제미나이 3.7 플래시 — 3.6 대비 코딩 벤치마크 총정리 (2026)

구글이 2026년 8월 13일, 코딩과 에이전트 작업에 특화된 신형 모델 제미나이 3.7 플래시를 공개했다. 제미나이 3.6 플래시가 나온 지 불과 3주 만에 나온 후속 모델로, 구글은 이 모델을 자사 플래시 시리즈 가운데 “가장 지능적인 워크호스 모델”이라고 소개했다. 소프트웨어 엔지니어링, 웹 개발, 지식노동, 기업 업무자동화 등 여러 벤치마크에서 제미나이 3.7 플래시는 3.6 플래시 대비 두 자릿수 퍼센트포인트에 이르는 성능 향상을 기록했고, 도입 가격은 100만 토큰당 입력 0.75달러·출력 3.75달러로 책정돼 기존 대비 절반 수준으로 낮아졌다. 이 글은 구글 공식 발표와 복수의 외신 보도를 교차 확인해 제미나이 3.7 플래시의 스펙, 벤치마크 성능, 가격 정책, 실제 제공 경로를 정리한다.

[toc]

이 글은 다음을 다룬다: 제미나이 3.7 플래시의 출시 배경과 포지셔닝, 프론티어 세이프티 프레임워크 기반 안전장치, 컨텍스트 윈도우와 멀티모달 입력 스펙, 도입 가격과 2027년 가격 정책, 코딩·소프트웨어 엔지니어링 벤치마크 성능, 웹 개발과 일부 벤치마크의 소폭 하락 사례, 에이전트·업무자동화 성능, 지식노동 벤치마크 결과, 개발자·기업·개인별 제공 경로, 경쟁 모델과의 가격·성능 비교, 한국 개발자와 기업에 주는 시사점까지 총 11가지다.

제미나이 3.7 플래시란 무엇인가

이 단원은 제미나이 3.7 플래시가 어떤 모델이고 왜 지금 나왔는지, 그리고 어떤 안전장치를 갖췄는지를 다룬다.

출시 배경 — 3.6 플래시 이후 3주 만의 후속작

제미나이 3.7 플래시는 구글 공식 개발자 블로그(Google for Developers)를 통해 2026년 8월 13일 발표됐다. 발표문은 제미나이 제품 담당 시니어 디렉터 툴시 도시(Tulsee Doshi)의 이름으로 게재됐으며, “개발자 피드백과 알고리즘 혁신의 직접적인 결과물”이라는 설명이 함께 붙었다. 특히 이번 릴리스는 제미나이 3.6 플래시가 공개된 지 불과 3주 만에 나온 후속 모델이라는 점이 눈에 띈다. 대형 모델 업데이트가 보통 분기 단위로 이뤄지는 것과 비교하면 매우 빠른 반복 주기다.

구글은 제미나이 3.7 플래시를 소프트웨어 엔지니어링, 지식노동, 웹 개발 워크플로 전반에서 실질적인 개선을 이끄는 모델로 포지셔닝했다. 공식 발표에 따르면 이 모델은 디버깅과 이슈 해결 같은 코딩 작업에서 3.6 플래시 대비 뚜렷한 성과 향상을 보였고, 첫 시도에서 정확한 코드를 생성하는 비율도 높아졌다. 벤치마크 수치는 다음 단원에서 구체적으로 다룬다.

이처럼 짧은 간격으로 이어지는 모델 업데이트는 코딩·에이전트 모델 시장의 경쟁이 그만큼 치열해지고 있다는 신호로도 읽힌다. 개발자들이 매일 사용하는 도구인 만큼, 벤치마크 점수 몇 퍼센트포인트 차이가 실제 채택률에 곧바로 영향을 주는 구조이기 때문이다. 구글이 가격까지 낮추면서 성능을 끌어올린 배경에는 이런 경쟁 압력이 작용했을 가능성이 높다.

