- 구글 딥마인드가 거의 완성된 제미나이 3.5 프로 기반 모델을 폐기하고 사전학습부터 다시 시작했다.
- 이유로 지목된 건 재귀적 도구 호출(에이전트 작업)과 복잡한 SVG 생성에서의 ‘구조적’ 결함 — 미세조정으로는 못 고친다는 판단.
- 6월 예정 → 7월 17일 재설정 → 그마저 넘기며 출시일을 세 번 놓쳤고, 그사이 GPT-5.6·Grok 4.5는 이미 공개됐다.
- 정작 실무 부하는 5월 출시된 제미나이 3.5 플래시가 감당 중이다(공식 벤치마크·가격 확정).
완성 직전의 프론티어 AI 모델을 통째로 갈아엎는다. 수백억 원이 드는 사전학습을 처음부터 다시 돌린다. 상식적으로는 이해가 잘 안 되는 이 결정을, 구글 딥마인드가 실제로 내렸다. 제미나이 3.5 프로가 몇 달째 나오지 않는 진짜 이유, 그리고 그 지연이 당신의 AI 도입 전략에 던지는 신호를 정리했다.
왜 ‘다 만든 모델’을 버렸나
미세조정으로는 못 고치는 ‘구조적’ 결함
복수의 기술 매체 보도에 따르면, 폐기된 버전의 제미나이 3.5 프로는 두 가지 지점에서 무너졌다. 첫째, 여러 겹으로 겹친 복잡한 SVG 장면을 그릴 때 구조적 일관성을 유지하지 못했다. 둘째, 에이전트가 도구를 호출해 그 결과로 또 다른 도구를 부르는 ‘재귀적 도구 호출’ 환경에서 연쇄가 깨졌다. 둘 다 사소한 버그가 아니라, 구글이 3.5 세대 전체를 걸어둔 ‘에이전트형 코딩’의 핵심 요건이다.
사전학습(pre-training)은 모델의 근본 능력을 결정하는, 가장 비싼 단계다. 미세조정이나 RLHF는 이미 만들어진 능력을 다듬을 뿐 사전학습이 새긴 능력의 결을 바꾸지는 못한다. 거의 완성된 기반 모델을 버리고 새 사전학습 사이클을 돌린다는 건, 구글 엔지니어들이 ‘지금 격차는 튜닝으로 메울 수 있는 게 아니라 구조적’이라고 결론 냈다는 뜻이다. 순다르 피차이도 5월 19일 I/O 무대에서 불만 섞인 개발자들에게 “다음 달까지 시간을 달라”고 말했지만, 그 다음 달은 그냥 지나갔다.
Trend Insight — 사전학습 재시작은 ‘이 정도면 출시하자’가 아니라 ‘이대로 내보내면 경쟁작에 압도당한다’는 자기 진단이다. 지연이 곧 실패 신호는 아니라는 얘기이기도 하다.
세 번 미룬 출시일, 그리고 최악의 타이밍
경쟁사는 이미 신형을 프로덕션에 올렸다
출시 일정은 6월 예정에서 7월 17일로 밀렸고, 7월 16일에는 ‘세 번째 마감마저 놓쳐 임시(스톱갭) 릴리스를 검토 중’이라는 보도까지 나왔다. 하필 이 시기, 경쟁 진영의 플래그십들은 줄줄이 공개됐다. GPT-5.6 Sol이 7월 9일 공개됐고, 같은 날 Grok 4.5도 일반에 열렸으며, 딥시크 V4 계열도 7월 중하순을 겨냥했다. 2026년 가장 주목받는 모델 이벤트 세 건이 같은 주에 몰린 것이다.
지연의 무게는 상대적이다. 6월에 한 번 미뤘을 때와 지금은 다르다. 경쟁 진영이 이미 최신 플래그십을 실제 서비스에 투입한 상태에서 다시 미끄러지면, 개발자들이 이미 다른 모델 위로 스택을 굳혀버릴 시간을 벌어주는 셈이 된다. 구글에게는 개발자들이 스택을 확정하기 전에 포지션을 잡을 ‘좁은 창’만 남았다.
