SNACK 세 줄 요약
- 구글 딥마인드가 Gemini 3.5와 첫 모델인 Gemini 3.5 Flash를 공개했습니다.
- 핵심은 단순 성능표가 아니라, 코딩·멀티모달 이해·장기 작업·도구 사용을 묶어 AI가 실제 작업을 처리하는 에이전트 쪽으로 무게가 이동했다는 점입니다.
- 개인용으로는 Gemini Spark, 개발자용으로는 Antigravity·AI Studio·Gemini API, 기업용으로는 Enterprise Agent Platform이 주요 활용 통로가 됩니다.
스낵걸즈 편집부 후기
레드 — “이번 발표는 ‘모델 이름 하나 올라갔다’가 아니야. 구글이 AI를 대답하는 도구에서 일 처리하는 도구로 밀고 있다는 게 포인트야.”
AIKO — “다만 모든 기능이 같은 상태로 열린 것은 아닙니다. 3.5 Flash는 공개됐지만, 3.5 Pro는 다음 달 공개 예정으로 안내됐습니다.”
네아: “『Gemini 3.5 Flash 공개』에서 확인된 건 기능 방향과 대상 범위입니다. 체감 성능이나 운영 변화는 실제 적용 후 따로 봐야 합니다.”
키라리: “『Gemini 3.5 Flash 공개』은 흐름이 빨라서 놓치기 쉬워. 대상 도구랑 바뀌는 부분만 캡처해두면 다시 보기 좋겠다.”
구글 딥마인드가 2026년 5월 19일 Gemini 3.5를 공개했습니다. 공식 표현은 “frontier intelligence with action”, 즉 단순히 똑똑한 답변을 내는 모델이 아니라 실제 작업을 계획하고, 도구를 쓰고, 여러 단계를 이어 가는 AI에 초점을 둔 발표입니다.
먼저 정리할 점이 있습니다. 이번 발표의 중심은 Gemini 3.5 Flash입니다. 구글은 3.5 시리즈를 시작하면서 Flash 모델을 먼저 공개했고, Gemini 3.5 Pro는 다음 달 공개 예정이라고 설명했습니다. 따라서 지금 당장 써볼 수 있는 핵심 모델은 3.5 Flash로 보는 것이 정확합니다.
이번 발표에서 실제로 공개된 것들
발표를 한 줄로 줄이면, Gemini 3.5 Flash를 중심으로 구글의 AI 제품·개발자 도구·기업용 에이전트 플랫폼을 한 방향으로 묶었다고 볼 수 있습니다. 주요 내용은 다음 네 가지입니다.
- Gemini 3.5 Flash 공개: 에이전트 작업과 코딩에 강한 고속 모델로 소개됐습니다.
- Gemini 앱과 Google Search의 AI Mode 적용: 3.5 Flash가 Gemini 앱과 검색 AI Mode의 기본 모델로 안내됐습니다.
- 개발자·기업용 제공: Google Antigravity, Gemini API, Google AI Studio, Android Studio, Gemini Enterprise Agent Platform, Gemini Enterprise에서 사용할 수 있다고 발표됐습니다.
- Gemini Spark 연결: 24시간 백그라운드에서 사용자의 지시에 따라 일을 처리하는 개인 AI 에이전트 Gemini Spark가 3.5 Flash를 사용한다고 설명됐습니다.
여기서 중요한 포인트는 “챗봇이 더 똑똑해졌다”보다 AI가 앱·검색·개발 도구·기업 시스템 안에서 작업자로 들어가기 시작했다는 쪽입니다. 구글이 모델 발표와 동시에 Spark, Antigravity, Enterprise Agent Platform을 함께 언급한 이유도 여기에 있습니다.
Gemini 3.5 Flash는 무엇이 달라졌나
Gemini 3.5 Flash는 이름 그대로 Flash 계열입니다. Flash는 보통 빠른 응답과 효율을 강조하는 라인인데, 이번에는 구글이 여기에 에이전트 작업과 코딩 성능을 전면에 세웠습니다.
공식 발표에 따르면 3.5 Flash는 Terminal-Bench 2.1에서 76.2%, MCP Atlas에서 83.6%, CharXiv Reasoning에서 84.2%를 기록했습니다. 구글은 이 모델이 여러 에이전트·코딩 벤치마크에서 Gemini 3.1 Pro를 앞섰고, 출력 토큰 속도 기준으로는 다른 프런티어 모델보다 4배 빠르다고 설명했습니다.