프론티어 세이프티 프레임워크와 안전장치

구글은 제미나이 3.7 플래시가 자사 “프론티어 세이프티 프레임워크(Frontier Safety Framework)”에 따라 개발됐다고 밝혔다. 이 프레임워크는 화학·생물·방사능·핵무기(CBRN) 오남용과 사이버 공격 악용 가능성을 낮추는 데 초점을 맞춘 구글의 자체 안전 정책이다. 발표문에 따르면 제미나이 3.7 플래시는 이전 모델 대비 이 두 영역에 대한 안전장치가 한층 강화된 상태로 출시됐다.

구글은 안전장치 강화가 유익한 사용 사례를 가로막지 않도록 설계했다고 설명했다. 즉 정당한 연구·개발 목적의 질의는 정상적으로 처리하되, 악용 소지가 있는 요청은 더 정교하게 걸러내는 방식이다. 세부적인 안전성 평가 내용은 딥마인드가 공개한 3.7 플래시 모델 카드에 담겨 있다.

이런 안전 정책은 기업 고객이 민감한 데이터를 다루는 워크플로에 모델을 도입할 때 중요한 판단 근거가 된다. 특히 법률·금융 문서를 다루는 에이전트 활용 사례가 늘어나는 상황에서, 모델 제공사가 안전 프레임워크를 공개하고 지속적으로 갱신한다는 점은 신뢰도 측면에서 의미가 있다.

핵심 스펙과 가격 정책

이 단원은 제미나이 3.7 플래시의 컨텍스트 윈도우, 입력 형식, 그리고 도입 가격 정책을 다룬다.

컨텍스트 윈도우와 멀티모달 입력

제미나이 3.7 플래시는 입력 컨텍스트 윈도우로 최대 100만 토큰을 지원하고, 출력은 최대 6만 4천 토큰까지 생성할 수 있다. 입력으로는 텍스트, 이미지, 비디오, 오디오, 코드, PDF 파일을 모두 받아들이며 출력은 텍스트로 생성한다. 이 정도 컨텍스트 규모면 수백 페이지 분량의 계약서나 재무 문서, 혹은 대규모 코드베이스 전체를 한 번에 입력해 분석을 요청하는 작업도 가능하다.

멀티모달 입력 지원은 단순한 부가 기능이 아니라 실제 벤치마크 성능과 직결된다. 뒤에서 다룰 GDP.pdf(복잡 문서 이해)나 하비 LAB-AA(법률 워크플로) 같은 평가는 모두 긴 문서를 정확히 읽고 추론하는 능력을 측정하는데, 제미나이 3.7 플래시는 이 영역에서 3.6 플래시 대비 뚜렷한 향상을 보였다.

비디오 이해 능력 역시 강화됐다. 구글 딥마인드 측은 별도 소개 자료에서 “영상을 모델과 공유하는 일이 자연스러워지고 효율도 극적으로 높아졌다”고 설명했는데, 이는 장시간 영상 회의록 요약이나 제품 데모 영상 분석 같은 실무 활용을 염두에 둔 개선으로 풀이된다.

도입 가격 — 2026년 말까지 한시적 반값

제미나이 3.7 플래시의 API 가격은 100만 입력 토큰당 0.75달러, 100만 출력 토큰당 3.75달러다. 구글은 이를 “기존 3.6 플래시 비용의 절반 수준”이라고 밝혔다. 다만 이 가격은 2026년 12월 31일까지 적용되는 도입 가격이며, 2027년 1월 1일부터는 입력 1.50달러, 출력 7.50달러로 정가가 두 배로 오른다.

구글은 이런 파격적인 도입가가 “성능 향상과 결합해 개발자와 기업이 프로덕션 수준의 에이전트를 비용 효율적으로 확장할 수 있게 한다”고 설명했다. 실제로 뒤에서 살펴볼 경쟁 모델 가격표와 비교하면 제미나이 3.7 플래시의 입력·출력 단가는 동급 모델 가운데 가장 낮은 축에 속한다.