Trend Insight — 출시 지연 자체보다, 경쟁사가 이미 신형을 프로덕션에 올렸다는 사실이 더 아프다. 프론티어 경쟁에서 시간은 곧 시장 점유율이다.
소문난 스펙, 그대로 믿으면 안 되는 이유
200만 토큰? 숫자와 실제 추론은 다르다
보도로 떠도는 프로의 스펙은 화려하다. 플래시(100만)의 두 배인 200만 토큰 컨텍스트 창, 다단계 논리를 위한 ‘Deep Think 추론 레이어’, 그리고 여러 파일과 도구 체인을 스스로 관리하는 자율 워크플로. 가격은 100만 토큰당 15달러/60달러 수준으로 추정된다. 문제는 이 모든 게 공식 모델 카드가 아니라 3자 보도에서 나온 값이라는 점이다. 아직 공개 API에 gemini-3.5-pro는 없다.
숫자를 액면 그대로 받으면 위험하다. 18개 프론티어 모델을 시험한 크로마(Chroma)의 ‘컨텍스트 로트’ 연구는, 모든 모델이 광고된 한계에 도달하기 전에 추론 품질이 떨어진다는 걸 보여줬다 — 어떤 경우 한계의 30~40% 지점에서 이미 급락한다. 실제로 제미나이 3.1 프로는 100만 토큰 창을 달고도 12만8천 토큰을 넘어서면 다범위 회상(MRCR) 품질이 가파르게 떨어져, 100만 지점에서는 약 26% 수준이었다. ‘200만 토큰 프롬프트를 받는다’는 것과 ‘200만 토큰에 걸쳐 제대로 추론한다’는 건 전혀 다른 얘기다.
Trend Insight — 컨텍스트 창의 ‘크기’와 ‘실제 추론 품질’은 별개다. 모델 카드가 나오기 전의 스펙 숫자는 사실상 마케팅으로 봐야 한다.
그래서 지금 뭘 써야 하나
플래시는 이미 프로덕션을 감당하고 있다
프로가 표류하는 동안 실무 부하를 지탱해 온 건 5월 19일 출시된 제미나이 3.5 플래시다. 구글이 공식 발표에서 확정한 수치를 보면, 터미널-벤치 2.1에서 76.2%, MCP Atlas에서 83.6%, CharXiv Reasoning에서 84.2%를 기록하며 구형인 제미나이 3.1 프로를 모두 앞섰다. 속도는 비슷한 프론티어 모델보다 약 4배 빠르고, 가격은 100만 토큰당 입력 1.5달러·출력 9달러다. 세일즈포스의 에이전트포스도 6월부터 플래시 위에서 가동 중이다.
정리하면 이렇다. 대량의 에이전트 루프, 코드 생성, 짧은 작업 체인이 필요하다면 플래시는 오늘 당장 프로덕션에 쓸 수 있는 선택지다. 반대로 여러 파일에 걸친 깊은 추론, 플래시의 유효 범위를 넘는 초장문 회상, 어려운 수학 문제가 핵심이라면 프로를 기다릴 이유가 있다 — 단, ‘계획의 전제’가 아니라 ‘관찰 목록’으로 두는 게 맞다. 모델 카드와 가격, 독립 벤치마크가 나오기 전까지는.
Trend Insight — 신모델을 ‘기다리는’ 전략 자체가 리스크다. 확정 스펙·가격이 있는 플래시로 지금 출시하고, 프로는 모델 카드 공개 후 독립 벤치마크로 검증한 다음 얹는 게 실무적으로 안전하다.
관련 글
출처
- Tech Times — Gemini 3.5 Pro Targets July 17 After Full Rebuild: Every Spec Remains Unconfirmed
- BigGo Finance — Google Delays Gemini 3.5 Pro Launch to July 17 for Full Architectural Rebuild
- Google — Gemini 3.5 공식 출시 발표(플래시 벤치마크)
AI Biz Insider · AI 트렌드 · aibizinsider.com
댓글 남기기