitHub Copilot도 Gemini 3.6 Flash 롤아웃을 시작했거든요. 제 눈엔 이번 발표의 핵심이 꽤 또렷합니다. Google은 Pro 공백을 잠깐 감수하더라도, 기본 모델 자리부터 먼저 넓히겠다는 쪽에 베팅했습니다. GitHub Changelog
오늘의 관찰
이번 경쟁은 최고 지능 하나를 뽑는 레이스보다 기본 배포판을 선점하는 레이스에 가깝습니다. 더 싼 토큰, 더 짧은 응답, 더 쉬운 배포, 그리고 제한된 보안 모델까지 한 묶음으로 나왔다는 점이 시장 신호예요.
01. Gemini 3.6 Flash: 좋은 모델보다 싼 완료 1건이 먼저 팔립니다
Google이 3.6 Flash를 설명하는 문장에는 취향이 선명하게 묻어납니다. 더 멋진 데모보다 효율, 지연시간, 안정성을 앞세웠어요. 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 덜 쓰고, DeepSWE에서는 49% 대 37%, MLE Bench에서는 63.9% 대 49.7%를 기록했다고 Google이 밝혔습니다. 성능표를 높이는 대신, 같은 예산으로 더 많은 작업을 끝내게 만들겠다는 그림이죠. Google 공식 발표
이 숫자가 중요한 이유는 단순한 벤치마크 자랑이 아니라 에이전트 회계 때문입니다. 코딩 에이전트나 리서치 에이전트는 한 번 물어보고 끝나지 않아요. 툴을 여러 번 부르고, 코드를 다시 쓰고, 실패하면 되돌아갑니다. 그럴 때 토큰 사용량과 실행 루프가 줄면 체감 속도보다 청구서가 먼저 달라집니다. 며칠 전 OpenAI가 돈 1달러당 끝난 일을 앞세운 것도 같은 축이었어요. OpenAI Useful Intelligence per Dollar 글도 함께 보면 흐름이 더 잘 보입니다.
02. Gemini 3.5 Flash-Lite: 속도 경쟁은 응답 한 줄이 아니라 처리량으로 갑니다
3.5 Flash-Lite는 화려한 모델은 아닙니다. 대신 이런 라인이 실제 운영에서 자주 이깁니다. Google은 이 모델이 초당 350 출력 토큰을 내고, 3.5급에서 가장 비용 효율적인 라인이라고 설명했어요. 대화형 도구, 분류 파이프라인, 반복적인 요약 작업처럼 볼륨이 많은 자리에선 최고 지능보다 처리 밀도가 더 중요합니다. Google 공식 발표
이건 클라우드 인프라 기사와도 이어집니다. 학습 쪽에선 이미 좋은 GPU를 얼마나 확보하느냐보다 배치를 어떻게 하느냐가 더 비싼 문제가 됐죠. 추론 쪽도 비슷해졌습니다. 같은 모델 등급 안에서 얼마나 빨리, 얼마나 덜 낭비하며, 얼마나 넓게 돌릴 수 있느냐가 더 중요한 운영 질문으로 올라옵니다. SageMaker HyperPod 글과 묶어 보면, AI 운영 경쟁이 모델 밖으로 계속 번진다는 점이 더 또렷해집니다.
예전 / 지금
예전에는 최고 성능 모델이 발표의 얼굴이었습니다.
지금은 더 싸고 빠른 기본 모델이 누적 사용량과 예산을 먼저 먹습니다.
랩의 위신보다 배포판의 점유율이 더 먼저 숫자로 찍히는 단계예요.
03. Gemini 3.5 Flash Cyber: 보안 모델은 공개 API보다 제한 배포가 먼저입니다
이번 발표에서 가장 흥미로운 건 3.5 Flash Cyber였습니다. Google은 이 모델을 CodeMender 보안 에이전트와 묶어 소개했고, 정부와 신뢰 파트너를 대상으로 한 제한 파일럿으로 먼저 내보내겠다고 했습니다. 보안용 AI는 듀얼유즈 위험이 크니, 일반 공개보다 통제된 배포를 먼저 택한 셈이죠. 이건 성능만 좋으면 바로 API로 푼다는 공식을 거꾸로 뒤집습니다. Google 공식 발표
며칠 전 OpenAI가 장시간 자율 모델의 승인 체계를 강조한 것도, 그 전날 GPT-Red가 에이전트 보안 경쟁을 건드린 것도 같은 줄기예요. 모델이 더 오래 일하고 더 민감한 시스템을 만질수록, 시장은 성능보다 누가 통제권을 들고 있느냐를 먼저 묻습니다. 보안 AI는 이제 공개 데모보다 접근권 정책이 더 중요한 상품이 됐습니다. OpenAI long-horizon 글과 GPT-Red 글을 같이 보면 연결선이 보입니다.