기업 입장에서는 이 가격 정책을 예산 계획에 반영할 필요가 있다. 지금 저렴한 도입가를 기준으로 대규모 에이전트 파이프라인을 설계했다가, 2027년 정가 적용 시점에 비용이 두 배로 뛰는 상황에 대비해야 하기 때문이다.

코딩·소프트웨어 엔지니어링 벤치마크 성능

이 단원은 제미나이 3.7 플래시의 코딩·소프트웨어 엔지니어링 벤치마크 점수를 3.6 플래시와 비교해 다룬다.

FrontierCode·DeepSWE 점수 향상

프로덕션급 코드 품질을 평가하는 FrontierCode 1.1 Main 벤치마크에서 제미나이 3.7 플래시는 43.6%를 기록해 3.6 플래시의 34.4%보다 9.2%포인트 높았다. 장기 소프트웨어 엔지니어링 과제를 평가하는 DeepSWE v1.1에서는 65.3%로, 3.6 플래시의 48.6%보다 16.7%포인트나 앞섰다. 두 벤치마크 모두 단순한 코드 스니펫 생성이 아니라 실제 저장소 규모의 이슈를 해결하는 능력을 측정한다는 점에서, 이번 향상 폭은 실무 체감으로 이어질 가능성이 크다.

에이전트형 터미널 작업 능력을 보는 Terminal-bench 2.1에서도 제미나이 3.7 플래시는 85.8%로 3.6 플래시의 78.0%를 앞섰다. 반면 범용 에이전트 능력을 보는 더 어려운 난이도의 Terminal-bench 3.0에서는 14.9%로 3.6 플래시의 5.4%보다는 크게 올랐지만, 절대 점수 자체는 아직 낮은 편이다. 이는 복잡한 다단계 에이전트 과제가 여전히 모든 모델에게 어려운 영역이라는 점을 보여준다.

구글은 개발자 경험 측면에서도 개선이 있었다고 밝혔다. 제미나이 3.7 플래시는 “로드블록에 더 잘 적응하고, 필요할 때 의도를 명확히 하며, 지시를 더 충실히 따른다”는 설명이다. 다단계 계획과 도구 호출에 더 공을 들이는 만큼 수동 개입과 재시도 횟수가 줄어든다는 게 구글 측 주장이다.

웹 개발과 일부 벤치마크의 소폭 하락

웹 개발 능력을 평가하는 Arena.ai의 웹데브 아레나(WebDev Arena)에서 제미나이 3.7 플래시는 Elo 1588점을 기록해 3.6 플래시의 1538점을 앞섰다. 구글에 따르면 스크린샷, 이미지, 전체 디자인 시스템 등 참조 입력을 기준으로 한 디자인 재현력에서도 높은 점수를 보였다. 실제 시연에서는 텍스트 프롬프트 하나만으로 완전히 동작하는 3D 게임이나 인터랙티브 랜딩페이지를 만들어내는 모습이 공개되기도 했다.

다만 모든 지표가 일관되게 향상된 것은 아니다. 복잡한 차트에서 정보를 종합하는 CharXiv Reasoning 벤치마크의 경우, 도구를 쓰지 않는 조건에서 제미나이 3.7 플래시는 84.5%로 3.6 플래시의 85.2%보다 오히려 낮았다. 도구를 사용하는 조건에서도 88.7%로 3.6 플래시의 89.4%에 소폭 못 미쳤다. 구글 공식 벤치마크 표에 그대로 공개된 수치로, 신모델이 모든 영역에서 이전 모델을 능가하지는 않는다는 점을 보여주는 사례다.

이런 결과는 벤치마크 점수를 해석할 때 균형 잡힌 시각이 필요하다는 점을 시사한다. 전반적인 코딩·에이전트 성능은 뚜렷하게 개선됐지만, 특정 시각적 추론 과제에서는 이전 세대가 여전히 근소한 우위를 보이는 만큼, 도입을 검토하는 팀이라면 자사 워크로드와 가장 가까운 벤치마크를 직접 확인하는 편이 안전하다.

