거대 언어 모델

Google이 Gemini 3.8 Live 두 버전을 동시 출시: 실시간 대화와 심층 추론을 둘 다 잡을 수 있을까?

Google이 표준판과 Extended Thinking판을 한꺼번에 공개했다. 표준판은 지연 시간, Extended Thinking판은 추론 능력을 각각 노린다. 3.5에서 3.8로 건너뛴 버전 번호가 능력의质的 변화를 암시하지만, 이 더블 버전 전략 자체가 풀어볼 만한 제품 의사결정이다.

글자 크기

Google이 어제 공식 블로그를 통해 두 버전을 한꺼번에 공개했다: Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking. 하나는 실시간 대화에, 다른 하나는 심층 추론에 초점을 맞춘다.

"하나의 모델, 두 가지 모드"라는 익숙한 방식으로 들리지만, 제품 페이지와 Hacker News 토론을 자세히 들여다보면 이건 그렇게 단순한 이야기가 아니다.

3.8이라는 버전 번호가 좀 이상하게 뛰었다

Gemini 시리즈는 3.0, 3.5를 거쳐 왔는데, 3.8은 보기 드문 건너뛰기다. Google 공식 블로그는 이 번호에 대해 어떤 설명도 하지 않았고, 트위터에서 어떤 사람들은 내부 마이너 버전을 그대로 외부에 공개한 것이라고 추측했으며, 어떤 사람들은 Gemini 3 시리즈의 특정 서브 라인이라고 봤다.

필자의 판단으로는, 이것은 Google이 실시간 음성 + 멀티모달 라인에서 독립적인 출시 리듬을 갖고 있다는 것을 보여준다. 텍스트 모델과는 동기화되지 않는다. Live라는 제품 라인(구 Project Astra에서 이어진)은 본래 텍스트 전용 모델보다 빠른迭代 속도를 가져왔고, 버전 번호가 독립적인 것도 당연하다.

하지만 외부에 설명을 하지 않는 것은 함정이다——개발자들이 3.0 → 3.5 → 3.8 같은 도약을 보면, 기본적으로 "능력에 질적 변화가 있겠지"라고 추측한다. 실제로 써보면 특정 벤치마크에서 2점 정도 오른 것에 불과할 수도 있는데.

표준 Live vs Extended Thinking: 두 제품이 아니라 API 묶음이다

공식 발표는 두 버전을 나란히 놓지만, 실제 포지셔닝은 다르다.

  • Gemini 3.8 Live: 저지연 대화 위주. 음성 Agent, 실시간 번역, 영상 이해 같은 시나리오가 목표다.
  • Gemini 3.8 Live Extended Thinking: 다단계 추론 위주. "몇 초 더 생각해서 더 나은 답을"이라는 슬로건으로, Claude의 extended thinking과 o3의 사고 모드를 정조준한다.

같은 기반 모델이 두 가지 라우트로 나뉘어 있고, 사용자가 시나리오에 따라 API 엔드포인트를 선택한다.

이런 수법은 새롭지 않다. OpenAI는 o3 + GPT-4o 두 모델을 나눠 쓰고, Anthropic은 같은 Claude에서 스위치로 thinking을 켜고 끈다. Google은 이제 두 개를 "Live"라는 한 제품 라인에 묶어 넣었는데, 의미가 더 모호해진다——개발자가 "Live"를 처음 보면 본능적으로 저지연을 떠올리지, 깊은 추론 옵션이 있을 거라고는 생각 못 한다.

Extended Thinking이 정말 Live 시나리오에서 쓸 수 있을까?

이 글이 진짜 풀고 싶은 반(反)합의 포인트다.

"Live"는 보통 1초 미만 응답을 뜻하는데, Extended Thinking의卖点는 "몇 초 더 생각해서 더 나은 답"이다. 두 개를 묶어서 출시하면서 Google은 지연 예산을 명확히 하지 않았다——시나리오별로 전환하는 건지, 한 요청 안에서 30초 사고 + 5초 출력이 가능한 건지.

이 여부가 음성 Agent에 실제로 쓸 수 있느냐를 가른다.

구체적인 시나리오를 들어보자: 사용자가 음성 Agent에게 "내일 아침 8시에 공항으로 가는 전용 차량 잡아줘, 저번 업체보다 쌀 곳으로"라고 말한다. 이때 Extended Thinking이 필요하다(가격 비교, 견적 검토). 그런데 사용자가 기다리는 매초가 대화의 침묵이다——경험이 바로 무너진다.

Extended Thinking이 선택적으로 트리거될 수 있다면, 예를 들어 사용자가 "꼭꼭 생각해줘"라고 말하면 심층 사고 모드로 전환하면서 동시에 "사고 중..."이라는 음성 피드백을 준다면, 이 제품 형태는 진짜 쓸모 있다. 그렇지 않으면 그저 SKU를 쌓아놓은 것에 불과하고, 개발자는 선택하지 못한다.