04. GitHub Copilot: 모델 전쟁의 승부처가 배포 채널로 옮겨갑니다
같은 날 GitHub Copilot이 Gemini 3.6 Flash 롤아웃을 발표한 장면은 꽤 노골적이었습니다. GitHub는 이 모델이 웹·앱 개발, 코딩, 더 긴 에이전트 작업에 맞고, configurable reasoning effort와 parallel tool use를 지원한다고 적었습니다. 여기에 usage-based billing을 붙였고, Enterprise와 Business 관리자에게는 별도 Preview 정책 활성화까지 요구했어요. 이건 모델 성능 얘기이면서 동시에 조달과 통제 얘기입니다. GitHub Changelog
이제 모델은 자기 앱 안에서만 이기면 끝나지 않습니다. Copilot 같은 배포판에 들어가야 팀 예산, 좌석, 정책, 사용량 보고서와 연결됩니다. 지난주 Google AI Mode가 검색 안에서 외부 앱 버튼을 붙잡으려 했다면, 이번엔 Gemini가 Copilot 안에서 개발 워크플로 시간을 붙잡으려는 셈입니다. Google AI Mode Connected Apps 글을 보면, 누가 사용자의 행동 표면을 먼저 차지하느냐라는 질문이 계속 반복됩니다.
05. Gemini 3.5 Pro 공백이 말해주는 것: 최고 성능보다 기본값 선점이 먼저입니다
TechCrunch는 이번 발표를 다루면서 3.5 Pro 부재를 집요하게 짚었습니다. Google은 파트너 테스트를 진행 중이고 준비되는 대로 넓게 풀겠다고 했지만, 이번에 실제로 시장에 나온 건 Pro가 아니라 Flash 계열 세 장이었죠. 그 선택은 꽤 현실적입니다. 복잡한 추론 왕좌를 차지하는 일보다, 오늘 당장 에이전트 워크플로에 깔릴 기본 모델을 가져가는 일이 더 빨리 매출과 사용량을 만듭니다. TechCrunch
여기서 시장 함의가 나옵니다. 앞으로 모델 경쟁은 최고 성능 1위를 놓고만 싸우지 않을 겁니다. 기본 배포판, 청구 단위, 관리자 정책, 제한된 보안 접근권 같은 재미없지만 돈 되는 자리로 더 많이 옮겨갈 가능성이 큽니다. 화려한 Pro 발표가 조금 늦어도, Flash가 코딩과 에이전트 자리에서 먼저 습관을 만들면 Google은 충분히 계산이 맞다고 볼 수 있어요.
FAQ
Gemini 3.6 Flash는 뭐가 달라졌나?
Google은 3.6 Flash가 3.5 Flash보다 출력 토큰 사용량을 17% 줄였고, 가격도 더 낮췄다고 설명했습니다. 코딩과 멀티모달, 에이전트 작업에서 같은 예산으로 더 많은 완료 건수를 노리는 모델이라는 뜻입니다.
GitHub Copilot에서 Gemini 3.6 Flash를 왜 봐야 하나?
모델이 Copilot 안으로 들어가면 연구실 비교표가 아니라 실제 팀 예산, 좌석 정책, 사용량 로그와 연결됩니다. 이번 롤아웃은 Gemini가 Google 바깥 배포 채널에서도 기본 선택지로 들어가기 시작했다는 신호예요.
Gemini 3.5 Pro가 아직 없는데도 이번 발표가 중요한 이유는?
지금 시장은 최고 성능 1개보다 싸고 빠른 기본 모델을 먼저 고릅니다. Pro가 늦어도 Flash가 코딩, 에이전트, 보안 보조 작업의 기본값을 먹으면 사용량과 매출은 먼저 쌓일 수 있습니다.
관련 글
- OpenAI Useful Intelligence per Dollar가 AI 예산 공식을 바꾸는 이유
- SageMaker HyperPod가 AI 학습 클러스터 배치를 바꾸는 이유
- Google AI Mode Connected Apps가 검색 상거래를 바꾸는 이유
- OpenAI long-horizon 모델이 AI 승인 체계를 바꾸는 이유
출처
'AI·스타트업 뉴스' 카테고리의 다른 글
| Google ATLAS가 AI 자동화 10%의 현실을 보여주는 이유 (0) | 2026.07.24 |
|---|---|
| Android XR glasses가 AI 입력 화면을 바꾸는 이유 (0) | 2026.07.23 |
| OpenAI long-horizon 모델이 AI 승인 체계를 바꾸는 이유 (0) | 2026.07.21 |
| OpenAI 하드웨어 소송이 IPO 계산서를 바꾸는 이유 (0) | 2026.07.20 |
| SageMaker HyperPod가 AI 학습 클러스터 배치를 바꾸는 이유 (0) | 2026.07.19 |