에이전트·업무자동화 성능

이 단원은 제미나이 3.7 플래시의 업무자동화·지식노동 벤치마크와 초기 협력사 반응을 다룬다.

AutomationBench와 기업 워크플로

실제 비즈니스 워크플로를 얼마나 잘 완수하는지 측정하는 AutomationBench에서 제미나이 3.7 플래시는 30.4%를 기록해 3.6 플래시의 17.0%보다 13.4%포인트 높았다. 거의 두 배에 가까운 향상 폭으로, 구글이 강조한 “실제 업무 자동화” 역량이 벤치마크 수치로도 뒷받침된 사례다.

구글이 공개한 초기 협력사 피드백에도 이런 경향이 반영돼 있다. 데이터브릭스(Databricks), 하비(Harvey), 헤비아(Hebbia), 랭체인(LangChain), 파이단틱(Pydantic) 등 여러 기업이 제미나이 3.7 플래시 도입 후 3.6 플래시 대비 더 낮은 비용으로 더 나은 정확도와 정밀도를 확인했다고 공식 발표에서 소개됐다. 박스(Box), 브라우저 유즈(Browser Use), 카트휠(Cartwheel), 에머전트(Emergent), 스탠퍼드대 생물학과 등도 협력사 명단에 이름을 올렸다.

구글은 이런 개선의 배경으로 “더 디사이러플린드(disciplined)한 실행”을 꼽았다. 모델이 다단계 계획과 도구 호출에 더 신중하게 접근하면서, 결과적으로 엔지니어링 워크플로 전반에서 수동 검토와 재작업이 줄어든다는 설명이다.

지식노동 벤치마크 — GDP.pdf, 하비 LAB-AA

복잡한 문서를 처리하는 능력을 평가하는 GDP.pdf 벤치마크에서 제미나이 3.7 플래시는 34.0%를 기록해 3.6 플래시의 22.0%보다 12.0%포인트 높았다. 복잡한 법률 워크플로를 다루는 하비 LAB-AA 벤치마크에서는 90.7%로 3.6 플래시의 85.1%를 앞섰다. 두 벤치마크 모두 100페이지가 넘는 문서에서 관련 정보를 정확히 찾아내고 신뢰할 수 있는 판단을 내려야 하는 과제라는 공통점이 있다.

지식노동 전반을 폭넓게 평가하는 GDPval-AA v2에서 제미나이 3.7 플래시는 Elo 1525점을 기록해 3.6 플래시의 1422점보다 100점 이상 높았다. 종합 지능 지표인 아티피셜 애널리시스 인텔리전스 인덱스(Artificial Analysis Intelligence Index)에서는 56점을 받아 3.6 플래시의 52점보다 올랐다. 같은 지표에서 클로드 소네트5는 55점, GPT-5.6 테라와 뮤즈 스파크1.2는 각각 57점을 받아, 제미나이 3.7 플래시가 최상위권에 근접했지만 1위는 아니었다.

• FrontierCode 1.1 Main(코드 품질): 43.6% ← 34.4%
• DeepSWE v1.1(장기 SW 엔지니어링): 65.3% ← 48.6%
• 웹데브 아레나 Elo(웹 개발): 1588 ← 1538
• AutomationBench(업무자동화): 30.4% ← 17.0%
• GDP.pdf(문서 이해): 34.0% ← 22.0%
• 하비 LAB-AA(법률 워크플로): 90.7% ← 85.1%

실제 활용 사례와 제공 경로

이 단원은 제미나이 3.7 플래시를 개발자, 기업, 개인이 각각 어떤 경로로 이용할 수 있는지를 다룬다.