HN 110점 / 62 댓글에서 무슨 논의가 오갔나

HN 원글 ID는 49715947, 프론트페이지에 올랐다. 댓글 영역은 몇 개 파로 나뉜다.

지연 시간 파: 한 개발자가 간단한 테스트를 돌렸다. Gemini 3.8 Live와 GPT-4o Realtime API를 동일한 네트워크 조건에서 왕복 지연을 비교했다. 결론은 Live의 TTFB(time to first byte)가 텍스트 시나리오에서 GPT-4o와 비슷하지만, 음성 스트림의 chunk 간격이 조금 길어서 약 80~120ms 더 든다는 것. 이 차이는 대화에서 인지 가능하다.

가격 파: 누군가 가격 페이지가 업데이트 안 됐다고吐槽. 새 모델 출시한 지 24시간 됐는데, 문서는 아직 옛날 per-character 과금 방식을 가리키고 있어서, token 기준인지 오디오 초 기준인지 모른다는 것. 이吐槽은 꽤 현실적이다——Google의 문서 업데이트 속도가 항상槽点이었다.

사고 파: 몇몇 사람이 Extended Thinking의 사고 과정을 중간에 끊을 수 있는지追问하고 있다. 즉, 사용자가 질문하는 도중에 모델이 사고 중일 때 사용자가 마음을 바꿨다면, 중단할 수 있느냐는 것. 현재 API 문서에는 명시되어 있지 않고, best-effort 성격의 cancel 필드만 있다.

이 세 가지 질문은 모두 개발자가 실제로 써봐야 부딪히는 문제들이다. "모델이 얼마나 강한가"라는 보도자료용 수사가 아니라.

멀티모달 Agent에게 이것이 의미하는 것

Extended Thinking이 Live 모드에서 선택적으로 트리거될 수 있다면, 이건 진짜 쓸모 있는 제품 형태다.

필자가 떠올린 구체적 응용: 회의 Agent. 사용자가 화상 회의에 들어가고, Agent가 실시간으로 듣고 화면에 요약을 띄운다. 이 부분은 Live다(표준 지연이면 충분). 그런데 사용자가 수시로 "그 사람이 방금 말한 Q3 숫자가 정확히 뭐야? 지난 분기와 비교하면?"이라고 묻는 순간, Extended Thinking으로 전환해서 회의 기록에서 검색 + 계산해야 한다.

이런 전환이 API 한 줄짜리라면: stream = client.live(model="gemini-3.8-live-extended-thinking", ...) vs stream = client.live(model="gemini-3.8-live", ...), 개발자는 기꺼이 쓴다.

만약 같은 엔드포인트에 thinking_mode: "deep" 파라미터만 추가하는 거고, 실제 백엔드 라우팅도 같고 지연 시간도 같다면, 그저 마케팅 수사에 불과하다.

Google은 이번에 두 버전의 API 형태를 명확히 하지 않았는데, 의도적일 수도 있다——제3자가 해석할 공간을 남겨두고, 천천히 디테일을 공개한다든지. 아니면 내부에서 아직 정하지 못했을 수도 있다.

편집자의 생각

Google의 더블 버전 전략은 본질적으로 하나의 사실을 인정하는 것이다: 한 모델이 저지연 대화와 심층 추론을 동시에 잘하는 것은, 아직 불가능하다.

OpenAI는 o3 + GPT-4o 두 모델을 나눠 쓰고, Anthropic은 스위치로 thinking을 켰다 껐다 한다. Google도 이제 이 길로 들어섰다——그런데 Gemini는 둘을 Live라는 한 제품 라인에 묶어 넣었기 때문에 포지셔닝이 더 모호하고, 시행착오 비용이 오히려 더 커졌다.

이번이 과거와 다른 점: Live 라인은 원래 음성 / 영상 시나리오만 담당했고, Astra의延续였다. 이제 Extended Thinking을 끌어들이면서, Live가 텍스트 추론 일까지 끌어안기 시작했고, 경계가 흐려졌다.

필자의 판단: 앞으로 6개월 안에 Google은 이 둘을 합쳐서 thinking_mode 파라미터를 받는 단일 API로 만들 것이다, Anthropic처럼. 따로 공개한 것은过渡 형태일 뿐이다.

불확실한 부분: Extended Thinking의 token 과금 정책. 심층 사고의 출력이 표준보다 5~10배 비싸다면, 개발자는 "써야 할 때만 쓰는" 최적화에 내몰리지, "켜두면 되는" 경험 우선 사고를 못 한다. 이것이 제품 의사결정에 직접 영향을 준다.

출처: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/