다만 벤치마크 수치는 실사용 체감과 완전히 같지는 않습니다. 어떤 프롬프트를 쓰는지, 어떤 도구를 연결하는지, 실제 서비스가 얼마나 잘 설계됐는지에 따라 결과는 달라집니다. 그래서 이번 수치는 “무조건 모든 상황에서 최고”라기보다, 빠른 모델도 장기 작업과 도구 사용에서 충분히 경쟁할 수 있다는 신호로 읽는 편이 안전합니다.
구글이 강조한 핵심 능력: 코딩, 멀티모달, 긴 작업
구글 딥마인드 모델 페이지가 정리한 3.5의 핵심 능력은 크게 네 가지입니다. 에이전트형 코딩, 고급 멀티모달 이해, 긴 시간 이어지는 작업, 여러 단계 문제 해결입니다.
- 에이전트형 코딩: 단순 코드 조각 생성이 아니라, 여러 번 계획하고 수정하면서 개발 과제를 처리하는 방향입니다.
- 멀티모달 이해: 텍스트뿐 아니라 이미지·영상·오디오를 이해해 인터랙티브 UI나 자료 분석에 활용하는 흐름입니다.
- 긴 작업: 한 번 답하고 끝나는 것이 아니라, 오래 걸리는 업무를 단계별로 이어 가는 능력을 강조합니다.
- 도구 사용: MCP, 파일, 앱, 기업 시스템 같은 외부 도구를 호출해 실제 결과물을 만드는 쪽입니다.
쉽게 말하면, 예전 AI가 “이 코드를 어떻게 짜면 될까요?”에 답하는 조언자였다면, 이번 발표가 말하는 방향은 “이 저장소를 읽고, 문제를 나누고, 테스트하고, 수정안을 내는 작업자”에 가깝습니다. 개인용으로도 마찬가지입니다. “여행 계획 짜줘”에서 끝나는 것이 아니라, 메일·캘린더·드라이브와 연결해 실제 준비 목록을 만들고 정리하는 쪽으로 확장됩니다.
Gemini Spark: 개인용 24시간 AI 에이전트의 공식화
이번 발표에서 일반 사용자에게 가장 직접적으로 와닿는 부분은 Gemini Spark입니다. 구글은 Spark를 “24/7 personal AI agent”라고 설명합니다. 사용자가 지시한 작업을 백그라운드에서 처리하고, 휴대폰이나 노트북이 꺼져 있어도 계속 진행할 수 있다는 컨셉입니다.
예시는 꽤 구체적입니다. 인턴십을 찾아 추적하거나, 매주 월요일 메일함을 스캔해 중요한 내용을 요약하고 할 일을 정리하거나, 사용자가 쓴 메일을 분석해 개인 문체 가이드를 만드는 식입니다. 구글 드라이브 파일을 분류하고 스프레드시트에 정리하는 예시도 제시됐습니다.
게임스낵 기준으로 보면, 이 부분은 기존에 다뤘던 Gemini Spark 유출 글의 후속 확인에 가깝습니다. 당시에는 유출·베타 정황이었지만, 이번에는 구글이 공식 페이지에서 Spark를 소개했고, Gemini 3.5 Flash와 연결된 개인 AI 에이전트 흐름으로 설명했습니다.
앞으로 어디에 쓰일까: 개발자, 회사, 개인 사용자의 갈림길
활용 방향은 세 갈래로 나눠 볼 수 있습니다.
- 개발자: 코딩 보조를 넘어, 여러 하위 에이전트가 동시에 UI 시안·코드 수정·테스트·자료 정리를 맡는 방식으로 확장될 수 있습니다. 구글은 Antigravity와 AI Studio를 주요 통로로 제시했습니다.
- 기업: 문서 검토, 온보딩, OCR, 세금 서류, 데이터 분석처럼 시간이 오래 걸리는 업무가 자동화 후보입니다. 공식 페이지에는 Shopify, Macquarie Bank, Salesforce, Ramp, Xero, Databricks 등의 사례가 소개됐습니다.
- 개인 사용자: Gemini Spark처럼 메일·일정·드라이브·검색을 묶어 생활형 작업을 처리하는 방향입니다. 다만 개인 데이터 접근이 커지는 만큼 권한 설정과 확인 절차가 핵심이 됩니다.
특히 개인 AI 에이전트는 편리함과 위험이 같이 갑니다. AI가 사용자의 메일을 읽고, 파일을 분류하고, 일정까지 제안한다면 생산성은 올라갈 수 있습니다. 반대로 잘못된 자동 실행, 과도한 권한, 민감 정보 처리 문제도 함께 커집니다. 그래서 앞으로의 경쟁은 모델 점수뿐 아니라 얼마나 안전하게 일을 맡길 수 있는가로 옮겨갈 가능성이 큽니다.