개발자 도구 — Antigravity, AI 스튜디오

개발자는 에이전트 우선 개발 플랫폼인 구글 앤티그래비티(Google Antigravity)에서 제미나이 3.7 플래시 기반 에이전트형 워크플로를 바로 시험해볼 수 있다. 구글 AI 스튜디오(Google AI Studio)와 안드로이드 스튜디오(Android Studio)를 통한 제미나이 API 접근도 오늘부터 열렸다. 구글은 개발자 가이드 문서를 통해 최신 모델 사용법을 안내하고 있다.

공식 소개 영상에서는 제미나이 3.7 플래시가 텍스트 프롬프트만으로 완전히 플레이 가능한 90년대풍 스프라이트 게임을 만드는 과정을 시연했다. 이 밖에도 나노 바나나(Nano Banana)와 결합해 실시간으로 캐릭터·아이템·텍스처를 생성하는 3D 게임 제작, 여러 서브에이전트를 오케스트레이션해 인터랙티브 랜딩페이지를 한 번에 생성하는 사례, 정적 PDF 보고서를 실시간 차트가 포함된 인터랙티브 웹 경험으로 바꾸는 사례 등이 공개됐다.

제미나이 스파크(Gemini Spark)도 오늘부터 제미나이 3.7 플래시를 기반으로 동작한다. 스파크는 구글이 자사 I/O 행사에서 “사용자를 대신해 24시간 작업을 수행하는 개인 AI 에이전트”로 소개한 기능으로, 구글 AI 프로·울트라 구독자를 대상으로 160개국 이상에서 제공된다. 이번 업데이트로 파일 정리, 이메일 초안 작성, 상태 문서 업데이트 같은 복합적인 지식노동 작업에서 정확도와 응답 품질이 개선됐다.

기업·개인 — Gemini 엔터프라이즈와 협력사 반응

기업 고객은 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)과 제미나이 엔터프라이즈(Gemini Enterprise) 앱을 통해 제미나이 3.7 플래시에 접근할 수 있다. 구글 클라우드 콘솔의 모델 가든에도 3.7 플래시가 등록돼, 기존 구글 클라우드 인프라를 쓰는 기업이라면 별도 계약 없이 바로 시험해볼 수 있는 구조다.

초기 협력사들의 반응도 대체로 긍정적이다. 랭체인은 도구 호출의 신뢰도가 올라갔다고 평가했고, 하비는 법률 문서 처리 정확도 향상을 언급했다. 데이터브릭스는 대규모 데이터셋을 넘나드는 에이전트 워크플로에서 비용 대비 성능이 눈에 띄게 개선됐다고 밝혔다. 다만 이런 평가는 구글이 선별해 공개한 협력사 코멘트인 만큼, 실제 도입을 검토하는 조직이라면 자사 데이터로 별도 검증을 거치는 것이 바람직하다.

경쟁 구도와 한국 시장 시사점

이 단원은 제미나이 3.7 플래시를 경쟁 모델과 비교하고, 한국 개발자·기업에 어떤 의미가 있는지를 다룬다.

클로드·GPT·뮤즈 등 경쟁 모델과 비교

아티피셜 애널리시스 인텔리전스 인덱스 기준으로 제미나이 3.7 플래시(56점)는 클로드 소네트5(55점)를 근소하게 앞섰지만 GPT-5.6 테라와 뮤즈 스파크1.2(각 57점)에는 소폭 못 미쳤다. 절대적인 지능 지표에서 1위는 아니라는 뜻이다. 하지만 가격을 함께 보면 그림이 달라진다. 100만 입력 토큰당 가격은 제미나이 3.7 플래시가 0.75달러인 반면 클로드 소네트5와 GPT-5.6 테라는 각각 2.00달러, 뮤즈 스파크1.2는 1.25달러다. 출력 가격 역시 제미나이 3.7 플래시가 3.75달러로 클로드(10.00달러)·GPT(12.00달러)·뮤즈(4.25달러)보다 뚜렷하게 낮다.

“3.7 플래시는 성능과 정밀도에서 3.6 플래시 대비 훨씬 나은 결과를, 그것도 낮은 비용으로 달성하고 있다.” — 구글이 공개한 초기 협력사 피드백 요지

이런 가격 대비 성능 구도는 여러 서브에이전트를 동시에 실행하는 시나리오에서 특히 유리하게 작용한다. 하나의 작업을 여러 에이전트가 나눠 병렬로 처리하는 구조에서는 토큰 소비량이 기하급수적으로 늘어나기 때문에, 단가가 낮은 모델일수록 대규모 배포 시 총비용 이점이 커진다. 최근 IBM과 오픈AI가 대규모 파트너십을 체결하며 컨설턴트 교육에 나선 것이나, 엔비디아가 7조원 규모의 라이선스 딜을 맺은 것 역시, AI 업계 전반이 에이전트 인프라 확장 경쟁에 본격 돌입했음을 보여주는 흐름과 맞닿아 있다.

한국 개발자·기업에 주는 의미

제미나이 3.7 플래시는 코드 생성·리뷰 자동화, 레거시 코드베이스의 최신 프레임워크 전환, 대량 계약서·재무 문서 처리 같은 작업에 활용할 수 있다. 특히 도입 가격이 한시적으로 낮게 책정된 지금 시점은, AI 에이전트 도입을 저울질하던 국내 스타트업이나 중소 개발팀이 비용 부담 없이 파일럿 프로젝트를 시작해볼 수 있는 기회이기도 하다.

다만 유의할 점도 있다. 첫째, CBRN·사이버 안전장치가 강화됐다는 것은 특정 유형의 질의나 코드 생성 요청이 예상보다 보수적으로 처리될 수 있다는 뜻이기도 하다. 둘째, 도입가는 2026년 12월 31일까지만 유효하고 이후에는 가격이 두 배로 오르므로, 장기 예산 계획을 세울 때는 2027년 이후 정가 기준으로도 손익을 다시 계산해봐야 한다. 셋째, CharXiv Reasoning처럼 일부 시각적 추론 벤치마크에서는 3.6 플래시가 근소하게 앞섰던 만큼, 차트·이미지 해석 비중이 큰 워크로드라면 직접 비교 테스트를 거치는 편이 안전하다.

종합하면 제미나이 3.7 플래시는 코딩과 에이전트 작업에서 뚜렷한 성능 향상을 보이면서도 가격은 오히려 낮춘, 실용적인 업데이트라고 정리할 수 있다. 다음 달로 예고된 제미나이 3.5 프로의 정식 출시와 맞물려, 구글의 플래시·프로 라인업이 코딩·에이전트 시장에서 어떤 위치를 차지하게 될지는 앞으로 몇 달간 업계가 주목할 지점이다.

자주 묻는 질문

이 단원은 제미나이 3.7 플래시 도입을 검토하는 개발자와 기업이 자주 궁금해할 만한 질문에 답한다.

기존에 3.6 플래시 API를 쓰던 코드는 그대로 동작하나

구글 개발자 가이드에 따르면 모델 식별자만 3.7 플래시로 바꾸면 기존 API 호출 구조를 그대로 유지할 수 있도록 설계돼 있다. 입력 형식(텍스트·이미지·비디오·오디오·코드·PDF)과 출력 형식(텍스트)이 이전 세대와 동일하기 때문에, 대부분의 통합 코드는 큰 수정 없이 전환 가능하다는 게 구글의 설명이다. 다만 프롬프트에 민감한 워크플로라면 전환 전 자체 회귀 테스트를 거치는 편이 안전하다. 특히 도구 호출(tool calling) 방식이나 에이전트 루프 구조를 바꾼 파이프라인이라면, 응답 형식이 미묘하게 달라질 수 있어 스테이징 환경에서 먼저 검증하는 절차를 권장한다.

또한 요금 체계가 바뀐 만큼 기존 사용량 기반 예산 알림(billing alert) 설정도 새 단가에 맞춰 재조정할 필요가 있다. 3.6 플래시 대비 단가 자체는 낮아졌지만, 성능이 좋아지면서 오히려 사용량 자체가 늘어나 총비용이 증가하는 경우도 실무에서는 종종 발생하기 때문이다.