주의해서 봐야 할 점도 있다
첫째, 3.5 Pro는 아직 공개 완료가 아닙니다. 공식 발표는 3.5 Flash를 먼저 공개했고, Pro는 다음 달 출시 예정이라고 말했습니다. 따라서 3.5 전체를 이미 완전히 써볼 수 있는 것처럼 받아들이면 안 됩니다.
둘째, 에이전트 기능은 모델만으로 완성되지 않습니다. 좋은 모델이 있어도 연결된 도구, 권한 관리, 실패했을 때 멈추는 장치, 사람이 최종 확인하는 흐름이 필요합니다. 구글이 Frontier Safety Framework, 사이버·CBRN 안전장치, 해석 가능성 도구를 언급한 것도 이 때문입니다.
셋째, 비용과 속도도 계속 봐야 합니다. 구글은 3.5 Flash가 빠르고 비용 효율적이라고 설명하지만, 장시간 에이전트 작업은 호출 횟수와 토큰 사용량이 늘어날 수 있습니다. 개인용 서비스에서는 구독 등급, 지역, 베타 제공 범위에 따라 실제 경험이 달라질 수 있습니다.
정리하면: AI 경쟁의 기준이 ‘대답’에서 ‘실행’으로 이동 중
Gemini 3.5 발표의 핵심은 모델 이름이나 벤치마크 숫자 하나가 아닙니다. 구글이 AI를 검색창·앱·개발 도구·기업 업무 안에서 실제로 움직이는 에이전트로 만들겠다고 다시 한 번 분명히 한 발표입니다.
사용자 입장에서는 앞으로 AI를 “질문하는 곳”이 아니라 “일을 맡기는 곳”으로 쓰게 될 가능성이 커졌습니다. 개발자는 더 빠른 프로토타입과 자동화된 코드 작업을 기대할 수 있고, 기업은 복잡한 문서·데이터 업무 자동화를 실험할 수 있습니다. 개인 사용자에게는 메일, 일정, 파일 정리 같은 생활형 작업이 먼저 체감될 가능성이 큽니다.
다만 최종 결론은 차분하게 봐야 합니다. Gemini 3.5 Flash는 공개됐고, Gemini Spark는 점진적 테스트 단계이며, 3.5 Pro는 아직 다음 달을 기다려야 합니다. 지금은 “구글 AI가 어디로 가는지”를 읽는 시점입니다. 방향은 꽤 선명합니다. 다음 AI 경쟁은 더 멋진 답변이 아니라, 믿고 맡길 수 있는 실행력이 될 가능성이 큽니다.
빠르게 다시 볼 포인트
| 정리 | AI 코딩 / Gemini / 패치/업데이트 |
|---|---|
| 먼저 볼 부분 | Gemini 3.5 Flash 공개, 구글 AI 에이전트 변화 관련 정보를 빠르게 다시 확인할 수 있게 정리 |
| 이어 읽을 흐름 | AI 관련 글과 이어서 보기 |
| 연결 태그 | AI 코딩, Gemini, 패치/업데이트, 출시일 |
같이 읽으면 좋은 글
Gemini 3.5 Flash를 볼 때 확인할 기준
| 속도 | Flash 계열은 빠른 응답과 비용 효율을 기대하는 모델로 보는 편이 자연스럽습니다. |
|---|---|
| 활용처 | 요약, 분류, 초벌 정리, 에이전트 보조 작업처럼 반복성이 큰 작업과 잘 맞습니다. |
| 비교축 | 개발 작업 관점은 OpenAI Codex 모바일 공개, Hermes와 차이와 함께 보면 좋습니다. |
FAQ
- Gemini 3.5 Flash는 누구에게 중요할까요?
- 대화형 AI를 빠르게 많이 호출하거나, 에이전트·자동화 흐름에 모델을 붙이려는 사용자에게 중요합니다.
- 성능만 보면 되나요?
- 아니요. 속도, 비용, 컨텍스트 길이, 도구 연결성, 실제 서비스 적용 방식을 함께 봐야 합니다.
- AI 허브에서 어떤 역할의 글인가요?
- 모델 업데이트 흐름을 보여주는 대표 글로, Codex·Claude·Copilot 글과 연결해 AI 작업도구 흐름을 묶는 역할입니다.
출처 및 확인일: 2026년 5월 24일 확인
댓글 남기기