3.5 프로가 아니라 3.7 플래시를 먼저 써야 하는 이유는 무엇인가

구글은 제미나이 3.5 프로의 정식 출시를 다음 달로 예고했지만, 아직 일반에는 공개되지 않은 상태다. 반면 제미나이 3.7 플래시는 오늘부터 구글 AI 스튜디오, 앤티그래비티, 안드로이드 스튜디오, 제미나이 엔터프라이즈 등 모든 주요 채널에서 즉시 이용할 수 있다. 속도 면에서도 플래시 시리즈 특유의 낮은 지연시간을 유지하면서 코딩·에이전트 벤치마크에서는 대형 플래그십 모델과 견줄 만한 성능을 낸다는 것이 구글의 설명이다.

따라서 지금 당장 프로덕션에 적용 가능한 모델이 필요하다면 제미나이 3.7 플래시가 현실적인 선택지다. 반대로 최고 수준의 추론 능력이 필요한 복잡한 연구·분석 과제라면, 3.5 프로 정식 출시 이후 두 모델을 나란히 비교해보고 워크로드별로 나눠 쓰는 전략도 고려할 만하다. 실제로 많은 기업이 대량·반복 작업에는 플래시 계열을, 정밀도가 중요한 소수의 고난도 작업에는 프로 계열을 배정하는 이원화 전략을 택하고 있다.

도입 가격을 둘러싼 흔한 오해 두 가지

첫 번째 오해는 “0.75달러·3.75달러가 영구 가격”이라고 착각하는 것이다. 앞서 설명했듯 이 가격은 2026년 12월 31일까지만 유효한 도입가이며, 공식 각주에 2027년 1월 1일부터 입력 1.50달러·출력 7.50달러로 오른다고 명시돼 있다. 연간 계약이나 장기 예산안을 짤 때 이 시점을 반드시 반영해야 실제 운영 비용을 과소평가하는 실수를 피할 수 있다.

두 번째 오해는 “3.6 플래시보다 무조건 저렴하다”는 단순화다. 실제로는 3.6 플래시 역시 한때 같은 수준의 도입가(입력 0.75달러·출력 3.75달러)로 제공된 이력이 있어, 두 모델의 도입가 자체는 벤치마크 공개 시점 기준으로 동일하게 표기돼 있다. 구글이 “3.6 플래시 원가의 절반”이라고 표현한 것은 3.6 플래시의 정식(비도입) 가격 대비 비교로 해석하는 것이 정확하다. 즉 절대적인 가격 인하 폭보다는, 같은 도입가 구간에서 더 높은 성능을 받는다는 점이 이번 업데이트의 실질적인 이득에 가깝다.

구글 앤티그래비티와는 어떤 관계인가

구글 앤티그래비티는 여러 서브에이전트를 조율해 코드 작성, 파일 관리, 웹 브라우징까지 자율적으로 수행하도록 설계된 에이전트 우선(agent-first) 개발 플랫폼이다. 이번 발표에서 소개된 데모 대부분 — 스프라이트 게임 제작, 인터랙티브 랜딩페이지 생성, 로봇 학습 실험 — 이 앤티그래비티 환경 위에서 제미나이 3.7 플래시를 엔진으로 사용해 이뤄졌다. 즉 제미나이 3.7 플래시는 단독으로도 API 호출을 통해 쓸 수 있지만, 앤티그래비티와 결합했을 때 여러 에이전트가 협업하는 복잡한 시나리오에서 진가를 발휘하도록 설계돼 있다.

예를 들어 공식 데모 중 하나는 로봇공학 모델을 학습시키는 과정에서 3개의 에이전트가 그래프 구조로 연결돼 멀티모달 이해를 활용해 로봇이 더 빠르게 학습하도록 돕는 사례였다. 이런 다중 에이전트 그래프 구조는 하나의 거대한 프롬프트로 모든 걸 처리하는 방식보다 각 에이전트가 맡은 역할에 집중할 수 있어 결과물의 일관성과 정확도를 높이는 데 유리하다는 것이 구글의 설명이다. 개발팀이 앤티그래비티 도입을 검토한다면, 먼저 제미나이 3.7 플래시 단독 API로 소규모 파일럿을 진행한 뒤 점진적으로 멀티 에이전트 구조로 확장하는 순서를 권장한다.

벤치마크 수치를 읽을 때 유의할 점

이 글에서 인용한 모든 벤치마크 수치는 구글이 발표 당일 공개한 자료를 기준으로 한다. FrontierCode, DeepSWE, AutomationBench 같은 외부 벤치마크는 각기 다른 기관·커뮤니티가 운영하며 채점 기준이 주기적으로 갱신되기 때문에, 시간이 지나면 같은 모델이라도 재측정 시 점수가 달라질 수 있다. 예를 들어 코그니션(Cognition)이 운영하는 FrontierCode나 딥스웨(DeepSWE) 팀의 평가셋은 문제 구성이 바뀌면 이전 모델과의 직접 비교가 무의미해질 수 있다는 점을 감안해야 한다.

또한 벤치마크 점수가 높다고 해서 모든 실무 상황에서 우월한 결과를 보장하지는 않는다. 특정 벤치마크는 특정 유형의 문제에 최적화돼 있어, 조직마다 실제로 다루는 코드베이스나 문서 형식과 얼마나 유사한지에 따라 체감 성능 차이가 크게 달라질 수 있다. 따라서 이 글에서 정리한 수치는 모델 선택의 출발점으로 삼되, 최종 도입 여부는 자사 데이터를 활용한 소규모 파일럿 테스트로 검증하는 것이 가장 신뢰할 수 있는 방법이다.

한눈에 보는 핵심 요약

이 단원은 제미나이 3.7 플래시의 핵심 내용을 요약 정리와 참고 자료로 마무리한다.

• 출시일: 2026년 8월 13일, 구글 공식 블로그 발표
• 포지셔닝: 코딩·에이전트 특화 “워크호스” 모델, 제미나이 3.6 플래시 3주 만의 후속작
• 컨텍스트: 입력 최대 100만 토큰, 출력 최대 6만 4천 토큰, 텍스트·이미지·비디오·오디오·코드·PDF 입력 지원
• 도입 가격: 100만 토큰당 입력 0.75달러·출력 3.75달러(2026년 12월 31일까지), 이후 1.50달러·7.50달러로 인상
• 코딩 벤치마크: FrontierCode 43.6%(+9.2%p), DeepSWE 65.3%(+16.7%p), 웹데브 아레나 Elo 1588(+50)
• 에이전트·업무자동화: AutomationBench 30.4%(+13.4%p), GDP.pdf 34.0%(+12.0%p)
• 일부 하락 지표: CharXiv Reasoning(도구 미사용) 84.5%로 3.6 플래시 대비 0.7%p 낮음
• 제공 경로: Google AI 스튜디오·Antigravity·Android 스튜디오(개발자), Gemini 엔터프라이즈(기업), Gemini 앱 Spark(개인, Pro/Ultra 구독자 160개국 이상)
• 안전: 프론티어 세이프티 프레임워크 기반 CBRN·사이버 오남용 안전장치 강화

이 글에서 인용한 수치는 구글 공식 발표문과 함께 VentureBeat, MarkTechPost 등 복수의 외신 보도를 교차 확인해 정리했다. 안전성 관련 세부 내용은 구글 딥마인드가 공개한 제미나이 3.7 플래시 모델 카드에서 추가로 확인할 수 있다. 벤치마크 점수는 발표 시점 기준이며, 이후 각 모델이 업데이트되면 순위가 달라질 수 있다는 점을 감안해 참고하기 바란다.